“AI+化学”迎来爆发时刻：上海科学家打造原子级“超级大脑”
上海创智学院朱通团队正在研讨核心成果——“面向能源化工的原子级基座模型”。该项目致力于用 AI 重塑能源转化路径，解决传统化工产业的痛点。
如果说传统化学研究像是在迷雾中依靠经验“盲人摸象”，那么科学智能（AI for Science）就是拨开迷雾的灯塔。
作为上海市“科学智能百团百项”重点建设方向，由上海创智学院朱通教授领衔，联合华东师范大学、复旦大学、国能基石化工科技、晶泰科技等顶尖力量组成的攻关团队，正在攻克一道世纪难题：如何让计算机像化学家一样“思考”，并以原子级的精度“预言”化学反应的每一个细节？
经过持续攻关，团队交出了一份从底层算法到硬件实验的满分答卷——AI赋能的高精度第一性原理算法、通用大原子模型、MolPilot 跨尺度模拟智能体以及自动化实验平台。这四块拼图的精密咬合，正在将化学科研带入“自动驾驶”时代。
01 给电子云拍“高清照”：DeePHF 突破精度天花板
在微观世界，精度的毫厘之差，在宏观应用上就是失之千里。
长期以来，计算化学面临着一个“鱼与熊掌不可兼得”的困境：传统的密度泛函理论（DFT）算得快但不够准，而高精度的“金标准”方法（如 CCSD(T)）虽然准，但计算量大到几乎无法处理大分子。
坐上“火箭”直达云端：生动展示了 DeePHF 如何跳过传统计算方法的层层阶梯，直接以低成本实现媲美 CCSD(T) 的“化学建模天堂”精度。
“我们要做的，就是用 AI 架起一座桥梁，用 DFT 的低成本，跑出金标准的高精度。” 团队负责人介绍道。
通过与王涵、鄂维南教授深入合作，团队研发的 DeePHF（Deep Post-Hartree-Fock） 方法，通过深度神经网络，建立了一套从低精度电子密度特征到高精度能量之间严格的映射关系。
这就像是图像处理中的“超分辨率重构”技术——算法能够基于一张“低分辨率”的电子密度图（低成本计算），通过学习海量数据特征，精准还原出“高清”能量细节（高精度能量）。
DeePHF 在预测分子能量和化学反应能垒时，误差已被控制在 1 kcal/mol 的“化学精度”以内。这意味着，在不需要昂贵算力的情况下，科学家就能精准捕捉到分子间最细微的相互作用。
02 绘制原子“高精地图”：通用化学反应大原子模型
如果说 DeePHF 是精密的标尺，那么大原子模型就是导航地图。
化学反应空间浩瀚无垠，已知的分子数量甚至超过了宇宙中的原子数。为了让 AI 具备“举一反三”的能力，团队构建了名为 RXN-xTB 的超大规模数据集，包含了超过 1700 万个非平衡态的分子构型，涵盖了碳、氢、氧、氮等核心元素千变万化的反应路径。
基于这片数据海洋，团队训练出了新一代通用势能面模型 DPA-3_RXN。它不再局限于某一个具体的反应，而是像 ChatGPT 掌握语言规律一样，掌握了原子结合与断裂的“化学语法”。
给原子装上“GPS”：DPA-3_RXN 模型精准描绘了 Claisen 重排（左）和 Diels-Alder 反应（右）的动态路径。它不仅计算出了反应翻越“能量山峰”的高度（能垒），更清晰地还原了分子随时间演化的微观轨迹。
在针对各类复杂反应的测试中，DPA-3 展现出了稳健的迁移能力和广泛的适应性。无论是燃烧反应中的瞬态变化，还是药物合成中的精密结构，它都能在极短时间内给出精准的能量和受力预测。它就像给原子装上了 GPS，让科研人员能清晰地看到化学反应翻越“能量山峰”的最优路径，让新材料的发现不再是大海捞针。
03 让 AI 成为科研伴侣：MolPilot 智能助手
底层技术再强，如果操作门槛高，也难以普及。为了让这些顶尖技术真正飞入寻常实验室，团队推出了重磅应用—— MolPilot。
“很多化学家擅长设计合成路线，但不一定精通复杂的计算软件。”团队成员表示，MolPilot 的使命就是打破这道技术壁垒。
MolPilot 响应演示：将用户的自然语言指令拆解为结构生成、实验计算、报告撰写等步骤，并调度相应的智能体协同执行。
MolPilot 是一款基于大语言模型的智能计算化学助手。它不仅仅是一个聊天机器人，更是一个懂得调度各种专业工具的“全能管家”。
听得懂人话：“帮我优化这个分子的结构”、“计算一下乙酸的 pKa 值”……用户只需用自然语言下达指令，MolPilot 就能自动规划计算流程。
干得了重活：它能自动调用后台的 ORCA、PySCF 等专业计算软件，并智能处理溶剂效应、热力学修正等繁琐细节。
出得了报告：计算完成后，它会自动分析数据，生成包含红外光谱图、热力学参数的专业报告。
04 机器人“双手”落地：自动化实验室助力高能燃料突破
除了先进的“软”实力，团队还打造了过硬的“硬”科技。
为了解决化学实验中“操作繁琐、效率低、数据标准化难”的痛点，团队自主搭建了一套先进的自动化实验平台。在这里，不知疲倦的机械臂替代了人工操作，能够在各种精密仪器间灵巧地完成合成、表征、测试等全流程任务。
团队花费巨大精力率先构建了开源SDL操作系统内核，致力于成为智能实验室领域的“Linux”，打破高昂封闭的技术垄断，解决硬件并发、死锁检测与安全审计等底层难题。它为普通课题组提供了低成本、标准化的自动化基础设施，让智能实验室从“大厂奢侈品”变为普惠科研的通用工具。
团队自主搭建的自动化实验室，机械臂正在执行化学实验操作，实现了高通量、标准化的无人实验流程。
正是依托这套高效、精准的自动化实验“双手”，通过与华东师范大学高栓虎教授团队的深入合作，团队近期在高能燃料研发领域取得了实质性突破。
在航空航天领域，燃料的能量密度是决定飞行器航程和载荷的关键。通过自动化实验室的高通量合成与筛选，团队成功锁定了具有特殊笼状骨架结构的新型燃料分子。
经型号单位检测，这种新型高能燃料表现优异：
•能量密度突破：相比于现役的高能燃料 JP-10（燃烧热值约 39.4 MJ/L），该燃料（类型 I）燃烧热值超过 44.9 MJ/L，提升幅度显著。
•低温性能优越：保持了低于 -70℃ 的低凝固点，完全满足高空极端低温环境的使用需求。
•结构优势：其独特的笼状骨架结构带来了高密度特性（约 1.07 Kg/L），从而实现了体积热值的最大化。
这一成果充分证明，团队建设的自动化实验平台不仅仅是解放双手的工具，更是攻克国家重大战略需求的实战利器。
结语
从底层AI算法突破，到 MolPilot 的智能交互，再到自动化实验室产出高能燃料，上海“百团百项”攻关团队构建了一套完整的原子级智造系统。
他们用行动证明：科学智能（AI for Science）不是停留在纸面上的论文，而是已经成为了驱动新材料、新能源研发的实体引擎。 未来，我们将看到更多“超级分子”，从上海的实验室走向产业应用。
供稿：百团百项项目团队
欢迎转发，但请注明出处“上海经信委”
觉得不错请点赞！
