2025泰达论坛【数智化生态专场】丨余澍：AI驱动下动力电池全生命周期价值重构——技术突破、产业实践与未来路径

由中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社联合主办，天津经济技术开发区管理委员会特别支持，日本汽车工业协会、德国汽车工业协会、中国汽车动力电池产业创新联盟、新能源汽车国家大数据联盟、中国人工智能产业发展联盟、欧洲汽车工业协会联合协办的第二十一届中国汽车产业发展（泰达）国际论坛（以下称“泰达汽车论坛”）将于2025年9月11日至9月14日在天津市滨海新区举办。本届泰达汽车论坛将围绕“增动能 启新篇 向全球”的年度主题，邀请重磅嘉宾展开深入研讨。

在9月12日“数智化生态专场：数据驱动汽车产业场景变革”中，欣旺达动力科技股份有限公司材料计算部部长余澍发表题为“AI驱动下动力电池全生命周期价值重构——技术突破、产业实践与未来路径”的演讲。

以下为演讲实录：

大家好！

首先，感谢泰达汽车论坛及大数据联盟中心的邀请。

当前，在全球化可持续发展的浪潮中，全球汽车产业正从石油驱动向零碳发展转型。新能源汽车凭借智能化与电动化的深度融合，正逐步改变未来出行方式，同时提升用户体验与满意度。

2024年，全球新能源汽车市场销量达1885万辆，其国内份额接近70%，这表明该产业已从政策驱动转向市场驱动。在未来全球化市场格局下，除技术革新外，更需重视全球化产业链布局及电池数据全生命周期价值重构。

人类技术文明的发展从来不是单一链条。纵观人类技术多元发展历程，各类技术相互交织，在不同时空维度形成一张网络。若将AI与锂电置于同一时间线观察，会发现二者存在一定契合性：1991年，索尼公司首次实现第一款锂离子电池产品的商业化，同期AI在神经网络与机器学习领域也取得重大突破；2011年，美国推行“材料基因组计划”，AI正式进入锂电池材料研发领域；随着GPT等技术及相关计划的推进，AI在锂电行业的应用正全面铺开，悄然改变行业研发方式。

尽管产业发展迅速，但锂电产业仍面临诸多问题与挑战。在研发端，材料体系探索周期长、机理解释不足，且受模拟尺度限制；在制造端，产品一致性不佳的问题突出；在运维端，电池状态精准评估、安全风险防控及全生命周期数据闭环缺失仍是难题；在回收端，存在经济性不足、梯次利用瓶颈及产业化协同欠缺等问题。这些痛点归根结底可总结为机理不清晰、数据割裂、过程不可控及闭环不足。

而AI在解决这些核心痛点上可发挥重要作用，推动锂电产业发展。传统科学研究同样面临试验周期长、成本高的问题，AI主要从三方面提供解决方案：一是多尺度建模，通过从微观到宏观的精确模拟分析解决问题；二是跨学科知识融合，借助生物学、物理学等跨领域知识解决实际问题；三是数据驱动模型，利用大数据构建机器学习模型，并实时优化更新，摆脱对试验的依赖，进而提升科研效率。

近年来，随着Deepseek、OPENAI等AI产品的加速落地，锂电行业革新进程也随之加快。当前，AI与锂电研发结合的核心仍是以应用为先导，推动产品落地。借助数据库，通过第一性原理计算、量化计算等方法，解决材料或电芯产品开发过程中的问题，构建智能化平台，以AI为整个研发链条赋能。

那么，AI在锂电全产业链中具体有哪些作用？从材料开发端看，AI可助力电解液分子快速筛选与预测，构建电池界面模型并辅助机理分析；在电芯设计环节，可利用强化学习、PIN等先进算法，实现电芯性能优化与产品迭代；在生产制造环节，可借助计算机视觉、时间序列分析及缺陷分析技术，提升产品良率并降低成本；在运营管理方面，AI能辅助电池健康管理、寿命预测及电池状态评估；在回收利用端，可辅助废旧电池回收分拣、智能拆解及全生命周期碳足迹追踪分析。可见，AI并非仅对单一固定环节赋能，而是贯穿全产业链，通过指导行业发展，推动锂电产业实现可持续、智能化的持续升级。

当前，AI与锂电大模型的概念备受关注，在产业界与学术前沿也取得诸多成果。例如，Deepseek及模拟仿真辅助工具已在锂电产业与AI结合领域大面积应用；国内外高校借助AI技术，在加速新材料发现、性能优化及电池健康状态评估等方面也取得突破性进展。但同时，行业仍面临资源需求、数据需求及AI模型可解释性等亟待解决的问题。一旦突破这些瓶颈，锂电AI大模型将为锂电产业乃至新能源行业带来全新变革。

作为新能源产业领军企业之一，欣旺达动力坚信科技创新是企业的第一生产力，品质是企业生存与持续发展的根基。因此，我们制定了“四化”战略以打造锂电新质生产力，即智能化、数字化、绿色化、全球化。欣旺达的研发工作坚持通过数字化与智能化转型，利用AI技术全面赋能乘用车、商用车、船舶、储能及低空飞行器等多个领域的产品技术升级与迭代，构建涵盖智能仿真系统、智能电芯设计系统、数据管理系统等在内的一体化数字化平台，并通过标准化、数字化、智能化、网联化的方式，为全球化产品提供智能解决方案。

在智能化运维方面，欣旺达动力的研发具备敏捷智能的研发能力。我们通过构建端融一体化研发平台，涵盖材料创新、体系优化、工艺优化等多个方面，构建行业知识图谱，加速全产业技术创新。下面，我将从几个方面展开详细介绍。

在前沿材料计算方面，我们通过积极学习立场的方法提升模拟尺度与精度，借助高通量计算筛选方式，结合专家系统指导，解决材料开发过程中的工程与科学问题，形成“仿真-试验-工程”的循环模式。依托计算平台、试验验证平台及工程应用平台，加速材料从设计到应用的整体流程，同时通过AI全程赋能。

在产品设计阶段，我们搭建了智能化产品设计一体化平台。平台底层依托大量积累的科研数据、工程师与专家的知识库，以及数据库、配方库、结构库、案例库等各类数据库，实现MaaS与仿真数据的深度联动，构建坚实的基础底座。在功能层面，我们打造了自动化材料设计、自动化电芯设计及自动化系统设计三大功能模块。通过AI算法，可在1分钟内自动推送满足多维度指标要求的设计方案，既提升了效率，又实现了市场需求与研发技术的高效联动，加速新材料从设计到落地的进程。

在全生命周期与安全性方面，我们融合机理分析、大数据、模拟仿真及AI技术，构建贯穿设计、制造、运维全链条、全生命周期的闭环体系。在设计端，利用前期积累的大量数据及仿真技术优化产品，提前识别潜在问题；在制造端，实时监测生产数据，防止问题电芯流出，提升产品质量；在运维端，实时监测电池状态，对存在问题的电芯提前预警并解决，实现电芯主动与被动的双重安全保障。为此，我们还打造了智能预警平台，该平台涵盖实时监测、智能预警、智能追溯及设计优化四大单元。其中，实时监测如同锐利的眼睛，实时采集电池运行过程中的所有数据；智能预警则利用平台内置的20多种AI算法模型，对数据进行深度分析，提前识别安全风险，实现智能预警；智能追溯宛如一台时光机，目前可追溯超过2000万颗电芯的全生命周期数据，实现问题的精准识别与定位，并将问题反馈至产品设计端，助力产品优化与迭代。

在智能制造方面，欣旺达同样致力于突破智能制造的极限，为此打造了“1+3”数字化运营体系。我们打通物理系统与信息系统，实现设备与云端的交互，打破数据孤岛，推动智能化生产运营。未来，我们计划进一步利用AI推动智能制造升级，打造鹰眼系统，涵盖制程大数据预警、智能工厂管理、机器人工厂及灯塔工厂等。我们还利用AI视觉检测技术，开发了CT检测AI模型，通过数据增强技术减少模糊及相似特征的干扰，目前可实现微米级精准检测，识别出翻折、褶皱、断裂等缺陷问题。此外，我们自主开发了平域增强算法，结合边缘计算与加速引擎技术，实现极片虚边的实时监测，精准识别气泡、白点等问题，进一步提升极片质量。

在数字化转型方面，欣旺达通过数据采集、数据治理、指标分层，形成全球化视野，实现上下贯通与问题精准定位。所有数据可通过全球驾驶舱的数据面板实时可视化呈现，管理及工厂运营数据一目了然。此外，数字化转型的核心之一是利用工业大数据与AI模型应用，我们打造了欣旺达动力科技内部的一体化AI中台，整合数据、算力、算法，实现模型开发、模型应用及运营的一体化，以及AI资产全生命周期管理，为研发提效赋能。

最后，在绿色化方面，我们致力于打造低碳园区，通过数字化与智能化提升生产效率，借助工业互联降低产业能源消耗，推广“储能+光伏”策略，并积极参与碳汇项目，践行绿色发展理念。

当前国内回收利用市场已形成“白名单+生产者追责制”模式，但行业仍存在小、散、乱的问题。目前国内新能源汽车保有量已突破3000万辆，预计2026-2027年将迎来一波退役潮，市场空间广阔。在此机遇下，智能化回收利用将成为回收行业的重要发展方向。AI可应用于先进拆解设备，实现智能、安全拆解；同时，通过AI与电化学机理模型的融合，实现电芯无损检测与梯次利用。

在全球化布局方面，我们打造了可靠的全球化供应链体系，重点布局东南亚、南美洲及欧洲三大区域，计划在2027年实现供应链全面本土化。

未来，我们希望打造行业级锂电通用大模型。该模型将以材料数据库、电芯数据库、工业数据库、制造数据库等各类锂电相关数据积累为底座，利用大模型及多模态能力，孵化电芯设计等垂直领域大模型，再通过AI智能生成方案及AIGC服务输出，实现设计方案优化、性能预测、智能检测等目标。

这种AI驱动的锂电研发框架，可实现锂电从设计、研发、制造到运维及回收全生命周期的智慧化，达成智慧生产、精准研发、柔性制造、自适应运维、高效回收、生态协同的发展目标。

谢谢大家！