知识卡片：智能化工大模型3.0 Pro发布，集成超400个化工智能体

英文标题（参考翻译）：Intelligent Chemical Engineering Large Model 3.0 Pro Released, Integrating 400+ Chemical Agents
英文关键词：chemical engineering; large model / LLM; AI agents; vertical industry AI; agent tools

一句话结论

中国科学院大连化学物理研究所等发布智能化工大模型3.0 Pro，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，集成超过400个化工智能体和工具；据资讯稿披露，其文本问答准确率为81.96%，多模态问答准确率为80.75%，已有300余家化工企业与院所注册使用，API累计调用量突破1400万次。

事件概述或研究问题

该条目属于生成式AI在化工行业的落地动态。核心产品问题不是做一个通用聊天模型，而是让大模型以“智能体+专业工具+场景”的方式进入化工行业。发布方给出的方案是面向化工领域持续预训练，再叠加大量行业智能体与工具，形成垂直平台。

方法/产品要点

• 技术体系分为四层：大模型、智能体、专业技能与工具、应用场景。
• 模型基于百亿Token级化工语料持续预训练。
• 平台集成超过400个化工智能体和工具。
• 资讯稿给出的能力数据为：文本问答准确率81.96%，多模态问答准确率80.75%。
• 配套建设包括全链条大数据中心与千吨级智能中试平台。
• 产业采用数据为：已有300余家化工企业与院所注册使用，API累计调用量突破1400万次。

主要结果与产业意义

• 智能化工大模型3.0 Pro不是单一模型发布，而是以“模型+智能体+工具+场景”整体形态推向化工行业。
• 超过400个化工智能体和工具意味着知识问答只是入口之一，实际卖点更接近“行业Agent工具箱”。
• 300余家化工企业与院所注册、API累计调用量突破1400万次，说明该平台已有一定规模的行业试用与调用基础。
• 千吨级智能中试平台显示其叙事已从“模型能答对问题”延伸到数据、智能体和试验设施的链条化整合。

为什么重要

已有相关卡片主要涉及通用AI代理、编程智能体和3D虚拟世界中的智能体。本条提供了另一类重要样本：AI Agent在垂直工业领域成批部署，并以“领域大模型+化工智能体+工具+场景”的方式组织能力。增量信息在于，它不是实验室演示，而是已有数百家企业和院所注册、API调用量达到千万级；这有助于说明智能体正在从通用软件工具走向行业生产基础设施。

局限与不确定性

• 81.96%和80.75%的准确率未披露评测基准、测试集构成、样本量与外部第三方对比，具体含义待核实。
• 模型参数量、开源或闭源授权方式、具体开发团队与参与机构名单，在来源摘要中未说明，待核实。
• “300余家企业与院所注册使用”和“API累计调用量突破1400万次”未披露统计周期、统计口径以及是否包含测试调用，待核实。
• “全链条大数据中心”与“千吨级智能中试平台”的具体运营主体、地理位置和建设进度待核实。

可用于图书/PPT/简报的角度

• 以“大模型+Agent如何进入化工行业”作为产业案例。
• 用四层技术体系绘制框架图：大模型底座 → 智能体 → 专业技能与工具 → 应用场景。
• 用关键数字说明落地程度：400+智能体/工具、百亿Token级化工语料、81.96%/80.75%准确率、300+注册单位、1400万+次API调用。

原始材料

• 原始来源：腾讯研究院AI速递 20260902（搜狐页面）
• URL：https://m.sohu.com/a/1070665925_455313