AI+電池：萬(wàn)億數據資產(chǎn)重塑電池產(chǎn)業(yè)

DeepSeek宣布開(kāi)源其模型R1期間，電池產(chǎn)業(yè)鏈企業(yè)集中進(jìn)行本地化部署。盡管目前鮮有企業(yè)披露具體成效，但AI正在電池產(chǎn)業(yè)激起漣漪，提醒電池產(chǎn)業(yè)做出順應時(shí)代的選擇。

在2月的全固態(tài)電池行業(yè)論壇上釋放出強烈信號：AI正成為下一代電池技術(shù)突破的核心引擎。

歐陽(yáng)明高院士直言，全固態(tài)電池研發(fā)面臨四大核心難題，傳統研發(fā)效率已無(wú)法滿(mǎn)足需求，必須轉向“文獻AI讀、報告AI寫(xiě)、模型AI算、優(yōu)化AI做”的新范式。

而鋰電產(chǎn)業(yè)鏈最早將AI作為生產(chǎn)工具導入的時(shí)間可以追溯到2019年，這一年，蜂巢能源投產(chǎn)了車(chē)規級AI智能動(dòng)力電池工廠(chǎng)。2020年，寧德時(shí)代提出“電池極限制造”理念，追求電池制造過(guò)程中的效率、品質(zhì)與成本的最優(yōu)化，并積極布局AI技術(shù)。

“極限制造”正在幫助寧德時(shí)代等頭部企業(yè)拉開(kāi)與二線(xiàn)廠(chǎng)商的利潤率差距，2024年前三季度寧德時(shí)代的銷(xiāo)售毛利率為28.19%，遠超行業(yè)平均水平(約18%)，其中“極限制造”的數智化賦能開(kāi)始發(fā)揮“飛輪效應”。

在A(yíng)I技術(shù)的導入下，每一顆電池全生命周期的數據將成為寶貴的生產(chǎn)資料，在財政部將數據列為第五大生產(chǎn)要素的政策風(fēng)口下，TWh的電池規模將催生萬(wàn)億數據資產(chǎn)?；陔姵禺a(chǎn)業(yè)萬(wàn)億數據資產(chǎn)，電池生產(chǎn)、制造、管理正在掀起變革。

近期外界消息稱(chēng)，寧德時(shí)代曾毓群在內部講話(huà)中透露，“我們要做的不是電池公司，而是能源智能化的操作系統。”這句話(huà)或也指向一個(gè)電池與AI深度融合的圖景。

2月27日，百度與寧德時(shí)代簽署戰略合作協(xié)議。雙方合作包括但不限于寧德時(shí)代動(dòng)力電池、換電產(chǎn)品及服務(wù)、滑板底盤(pán)技術(shù)在無(wú)人車(chē)產(chǎn)品的開(kāi)發(fā)應用，以及共同探索并打造競爭力領(lǐng)先的無(wú)人車(chē)產(chǎn)品和創(chuàng )新的商業(yè)模式。百度也將以全棧自主可控的AI能力，從芯片、平臺、應用層全方位支持寧德時(shí)代數智化建設。

國內電池與AI兩大領(lǐng)域代表企業(yè)牽手，能源與智能融合革命已有暗流。

構筑AI4S的電池創(chuàng )新“范式”

在現階段下一代電池創(chuàng )新潮流中，AI4S是目前倍受關(guān)注的AI應用。深入到電芯設計和材料研發(fā)中，AI4S同樣離不開(kāi)模型、數據和算力，模型與算力在電化學(xué)領(lǐng)域的基礎、通用工作正在構建。

2018年，首次在國內提出AI for Science概念的中科院院士鄂維南近期分享到，基于三維分子表達的通用模型——Uni-Mol，通過(guò)預訓練的方式整合不同場(chǎng)景的分子數據，它采用Transformer架構，能夠支持生成、搜索和屬性預測等任務(wù)，可實(shí)現分子生成、性質(zhì)預測等多種通用能力。

同時(shí)，AI與先進(jìn)表征手段的結合，可以準確表征全固態(tài)電池多尺度結構，高效完成表征圖像的分割等處理任務(wù)。他指出，這種結合可為全固態(tài)電池的研發(fā)提供了更加精準和高效的分析手段。

美國材料研究學(xué)會(huì )(MRS)會(huì )士、電化學(xué)學(xué)會(huì )(ECS)會(huì )士、SES AI Corporation首席技術(shù)官許康除了提到用于分子生成和性能預測的AI agent開(kāi)發(fā)，著(zhù)重在數據方面談到建立“分子宇宙”數據庫，預計包含10^12個(gè)分子，通過(guò)密度泛函理論(DFT)計算和AI技術(shù)加速分子探索。

目前，AI4S的電池材料創(chuàng )新，涌現了許多通過(guò)AI加速某種材料開(kāi)發(fā)周期、解決了過(guò)去的某一痛點(diǎn)。這在前沿學(xué)術(shù)領(lǐng)域中取得的成果尤其令產(chǎn)業(yè)振奮。

2025年2月，復旦大學(xué)高分子科學(xué)系彭慧勝/高悅團隊用AI設計了一種鋰載體分子——三氟甲基亞磺酸鋰(CF3SO2Li)，這一成果在《自然》(Nature)上發(fā)表。

這種鋰載體分子被注射進(jìn)廢舊電池后，能夠實(shí)現電池“滿(mǎn)血復活”，在充放電上萬(wàn)次后仍展現出接近出廠(chǎng)時(shí)的健康狀態(tài)(96%容量)，循環(huán)壽命大幅提升，為廢舊電池修復打開(kāi)了全新的思路。

但也有業(yè)內觀(guān)點(diǎn)指出，這一“注射”方案在實(shí)際應用中可行性不高且電池循環(huán)過(guò)程還會(huì )存在其他副反應，其產(chǎn)業(yè)化應用還需做更多考慮。

這在認可AI4S在電池創(chuàng )新充分進(jìn)步性的同時(shí)，也指出僅找出電池材料的“局部最優(yōu)解”還不夠，產(chǎn)業(yè)化落地也是需要考慮的問(wèn)題。

2025初的CES 2025，SES展出專(zhuān)為人形機器人和無(wú)人機設計的AI增強型2170圓柱電池。由AI幫助篩選出的新型電解液材料，解決了電池負極難以使用高含量硅材料的問(wèn)題，容量上可實(shí)現2170電池5Ah到6Ah的提升，還兼顧電池有適用于無(wú)人機、人形機器人的高倍率性、高安全性。

為了突破“局部最優(yōu)解”的性能局限，電池仿真正幫助AI電池創(chuàng )新構建閉環(huán)。通過(guò)從微觀(guān)到宏觀(guān)的多尺度集成仿真，運用建模和材料數據庫，幫助電池設計、優(yōu)化性能。

電池仿真技術(shù)創(chuàng )新企業(yè)易來(lái)科得CEO陳新虹博士預計，到2025年，電池設計效率將提升2-5倍，智能設計將再提升兩個(gè)數量級。

AI驅動(dòng)電池制造飛輪效應

特斯拉的德州超級工廠(chǎng)是通過(guò)AI技術(shù)實(shí)現效率飛躍的一大代表性案例。其為自動(dòng)駕駛系統FSD的訓練和優(yōu)化方面，形成“數據產(chǎn)生優(yōu)化—優(yōu)化提升產(chǎn)能—產(chǎn)能反哺數據”的良性循環(huán)。

在電池領(lǐng)域，此類(lèi)良性循環(huán)產(chǎn)生飛輪效應已經(jīng)成為企業(yè)間拉開(kāi)差距的競爭力。

以寧德時(shí)代為例，其“燈塔工廠(chǎng)”通過(guò)AI模型的實(shí)時(shí)監測和優(yōu)化，在推動(dòng)規模制造的同時(shí)保證產(chǎn)線(xiàn)的良率與效率，實(shí)現降低單位成本、提高盈利能力。

寧德時(shí)代溧陽(yáng)基地作為其在全球鋰電行業(yè)的第三座“燈塔工廠(chǎng)”，通過(guò)導入AI等數字化技術(shù)，實(shí)現了產(chǎn)能提升320%，制造成本降低33%，產(chǎn)品單體失效率從百萬(wàn)分之一降低到十億分之一，二氧化碳排放量減少47.4%。

在固態(tài)電池目前急于放大產(chǎn)能的關(guān)鍵節點(diǎn)，AI技術(shù)也開(kāi)始參與推動(dòng)更大規模的固態(tài)電池生產(chǎn)。

2024年末，美國固態(tài)電池企業(yè)QuantumScape也披露，新一代陶瓷隔膜熱處理設備“Cobra”通過(guò)AI技術(shù)對設備進(jìn)行優(yōu)化和升級。“Cobra”設備可使固態(tài)電池的生產(chǎn)效率提高了20%，目前已投用，將為2025年QSE-5 B樣品的更大規模交付做準備。

從安全到調度的能源網(wǎng)絡(luò )智能化

智能算法、機器學(xué)習模型以及大數據分析能力在電池安全、調度上的增益推動(dòng)AI在動(dòng)力、儲能領(lǐng)域快速滲透。

在動(dòng)力電池領(lǐng)域，AI+BMS的應用已經(jīng)取得了顯著(zhù)的成效。以華為為例，其通過(guò)“端–云–大數據-AI”的結合，推出了華為AI BMS系統。該系統能夠在云端對電芯數量、充放電、駕駛信息等數據進(jìn)行實(shí)時(shí)處理，結合算法庫實(shí)現電池安全實(shí)時(shí)預警、電池健康狀態(tài)評估以及電池壽命優(yōu)化等功能。

數據顯示，華為AI BMS系統可以提前24小時(shí)預警電池安全問(wèn)題，誤報率低至0.1%/月，風(fēng)險預警查全率高達90%。目前，該系統已在華為AITO問(wèn)界M5、M7車(chē)型中得到應用。

此外，Electra的EVE-Ai™技術(shù)也是動(dòng)力電池領(lǐng)域的一大亮點(diǎn)。該技術(shù)被嵌入在特斯拉Cybertruck Cyberbeast中，通過(guò)實(shí)時(shí)、數據驅動(dòng)的續航里程估算，EVE-Ai™技術(shù)能夠減少續航里程估算的不準確性比例高達20%;同時(shí)有相關(guān)報道指出，通過(guò)預測性維護和退化分析，該技術(shù)可將電池壽命延長(cháng)高達40%。

在儲能領(lǐng)域，AI護航電池安全的意義更為重大。海博思創(chuàng )通過(guò)積累海量運行數據(20GWh儲能電站、1800萬(wàn)顆電池、200TB 數據)，建立多維度模型，實(shí)現了對電站運行狀態(tài)的精準分析和預測?，F階段，海博思創(chuàng )已經(jīng)可以提前兩周左右對潛在安全風(fēng)險做預警，在電站非運行時(shí)間進(jìn)行預測，提升電站在線(xiàn)壽命。

值得一提的是，安全并不是AI在儲能領(lǐng)域的唯一價(jià)值，其對經(jīng)濟性的提高是儲能領(lǐng)域更為看重的機會(huì )。國家電網(wǎng)與華為聯(lián)合打造的AI能源大腦，通過(guò)實(shí)時(shí)協(xié)調大量分布式儲能單元，理論上可以有效提高可再生能源的消納率。

兩大挑戰：數據資產(chǎn)歸屬與能耗

然而，AI技術(shù)加速導入能源體系也帶來(lái)了兩大挑戰：數據資產(chǎn)和AI能耗。

隨著(zhù)電池數據的不斷積累和流轉，如何確保數據的權屬清晰、合規使用成為亟待解決的問(wèn)題，尤其是在財政部將數據列為第五大生產(chǎn)要素的政策風(fēng)口下。

2025年2月20日，比亞迪財報中數據資產(chǎn)凈值：207.3億，這個(gè)數字不僅相當于其2024年凈利潤的68%，更意味著(zhù)比亞迪率先將車(chē)機數據轉化為可量化、可交易的戰略資產(chǎn)。其中‌電池數據流向供應商‌ ，按調用次數與寧德時(shí)代分成(有報道指出單次調用費0.83元)。‌

寧德時(shí)代等頭部電池企業(yè)已經(jīng)開(kāi)始在數據資產(chǎn)管理方面進(jìn)行探索和實(shí)踐，有數據指出，寧德基地搭建了全生命周期全球數字化追溯系統，累計數據資產(chǎn)超過(guò)6000億元。

另一方面，隨著(zhù)AI模型的不斷升級和擴大，其能耗問(wèn)題也日益凸顯。以GPT-4等巨型模型為例，其訓練成本高昂、能耗巨大。據報道，GPT-4的訓練過(guò)程消耗了數億度電能，相當于一個(gè)小型發(fā)電廠(chǎng)的年發(fā)電量。

因此，如何在保證AI性能的同時(shí)降低其能耗也是當下備受關(guān)注的問(wèn)題。

同時(shí)，物理AI的崛起對電池性能進(jìn)一步有提高。如特斯拉 Optimus使用電池，機器人、機器狗等運用電池，這種瞬間的能量爆發(fā)與物理AI運動(dòng)控制的配合，要求電池成本、能量密度、倍率性、安全多維度的綜合性能更進(jìn)一步。

或許，在電池技術(shù)創(chuàng )新暗流涌動(dòng)的當下，電池技術(shù)也在重新定義AI邊界，反向賦能AI產(chǎn)業(yè)也成為電池企業(yè)的“新機會(huì )”，未來(lái)將是重新定義能源與智能關(guān)系的新時(shí)代。