今年的諾貝爾物理學獎和化學獎都頒給了AI(人工智能)領域。作為高端制造產業(yè)，AI在對于電池材料的開發(fā)、生產制造、安全性能提升方面的潛力同樣驚人，主流以及電池新勢力企業(yè)，都已經開始加碼AI模型的構建與訓練，通過借助AI開發(fā)出更好性能的電池材料、構建更高質量的制造體系，以及更安全可靠的產品。

　　中國科學院院士歐陽明高曾指出，鋰電下一個10年的技術競爭核心將在于材料，而AI正在改變材料的研發(fā)范式。在AI的賦能下，鋰電池產業(yè)企業(yè)將存在被“顛覆”或“彎道超車”的可能。

　　11月18日，在第九屆動力電池應用國際峰會(CBIS2024)上，SES AI Corporation(簡稱“SES AI”)創(chuàng)始人兼CEO胡啟朝博士作了題為《AI加速電池和能源材料的開發(fā)》的主題演講。

　　2023年全球共銷售電動汽車約1400萬輛，今年這一數(shù)字預計將達到1700萬輛，將搭載170億顆電芯。

　　一方面，隨著電動汽車數(shù)量急劇攀升，開發(fā)更高性能的電池滿足電動汽車高質量發(fā)展需求變得更為緊迫;另一方面，如何保障如此龐大數(shù)量的電芯能夠被可靠制造、安全運行也成為產業(yè)界關注的焦點。

　　演講中，胡啟朝指出，現(xiàn)階段的傳統(tǒng)電池開發(fā)過程主要有著三個方面的突出問題：

　　一是材料創(chuàng)新的進展很慢，適用于電池材料分子有1011之多，但截至目前僅有1000個分子被研究過。

　　二是現(xiàn)階段電池生產過程中很難檢測到所有的生產缺陷，1700萬輛電動汽車大約有170億顆電芯，涉及50萬億的質量控制數(shù)據(jù)。

　　三是電池裝車后難以準確預測到電池健康和車輛價值，170億顆電芯，涉及30萬億條循環(huán)壽命數(shù)據(jù)。

　　針對傳統(tǒng)電池材料開發(fā)、制造和安全痛點，SES AI引入AI技術，依托AI 模型重塑電池材料開發(fā)、電芯制造和安全應用過程。

　　值得一提的是，在今年的二季度股東大會上，SES AI宣布全面投入人工智能的戰(zhàn)略(All-in on AI)，將AI戰(zhàn)略性地整合到自身發(fā)展中，涵蓋技術開發(fā)、生產制造和下游應用三個方面，從根本上重塑商業(yè)模式，以發(fā)揮其價值。這是綜合目前電池企業(yè)探索看來，AI生態(tài)的典型。

　　據(jù)胡啟朝介紹，SES AI構建了AI for Science、AI for Manufacturing和AI for Safety三大平臺：

　　AI for Science方面，“電池的根本材料其實就是分子宇宙，所有電池材料都可以用小分子開發(fā)出來?！焙鷨⒊硎?，在電池材料創(chuàng)新開發(fā)上，傳統(tǒng)的開發(fā)手段主要依賴于科學家及人，往往存在運氣成分。而AI For Science可以通過計算宇宙中所有合適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，把之前依靠人和運氣的偶然因素去掉。隨后，人類科學家將對篩選出的分子進行合成，并在電芯中測試，以評估其在真實環(huán)境下的性能。目前，短短兩個月SES AI的AI for Science 模型在鋰金屬電池材料開發(fā)上就已取得驗證，其模型生成的新溶劑分子將電池循環(huán)壽命提高了20%。

　　SES AI擁有目前世界上最大、最準確的分子數(shù)據(jù)庫并在不斷完善，計劃一年之內把1011小分子通過硬件和軟件算法將其物理、化學性能計算出來。據(jù)悉，SES AI開發(fā)出的鋰金屬電池，其庫倫效率達到了99.6%，其性能、安全表現(xiàn)可以滿足電動汽車、飛行汽車、無人機等場景的需求。同時，SES AI是行業(yè)內首個進入車規(guī)級鋰金屬電池A樣品和B樣品階段的企業(yè)。

　　值得一提的是，今年8月，SES AI研發(fā)的100Ah鋰金屬電芯順利通過了GB 38031-2020《電動汽車用動力蓄電池安全要求》的安全測試，成為行業(yè)首個通過該標準的鋰金屬電芯，在下一代電池技術商業(yè)化進程上邁出重要一步。

　　AI for Manufacturing方面，SES AI團隊將整個電池的設計、生產，以及在汽車上的運營數(shù)據(jù)構建一個數(shù)字孿生，基于AI模型實現(xiàn)電芯制造質量水平的躍升。

　　AI for Safety方面，SES AI開發(fā)的鋰金屬電池AI監(jiān)測軟件比傳統(tǒng)的物理模型，能夠更精準地監(jiān)測到電池健康狀況、預測電池故障。SES AI將15000個不同設計的鋰金屬電芯生產和安全數(shù)據(jù)結合，在大型語言模型(LLMs)上進行了預訓練，結合AI for Manufacturing&Safety，它可以達到幾乎百分百的電池事故預警準確率。

　　“我們最終的目標是基于AI 模型建立龐大的分子宇宙模型，并依托AI模型進行電池材料如電解液、正極新材料等的開發(fā)?！焙鷨⒊硎荆罱K開發(fā)出分別適用于電動汽車、儲能、機器人、計算數(shù)據(jù)中心等各種場景的電池;未來，再將終端數(shù)據(jù)反饋到AI 模型上，反過來促進太陽能、電池新材料的發(fā)現(xiàn)，從而形成能源(太陽能、儲能)——應用(汽車、無人機、eVTOL等)——智能(基于AI模型訓練數(shù)據(jù)開發(fā)出新的太陽能、電池材料)的良性閉環(huán)生態(tài)。