中国科学院大连化物所联合科大讯飞、阿里云推出3.0 Pro：AI for Science 再添重磅利器
近日，中国科学院大连化学物理研究所（以下简称“大连化物所”）与科大讯飞、阿里云联合发布了“化学科学智能平台”3.0 Pro版本。这是继前代版本之后，三方在人工智能与化学研究深度融合领域的又一次重要迭代，标志着我国在“AI for Science”方向上的系统化工程能力与落地水平迈上新台阶。
技术架构：从“知识图谱”到“多模态大模型”的升维
3.0 Pro版本的核心突破在于构建了**化学多模态大模型**。相比此前以规则和知识图谱为主的辅助工具，新平台深度融合了科大讯飞在认知智能领域的语言理解能力、阿里云在弹性计算与大数据处理上的优势，以及大连化物所在催化、电化学、材料合成等领域的数十万级实验数据与文献语料。平台能够同时处理分子结构式、谱图、实验流程文本、参数表格等多模态信息，并实现端到端的预测与推理——例如，仅输入反应物条件和目标产物，模型即可自动推荐最优催化剂、预测反应产率，并生成实验操作建议。
应用场景：加速科研范式从“试错”转向“智能导航”
在传统化学研究中，新催化剂或新材料的发现往往依赖大量重复实验，周期长、成本高。3.0 Pro的推出，本质上是在为化学家提供一套“智能导航系统”。以催化反应优化为例，平台可以基于历史数据快速缩小搜索空间，将候选配方从数千种压缩至数十种，预测准确率在内部测试中已超过85%。同时，平台支持“人机协同”模式——研究者可实时追问模型推理依据，模型会以自然语言或可视化图表解释其决策逻辑，这不仅提升了可解释性，也降低了科研人员对AI“黑箱”的信任门槛。
产业生态与未来展望：三方协同的“科学云”雏形
此次合作展现出清晰的生态分工：大连化物所提供垂直领域的数据与知识壁垒，科大讯飞则贡献其在大模型训练与语音交互上的积累，阿里云通过“科学计算云”底座实现弹性算力调度与模型部署。据透露，3.0 Pro已在部分石化企业的小试环节开始试用，用于缩短工业催化剂的研发周期。可以预见，随着更多“科学大模型”的落地，人工智能不仅将成为化学实验室的“副驾驶”，更有可能重塑从基础研究到产业转化的全链条效率。
