中国石化绿色化工分子筛材料人工智能重点实验室。
石勘院攻关地球物理、测井解释等基础算法，构建物理可解释的智能识别工具，打造勘探开发智能算法生态；石科院借助AI研究Beckmann重排反应催化机理，揭示活性位点作用；北化院开发聚酰亚胺材料智能设计平台，实现新结构定向筛选与性能预测，大幅提升研发效率；上海院构建分子筛材料智能合成系统，集成文献理解与自动化操作，实现逆向生成与性能优化
石勘院牵头组建中国石化勘探开发数智技术重点实验室，并成立实体化研发部门，形成“人工智能+油气业务”百余人跨学科攻坚团队，具备较强的人工智能技术研发与应用能力。石勘院聚焦油气勘探开发核心业务场景，围绕“数据治理-算法研发-软件生态”技术布局开展基础研究与关键技术攻关。利用人工智能技术在处理大规模复杂数据方面的显著优势，重点攻关地球物理、测井解释、基础实验地质等领域的基础算法，已在地球物理“甜点”智能识别与解释、测井特征曲线特征识别、岩芯图像智能识别、生产预测与优化等方面取得积极进展，形成多项人工智能特色技术，构建了“物理可解释、场景高适配”的专用工具，为上游数智化转型提供了重要支撑。同时，积极推动人工智能基础算法共享生态建设，相关算法已在长城大模型应用社区面向全集团开源，践行共享共建理念，打造勘探开发智能算法生态。
石科院与深势科技公司深入合作攻关，借助目前先进的AI技术来认识环己酮肟气相Beckmann重排反应过程的关键科学问题，在国际材料与化工顶尖杂志《Nano Research（纳米研究）》和《ACS Applied Materials&Interface（ACS应用材料与界面）》上报道了重要工作进展，相关基础研究课题获得国家自然科学基金委员会项目支持。石科院团队采用AI技术系统地研究了催化剂组成、硅醇类型，以及溶剂效应对反应的影响。这项工作首次系统地研究了S-1分子筛催化剂在气相Beckmann重排反应中的作用，不仅揭示了硅醇巢式活性位点的催化机理，也展示了AI辅助模拟在预测和指导催化剂设计中的强大能力，为工业生产绿色己内酰胺提供了可行的新方法。这项研究展示了计算机模拟在催化剂设计中的必要性，可以事先预测最佳的催化剂和反应条件，对于将基础研究成果快速转化为应用并实现产业化具有重要意义。这项创新不仅有望推动绿色尼龙6单体的生产，也将对纤维、塑料等行业产生深远的影响。
北化院利用人工智能赋能聚酰亚胺研发，实现“筛得快且筛得好”。氦气是一种重要的战略物资，在科研、国防和经济建设中具有不可替代的作用。聚酰亚胺是提取高纯度氦气的膜材料里的关键原料，北京化工研究院通过智能模型训练，自主开发出聚酰亚胺材料智能化设计平台。该平台可以定向生成新型分子结构设计方案、准确预测新材料的气体分离性能等参数，使科研人员能够定向筛选最优方案进行实验验证，大幅提升研发效率。经实验验证，该平台对气体分离性能的预测平均准确率超过90%；新设计开发的聚酰亚胺膜，其气体分离性能较现有商用材料提升30%，聚酰亚胺新结构的筛选和设计时间缩短80%。2025世界人工智能大会举办期间，国务院国资委在“AI焕新 产业共赢”企业人工智能产业发展分论坛上发布了40项“中央企业人工智能战略性高价值场景优秀建设成果”，中国石化“AI辅助聚酰亚胺气体分离材料开发”成功入选。
上海院利用人工智能赋能分子筛材料研发。分子筛是重要的催化材料，广泛应用于石油化工生产过程和环保领域。上海院针对化工高温高压严苛工况，开发了集成机器阅读理解、实验预测、全流程自动化功能的分子筛材料合成系统。该系统通过构建文献语义理解模型，驱动设备自动完成实验操作；依托大语言模型智能体，实现材料的逆向生成与性能优化；结合第一性原理计算和机器学习算法，运用可解释性AI模型挖掘数据中的隐藏规律和构效关系，赋能分子筛理性设计与定向合成，显著加快高性能分子筛材料的研发进程。中国石化分子筛材料智能研发平台入选2025世界人工智能大会中国人工智能产业创新成果展。