在宁德时代等新能源领军企业的研发中心，一场由人工智能驱动的产业变革正在悄然展开。通过自主研发的电池设计自动化（BDA）软件，原本需要数月完成的材料实验，如今仅需数日即可完成性能预测；锂电池企业的研发成本因此大幅下降。当人工智能与新能源核心产业深度碰撞，传统研发模式正被彻底重构。
告别“手搓试错”：传统研发的困局与突破
中国作为全球锂离子电池生产与应用第一大国，2024年锂离子电池出货量达1214.6GWh，同比增长36.9%，占全球总量的78%，行业市值超万亿元。然而，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仍依赖‘手搓试错’的研发方式，通过反复调整配方进行实验，效率极低。”屹艮科技创始人兼首席科学家郑家新直言。锂电池研发是典型的“复杂系统工程”，其核心挑战在于“跨尺度、长流程、多因素”三大特性。当前，商业化锂电池能量密度已接近物理极限，而具有超高能量密度潜力的锂金属电池和全固态电池，仍面临科学与工程难题，难以实现商业化。
为破解这些交叉学科难题，企业只能依赖大量实验试错。一款电芯从设计到定型往往需1至数年，成本高昂。例如，中试制浆环节需投入数十锅料，每锅料成本数十万元，单项耗费即达数百万元。郑家新指出：“这与早期芯片研发非常相似，迫切需要数字化工具赋能。”
BDA软件：物理仿真与AI的“中西医结合”
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，开创电池研发新范式。
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。该模式精准破解传统研发三大难题：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。
效率与成本双突破：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，带来显著“提效降本”效果。
据郑家新介绍，传统一款电芯1至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至2锅料即可达标，帮助企业降低30%至40%的研发成本。“我们的目标是达到EDA软件的成熟度，届时研发成本能降低90%以上。”郑家新透露。
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，研发出的电池更稳定可靠。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。
跨界应用：从锂电池到半导体材料的延伸
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。
在郑家新看来，AI与工业融合的广阔前景在于：凡是涉及新材料、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包括精细化工、光电信息材料、半导体材料、磁性材料、复合材料等，以及燃料电池、氢能电池、工业催化相关材料等领域。”
未来3-5年：研发与生产的根本性变革
郑家新预测，未来3至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”，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。
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，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。
国产软件破局：挑战与机遇并存
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‘从全流程创新’。”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。
