当下，合成化学领域正经历一场深刻的范式转型，其研发核心动力加速从传统的“经验驱动”向“数据驱动”和“智能驱动”跃迁。引领这一历史性变革的核心引擎，正是“机器人融合AI”——即智能自动化实验平台与人工智能技术的深度耦合。

值此关键转型节点，“合成化学研究新范式—机器人融合AI研讨会”于6月28日—29日在沪成功举办。本次会议由麻生明院士担任大会主席、合肥先导功能分子研究院提供学术支持、晶泰科技主办。会议旨在推动化学、人工智能与自动化技术的交叉融合，激发学术前沿创新并加速产业落地转化。全国顶尖学者与行业先锋齐聚一堂，系统梳理并展望了智能化学在中国的关键发展方向与前沿实践。

研讨会现场

精彩致辞：构建智能化学技术框架

复旦大学麻生明院士致开幕词

大会主席麻生明院士率先致辞，以科技演进史切入，揭示合成化学变革的必然性。他回顾了从胶片相机到智能手机的科技飞跃，指出合成化学的研究范式长期停滞于“蒸馏、结晶”等传统操作。“整个技术发展让我们有机会重新思考研究的范式，”麻生明院士强调，“我们不能从简单的过柱子、蒸馏、结晶里面跳出来，还需要更好、更高效的方法来提高研究效率。”以福特汽车普及为喻，麻院士提出核心愿景：“在人工智能和自动化高速发展的时代，AI和自动化的手段能否进入每个课题组？”

晶泰科技联合创始人兼CEO马健博士致辞

主办方代表马健博士在致辞中呼应了麻院士的洞见。他表示：“人工智能和机器人自动化技术正在以前所未有的速度驱动着科学范式的变革。计算机科学与合成化学的融合正在重构物质创造的理论体系和实现路径，更推动着该领域实现从经验驱动向数据驱动和智能驱动的历史性跨越。”马健博士强调本次研讨会是顶尖学者与行业先锋共聚一堂的契机，旨在探讨AI、机器人与化学交叉的最新进展，他期待通过分享与交流，共同推动合成化学研究新范式的发展。

首日主题报告：勾勒智能化学的技术图谱

麻生明院士以ATA框架（自动化-理论计算-AI） 验证人机协同的可行性，其团队通过机器人平台优化联烯合成，实现天然产物模块化高效构建。

杨为民院士以“分子筛催化材料创制及应用—从数据驱动到人工智能”为题，展示AI高通量筛选加速分子筛催化材料开发，将十年研发周期缩短超50%；

马健博士以“AI+化学，见微知著”为题，分享了晶泰科技如何以 AI 与机器人技术融合深入探索化学领域。晶泰聚焦 AI for Science 中“一米宽、百米深”的核心问题，以数据为切入点，结合机器人自动化执行与 AI 预测设计，构建智能自主实验平台，加速新物质发现与化学空间探索。平台不断推动产业化落地，以全新范式赋能千行百业研发，致力于打造物质发现领域的 AI 超级大脑。

浙江大学 洪鑫研究员

数据与机制融合的构效关系建模预测

浙江大学洪鑫研究员在演讲中指出，合成化学构效关系研究的传统模式存在局限，而人工智能带来了新路径——通过机器学习建模可有效预测反应活性与选择性。其团队针对立体化学描述不足、小样本学习等挑战提出了创新解决方案，并强调未来需推动理论计算与机器学习结合，以实现有机化学的智能化创新。

南开大学 朱守非教授

基于CODER 理念的催化剂智能创制平台建设

朱守非教授团队聚焦含氢转移的催化反应研究，在质子转移、硼氢键插入等领域取得突破，但传统试错模式存在局限。为此，团队提出基于基元反应的CODER理念，结合反应机理设计催化剂，在碳氮键偶联反应中验证了高效性。目前正与晶泰科技合作建设催化剂智能创制平台，旨在结合人工智能技术，推动催化研究从机理出发实现智能化。

清华大学 罗三中教授

AI分子催化：数据、智能与自动化

罗三中教授在分享中指出，人工智能应用于合成化学面临数据缺乏、反应复杂性高等挑战，国内尚未形成自主合成化学数据库。他强调，应结合反应机理与数据驱动，借鉴物理有机化学思路构建模型以提升预测能力；并通过自由基反应等案例验证，AI可辅助新反应发现与优化，但需以问题为驱动，结合有限自动化与人类认知实现智能分子创制。

浙江大学 陈华钧教授

“大语言模型+知识图谱”赋能AI科学发现

e的研究，强调需通过知识图谱、检索增强等手段融合符号知识与大模型，以减少幻觉并提升推理可靠性；同时，他还介绍了多模态大模型、智能体自主调用工具等技术在科学领域的应用。

深度原理 段辰儒博士

生成式模型：开拓化学设计的新纪元

段辰儒博士指出，化学材料对人类生活至关重要，AI尤其是生成式AI为探索庞大化学空间提供了新范式，其中扩散模型能高效生成化学反应过渡态、发现新反应，突破人类经验边界。他认为，未来需结合可合成性探索、科学计算与自动化实验，推动AI更深层次助力新材料发现。

罗氏中国创新中心 朱伟博士

自动化、高通量化学合成助力新药研发

罗氏中国创新中心朱伟博士在报告中指出，新药研发耗时久、成本高，合成是关键瓶颈。罗氏先借D2B平台加速，后建化学自动化平台，解决微量称量等问题，兼容更多反应，实现高通量合成与化学到生物测试闭环，提升早期研发效率。

次日主题报告：智能平台攻坚与范式普及

浙江大学 方群教授

AI辅助的自动化高通量化学合成与筛选

方群教授提出iChemFoundry平台，融合机器人、人工智能、化学合成和表征技术，能实现化学合成与筛选全流程的自动化，平台已应用于光催化和电催化反应条件的高通量筛选与智能化预测，多孔材料和聚合物的合成与筛选，以及结合大语言模型的平台自动化控制。

晶泰科技 张佩宇博士

智能自主实验平台进展与应用

张佩宇博士分享"智能自主实验平台"进展。整合文献、计算与实验数据驱动AI，开发覆盖实验全流程的智能化和自动化工具，通过数字化与Agent技术实现人机协同，已助力药企提升药物研发效率，目标迈向科学超级智能和自主实验。

北京大学 莫凡洋教授

自动化浪潮下一个传统合成课题组的生存与发展

莫凡洋教授以传统合成课题组转型实践为例，自主开发AI薄层色谱等自动化平台生成标准化数据，训练高精度预测模型提升分离效率。强调自动化是智能化基础，并分享跨学科复合人才培养经验。

郑州大学 蓝宇教授

知识数据双驱动的精准合成

蓝宇教授使用“知识-数据双驱动“研究范式，将传统的实验与理论知识嵌入机器学习模型。发展基于机理认知的多维描述符体系，开发亚胺不对称氢化的对映选择性预测模型，结合实验迭代优化，加速实现微差别亚胺不对称氢化反应的精准合成

广州国家实验室 廖矿标研究员

AI驱动的自主化学家系统

廖矿标研究员构建日处理万级实验的高通量平台，训练垂直领域大模型SynAsk实现“用AI操作AI”。建立云端自主实验室原型，在特定反应中完成“设计-执行-测试-分析”全流程无人化。

圆桌共识：产学研协同破障

连续两日的圆桌论坛聚焦AI与自动化驱动化学研究的核心议题：如何突破学科协作的语言壁垒与数据碎片化瓶颈，解决工具研发与科研需求的脱节问题；探索自动化平台在药物及材料研发中的产业化路径，应对全自动实验室分场景落地的挑战；推动化学研究从传统试错模式向预测性范式转型，重构适应智能时代的教育与人才培养体系。

参与讨论的十余位顶尖学者与产业领袖达成共识：需构建开放共享的数据生态，攻克跨学科认知障碍，推动“人机协同”研究范式；同时将AI能力深度植入基础科研与教育，以抢占化学智能研发的全球先机。

圆桌论坛

圆桌论坛

闭幕总结：中国化学的务实奋进

麻生明院士作闭幕词

麻生明院士在闭幕式上感慨中国学术会议的显著进步：“1997年我回国时，学者听完自己的报告就离场；如今我们的报告足够‘attractive’，足够‘sexy’，让所有人坚持到最后。”面对中国化学的现状，他清醒指出：“我们不需要骄傲自大，也不需要妄自菲薄，要用勤奋、智慧和AI助力，增加中国科学家对化学的贡献。”当这场汇聚产学研智慧的会议落幕，中国化学界已达成共识：以开放协作的态度拥抱智能技术，用扎实的成果为世界化学发展作出实质贡献。

晶泰智能自主实验平台

大会现场，晶泰科技自研的智能自主实验平台引起与会嘉宾关注，数台应用于不同实验工程的机器人合成工作站零距离呈现了“机器人融合AI”在多个研发场景应用的最新成果。

该平台以领域专有AI模型为核心，担当“大脑”之责，专职实验流程设计、反应预测等前期部署和过程推进；以自动化技术驱动机器人工作站为“双手”，实现高精度、高通量、更安全的化学操作。在此过程中，通过机器人收集的数据反哺AI模型，形成预测更准、设计更优的良性循环。目前，该平台已在生物医药、化学化工、新能源、新材料等领域积累丰富的成功案例和应用经验。2024 年以来，晶泰科技先后向复旦大学麻生明院士团队、中石化上海石油化工研究院等各行业先进研究机构完成定制化智能自主实验平台的设计和交付。平台已广泛应用于涵盖有机合成、配方优化、催化剂工程和电解液工程等合成化学研究场景。