行业背景与痛点 - 中国是全球锂离子电池生产与应用第一大国，2024年出货量达1214.6GWh，同比增长36.9%，占全球总出货量的78%，行业市值超1万亿元 [1] - 锂电池研发长期受制于低效的传统“手搓试错”模式，依赖调配方反复实验，效率低下 [1] - 研发面临“跨尺度、长流程、多因素”三大核心挑战，商业化电池能量密度接近极限，新一代电池如锂金属和全固态电池面临科学与工程难题，难以商业化 [1][2] - 传统研发周期冗长，一款电芯从设计到定型需1至数年，成本高昂，仅中试制浆环节单项耗费就达数百万元 [2] - 新能源产业规模达数万亿元，但数字化、智能化工具应用仍处起步阶段，适配电池行业的AI工业软件此前几乎是空白 [2] BDA软件技术解析 - BDA（电池设计自动化）软件由北京大学新材料学院联合屹艮科技率先提出，构建了以“跨尺度模拟+AI算法”为核心的全流程智能化平台 [2] - 软件采用“物理仿真+AI”的双轮驱动模式，物理仿真对应明确科学原理，AI能通过黑箱模型耦合复杂因素 [3] - 该模式精准破解传统研发三大难题：AI加速模拟进程解决仿真速度慢的问题；通过实验与仿真数据构建模型处理数十个自变量的非线性耦合；依托跨尺度参数传递技术实现从原子尺度到系统层级的全链条覆盖 [3] 应用成效与客户 - BDA软件已服务宁德时代、比亚迪、广汽、贝特瑞等多家新能源头部企业 [4] - 软件显著提效降本：传统电芯1-2年的研发周期有望被压缩至半年，材料实验从数月缩短至数日 [4] - 通过计算机模拟推荐配方，制浆等环节仅需1-2锅料即可达标，帮助企业降低30%-40%的研发成本，终极目标是降低90%以上研发成本 [4] - AI精准预测间接提升电池安全性能，通过仿真提前规避工艺缺陷和性能风险，某头部车企自研电芯循环寿命提升20%，安全测试通过率显著提高 [4] 应用边界拓展与市场潜力 - BDA软件应用边界已突破锂离子电池，可通用至固态电池、钠电池、燃料电池、氢能电池等领域，因底层算法不依赖具体电池材料 [5] - 软件已成功延伸至显示材料、半导体材料等领域，与京东方、飞凯新材等龙头企业达成合作 [5] - 涉及新材料、新配方、新工艺的行业都存在类似研发痛点，AI工业软件具用武之地，包括精细化工、光电信息材料、半导体材料、磁性材料、复合材料、燃料电池、氢能电池、工业催化相关材料等领域 [5] - 未来3-5年，AI将给工业生产与研发带来根本变化：研发从“实验试错”转向“数字仿真+精准预测”；生产从“标准化大规模制造”向“定制化精准智能制造”转变 [6] - 锂电池行业目前还处于“小学生阶段”，未来低空经济、智能机器人、家庭和工业储能、电动船舶等场景将带来更广阔市场空间，可能超越芯片行业规模 [6] - BDA软件参照EDA软件200亿美元的市场规模，发展潜力巨大 [6] 公司发展与行业挑战 - 屹艮科技团队70余人中80%是研发人员 [7] - AI与工业融合面临多重现实阻碍：首要难题是交叉学科人才（物理、化学、材料、计算机）极为稀缺，高校尚无对应专业和课程体系 [7] - 行业认知培育需时，部分企业文化保守，对数字化工具接受度不高，对AI赋能信任需时间积累 [7] - 数据安全问题不容忽视，工业企业重视核心研发数据，因此采用私有化部署模式 [7] - 政策支持方面，缺乏针对AI工业软件等基础核心领域的定向扶持，研发补贴多是“大锅饭”，生态建设有待完善 [7] - BDA软件的研发成功是从0到1的创新，为新能源产业升级提供新质生产力工具，推动产业从“规模制造优势”向“核心技术优势”跨越 [7]