公司战略与技术路径 - 公司以“人工智能+新材料”融合为核心路径，推动研发范式从传统试错向数据驱动跨越 [1] - 公司开创了钠离子电池阳极材料研发的高效、精准新模式 [1] - 公司构建了基于晶体图神经网络（CGCNN）的人工智能预测模型，对钒基磷酸盐等材料的带隙、电压与比容量预测准确率已超过90% [3] - 该模型将单次材料数据计算时间从传统方法的上千小时缩短至分钟级别，效率提升约3000倍 [3] - 公司已建立起从带隙预测拓展至电压、比容量评估的完整性能判别体系，形成“多尺度、多过程”高通量计算模式 [3] 技术成果与行业应用 - 公司针对钠离子电池阳极材料，开创性地建立了HENaMat大模型，并在2025年首届“AI领航杯”大赛中获得二等奖 [1] - 该技术成果使大规模、系统性材料筛选具备了工程化落地的可能，为材料基因工程提供可规模化实施的解决方案 [3] - 其底层平台与方法论不限于钠离子电池，可延伸至锂离子电池等更广泛的能源材料领域 [3] - 该技术为从原子级设计到宏观性能预测的一站式研发提供了工具 [3] 行业背景与发展瓶颈 - 传统的锂离子电池能量密度已接近物理极限 [3] - 钠离子电池在资源和成本上具有潜力，但受限于较低的能量密度和循环寿命 [3] - 目前钠离子电池主要用于两轮车、低速车和基站备用电源，尚难担当电动汽车“主力”大任 [3] - 材料层面的根本性突破已成为能源转型的关键 [3]