从“懂知识”到“会干活”，科大讯飞助力智能化工大模型3.0 Pro升级

　　8月31日，由中国科学院大连化学物理研究所(以下简称“大连化物所”)联合科大讯飞股份有限公司(以下简称“科大讯飞”)、阿里云计算有限公司(以下简称“阿里云”)等共同研发的智能化工大模型3.0Pro(以下简称“3.0Pro”)正式亮相。

　　作为我国化工行业首个大模型的最新迭代版本，3.0Pro进一步突破传统大模型以知识问答和内容生成为主的应用模式，从“能理解、会回答”向“能规划、会执行、可验证”迈进，推动人工智能从知识获取工具向智能工程伙伴升级。

　　这背后，是大连化物所联合科大讯飞等单位，围绕化工专业知识、大模型技术、智能体能力及行业场景应用持续开展联合攻关，不断探索人工智能与化工研发、工程设计、生产运行的新路径。

　　化工研发，为什么需要一个“会干活”的AI？

　　化学工业是国民经济重要的基础性行业，也是实现能源结构调整、“双碳”目标以及推进新型工业化的重要基础。但对于化工行业而言，一项新技术从实验室走向工业化需要面临多重挑战。

　　一个催化反应，往往需要经历实验室小试、中试、工业试验等多个环节，周期长、投入大、工程约束复杂。许多实验室阶段表现优秀的技术成果，最终可能在中试阶段遭遇“死亡之谷”。

　　传统研发过程中，工程师需要依赖大量专业知识、工程经验和实验验证，不断调整工艺参数、优化流程方案。每一次试错，都意味着时间和资源投入。

　　如果能够在进入实体工厂之前，先通过数字化、智能化手段完成更多验证，让“实验室—虚拟工厂—实体工厂”的链路进一步贯通，就有机会减少试错成本，加快技术成果从实验室走向工业化。

　　这也是智能化工大模型持续迭代的重要价值所在。

　　早在2016年，大连化物所团队便开始探索将人工智能技术应用于化工技术开发。2024年3月，大连化物所联合相关单位开发智能化工大模型1.0，实现了化工知识快速检索以及化工流程工艺自主设计和优化，初步展现出人工智能赋能化工研发的潜力。

　　此后，智能化工大模型持续迭代，从1.0到2.0，再到3.0，如今进一步升级至3.0Pro。每一次迭代，都在回答一个更实际的问题：AI能不能真正进入化工研发现场，帮助工程师完成工作？

　　3.0Pro给出了进一步的答案。

　　从“专业助手”到“智能工程伙伴”

　　相较此前版本，3.0Pro的重要变化，是从“回答问题”进一步走向“完成任务”。围绕这一目标，3.0Pro构建了“大模型—智能体—专业技能与工具—应用场景”的四层技术体系。

　　其中，智能化工大模型作为认知核心，承担专业知识理解、多模态信息解析、方案生成和任务规划；智能体作为执行主体，围绕任务目标完成流程分解、工具调用、结果校核与动态调整，形成贯通认知、推理、规划、执行和验证的闭环能力。

　　这意味着，工程师提出一个流程设计或工艺优化需求后，AI不再只是给出一段文字答案。它可以进一步理解任务目标，拆解需要计算的物性参数，判断需要调用的专业工具和模拟软件，并对计算结果进行分析、校核，最终形成解决方案和建议。

　　从“告诉你怎么做”，到“和你一起把事情做完”，AI正在进入化工专业工作的更深层环节。支撑这一能力的，是持续沉淀的化工专业知识和工具能力。

　　目前，3.0Pro集成超过400个化工智能体和工具，基于百亿Token级化工专业语料开展持续预训练，并采用数十亿Token级高质量问答数据开展监督微调，为复杂化工任务的执行提供专业支撑。

　　在化工领域多维测评体系中，3.0Pro文本问答准确率和多模态问答准确率分别达到81.96%和80.75%，综合得分较3.0版本分别提升20.2%和31.4%。

　　但对于行业用户而言，比单项指标更重要的，是AI究竟能不能解决真实问题。正如大连化物所研究员、智能化工大模型团队负责人叶茂所介绍，3.0Pro不再局限于“给出答案”，而是能够针对具体化工任务组织形成解决方案，进一步具备与专业人员协同完成复杂任务的能力。

　　这也意味着，大模型在化工领域的角色正在发生变化——从知识获取的“专业助手”，走向能够协同工程师完成复杂工作的“智能工程伙伴”。

　　AI不止于“懂”，更要真正进入产业现场

　　对于人工智能而言，模型能力的价值最终要落到真实产业场景中。在化工领域，这一点尤其明显。人工智能能否帮助工程师缩短研发周期、优化工程设计、提升生产运行效率，最终要通过真实场景来验证。

　　目前，已有300余家化工企业、高校和科研院所注册使用智能化工大模型，API累计调用量突破1400万次，应用覆盖技术研发、工程设计、工艺优化、故障诊断等多个场景。

　　在这一过程中，大连化物所持续建设数据基础设施，为智能化工大模型提供更加丰富的行业数据和应用环境。其构建了覆盖“研发—设计—生产—市场”的石化化工全链条大数据中心，并成功入选国家数据局石化化工行业高质量数据集建设链主单位及先行先试单位。

　　在大连长兴岛，国内首个千吨级智能中试平台已投入运行，能够按需生成实验室难以覆盖、工业装置难以获取的真实工况催化反应与工艺数据，为大模型持续迭代提供更加丰富的“实战养料”。

　　模型在数据中学习，在工具中执行，更在真实产业场景中不断验证和进化。这也是科大讯飞持续探索大模型产业化落地的路径。从模型能力到智能体，从专业工具到具体场景，只有让AI真正进入行业核心流程，才能让大模型能力转化为可感知、可验证的产业价值。

　　携手伙伴，共建智能化工创新生态

　　此次3.0Pro发布的背后，也是一场围绕智能化工的产业协同。在发布会上，大连化物所与科大讯飞、阿里云、华为技术有限公司、宁波数据集团(筹)、中控技术股份有限公司及AVEVA等单位举行智能化工联合创新实验室成立仪式。

　　未来，各方将围绕智能化工大模型与智能体研发、行业数据与算力平台建设、工业软件融合及典型场景应用等方向，开展关键技术联合攻关、平台共建、场景验证与成果转化。

　　对于科大讯飞而言，这也是将人工智能技术能力进一步融入专业行业场景的一次实践。AI进入产业，不是简单地把一个通用模型搬进企业，而是需要围绕行业知识、专业工具、业务流程和真实场景持续共创，让模型真正理解行业、连接工具、执行任务，并在实际应用中不断迭代。

　　化工行业的探索正在加速。下一步，大连化物所将持续强化模型的跨尺度理解、复杂科学问题求解和多智能体协同能力，迭代研发具备深度推理与多工具协同规划能力的智能化工大模型4.0。同时，各方也将以甲醇制烯烃等典型成熟工艺为验证场景，逐步贯通实验室研发、工程设计与工厂运行等关键环节，探索“实验室一步到工厂”的化工研发新范式。

　　从“懂知识”到“会干活”，从“专业助手”到“智能工程伙伴”，智能化工大模型正在让AI从屏幕里的回答者，走向产业现场的参与者。

　　而这，或许正是大模型走向千行百业之后，更值得期待的下一步。