英文：Battery Materials Discovery 分类：science
利用 AI 加速电池材料（电极、电解质、隔膜）的筛选与设计，追求更高能量密度、更快充放电与更长寿命。AI 在海量候选空间中预测性能，减少实验试错。
方法包括：机器学习代理模型（替代昂贵 DFT 计算预测电压、容量、稳定性）、生成模型设计新化学空间（如锂/钠离子正极）、图神经网络学习晶体结构与离子输运。关键难点是数据稀缺与多目标权衡（容量-寿命-安全-成本）。
用于下一代电池（固态、钠离子、锂硫）的组分筛选、循环寿命预测与失效分析；与高通量实验平台（自动化合成与表征）结合形成闭环，是新能源研发的战略方向。
相关词条：AI 科学家 · AI for Science · AlphaFold · 材料基因组 · 催化剂设计