电池研发具有多场景、多尺度、多技术栈等特点，是典型的跨尺度科学研究体系。AI for Science（AI4S）在解决电池研发难题、加快新能源材料开发效率方面应用潜力巨大。中国科学院院士、清华大学教授欧阳明高在2024科学智能峰会期间接受专访表示，大语言模型和AI for Science相结合，共同应对数字世界和物理世界，处理宏观世界和微观世界的不同问题，可以大幅提升新能源材料创新效率，加速固态电解质材料等新一代新能源材料的创新。

  AI4S全链路赋能电池开发管理

  从电池材料研发、设计到最终的性能管理，AI在这一系列关键环节都扮演重要角色。

  “在电池材料方面，以前实际上所有的材料研发都是试错型的，耗费大量的人工，周期太长，效率太低。现在有了人工智能，就可以改变以前的研发范式。”欧阳明高说，现在已经实现全过程的自动材料设计，比如自动化的实验、表征、仿真、制备，实现全流程智能化，大大提高了高难度新型电池的研发效率。

  AI for Science不仅为新能源电池的材料研发带来颠覆式变革，据欧阳明高介绍，它在推动电池设计、制造、管理等各个层面也大有用武之地。

  在设计层面，正从原先的试错法的设计，到基于仿真的设计，现在正在向自动化设计方向发展，通过高效率、低成本的这种设计方式降本增效。

  在工艺方面，从前端的浆料搅拌、涂覆，到中间的化成分容及后段的整个工艺流程，以前也是试错式、靠经验，现在可以进行全链条工艺的仿真，通过数字孪生把所有的工艺参数事先都选好。在生产线的质量控制方面，通过大数据分析、超声波检测等产出的图像，可通过人工智能在图像和品质之间建立起复杂的关系。

  在电池的应用过程中，人工智能大模型、数字孪生等方法，能够进行安全预警和寿命估计，尤其是提高快速充电全生命周期安全性。新能源汽车电池系统也是一种储能装置，未来怎样把大量的汽车电池聚合起来，变成虚拟电厂，也需要应用人工智能技术。

  AI是固态电池产业化的“加速器”

  近年来，一系列支持固态电池产业发展的政策出台。固态电池被列入新能源汽车产业发展规划并提出加快研发和产业化进程，固态电池等标准体系研究正加快推进。

  固态电池的研发是全球瞩目的焦点，海内外众多车企纷纷加大技术研发投入，并计划在2030年左右甚至更早实现量产。

  欧阳明高认为，人工智能是固态电池产业化的“加速器”，未来要逐步解决电解质，复合负极、复合正极等技术难题。

  “每公斤500瓦时以上，每升1000瓦时，也就是每升一度电的这种高比能量的全固态电池开发难度是非常大的。”欧阳明高认为，单靠以前的传统方法，无法解决高比能量全固态电池在材料、界面、电极、电池等层面的挑战，无法快速实现产业化。

  理想的高比能量的全固态电池距离大规模产业化还有一定时间，在欧阳明高看来，这个时间的长短跟我们如何把人工智能范式引进来，或者用得好坏关系极大。“至少到目前为止，能量密度在500瓦时以上每公斤、1000瓦时以上每公斤电池的循环寿命，要达到所要求的2000次左右，成本还不能太高，充电还要很快，安全还要很好，要全方位超越传统电池，这样的固态电池目前还不存在，我们还需要一步一步、相当长时间的努力。我相信AI会加速这个过程。”

  发展固态电池保持全球竞争优势

  根据中国汽车流通协会乘用车市场信息联席分会的数据，7月份国内新能源车零售渗透率51.1%。这是新能源乘用车国内月度零售量首次超过燃油乘用车。

  欧阳明高认为，新能源汽车将经历电动化、智能化和低碳化三个阶段。电动化的趋势还将继续延续，再加上自动驾驶、车网互动，未来这种电动车能够成为储能装置，充电几乎不花钱，甚至还能挣钱。大概到2035年，随着三个阶段都完成，将基本实现对燃油车的完全替代。

  未来十年，在新能源车不断演进的过程中，全固态电池的一个重要作用就是不断优化电池性能。

  在欧阳明高看来，固态电池作为一种革新性的新能源技术，更多是对现在的电池进一步优化。“这个优化并不是说是一个完全颠覆性的，它是对现有电池的优化，并不意味着现在的电池就完全不好。”他提到，我们不太可能期待全固态电池一上来就全方位超过现在的电池，而是一个不断优化升级的过程。

  此外，在欧阳明高看来，全固态电池的另一个更大的战略意义在于防止中国动力电池在下一轮国际竞争中被颠覆的风险。现在新能源动力电池这个体系，是由我们主导和引领的，要保持住这种优势，防止被超越。