中國粉體網(wǎng)訊  AI正在加速改變人類的科學研究方式，并有望顛覆傳統(tǒng)研發(fā)模式。通過充分發(fā)揮AI技術的優(yōu)勢，可以推動科學研究的創(chuàng)新和發(fā)展，全固態(tài)電池的產業(yè)化困境因AI技術的介入而出現(xiàn)轉機。

從“試錯法”到“AI預測”

試錯法是基于已知經驗與材料的物理化學特性進行假設，然后通過實驗進行驗證。這種方法通過反復迭代上述過程，最終找到目標材料。然而，傳統(tǒng)研發(fā)依賴試錯法篩選電解質材料（如硫化物、氧化物、聚合物），存在耗時費力、效率低下等問題，限制了相關材料的研發(fā)進程。

隨著大數(shù)據(jù)、云計算和人工智能技術的快速發(fā)展，AI預測逐漸成為可能。這些技術為AI提供了強大的數(shù)據(jù)處理和學習能力，使其能夠處理復雜的數(shù)據(jù)關系和模式，并給出準確的預測結果。

AI與傳統(tǒng)材料研究的融合，本質上是人類首次在原子尺度的混沌系統(tǒng)中建立了可解釋的秩序——此前耗費十年篩選的電極材料組合，可能被AI在72小時內完成熱力學穩(wěn)定性模擬與離子遷移率計算，工藝工程師需要反復調整的燒結溫度曲線，或許經過神經網(wǎng)絡對十萬組歷史數(shù)據(jù)的提煉，即可推演出全局最優(yōu)解。

所以，相比于試錯法，AI預測能夠顯著提高研究效率。它能夠在短時間內處理大量數(shù)據(jù)，并給出預測結果，從而加速科學研究和技術創(chuàng)新的進程。

AI預測能夠降低研究成本。通過減少實驗次數(shù)和降低試錯成本，AI預測有助于研究者更快地找到最優(yōu)解，從而節(jié)省時間和資源。

AI預測還能夠為研究者提供智能化的決策支持。通過分析數(shù)據(jù)并給出預測結果，AI可以幫助研究者更好地理解實驗現(xiàn)象和結果，從而做出更加明智的決策。

美國QuantumScape的“無陽極”設計就利用了AI模擬鋰金屬在陶瓷電解質表面的沉積形貌，通過AI模擬，QuantumScape能夠預測不同條件下鋰金屬的沉積行為，從而優(yōu)化電池的設計參數(shù)，使電池能量密度突破500Wh/kg。

美國西北太平洋國家實驗室和阿貢國家實驗室的研究團隊利用AI引導的高通量實驗平臺，成功篩選出了對陽極電解質具有最佳溶解度的二元有機溶劑。

清華大學張強教授團隊借助AI高通量計算平臺，僅用傳統(tǒng)方法1/300的時間就篩選出25萬種電解質候選材料。

大咖說“AI”

中國工程院院士孫逢春指出，過去電池研發(fā)中材料配方、正負極以及電解質的選擇，都需要人工進行選配，花費時間非常長。人工智能將在動力電池材料選型、設計、開發(fā)方面發(fā)揮作用。

歐陽明高院士表示，全固態(tài)電池研發(fā)面臨四大核心難題，傳統(tǒng)研發(fā)效率已無法滿足需求，必須轉向“文獻AI讀、報告AI寫、模型AI算、優(yōu)化AI做”的新范式。

深圳市比亞迪鋰電池有限公司CTO孫華軍表示，在材料設計、材料篩選、電池自動化設計以及工藝制造質量管控、電池管理等方面，AI的應用可以提高設計效率，甚至會有產生新材料、新體系的機會。

SES AI創(chuàng)始人兼CEO胡啟朝表示，傳統(tǒng)的電池材料開發(fā)手段，主要依賴于科學家，往往存在運氣成分。而AI For Science可以通過計算宇宙中所有適合電池材料分子的物理和化學屬性，高效模擬仿真，快速尋找新材、驗證各種材料的組合效果，幫助人類科學家找到最優(yōu)的新分子材料和材料組合。

AI+固態(tài)電池

2024年10月，寧德時代投資12億港元的香港研究院正式揭牌，這個研究院的核心方向就是“AI for Science”。2025年2月，寧德時代研發(fā)部門負責人表示，公司已經搭建了電池材料智能化設計平臺，擁有超1.8億條分子數(shù)據(jù)和100萬條晶體數(shù)據(jù)，還有正極、負極、電解液等專題研發(fā)數(shù)據(jù)庫10余個；另一方面，寧德時代目前擁有的算力，可以在90天內完成材料篩選和閉環(huán)驗證。

2025年2月，蘇州納米城企業(yè)—辰瓴光學與艾塔新能源正式簽署0.5Gw AI智能制造工廠合作協(xié)議，雙方將打造首條固態(tài)電池AI智慧工廠建設，數(shù)字化產業(yè)升級創(chuàng)新展開深度合作。

廣汽埃安電池研發(fā)部部長李進透露，公司希望通過利用仿真計算和AI深度學習模型，對固態(tài)電解質進行創(chuàng)新型的開發(fā)，攻克妨礙固態(tài)電池產業(yè)化應用的穩(wěn)定性、安全性、加工性和固固界面融合等問題。

先導智能作為能夠提供固態(tài)電池生產整線解決方案的制造商之一，其公司旗下子公司立導科技自研AI檢測算法和經典圖像算法雙引擎，形成智能檢測平臺HySmart。

道氏技術表示，公司與湖南培森劉杰教授團隊基于相互促進原則，建立戰(zhàn)略合作關系，推動人工智能技術在新能源材料領域（包括但不限于固態(tài)電池、碳納米管、鋰電池三元前驅體、石墨負極、硅負極等領域）的應用。子公司廣東圖靈道森技術有限公司的AI業(yè)務聚焦新能源材料領域，可實現(xiàn)從研發(fā)到生產全流程覆蓋。研發(fā)方面，通過AI技術覆蓋材料篩選、合成制備、表征測試等研發(fā)全流程，構建了“AI+材料”的協(xié)同研發(fā)體系，加速技術迭代并推動新材料的大規(guī)模應用；生產方面，通過AI算法分析生產數(shù)據(jù)，優(yōu)化工藝流程及生產能耗，智能化降本增效。

小結

據(jù)相關預測，到2030年AI驅動研發(fā)將使固態(tài)電池商業(yè)化進程提前3-5年，而中國有望占據(jù)全球60%的市場份額。AI在固態(tài)電池研發(fā)中發(fā)揮著不可或缺的作用，其應用前景廣闊且充滿挑戰(zhàn)。未來，隨著技術的不斷進步和應用的深入拓展，AI+固態(tài)電池的組合將有望為行業(yè)帶來更多的創(chuàng)新和變革。

參考來源：

寧德時代們用AI研發(fā)固態(tài)電池，燃油車危矣！.壹零社

AI+固態(tài)電池：中國如何領跑新能源革命的智能賽道.中國汽車博覽

AI賦能全固態(tài)電池：十年內場景化應用與量產的可能性分析.碳峰硏究院

深交所互動易、上證e互動

（中國粉體網(wǎng)編輯整理/蘇簡）

注：圖片非商業(yè)用途，存在侵權告知刪除！