中国科学院大连化物所发布智能化工大模型3.0 Pro，称从知识问答转向任务执行系统
中国科学院大连化学物理研究所等研发的智能化工大模型3.0 Pro于8月31日发布，采用“大模型—智能体—专业技能与工具—应用场景”四层结构，集成超过400个化工智能体和工具。
据该所公布的多维测评，其文本问答与多模态问答准确率分别为81.96%和80.75%。 这套测评结果反映的是问答能力，尚不足以判断其在真实化工研发与生产任务中的执行效果。
据中国科学院网站消息，8月31日，中国科学院大连化学物理研究所等共同研发的智能化工大模型3.0 Pro发布。 发布信息称，化工行业存在对象复杂、尺度跨度大、数据类型多、工程约束强等特点，通用大模型难以满足专业需求；
3.0 Pro突破以知识问答和内容生成为主的应用模式，构建“大模型—智能体—专业技能与工具—应用场景”四层技术体系，大模型负责专业知识理解、多模态信息解析、方案生成和任务规划，智能体负责流程分解、工具调用、结果校核与动态调整。 其训练基于百亿Token（词元，大模型处理文本的基本单位）级化工专业语料持续预训练，并以数十亿Token级高质量问答数据监督微调。
经化工领域多维测评体系测评，3.0 Pro文本问答准确率81.96%、多模态问答准确率80.75%，综合得分较3.0版本分别相对提升20.2%和31.4%。 发布信息还称，已有300余家化工企业、高校和科研院所注册使用，API（应用程序编程接口）累计调用量突破1400万次；
大连化物所构建了覆盖“研发—设计—生产—市场”的石化化工全链条大数据中心，并在大连长兴岛建成千吨级智能中试平台。 大连化物所等还成立了智能化工联合创新实验室。
这条发布把化工大模型的定位从“问答”推向“智能体执行任务”，关键变化在于模型与工具、场景的耦合方式，而非单纯参数或语料规模。 对读者理解AI（人工智能）进入流程工业的路径有价值：它提示竞争点正在转向任务分解、工具调用和结果校核的闭环能力。 不过，公开信息中的效果指标仍是问答准确率，属于该所自建测评体系下的结果；
从问答到在真实装置上执行工程设计或生产操作，中间还隔着安全、验证和责任边界，原文没有给出生产环境下的任务成功率。 300余家注册机构和1400万次调用只能说明使用规模，不能说明任务完成质量。
后续观察信号
- 智能化工大模型3.0版本的测评数据是否曾公开发表或经同行评议
- 400余个智能体和工具中，哪些为自研、哪些调用外部软件
- API（应用程序编程接口）调用量的统计口径与调用主体分布