智能化工大模型 3.0 Pro 发布：AI 开始替工程师跑流程

2026 年 8 月 31 日，大连。中国科学院大连化学物理研究所联合科大讯飞、阿里云等机构发布智能化工大模型 3.0 Pro。这是我国化工行业首个大模型的最新迭代，官方对它的定位变化只有一句话：从"能理解、会回答"转向"能规划、会执行、可验证"——不再是问答助手，而是化工任务的智能执行系统。

架构上，3.0 Pro 搭建了四层体系：大模型作为认知核心，负责专业知识理解、多模态解析与任务规划；智能体作为执行实体，做流程分解、工具调用、结果核验与动态调整；其下集成超过 400 个化工智能体与专业工具，覆盖物性估算、流程模拟、参数检索、工程计算；最底层面向研发、工程设计、生产运行等应用场景。据化工领域评测，3.0 Pro 文本问答准确率 81.96%、多模态问答准确率 80.75%，较 3.0 版分别提升 20.2% 与 31.4%。截至目前已有 300 余家化工企业、高校和科研院所注册使用，累计调用超过 1400 万次。

化物所人工智能中心主任叶茂举的例子很具体：工程师提出工艺设计或优化的需求，模型能自动拆解需要计算哪些物性参数、调用哪些模拟软件、后续接哪些工程设计工作，边算边检查结果，最终给出方案与建议。下一步的 4.0 将以甲醇制烯烃等成熟工艺为验证场景，尝试贯通实验室研发、工程设计与工厂运行——"从实验室一步到工厂"。

行业大模型进了车间，企业的数据接得住吗

3.0 Pro 的关键变化不是"记住更多化学知识"，而是开始替人跑流程：拆任务、找工具、做计算、验结果。但这套执行能力有一个默认前提——企业的研发数据、工艺参数、生产记录本身是结构化、可被机器读取的。行业大模型解决的是"算得动"，算什么、拿什么算，还得看企业自己的数据家底。

这正是胜蓝® AIchem 与行业大模型的分工差异：

AIchem 管的是企业侧的数据与业务底座：化学品和产品一物一档，询单、报价、订单、采购、实验、生产、库存、质检、合同九类工作记录各自保存实际发生的内容，实验记录里有计划、物料、过程、现象和结果，生产记录里产出按实际批次入库、质量信息可查。这些结构化记录，就是行业大模型在企业内部落地时需要的原料。

AIchem 内置助手同样遵循"规划—执行—验证"的边界：查询直接返回；涉及创建、修改等业务写入时，先列出目标记录和具体动作，经用户确认后才执行，执行时系统再次检查访问条件，操作留有记录。模型越能干，"先确认、留痕迹"越是底线——这与化物所"可验证"的路线是同一件事的两端。

AIchem 还提供开放 API，外部 AI 工具经个人访问令牌可读取企业的结构化记录，权限与业务校验继承令牌所有者。今天企业用它接查询工具，明天行业大模型能力下沉到企业内部时，手里的结构化数据资产就是接入的门票。

行业大模型把"会干活"的 AI 带进了化工行业，AIchem 让每家企业的数据先达到"能用"的形态。实验室到工厂的一步，中间隔着的是每一家企业自己的数据地基。

（信息来源：中国科学院大连化物所 2026-08-31 发布，《中国科学报》2026-09-01 报道，CGTN 2026-09-01 报道）