2026年6月4日上海SNEC国际光伏展-会议系列盖锡笔记（智算未来：人工智能加速钙钛矿太阳能电池材料创新与产业化）

严文生

杭州电子科技大学碳中和新能源研究院教授

敬硕科技（河北）有限责任公司首席科学家

在SNEC“新材料在新能源领域的应用国际高峰论坛”上，严文生发表了关于AI加速钙钛矿电池创新与产业化的演讲。他指出，钙钛矿电池作为第三代光伏，相比晶硅电池具有制备流程简单、能耗低、效率提升空间大、可柔性、投资回报快等综合优势。但目前仍处于初级阶段，面临三大挑战：如何获得高转化效率的同时实现高稳定性（晶硅可稳定25–30年，钙钛矿差距很大）；如何实现低成本、大尺寸、高良率、高产能的工业化制备；以及太空应用等新场景带来的未知环境挑战。

钙钛矿材料为ABX₃结构，A/B/X位元素组合多样，器件涉及多层结构，数学上排列组合可达上亿种。传统试错法研发周期长、成本高。AI成为加速创新的最佳路径，可建立数据库和算法，进行正向预测和逆向设计，赋能材料设计、配方优化、封装、应用等全产业链环节。

在研究成果方面，团队于2022年开发算法用于钙钛矿电池转化效率预测，并将预测与实验结合形成闭环验证；发展了机器学习模型替代EQE表征，大幅节省时间和成本；用AI从庞大数据中筛选绿色（不含铅）、高稳定性的组分；用AI优化界面钝化剂，从大量分子中快速预测效率，仅需验证少量优化后的分子。行业代表性工作显示，2024年德国研究组和2025年香港某大学研究组已将AI算法与实验室自动化制备打通，形成无需人工干预的闭环。