不用AI，可能永远造不出新一代动力电池｜甲子光年

主要观点总结

本文介绍了新能源汽车电池性能的提升相对于车体体量增长滞后的现状，引出电池研发长期以试错为主要手段的问题。文章指出电池材料研发具有试错随机性高、研发周期长、全球头部企业材料体系高度趋同等问题，企业开始寄希望于AI4S技术提高研发效率。AI4S技术的应用虽然面临数据缺失的问题，但其高通量计算、自动化测试等技术在一定程度上提升了研发效率。然而，现阶段AI4S工具的使用仍需要人工参与和闭环迭代，以实现更好的效果。

关键观点总结

关键观点1: 新能源汽车电池性能提升滞后，面临试错随机性高的问题

新能源汽车体量增长迅速，但电池性能提升相对滞后。电池研发长期以试错为主要手段，具有随机性和漫长研发周期的问题。

关键观点2: 企业开始应用AI4S技术提高电池研发效率

企业面临电池材料研发效率低的困境，开始尝试应用AI4S技术。AI4S技术通过大模型的计算能力，帮助企业在材料筛选和计算上提高效率。

关键观点3: AI4S技术应用面临数据缺失的问题

AI4S技术的基础大模型训练数据主要来自公开文献和实验，数据量并不丰富，缺乏实验失败的数据。此外，电池厂商自己的数据一般保密程度高，不能直接应用于大模型训练。

关键观点4: AI4S技术的应用仍需要人工参与和闭环迭代

在使用AI4S工具进行电池材料研发过程中，仍需要人工进行参数干预和结果筛选、验证。现阶段在整个学术界和产业界，都需要有一定的闭环与迭代。

免责声明