近日，日本东北大学研究团队在《Chem Catalysis》发表成果，正式发布DigCat 4.0数字催化平台，旨在破解人工智能在催化剂研发中面临的高质量标准化数据匮乏难题。该平台由东北大学先进材料研究所李浩教授团队主导开发，首次将海量实验数据、理论计算结果、科学文献与可视化分析工具深度融合，构建起跨源互通的统一数字基座。传统催化剂研发高度依赖周期漫长的试错法，而DigCat 4.0通过内置领域专属人工智能代理，实现数据清洗、知识抽取与材料筛选的自动化，显著缩短研发周期。平台设计不仅服务于当前数据分析，更为未来闭环自主实验室奠定架构基础，推动AI提案、机器人实验与结果反馈的无缝衔接。目前该平台在预印本阶段已获约五十次引用，注册用户突破数千。团队指出，实现全面自动化仍需在元数据标准、阴性结果共享及跨社区协作等方面取得突破。DigCat 4.0的推出标志着催化科学正从经验驱动转向数据驱动，有望大幅加速氢能制备、二氧化碳转化及绿色化工等前沿技术的产业化进程，为可持续能源转型提供核心材料支撑。