在“双碳”目标深入推进的背景下，碳核算的精准度与执行效率成为制约行业发展的关键因素。传统生命周期评价（LCA）方法因依赖人工操作、专业知识门槛高、流程分散等问题，难以满足大规模应用需求。中国科学院青岛生物能源与过程研究所针对这一痛点，研发出基于大型语言模型（LLM）的智能LCA系统——Chat-LCA，为碳核算领域带来突破性解决方案。
该系统创新性地将检索增强生成（RAG）、Text2SQL、思维链（CoT）与代码链（CoC）等前沿AI技术整合至LCA全流程，构建了支持自然语言交互的智能化碳核算平台。通过实现“知识获取—数据检索—报告生成”全链条的AI赋能，Chat-LCA有效打破了传统方法中的知识壁垒与数据孤岛，推动碳核算从专业问答到报告生成的自动化转型。相关研究成果已发表于国际权威期刊《Journal of Cleaner Production》，题为《大型语言模型在生命周期评价方法中的智能应用》。
多行业实证数据显示，Chat-LCA在性能指标上表现优异。其问答模块在覆盖十大行业的专业测试中，BERTScore评分达0.85；Text2SQL模块在真实生命周期清单（LCI）数据库中的执行准确率高达96.92%；报告生成系统的内容填充准确率达98.32%，可读性评分8.42分（满分10分）。更显著的是，该系统将传统需数周完成的LCA分析任务压缩至数小时内，效率提升幅度超过90%。
业内专家指出，Chat-LCA通过系统化整合AI技术，解决了传统LCA方法中技术覆盖片面、流程割裂的缺陷。其全链条自动化能力与多场景适配性，标志着碳核算从人工主导向智能驱动的范式转变，为全球气候治理贡献了中国智慧。
