人工智能（ AI ）技术在科学研究中的应用，特别是在新能源新材料领域，正展现出前所未有的机遇和发展趋势。AI for Science 新范式不仅极大地加速科研进程，还显著提升研究成果的转化与产业升级。在这个快速发展的背景下，深势科技作为 AI for Science 的先锋力量，正在与业界的重点代表企业密切合作，共同探索 AI 在产业中的落地实践，用实际行动赋能 AI for Science 产学研朋友圈。

11月6日“2024科学智能峰会-AI4S 产业及行业实践论坛”上，包括宁德时代、比亚迪、万华化学、广汽埃安、上海电气、华友钴业、东阳光科等产业链上下游数十家企业汇聚一堂，共话 AI for Science 在产业中的新机遇、新应用以及新未来。

生态合作企业

在论坛上，深势科技分别与宁德时代、东阳光科、依华智慧等签署战略合作，广汽埃安分享了与深势科技合作的案例，解析双方合作和落地实践中共同推动、加深人工智能（ AI ）在新能源、新材料领域的发展。

在战略合作签署的同时，合作方企业分别展示了各自与深势科技围绕 AI for Science 展开的多领域合作和阶段性成果。

其中，宁德时代此次与深势科技宣布达成深化战略合作。宁德时代表示：人工智能（ AI ）作为新质生产力的代表，成为推动社会进步和科技创新的关键引擎。双方深化战略合作，积极响应国家创新驱动发展战略，共同拓展新能源领域前沿技术发展的未来空间，面向先进电池材料研发的场景，整合利用 AI for Science 基础设施，建设干湿闭环的智能研发系统。研究内容将主要围绕人工智能（ AI ）+物理模型在新能源材料研发中的应用，以及将 AI+物理模型应用到能源器件研发中，强化能源器件的理性设计。

东阳光科与深势科技达成深度战略合作。东阳光新能源研究院院长唐火强全面解析了双方今后的战略方向与合作目标。他表示，双方将通过项目合作和联合实验室的建立，快速实现技术交流与知识共享，深化企业间合作；基于深势科技的技术与平台，通过 AI 技术推动材料科学领域的革新，打造国内领先、国际一流的 AI+材料智能化研发平台，助力东阳光在新材料领域的的发展引领。唐火强指出：具体开展合作 AI，主要包括 SEM 图像分割、电解液配方筛选、正极材料配方筛选、电容器寿命预测以及催化剂配方筛选等项目。多个场景应用阶段已取得初步成效，其中 SEM 图像分割模型已部署完成，效果良好。

依华智慧与深势科技达成战略合作。通过本次合作，实现双方优势互补的产学研合作落地成果展示。同时在储能领域，将共同开发 AI for Science 新范式下的“干湿闭环”智能化研发系统和设备，加速储能领域关键材料的研发流程和效能，共同探索新的业务模式和发展机会。

此外，广汽埃安也基于与深势科技的合作，报告行业实践与探索进展。广汽埃安电池材料计算模拟负责人徐博介绍：从2017—2024年，电池的血液是液态电介质，电解液产量无论在全球还是中国都增长迅猛。客户对产品质量的要求越来越高，电解液研发能力提升的需求也越来越迫切。在这个过程中，广汽埃安有一些痛点和瓶颈。与深势科技的合作让广汽埃安解决了这些问题——借助深势的平台和工具，进行高通量筛选，基于实验数据让 AI 模型在研发过程中，从大量配方中筛选方案，最终进行实验验证。在这个过程中，广汽埃安希望把高通量筛选的能力，包括工作流、AI 建模方法和模型，沉淀在公司，植入到平台持续为电池研发进行服务。例如使用深势科技 Uni-Mol 分子构象大模型和 Uni-QSAR 性质预测工具，对溶剂分子进行熔点、沸点，及多项物理性质的计算，从根本上提升研发效率和精度，效果显著。

目前，深势科技基于 AI for Science 已经逐步构建起了一套针对能源电池的系统性研发解决方案。从材料性质参数出发，预测材料颗粒的物化性质，进一步模拟电极与电芯尺度的性能；对加工工艺进行理性建模，同步模拟加工工艺对电极、电芯性能的影响，针对电池研发难点进行联合研发和应用开发，提高电池设计的精确度和可靠性，缩短创新到量产间的周期，推动“设计理性化”、“开发平台化”和“制造智能化”的实现。

其中，基于 DeePMD 方法和 DPA 原子间势函数预训练模型，评估预测正极材料和固态电解质全掺杂空间的关键性质，准确度与实验可比，效率比主流方法快至少1000倍。产品级正极材料和固态电解质掺杂评估，交互式完成万级别的材料筛选，加速新材料研发周期缩短至原来1/3。

基于 Uni-Mol 分子三维结果预训练模型和 Uni-ELF 配方模型，准确预测电解液全分子空间的多种关键物性，快速推荐候选目标分子，几分钟内准确预测上千个电解液配方关键性质结果，快速设计和优化电解液配方。与此同时，产品级电解液分子和配方性质预测和高通量筛选，一键式获得电解液配方性质报告，加速筛选流程，将百万级配方筛选缩短至天。

在电芯及表征工艺方面，涵盖“电芯仿真设计->测试->分析->优化”全流程，一键式完成电芯性能的综合评估，将过去几个月的实验测试缩短至天级别；产品级工艺调控和表征分析工具使得快速完成工艺调控的综合分析，自动化批量处理电镜图像，与实验形成有效迭代，将开发成本减少至一半。

成就伙伴，赋能千行百业是深势科技始终坚信和践行的。在 AI for Science 的推动下，各行各业已经逐渐意识到其作为新质生产力代表的巨大潜力。AI for Science 不仅涉及到对未来的前沿探索，还包括扎实的实践应用。深势科技期望与合作伙伴携手，共同开发更优质的行业解决方案，不断挑战新的研究边界，推动整个产业的持续变革与发展。