四川在线记者 文露敏 文/图
“如何衡量AI研发平台值不值得投入？”
9月2日，在宜宾举行的2026世界动力电池大会同期活动——“科学智能，驱动未来：AI赋能电池产业创新与落地”上，当台下观众将问题抛给广汽埃安新能源汽车股份有限公司电池研发特聘专家徐博，他的回答言简意赅：“要看能不能真正降低电池研发成本、缩短研发周期。”
一问一答之间，是“AI+动力电池”加速从技术探索走向产业应用的现实。
这样的“加法”，“加”出了怎样的新未来？
活动现场
为何“做加法”？
解决研发一线的真问题
“当前，中国新能源电池产业已形成压倒性全球优势。”全国工商联新能源商会常务副秘书长史利民话锋一转，“但也要清醒地看到，锂电同质化竞争加剧、研发周期长、试错成本高等行业痛点日益突出，行业正身处转型升级的关键窗口期。”
在他看来，AI的介入，为电池产业打开了新的突破口，提供了根本性的方法变革。
“做加法”的动力，一方面来自顶层设计——近年来，《“人工智能+制造”专项行动实施意见》《关于促进人工智能与能源双向赋能的行动方案》等系列政策文件的出台，为AI与新能源融合发展指明了方向。
另一方面的动力，则来自产业一线。宜宾锂宝新材料股份有限公司副总经理张彬坦言，企业之所以拥抱AI，正是要解决一线的真问题。
“电池正极材料研发中，会产生大量数据，常面临批量分析效率低、结果一致性不足、数据难沉淀难复用等痛点。”张彬以材料的电镜图像分析为例：以往，这项工作以人工测量为主，需要手动标注，单张处理时间往往需要5到10分钟。而引入智能表征平台后，只需要上传图片，就能实现一键分析，单张处理时间压缩到10秒。
AI还可以“看”得更细致。张彬现场展示了两张电镜图像：原始电镜图需要人工观察，手动圈选孔隙，只能得出有无孔隙的定性判断。而AI识别能够依靠算法识别孔隙、精准分割，自动计算孔占比，将人工测量与主观判断转化为自动识别、定量指标和标准化输出。
在行业最前沿的领域，AI也大有用处。
“高安全性、高能量密度、高倍率的新型电池技术是用户的‘刚需’，全固态电池已成为必然的发展方向。”徐博提到，当全固态电池进入产业化攻坚窗口期，电解质材料是产业化突破的关键卡点。
“其中，硫化物电解质路线很有潜力，但还要同时解决‘导得快’和‘站得住’的问题。”北京科学智能研究院算法高级研究员张铎举例。理论上，提升稳定性往往要牺牲电导率，目前，可枚举的组分与结构组合大约有18万种，再加上“可制备”“成本可控”等考虑因素，“这不是多做几次实验能解决的，需要AI来助力。”
如何“做加法”？
走进产业深处携手解题
讨论“AI+动力电池”的未来，宜宾无疑是绕不开的一个产业坐标。在这里，已建成动力电池产能300GWh，全球每生产10块动力电池，就有1块是“宜宾造”，自2023年起，动力电池产业产值突破千亿元，成长为宜宾继白酒产业后的第二个千亿产业。
“工欲善其事，必先利其器。”宜宾市政协相关负责人表示，当前，人工智能正深刻改变着科学研究和产业创新的范式，宜宾主动拥抱全球科技产业浪潮，积极推动人工智能与新能源新材料深度耦合。
已有企业在专门“解题”。
2024年，宜宾市启动新型研发机构“江源行动”，面向全球招引顶尖科创团队和硬科技企业。致力于“AI for Science”的北京深势科技股份有限公司与宜宾市深度合作，成立深势科技（宜宾）有限公司，承建宜宾市新能源新材料数智创新中心，全力推动AI技术与动力电池产业深度融合。
活动上举行的宜宾市新型研发机构授牌仪式上，深势科技（宜宾）有限公司获得授牌，正式成为推动宜宾“AI for Science”产业创新和科技成果转化的重要载体。
“从公司注册到实验室投运，只花了3个月时间。”北京深势科技股份有限公司创始人、CEO孙伟杰提到，他们已在宜宾组建起40余人的技术团队，扎根本地、长期发展。同时，建成电解液及固态电解质干湿闭环智慧实验室，面向本地及全国企业提供材料检测、电解液配方、固态电解质研发与智慧实验室建设等服务，并与头部企业形成千万级项目交付合作。
深势科技（宜宾）有限公司总经理王晓旭补充了“AI for Science”在固态电池领域的最新突破：围绕固态电解质研发需求，深势科技在宜宾打造智能研发大装置，配置了固态电解质研发知识系统、计算系统和实验系统，让“AI科学家”完成知识探索、计算模拟、实验验证及自进化迭代。
实际上，就在一年多以前，面对电池、整车客户提出的一个个“命题”，王晓旭心里还直打鼓——他深知，“觉得有用”和“价值变现”之间仍有距离。
“场景是最好的导师。”如今，王晓旭感叹，要拉直“能不能结合”的问号，必须进入产业深处。
比如，固态电解质制造中，传统混料球磨—烧结很耗时，一轮下来就得3天。依托装置，深势科技进行了工艺和自动化改造，其中，通过突破关键工艺，死磕各个细节，尝试工艺400余次，逐步提升，最终在效果相当的情况下，将混料/烧结时间缩减至原有工艺的10%。
“智能平台不是‘空中楼阁’，而是要在研发一线与工程师并肩解决问题的过程中不断进化。”张彬也提到，未来，他们将与深势科技等产业链上下游企业加强合作，加快形成“读—算—做”闭环，把外部科研知识与企业知识转化为研发输入，把数据分析、模型与预测组织起来，同时把方案带入真实实验与验证，更快找到可行路线、减少盲目试错。
