人工智能技术在能源生产、消费及管理全链条的应用，将大幅度的提高能源利用效率，加速传统高碳行业向绿色低碳转型，是面向未来能源结构创新链条上的关键点之一。日前，中国工程院院士、中国科学院大连化学物理研究所所长刘中民在2025中关村论坛——“碳达峰碳中和科技论坛”活动上接受记者正常采访时表示，运用人工智能技术将相关研究周期从之前的十年缩短到两到三年是有可能的，这是努力的目标。

  按照传统科研模式，化工新技术的研发需要经过实验室小试、中试、工业性试验和工业示范等逐级放大过程，从实验室到工厂生产环节通常要十年以上。

  “这一过程面临周期长、投资大和市场变化大等风险。”刘中民表示，对标2060年实现碳中和的目标，虽然看起来还有几十年，但实际上时间不等人。立足能源领域，推动化石能源与新能源融合发展，建立更安全高效清洁低碳的能源体系的目标不会变。人工智能的加持，提升增强了实现这一目标的信心。希望低碳技术能够与人工智能技术形成有效融合，加速低碳技术的探索。

  刘中民认为，通过人工智能技术赋能，将相关研究周期从之前的十年缩短到两到三年是有可能的，这是努力目标。

  2024年3月和11月，中国科学院大连化物所联合相关单位，先后发布中国首个智能化工大模型1.0和2.0版本，可实现化工知识的快速检索及化工流程工艺的自主设计和优化，为化工行业的智能化发展迈出关键第一步。

  近期，英国《自然》杂志网站发布的《2025自然指数—能源》显示，过去几年，自然指数中与经济适用的清洁能源相关的研究产出，从国家和地区看，2019年至2024年能源研究产出百强机构排名中，中国有63家机构上榜。上榜公司数相较其他几个国家和地区遥遥领先。

  刘中民指出，这体现出我国清洁能源研究经过多年发展进入成果爆发期。只有达到这个程度，后续的技术发展运用才有机会。他也强调，必须要格外注意，从研究成果到实际应用还要进一步加强支持，真正从科研论文转化为技术落地是工艺流程逐级放大的过程，任旧存在较大不确定性。因此，希望有机会能够通过人工智能赋能，让科研成果到工厂运用的过程走得更快一点。

  证券之星估值分析提示中 关 村盈利能力比较差，未来营收成长性较差。综合基本面各维度看，股价偏高。更多

  以上内容与证券之星立场无关。证券之星发布此内容的目的是传播更多详细的信息，证券之星对其观点、判断保持中立，不保证该内容（包括但不限于文字、数据及图表）全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关联的内容不对各位读者构成任何投资建议，据此操作，风险自担。股市有风险，投资需谨慎。如对该内容存在异议，或发现违法及不良信息，请发送邮件至，我们将安排核实处理。如该文标记为算法生成，算法公示请见 网信算备240019号。

上一篇:沈阳立异规划研讨院请求数据孪生驱动的出产设备布局控制专利处理现有出产设备布局控制备用切换难题
下一篇:“内卷式”竞争的成因及治理路径