SES AI麻省固能胡启朝：希望用AI整合电池相关数据，训练一个新模型

　　4月23日，由祥峰投资中国基金和淡马锡基金会联合主办的首届“绿智未来”可持续发展全球挑战赛在上海复旦大学管理学院正式启动。复旦大学校长、中国科学院院士金力，杨浦区委书记薛侃、新加坡驻上海总领事罗德杰、上海市经济和信息化委员会、上海市生态环境局相关领导，以及政府部门、企业、行业协会、金融机构、科创平台、学术机构、非营利组织代表等200余人出席启动仪式，见证这一重要时刻。

　　SES AI麻省固能创始人、首席执行官胡启朝 出席并围绕“分子宇宙：AI加速新材料研发”进行主题演讲。

　　胡启朝认为能源的未来会是这样一个循环：能源提供电力给应用场景，应用场景产生的数据用来训练新的模型，这个模型可以开发新的材料，新的材料再用于下一代的能源材料。从能源提供电力到应用场景产生数据、训练模型再开发新的材料。

　　他拿电池举例称，电池开发是一个非常漫长的过程，从研发到一个新的电池商业化经常需要十年时间。电池的历史过去150年，从1850年也是一个非常漫长的过程，一般每30年才有一个真正的电池材料的革新。整个速度是非常慢的。

　　“我们希望加速材料研发，常规人类科学家找新的材料这个速度很慢，思维方式也是很受限的，并且经常一些新的发现是碰运气。我们希望用AI的方式把所有的数据，所有和电池相关的文献、书、科研人问的问题回答、推理结合在一起训练一个新的模型。”胡启朝说。

　　胡启朝介绍，团队构建的“分子宇宙”平台展现了惊人潜力。通过融合三个层面的数据——分子结构、电极配方、材料界面性能，结合新的GPU硬件和GPU加速的计算化学算法，AI系统将传统需要8000年的DFT计算缩短至2个月。

　　据介绍，该平台已产出具体成果，在与车企合作中，团队发现两种新型分子材料。其中一种可使锂金属电池循环寿命提升20%，另一种能显著改善不同硅含量负极（12%-100%）的循环性能。“这些分子在氢能源、化工等领域同样具有应用潜力。”胡启朝透露。

　　平台采用独特的“导航系统”架构，基于LLAMA、DeepSeek等开源大模型进行垂直训练。“就像用70B参数的小模型LLAMA3，经过专业训练后能在特定领域电池超越未经过训练700B参数的大模型Deepseek。”胡启朝强调，这种模式使得系统能跟随大模型每6-9个月的迭代周期持续进化。

　　“当算力和大模型足够普及时，材料开发会从‘试错型’转向‘设计型’。”胡启朝预言，团队正在将这套方法论拓展至氢能、光伏等领域，其突破可能重塑整个能源材料的创新范式。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。