食品包装、管材塑料、汽车部件……原料大多来自乙烯、丙烯等烯烃。而过去，烯烃主要靠石油裂解获得。对缺油、多煤的中国来说，这条产业链长期受制于进口石油。
中国科学院大连化学物理研究所（以下简称“大连化物所”）自主研发的甲醇制烯烃（DMTO）技术，在全球率先实现了以煤经甲醇大规模制取烯烃的工业化，为烯烃生产开辟出一条不依赖石油的路线。
化工之难，难在对象复杂、尺度跨度大、数据类型多、工程约束强等。面对行业智能化升级的需求，大连化物所早早布局，在国际上率先研发智能化工大模型，构建支撑化工研发、设计与生产全流程的智能底座，并持续推进技术迭代。
近日，大连化物所基于阿里千问大模型与平头哥“真武” 训推一体AI芯片进行训练、优化，发布智能化工大模型3.0 Pro体验版，对专业知识理解、多模态信息解析、复杂任务推理与智能执行协同等关键能力进行系统升级。在权威化工评测中，3.0 Pro在化工专业任务上超过Claude Opus4.8、GPT-5.6 Sol等顶尖通用模型。
以智能体推动“认知+执行”闭环
面对化工研发、工艺优化、生产运行等复杂任务，大模型仅有知识理解与内容生成能力远远不够。工程师需要的不是一台“问答机器”，而是能理解需求、拆解任务、调用工具、完成计算并输出可执行方案的智能助手。
为此，智能化工大模型3.0Pro构建了“化工大模型—智能体—专业技能与工具—应用场景”的完整技术体系，通过深度融合大模型与智能体能力，为行业提供覆盖研发设计、工艺开发、生产优化等全链条的智能化支撑，标志着化工大模型迈入“认知+执行”深度融合的新阶段。
目前，3.0Pro已构建包含7大类 39项化工专业技能、6大类30项专业工具包的领域能力体系，集成化工领域工具超过400个，覆盖物性计算、流程模拟、工程设计等多类专业任务。针对现代化工的复杂性与多尺度耦合挑战，3.0 Pro实现了工艺开发的全流程执行闭环，覆盖微观反应机制、单元操作设备设计、工艺流程解析、全厂综合设计等多尺度关键任务。
能算、能干，只是基础。大模型在化工落地的最大障碍，往往不是“不会算”，而是“算了不敢用”，一个参数偏差就可能造成能耗、成本乃至安全风险。为此，3.0 Pro将物理规律与工程规范转化为机器可执行的约束体系，贯穿智能体计算的每一环节。
计算前，自动核查参数来源与量纲，缺失即时补齐；计算中，实时判定工况适用范围，越界预警、违理拦截；计算后，依据规范复核结果合理性，越限即提示并给出建议。同时，专业工具之间建立严格的输入输出契约，确保整条计算链条可追溯。
由此，专家标准被内化为系统的运行规则，智能体的每一步推理都被约束在物理与工程的边界之内，最终交付的不再是“看似合理”的生成式答案，而是可追溯、可复核、可采信的工程计算成果。
智能化工大模型自上线以来，累计用户3000余人，覆盖高校、科研机构及企业300余家，模型累计调用超1389万次。
未来，中国科学院大连化物所将携手阿里云，持续向更强的跨尺度理解、更深层次的科学推理和更高水平的多智能体协同方向发展，支撑化工行业从数字化向智能化迈进，推动复杂化工系统的自主协同与智能运行。
