環保在線APP
環保在線手機站
環保在線小程序
微信公眾號
回放
回放
回放
品牌
高源
不久前，比亞迪發布了兆瓦閃充電池，實現“充電 5 分鐘，續航 400 公里”，引發較高關注。兆瓦閃充電池背后，比亞迪團隊在研發初期就引入了字節跳動 Seed 團隊打造的電解液 AI 模型框架 BAMBOO，幫助對電解液配方進行快速篩選。相比于傳統試錯方法，BAMBOO 能結合實驗數據，準確預測電解液的密度、粘度、離子電導率等關鍵性能，在兆瓦閃充電池研發過程中，快速縮小了實驗配方空間，加速了研發進程。
未來，字節跳動 Seed 團隊與比亞迪鋰電池將通過共建“AI+高通量聯合實驗室”，進一步深化合作，針對動力電池的快充、壽命和安全等問題進行攻關。同時，雙方也將探索 AI 技術在電池研發中的更多場景，加速新材料和新配方的發現，推動動力電池技術的進步。
1. AI for Science 精準預測，加速鋰電池研發
鋰電池作為當前主流的能源存儲技術，其電解液是影響電池性能的關鍵因素之一。電解液的物理化學性質(如密度、粘度、離子電導率等)直接決定了電池的快充能力、壽命和安全性。
然而，傳統的電解液配方設計依賴實驗試錯法，不僅周期長、成本高，且難以全面探索復雜的多組分體系。具體而言：
鋰電池系統涉及復雜的物理化學過程和從原子到宏觀結構的多尺度特性，這些過程相互耦合且高度非線性。精確模擬需要涉及電子結構、分子動力學、連續介質等多尺度模型，計算量巨大。
量子力學模擬雖然精度高，但計算成本高昂且難以擴展到大規模復雜體系；而經典力場雖然計算效率高，但精度不足，難以準確描述電解液的動態行為。
電解液中復雜的分子間相互作用，以及溶劑化結構的演進，也難以通過傳統方法準確捕捉。
上述難點使得傳統的研發方法耗時長、成本高，且難以系統化和自動化。針對這些問題，字節跳動 Seed 團隊研發了電解液 AI 框架 BAMBOO，從微觀溶劑結構和宏觀電導率兩個維度出發，提升鋰電池的快充性能。結合實驗數據微調后，BAMBOO 可相對準確地預測電解液密度、粘度、離子電導率等關鍵性能，為電池研發提供更精準的理論支持。
2. BAMBOO 框架可快速預測電解液性能，支持生成潛在配方
BAMBOO-MLFF 是面向以電解液為典型代表的液相有機小分子所設計的機器學習力場，其設計融合了分子動力學的物理算法與 AI 模型的網絡設計及訓練微調技術。
具體來看， BAMBOO-MLFF 模型設計具有如下特點：
1、物理與機器學習融合的架構：將復雜的分子間作用力按照半局域、靜電、色散分類分別建模，確保模型對微觀世界進行精確刻畫，以提升分子動力學模擬的精度和效率。
2、精簡高效的旋轉等變網絡 GET(Graph Equivariant Transformer)：在模型訓練數據利用效率、模型預測精度、模型推理速度三方面綜合優化，實現高效準確的 AI 分子動力學計算。
3、集成知識蒸餾與密度對齊：首先，通過訓練多個模型并“蒸餾”為一個模型(Ensemble Knowledge Distillation)，提升預測穩定性；其次，采用密度對齊算法(Density Alignment)，利用少量真實實驗數據，將宏觀測量結果與微觀模擬關聯起來，進一步提升模型預測精度。
4、高精度性質預測：通過少量實驗微調，模型在粘度和電導率預測上顯著優于傳統方法，預測密度誤差僅 0.01g/cm³。此外，模型還可以揭示電解液微觀機理，如溶劑化結構的變化，為配方設計提供分子層面的理論指導。
此外，在廣泛粗篩階段，為改進分子動力學方法耗時較長、化學配方搜索空間巨大等問題，團隊也提出了 BAMBOO-Mix 配方生成和預測模型。模型可根據約束性質直接生成潛在配方，或對給定配方快速進行性質預測，同時支持正向預測和配方逆向生成。
該模型的正向預測能力包括“輸入單分子-模型預測性質”，或“輸入配方-模型輸出電導率和部分溶劑結構信息”。團隊在正向訓練中構建了包含 24 萬單分子數據、1 萬混合體系實驗數據、10 萬分子動力學模擬數據的多種來源的數據集，通過圖神經網絡(GNN)提取分子指紋，結合置換不變聚合模塊，實現多組分體系的物理性質預測。
最終模型實現可較為精準地預測電導率(R²=0.985)、鋰離子溶劑化結構(陰離子配位數 R²=0.953)等關鍵參數，支持對溫度(-50°C——100°C)和鹽濃度(0.1——2.0M)的廣泛范圍內的預測。
在逆向生成能力上，該模型在擴散生成模型應用于電解液配方設計上做了前沿探索，基于條件擴散模型(Conditional Diffusion Model)實現多目標約束下的配方設計。輸入目標電導率(5-30 mS/cm)和陰離子配位比例(0.1-0.7)，可直接生成含 62 種溶劑 / 17 種鋰鹽的可行配方，單次生成僅需秒級計算。
3. 雙方將打造聯合實驗室，加速鋰電池研發迭代
基于前期的深入合作，字節跳動 Seed 與比亞迪鋰電池將進一步擴大合作范圍，包括打造 AI+高通量聯合實驗室，通過共享算法、算力和實驗數據的形式，形成電池領域“干濕閉環”的整體技術方案，推動 AI for Science 研究在鋰電池領域更好地落地。
其中，字節跳動 Seed 團隊將持續投入模型算法研究能力，依托火山引擎的云基礎設施，聚焦模型能力的持續優化；比亞迪鋰電池將提供高通量實驗平臺，提供大規模、系統性、高一致性的實驗數據，為模型優化提供高質量的數據保證。
未來，雙方還將構建面向電池綜合性能，融合海量實驗和計算數據的 AI 模型，打通從 AI 模型訓練、微調對齊到高通量實驗室調度的全流程，從更多維度縮短電池迭代周期，并加速新材料和新配方的發現。
原標題：字節跳動Seed與比亞迪鋰電池深化合作：將成立AI聯合實驗室加速電池研發
