通过自主研发的电池设计自动化（BDA）软件，原本耗时数月的材料实验仅需数日即可完成性能预测；而锂电池企业在使用该软件后，研发成本大幅下降。这一幕正在宁德时代等新能源头部企业的研发中心上演。当人工智能（AI）与锂电池这一新能源核心产业相遇，一场颠覆传统研发模式的产业革新正悄然到来。
让研发告别“手搓试错”
我国已是全球锂离子电池生产与应用第一大国。EVTank数据显示，2024年中国锂离子电池出货量达到1214.6GWh，同比增长36.9%，在全球锂离子电池总体出货量的占比达到78%，行业市值超过1万亿元。但光鲜的产业规模背后，研发环节却长期受制于低效的传统模式。
“绝大多数锂电池企业的研发模式还是‘手搓试错’，靠调配方反复做实验，效率较低。”屹艮科技创始人兼首席科学家郑家新在接受证券时报记者采访时表示。锂电池研发堪称工业领域的“复杂系统工程”，其核心挑战集中在“跨尺度、长流程、多因素”三大特性。
更严峻的是，当前商业化锂电池能量密度已接近极限，而具有超高能量密度潜力的新一代锂金属电池和全固态电池，仍面临诸多科学与工程难题，难以商业化。为了破解这些交叉学科难题，企业只能依赖大量实验试错，不仅研发周期冗长（一款电芯从设计到定型的周期往往是一年到数年），成本也高得惊人，例如仅中试制浆环节，传统模式往往要投数十锅料，每锅料投入数十万元，单项耗费就达数百万元。
“这和早期芯片研发非常相似，迫切需要像EDA软件那样的数字化工具来赋能。”郑家新表示，尽管我国新能源产业规模已达数万亿元，但数字化、智能化工具应用仍处于起步阶段，适配电池行业的AI工业软件此前几乎是空白。
瞄准行业痛点，北京大学新材料学院联合屹艮科技率先提出BDA概念，构建起以“跨尺度模拟+AI算法”为核心的全流程智能化平台，开创了电池研发的全新范式。
BDA软件的核心创新在于“物理仿真+AI”的双轮驱动模式。“这就像中西医结合：物理仿真对应西医，有明确的科学原理支撑；AI对应中医，能通过黑箱模型耦合众多复杂因素。”郑家新解释道。这一模式精准破解了传统研发的三大难题：AI加速模拟进程，解决物理仿真速度慢的痛点；通过实验数据与仿真数据构建模型，精准处理数十个自变量的非线性耦合关系；依托跨尺度参数传递技术，实现从原子尺度到系统层级的全链条覆盖。
效率成本双突破
头部企业争相合作
技术创新的价值最终体现在产业应用中。目前，BDA软件已服务宁德时代、比亚迪、广汽、贝特瑞等多家新能源头部企业，其带来的“提效降本”效果堪称显著。
据郑家新介绍，传统一款电芯1—2年的研发周期有望被压缩至半年，材料实验从数月缩短至数日；成本方面，通过计算机模拟推荐配方，制浆等环节仅需1—2锅料即可达标，帮助企业降低30%—40%的研发成本。“我们的终极目标是达到EDA软件的成熟度，届时研发成本能降低90%以上。”郑家新透露。
除了直接的效率与成本优化，AI的精准预测还间接提升了电池安全性能。通过仿真模拟提前规避潜在工艺缺陷和性能风险，让研发出的电池更稳定可靠，这对于解决当前锂电池行业面临的安全质疑具有重要意义。某头部车企动力电池负责人表示，引入BDA软件后，其自研电芯的循环寿命提升了20%，安全测试通过率显著提高。
值得关注的是，BDA软件的应用边界已突破锂离子电池领域。“不管是固态电池、钠电池，还是燃料电池、氢能电池，只要是电池领域都可以通用。”郑家新介绍，由于底层算法不依赖具体电池材料，而是针对“跨尺度、长流程、多因素”的共性痛点，BDA软件已成功延伸至显示材料、半导体材料等领域，与京东方、飞凯新材等龙头企业达成合作。
BDA软件的成功落地，不仅改写了锂电池行业的研发逻辑，更预示着AI与工业融合的广阔前景。在郑家新看来，只要是涉及新材料、新配方、新工艺的行业，都存在与锂电池行业类似的研发痛点，这正是AI工业软件的用武之地。
“最具落地潜力的细分领域首先是精细化工，比如塑料、胶粘剂、橡胶等高分子材料等；其次是光电信息材料、半导体材料、磁性材料、复合材料等；还有燃料电池、氢能电池、工业催化相关材料等领域。”郑家新表示，这些行业的核心需求都是通过优化配方、工艺提升产品性能，降低研发成本，BDA的底层算法经过二次开发就能适配，落地难度较低。
未来3—5年，AI将给工业生产模式、研发逻辑带来两大根本性变化。在研发端，将从“实验试错”全面转向“数字仿真+精准预测”，就像芯片行业的EDA软件一样，电池研发工程师将极有可能从工厂研发车间搬到写字楼，通过数字化工具完成设计；在生产端，将从“标准化大规模制造”向“定制化精准智能制造”转变，企业能基于用户需求快速优化材料配方和生产工艺，比如车厂可根据车型定位和用户习惯，和上游电芯厂合作精准研发型号适配的电池。
这一变革正在推动企业竞争格局的重塑。越来越多的工业企业开始自研核心材料和部件，就像华为自研芯片一样，掌握核心技术话语权，而AI工具正是这种转型的核心支撑。郑家新判断，锂电池行业目前还处于“小学生阶段”，未来低空经济、智能机器人、家庭和工业储能、电动船舶等场景将带来更广阔的市场空间，甚至可能超越芯片行业规模，而BDA软件将成为产业链必不可少的一环，参照EDA软件200亿美元的市场规模，其发展潜力巨大。
国产软件迎破局之路
尽管成绩斐然，AI与工业融合仍面临多重现实阻碍。人才储备不足是首要难题——AI工业软件需要物理、化学、材料、计算机交叉学科的人才，这类人才在国内极为稀缺，高校目前尚无对应的专业和课程体系。屹艮科技70余人的团队中80%是研发人员，前几年招人都异常困难。
行业认知培育也需时日。部分企业的企业文化相对保守，对新的数字化工具接受度不高，还有一些企业习惯了传统试错模式，对AI赋能的信任需要时间积累。此外，数据安全问题也不容忽视，工业企业尤其重视核心研发数据，这也是屹艮科技采用私有化部署模式的重要原因。政策支持方面，目前缺乏针对AI工业软件这类基础核心领域的定向扶持，研发补贴多是“大锅饭”，生态建设有待完善。
“中国有全球领先的新能源产业基础，我们有机会做出能‘卡别人脖子’的核心工具，这不是简单的国产替代，而是‘从0到1’的创新。”郑家新表示，BDA软件的研发成功是我国坚持立足世界科技前沿、面向经济主战场的生动实践，为新能源产业升级提供了新质生产力工具，推动产业从“规模制造优势”向“核心技术优势”跨越。
还没有评论，来说两句吧...