AI技术如何革新新能源材料研发模式

来源：中国网

近日，北京天工智材科技有限公司（简称“天工智材”）相关负责人在接受采访时表示，企业正积极探索“人工智能+新材料”的融合发展路径，推动研发模式从传统的试错向数据驱动跨越，助力新材料产业升级。尤其在钠离子电池正极材料领域，公司创新性地打造了高效、精准的新型研发范式。

在中国互联网协会主办的2025年首届“AI+领航杯”人工智能应用与技能大赛中，天工智材针对钠离子电池正极材料，创新性地构建了HENaMat大模型，该成果荣获大赛二等奖。

据了解，传统锂离子电池的能量密度正逐步逼近物理极限，而钠离子电池虽然在资源和成本上潜力巨大，却受限于较低的能量密度与循环寿命，目前主要应用于两轮车、低速车和基站备用电源，尚难成为电动汽车的“主力”担当。因此，实现材料层面的根本性突破，已成为推动能源转型的关键所在。

面对这一挑战，天工智材团队针对钠离子电池正极材料，构建了基于晶体图神经网络（CGCNN）的人工智能预测模型。该模型对于锗基磷酸盐等材料的带隙、电压与比容量的预测准确率已超过90%，并将单次材料数据的计算周期从传统方法的上千小时缩短至分钟级别，效率提升了约3000倍，使得大规模、系统性的材料筛选具备了工程化落地的可能。

据团队介绍，天工智材已建立起从带隙预测拓展至电压、比容量评估的完整性判据体系。这种“多尺度、多过程”的高通量计算模式，为材料基因工程的规模化实施提供了可行的解决方案。该技术成果不仅限于钠离子电池正极材料的开发，其底层平台与方法论可延伸至锂离子电池等更广泛的能源材料领域，为从原子级设计到宏观性能预测的一站式研发提供了有力工具。