2024年7月，世界人工智能大会（WAIC 2024）在上海盛大召开。在长三角国家技术创新中心主办的“长三角协同创新AI新质生产力发展论坛”上，思必驰联合创始人兼首席科学家俞凯深度分享了面向通用科学智能的跨模态语言大模型ChemDFM，全面展示了人工智能在化学科学领域中的巨大潜力。以下将系统梳理该模型的核心优势、权威评测表现以及未来科学智能的发展展望。
一、ChemDFM：专为化学科学打造的跨模态语言大模型
随着大模型技术快速迭代，通用大模型在众多领域展现出强大能力。然而，在高度专业化的科学领域，通用模型往往缺乏深度的领域知识。针对这一痛点，思必驰-上海交大智能人机交互联合实验室与苏州实验室于2024年3月12日共同发布了首个针对化学科学的百亿级专业化大模型——ChemDFM。
ChemDFM的核心优势
- 丰富的化学知识：基于经典开源大模型LLaMa，ChemDFM引入了海量的化学基础与前沿研究成果，充分学习并掌握了化学科学的专有语言与表达方式。
- 多模态化学信息理解：能够同时处理文本、分子结构、化学反应式等多种模态的化学信息，实现跨模态融合分析。
- 自然语言交互能力：与传统小模型不同，ChemDFM支持使用自然语言作为知识与对话的桥梁，实现不限内容与范围的知识问答，提升人机协同效率。
- 错误反思与纠正：具备错误反思与方案细化解释的能力，能够逐步推理并修正答案，保障输出结果的可靠性。
性能对比：130亿参数超越GPT-4
ChemDFM以130亿的参数量，在大多数化学相关能力上超越了公认最强大的模型GPT-4（其参数规模达千亿至万亿级）。更令人瞩目的是，ChemDFM还具备其他类似模型几乎不具备的能力——结合内部知识理解和分析陌生分子。在面对陌生分子或陌生反应时，它能够依据相关化学知识进行推理并给出准确回答，展现出极强的泛化能力。