哈佛大学/中科院物理所李鑫教授Nat. Commun.：实时AI提升全固态电池寿命

背景：全固态锂金属电池因高能量密度和安全性被视为下一代储能技术的有力竞争者，但其寿命受锂枝晶生长引发的界面副反应影响，存在非线性衰减和“拐点”失效问题，现有电池管理系统多局限于被动预测，缺乏实时主动调控方案。研究目的：为解决上述问题，研究提出了一种集成“状态感知”与“智能充电”模块的实时人工智能系统，旨在通过深度学习实时诊断电池内部状态，并利用强化学习动态调整充电策略，以主动抑制衰减、延长电池寿命。结论：该系统在全固态锂金属电池上成功避免了容量衰减的“拐点”，使电池在80%健康状态下的循环寿命较固定策略对照组延长了265%，累积比能量提升250%，验证了AI控制框架在抑制界面副反应、提升电池寿命方面的有效性，为电池管理系统从“被动监测”向“主动控制”转型提供了新范式。