在人工智能与催化科学的交叉前沿，我校产研院许光文教授团队基于开源大语言模型qwen2，创新性构建了专为催化剂设计的智能平台：Catal-GPT，通过自然语言处理技术实现催化剂配方的高效生成与优化，为工业催化领域注入全新动能。区别于与传统经验性的催化剂开发方式，Catal-GPT搭建了人机协同的创新链条。该系统采用模块化架构，整合催化剂的合成、表征与应用数据，经清洗编码后输入定制化GPT模型。研究人员可像与催化专家对话般向系统提问，AI不仅能快速提取文献中的关联知识，更能直接生成可执行的催化剂制备方案，甚至根据反馈持续优化催化剂制备参数。这项研究展现了生成式AI在催化领域的革命性潜力，当科学家与AI深度协作，催化剂开发将从“大海捞针”变为“精准制导”。随着更多高质量数据的注入，Catal-GPT将为工业催化剂开发提供关键支撑。

相关成果发表于《国家科学评论》（National Science Review, IF：17.1）。产研院郑鹏讲师为第一作者，武汉理工大学苏宝连教授和沈阳化工大学许光文教授为共同通讯作者，沈阳化工大学为第一完成单位。