如何从分子层级精准预测电池寿命，将性能验证从数年缩短至数十分钟。 全面电动化浪潮正催生出众多性能需求各异的终端。 从续航仅 4 小时的 AI 眼镜，到需要长时间作业 替代人工作业 的人形机器人，再到循环寿命要求高达 6000 次的电动工程机械，每一类产品都对 电池提出了截然不同的性能要求。 海陆空电动化基础之上， 电池性能已跨越消费电子、机器人、重型机械等 更多新兴行业，成为 竞争的关键焦点。 然而，传统材料研发路径长、投入大，严重依赖经验与试错。 对此 ， SES AI 计划在 10 月推出电池 专用 AI4S 解决方案—— " 分子宇宙 " Molecular Universe 1.0 （ MU-1 ） ，旨在为这一流程引入新的研发范式。 电池材料的创新，是从分子、配方到电芯性能的复杂探索过程。业界一直期望能通过计算与智能手段，系统性地打通从分子筛选到性能预测的完整链 条，从而显著提升研发效率与确定性。 据悉， SES AI 计划于 2025 年 10 月 20 日通过线上直播，正式发布其电池 专用 AI4S 解决方案—— " 分子宇宙 " Molecular Universe 1.0 （ MU-1.0 ...