股票 
板块 
用户 
资讯 近日，中国科学院山西煤炭化学研究所苏方远研究员团队撰写综述文章系统探讨并总结了AI及机器学习技术在电化学储能领域各类碳材料中的最新应用与发展，评估了AI驱动的科研范式在多种储能体系中的成效，深入剖析了目前仍面临的挑战，并对结合大语言模型与人工智能体等的未来研究范式进行了前瞻性展望。综述论文以“Artificial Intelligence for Carbon Materials in Electrochemical Energy Storage: Methods, Applications, and Perspectives”为题发表在《Energy Materials & Devices》期刊。
实现双碳目标和向清洁能源的转型迫切需要高效、可扩展的电化学储能系统，包括金属离子电池、金属硫电池和超级电容器等。如图1所示，碳材料凭借其卓越的导电性、电化学稳定性和多样的微观结构，在这些储能系统中扮演着不可或缺的角色。然而，电化学储能领域中的碳材料多为非晶碳，其复杂的微观结构（如缺陷、孔结构及不同程度的无序度）使得建立清晰的结构-性能映射关系极具挑战，传统的经验试错式材料研发范式效率遭遇瓶颈。近年来，AI与材料科学的融合为解决这一难题提供了变革性思路。通过挖掘海量数据中隐藏的物理化学规律，机器学习算法能够大幅加速新材料的发现与性能优化。尽管这一优势已在诸多晶体材料中得到广泛验证，但针对非晶碳材料的数据驱动研究仍处于起步阶段。
图1 碳材料在电化学储能领域中的多样化应用场景示意图。
综述首先系统梳理了AI辅助材料研发的通用工作流。成功应用AI的前提在于标准化的数据处理，包括从海量文献、高通量实验或理论计算中获取数据，并进行严谨的数据清洗与特征工程。针对结构高度无序的碳材料，文中详细归纳了比表面积、孔径分布、石墨化程度及局部原子构型等关键结构描述符的提取方法。同时，全面对比了随机森林、梯度提升树、支持向量机及图神经网络等机器学习算法在储能性能预测任务中的优势与适用边界。
本文以包括碱金属离子电池、金属-空气电池、金属-硫电池和超级电容器在内的多种电化学储能器件为应用对象，系统总结了AI驱动的研究范式对这些储能器件中碳材料开发的助力作用。针对商业化的锂离子电池石墨负极，机器学习模型被用于从极片涂布等工艺参数精准预测最终的面容量和极片孔隙率，并利用多层感知机从早期循环数据预测电池寿命拐点。在钠离子电池方面，硬碳因其独特的微观结构成为最具潜力的负极材料。综述深入探讨了如何利用机器学习揭示硬碳内部复杂的储钠机制，特别是通过小角X射线散射衍生的分形维数等高级结构描述符，建立起无序碳微观结构与低电位平台区容量的定量关联，并通过主动学习闭环实现了生物质基硬碳的高效筛选与定向合成优化。多步复杂的转化反应及迟缓的反应动力学是限制金属-硫和金属-空气电池商业化的核心痛点。综述展示了如何结合密度泛函理论（DFT）、大语言模型与机器学习，对电负性、d带中心、第一电离能等特征进行分析，快速精准地筛选出高活性碳基单/双原子催化剂。在超级电容器领域，AI则被成功用于优化双电层电容器中多孔炭的孔隙结构分布及杂原子掺杂比例，显著提升了比电容性能。除宏观电化学性能预测外，AI在原子尺度理论模拟中也发挥着关键作用。综述着重总结了基于机器学习的势函数的分子动力学模拟在非晶碳材料中的应用。这些先进的势函数在保留DFT级别计算精度的同时，突破了传统分子动力学在模型尺寸和模拟时间上的限制。如图2所示，结合混合逆蒙特卡洛与无监督聚类分析等技术，研究人员得以在原子级别重构非晶碳的部分结构无序性，精确解析碱金属离子在层间的吸附、插层及闭孔填充行为，揭示电极-电解液界面的动态演变，为非晶碳材料研究提供了强有力的理论与计算工具。
图2 非晶碳结构建模与反演技术总结。
尽管成果显著，碳材料的AI驱动研究仍面临小数据困境与非晶结构精准表征等严峻挑战。针对这些问题，该综述提出了未来发展的四大核心方向：1.主动学习与迁移学习： 通过贝叶斯优化等主动学习方法在庞大且高维的参数空间中推荐最有价值的实验候选，最大程度减少试错成本，实现小数据下的高效寻优。2.自动化文献挖掘与大语言模型：针对碳材料实验数据极度分散的不足，利用定制化大语言模型与检索增强生成技术，从已有文献资料及非结构化文本中自动提取合成工艺、前驱体及电化学指标，构建专属的高质量碳材料知识图谱。3.建立新型非晶碳无序结构描述符体系：突破传统表征手段的盲区，结合跨尺度结构表征、AI图像分析、分子指纹等技术，提取能够准确反映非晶态材料短中程无序特征的新型结构描述符。4.AI驱动的自动化实验室：全面展望了未来集成AI大脑、机器人高通量合成系统与实时表征设备的无人实验室。如图3所示，这种闭环迭代的全新科研范式，将彻底革新电化学储能碳材料的研发流程，推动材料科学迈向真正的智能化时代。
图3 AI驱动的自动化实验室助力电化学储能领域碳材料加速研发示意图。
原文链接：https://doi.org/10.26599/EMD. 2026.9370104
信息来源：709课题组
2026中国国际石墨烯创新大会
11月13-15日 中国·温州
“2026年中国国际石墨烯创新大会”将由石墨烯产业技术创新战略联盟（CGIA）和正泰集团联合主办，将于2026年11月13-15日在温州市（乐清）举办。大会聚焦石墨烯应用市场，着力促进石墨烯创新成果与产业端的深度对接合作，推动石墨烯产业迈向高质量发展新阶段。2026中国国际石墨烯材料应用博览会将同期举办。
点击下方链接，了解大会详情：
??官宣 | 关于召开2026中国国际石墨烯创新大会的通知
??重磅征稿｜2026 中国国际石墨烯创新大会论文征集通知
??全球招募进行中 | 2026中国国际石墨烯创新大会·启幕在即，与行业大咖共赴石墨烯产业盛宴！
??展商招募 | 2026中国国际石墨烯材料应用博览会
会务组电话：
4001103655
13264226602（微信同号）
13260327636（微信同号）
16601148110（微信同号）
注：添加微信请备注姓名+单位
FOCUS
重点关注
??联盟理事单位招募 | 联合前行，共赢未来~
??石墨烯联盟（CGIA）广告投放服务合作指南
??2026，与CGIA同行：您的每一个需求，我们都将全力以赴！
??【需求对接】需采购铜包石墨烯漆包线
??【需求对接】需采购高导电型导体材料、电磁屏蔽用的柔性材料、高导热型导体/屏蔽材料
??【需求对接】需采购胶辊用石墨烯改性橡塑材料
??【采购需求】耐高温耐磨石墨烯防腐涂料
??【需求对接】聚焦产业技术突破 阀门龙头企业公开四大合作攻关需求
??项目征集｜石墨烯铝基导电、导热产业化项目火热征集中
??《全球石墨烯产业研究报告系列丛书》
??【需求对接】需采购石墨烯粉体
??关于征集石墨烯及新材料在汽车、医药、农业等应用领域的产业化项目的通知
我们的视频号
“石墨烯联盟”视频号里面，有备受瞩目的“烯”世奇材，有惊喜连连的大咖开讲，有生动有趣的科普视频，甚至还有不定期的“福利”乱入...欢迎大家扫码关注我们的视频号，将满满的干货收入囊中~
我们的视频号
评论 (0)