基于熔融法的天然气（甲烷）热裂解技术可向无碳化氢能转化并能联产高附加值碳材料，推进其工业化进程是实现国家“十五五”和“双碳”目标、构建清洁化能源的重大举措。然而，其熔融催化剂的开发受到熔融态下原子和活性位点无序性的限制，使得传统开发面临重大挑战。

图1.DigMethpy平台界面[https://www.digmethpy.org/]

近来，陈元正课题团队领衔并联合日本东北大学李昊团队，采用人工智能（AI）赋能数据驱动思想，以大语言模型为底座，融合高质量实验和计算数据、文献知识库以及机器学习预测模型，开发了国内外首个AI赋能数字催化甲烷热裂解专属平台（DigMethpy：https://www.digmethpy.org/，图1）。目前，DigMethpy平台已包含超过 40,000 个高质量数据，涵盖了甲烷裂解相关的金属、合金、盐以及其混合物等多种熔融催化剂，涉及元素、组分、催化活性和熔点等关键信息。利用该平台数据挖掘和AI赋能技术，已成功实现了多种高性能熔融催化剂开发（DOI：10.26434/chemrxiv.15002240/v3），并通过实验验证，证实了该平台的有效性。相关工作以“DigMethpy: an AI-empowered digital catalysis platform for methane pyrolysis molten catalyst design”为题，2026年5月13日发表在人工智能领域国际期刊AI Agent 2026, 2, 8 上，该工作被AI Agent遴选为期刊封面，并获得国内外多家媒介报道（如Tohoku University等）。

图2.DigMethpy架构和技术框架

DigMethpy平台以实验数据和计算数据为基础，集成了描述符、机器学习模型、通用机器学习势、大语言模型和MCP工作流等模块，形成覆盖数据挖掘、仿真计算、实验验证与智能体协同的一体化数字催化平台（图2）。当前平台可以进行知识抽取、工作流编排、假设生成、和智能体开发，这些功能也为后续多智能体协作开发奠定了基础。该专属平台服务于天然气热解制氢工业化需求，用来降低传统试错实验成本，加速高效与低能耗熔融催化剂开发，为推进天然气热裂解制氢脱碳工业化和经济最大化助力。

图3.DigMethpy工作被遴选为期刊封面照和获得Tohoku University官网推荐报道[https://www.tohoku.ac.jp/en/press/an_aidriven_platform_for_accelerating_methane_pyrolysis_catalyst_discovery.html]

近年来，陈元正课题组围绕人工智能物质多铁结构设计、数字催化、AI4S智能体研究，尤其在极端高温或高压条件下物质特性、非绝热催化物性，和AI赋能熔融催化介质设计等方面取得了一系列创新性成果，在Nat. Comm., Angew. Chem., ACS Nano, Adv. Sci., ACS Catal.等国际权威学术期刊上发表60余论文，IF>10文章12篇，高倍引论文5篇，被引用4000余次，H指数因子35，主持国家自然科学基金、中央引导专项基金、四川省科技厅等项目15项。

论文信息：Cheng, Z.; Huang, X.; Liu, H.; Du, J.; Ma, P.; Yin, H.; Zhang, D.; Li, H.; Chen, Y. DigMethpy: an AI-empowered digital catalysis platform for methane pyrolysis molten catalyst design. AI Agent 2026, 2, 8. DOI：10.20517/aiagent.2026.11

DigMethpy数字平台链接：https://www.digmethpy.org/