构建面向油气与 CCUS 场景的分子级数字底座，将传统物性预测误差从约 30% 降至 2%，提升采收效率并降低决策风险。
基于真实油样与多源实验数据构建可验证、可复用的数字油模型，技术源自东京大学 11 年科研积累，已在加拿大、日本等地油田与 CCUS 项目中交付；国内辽河、华能等试点已启动。在复杂油样与 CO₂-EOR 场景下，传统经验模型物性匹配误差往往处于较高区间；国内尚无同类可规模化的分子级商业化产品。
种子轮融资进行中 · 亦庄国投、水木创投、雨林基金等已在尽调
投资逻辑
① 行业痛点
传统经验模型在复杂油样与多温区场景下，物性匹配误差通常在 20% 以上。导致提采方案、炼化工艺与 CCUS 项目评估失真，决策失误与试错成本高。油气与炼化企业在实验与仿真上投入巨大，底层模型精度不足制约数字化 ROI。重质油、CO₂-EOR、复杂调和等场景尤为突出，必须从分子级重建数字底座。
② 解决方案
数油科技提供从实验数据到数字油/数字岩石/数字煤的建模与物性预测平台。误差 <2%，可验证、可导出、可复用于多井/多装置。不是单次咨询，而是可持续扩展的分子级建模与预测能力。支撑采收率提升、炼化优化与 CCUS 决策。
③ 技术与数据壁垒
物理约束生成式 AI + QMR 定量匹配 + 11 年数据与项目验证。深度绑定 GPU/云生态，可延展至工业数字孪生与标准制定。
④ 已验证案例
加拿大 Athabasca、日本苫小牧、日本 JX 等海外项目已交付并产生收入。国内辽河油田、华能等试点已启动。商业模式路径清晰：项目制 → 软件授权 → 工程类深度合作。
战略路径
2025–2026
油田物性模型标准化
建立国内头部油田数字油模型试点，形成可复制的项目交付与验收标准，积累数据与案例。
2026–2028
炼化与 CCUS 扩展
将能力延伸至炼化工艺优化与 CCUS 物性模拟，扩大软件授权与工程类合作占比。
2028+
成为能源分子数据标准提供方
在油气与 CCUS 场景形成稳定产品与客户基础后，向行业标准、数据平台与跨场景复制演进。分子级模型能力将成为能源行业数字化的底层算力与数据入口。