2025中国全固态电池产学研协同创新平台年会指出，AI技术正深刻改变电池研发范式。欧阳明高院士认为，全固态电池产业化面临固固界面、锂金属负极应用、硫化物电解质稳定性、生产工艺四大难题，传统研发模式效率不足。他提出“文献AI读、报告AI写、模型AI算、优化AI做”的新范式，并提及DeepSeek在电池知识问答和文本挖掘上的优异表现。复旦大学汪莹团队通过AI高通量计算，将材料筛选效率提升百倍，加速硫化物电解质适配方案开发。中国需加强核心专利布局和基础研究，以实现全固态电池的颠覆性意义。

📚AI驱动研发：欧阳明高院士提出“文献AI读、报告AI写、模型AI算、优化AI做”的新范式，旨在利用AI技术提升全固态电池的研发效率，解决传统研发模式的瓶颈。

🧪AI加速材料筛选：复旦大学汪莹团队通过AI高通量计算，将材料筛选效率提升百倍，加速硫化物电解质适配方案开发，展现了AI在材料研发领域的巨大潜力。

💡四大核心难题：全固态电池研发面临固固界面、锂金属负极应用、硫化物电解质稳定性、生产工艺四大核心难题，这些难题需要AI技术的助力才能有效突破。

🎯专利与基础研究差距：中国在全固态电池核心专利布局（丰田1300余项 vs 中国不足百项）和基础研究（美国领先电化学机理研究）上仍存差距，需要加大投入力度。

IT之家 2 月 15 日消息，2025“中国全固态电池产学研协同创新平台”年会暨第二届中国全固态电池创新发展高峰论坛于 2 月 15 日-16 日在北京举行。

中国科学院院士、平台理事长欧阳明高在演讲中提出，大模型将会改变研发范式，AI 技术正深刻改变电池研发范式，但全固态电池产业化仍需突破基础理论与工艺瓶颈。

好难好难的事情怎么办？靠 AI，再牛的科学家，一个人在实验室也搞不出来，不太可能比过 AI。

他认为，全固态电池研发面临固固界面、锂金属负极应用、硫化物电解质稳定性、生产工艺四大核心难题，传统研发模式效率已无法满足需求，于是提出了“文献 AI 读、报告 AI 写、模型 AI 算、优化 AI 做”的新范式。

谈及 DeepSeek，欧阳明高表示，它在电池知识问答和电池文本挖掘任务上均表现优异，在电池设计任务上具备初步的总结能力，但尚欠缺科学分析能力，仍需要垂直领域大模型解决。

IT之家查询发现，复旦大学汪莹团队去年就通过 AI 高通量计算，将材料筛选效率提升百倍，加速硫化物电解质适配方案开发。

欧阳明高去年还表示，全固态电池若实现 1% 市占率即具颠覆性意义，而中国在核心专利布局（丰田 1300 余项 vs 中国不足百项）和基础研究（美国领先电化学机理研究）上仍存差距。