（原标题：让研发告别"手搓试错" 国产BDA软件赋能智造万亿锂电产业｜人工智能Al瞭望台） 通过自主研发的电池设计自动化（BDA）软件，原本耗时数月的材料实验仅需数日即可完成性能预 测；而锂电池企业在使用该软件后，研发成本大幅下降。这一幕正在宁德时代等新能源头部企业的研发 中心上演。当人工智能（AI）与锂电池这一新能源核心产业相遇，一场颠覆传统研发模式的产业革新 正悄然到来。 让研发告别"手搓试错" 我国已是全球锂离子电池生产与应用第一大国。EVTank数据显示，2024年中国锂离子电池出货量达到 1214.6GWh，同比增长36.9%，在全球锂离子电池总体出货量的占比达到78%，行业市值超过1万亿元。 但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的研发模式还是'手搓试错'，靠调配方反复做实验，效率较低。"屹艮科技创始人 兼首席科学家郑家新在接受证券时报记者采访时表示。锂电池研发堪称工业领域的"复杂系统工程"，其 核心挑战集中在"跨尺度、长流程、多因素"三大特性。 更严峻的是，当前商业化锂电池能量密度已接近极限，而具有超高能量密度潜力的新一代锂金属电池和 全固态电池，仍面临 ...

活动概况 - 活动主题为"智启新材 材领未来"，聚焦人工智能与新材料融合创新，搭建产学研交流平台[1] - 由北京化工大学新材料校友会等5家机构联合主办，6家单位协办，吸引近百位行业精英参与[2] - 出席嘉宾包括宿迁高新区管委会副主任孙家胜、江苏万纳普董事长孙艳军、国瓷材料创始人宋锡滨等产业界代表[2][4] 政策与投资支持 - 宿迁高新区推介园区产业扶持政策及发展方向，强调区域优势[4] - 宿迁新材料产业专项基金介绍基金规模及投资方向，提供资金保障[4] AI技术在新材料研发的应用案例 - 南京大学马晶教授展示深度学习在材料分子结构预测、催化反应活性分析中的实际案例[6] - 戴纳科技迟海鹏介绍"AI+黑灯实验室"模式，通过客户案例证明研发效率提升[8] - 南京大学杨满意团队开发机器学习辅助动力学模拟方法，应用于工业催化稀有事件研究[10] - 复旦大学汪莹团队建立能源材料数据库，将AI应用于锂电池电解质、高压电池材料设计[14] - 屹艮科技展示BDA软件在锂电池材料模拟与电芯设计环节的技术架构及实践成果[16] 行业影响分析 - 国金证券陈屹指出AI将加速化工研发流程，对精细化工和大宗化工产生差异化影响[12] - 圆桌论坛讨论AI对新材料产业的具体价值，涉及具身智能需求、企业应用场景等[16] 活动成果 - 促进学术界与产业界在AI+新材料领域的深度合作[17] - 推动关键核心技术突破与产业化进程加速[17]