深度学习与算力提升推动化学人工智能从单点性质预测转向嵌入真实研发流程的工作流化系统。本文围绕数据与表征、预测与生成、实验与闭环以及大模型智能体与可信评测四条主线，概述多模态与弱标注数据治理、自监督预训练与三维等变建模、扩散等生成范式及生成—评估迭代、可编程实验平台上的规划与控制闭环，并讨论不确定性校准、分布外稳健性与安全治理对落地的关键作用，展望以开放标准与基础设施协同推进化学自动化发现。