随着新能源汽车和储能装置的迅猛发展，对新型电池的需求日益迫切。电池研发作为一项跨尺度的科学研究体系，其复杂性和多技术栈特点使得研发过程充满挑战。然而，AI for Science（AI4S）的兴起为电池研发带来了革命性的变革，极大地提升了新能源材料的开发效率。

中国科学院院士、清华大学教授欧阳明高在2024科学智能峰会上指出，大语言模型与AI4S的结合，为应对数字世界与物理世界的复杂问题提供了新途径，尤其在新能源材料创新方面展现出巨大潜力。固态电解质材料等新一代新能源材料的创新步伐因此得以加快。

AI4S在电池开发管理的全链路中发挥着关键作用。从电池材料的研发、设计到性能管理，AI都扮演着重要角色。欧阳明高表示，传统的材料研发方式依赖试错，耗时长、效率低。而人工智能的引入，实现了全过程的自动材料设计，包括自动化实验、表征、仿真和制备，大大提高了新型电池的研发效率。

AI不仅改变了电池材料的研发范式，还在电池设计、制造和管理等层面发挥着重要作用。在设计层面，AI推动了从试错法到基于仿真的设计，再到自动化设计的转变，降低了成本，提高了效率。在工艺方面，AI通过全链条工艺的仿真和数字孪生技术，优化了工艺参数，提升了生产线的质量控制。在电池应用过程中，AI大模型和数字孪生等方法能够实现安全预警和寿命估计，特别是提高了快速充电全生命周期的安全性。

欧阳明高强调，人工智能是固态电池产业化的“加速器”。近年来，固态电池产业受到政策的大力支持，其研发和产业化进程不断加快。然而，高比能量的全固态电池开发难度极大，传统方法难以快速实现产业化。

欧阳明高认为，理想的高比能量全固态电池距离大规模产业化还有一定时间，而AI的引入将大大加速这一过程。他表示，要全方位超越传统电池，实现固态电池的高能量密度、长循环寿命、低成本、快速充电和良好安全性，还需要相当长时间的努力。但相信AI会助力我们加速实现这一目标。

此外，欧阳明高还指出，固态电池的战略意义在于保持中国在新能源动力电池领域的全球竞争优势。他强调，全固态电池是对现有电池的优化升级，而非完全颠覆。同时，发展固态电池也是为了防止中国动力电池在下一轮国际竞争中被颠覆的风险。

原文链接（手动复制到浏览器打开）：https://www.news.cn/tech/20241121/2c27cdf324d04ef28f43a2e5fc38950d/c.html