在数字化浪潮席卷全球的今天， 人工智能（AI）正以其独特的魅力和强大的潜力，成为推动社 会进步和经济发展的新引擎。 未可知人工智能研究院，作为AI领域的先行者和探索者，一直致 力于将最前沿的AI技术和理念，转化为实际应用，以促进各行各业的创新与发展。 近日， 未可知人工智能研究院副院长张孜铭，受邀为四川省天府新区的领导干部们进行了一场 主题为"人工智能+与新质生产力——AI4S及AIGC领域的发展展望"的政务培训。 此次培训， 不仅是对AI技术在政务领域应用的一次深入探讨，更是对如何利用AI提升新质生产力的一次全 面展望。 AI 赋能政务，提升行政效 率 在培训中，张孜铭副院长首先介绍了 AI技术在政务领域的应用现状和未来趋势 。他指出，AI 技术可以通过数据分析、智能决策支持等方式，极大地提高政府决策的科学性和行政效率。同 时， AI在公共服务、城市管理、环境保护等方面的应用，也能有效提升政府服务的质量和水 平。 张副院长通过丰富的案例和详实的数据，展示了 AI技术在政务领域的广泛应用，如智能客服、 自动化办公、智能监管等。这些应用不仅提高了政府工作的效率，也为公众提供了更加便捷和 高效的服务。 新质生产力 ...

核心观点 - SES AI推出全球首个电池领域专用AI解决方案"分子宇宙"(Molecular Universe, MU-0)，旨在加速电池材料创新和研发流程 [3] - "分子宇宙"包含1000亿级可用于电池的小分子数据库，由电池专用大语言模型驱动，整合全球顶尖电池科学家的专业知识 [3][4] - 该技术将覆盖从材料筛选到电芯设计、电池测试的全流程，显著提升研发效率 [3] 技术特点 数据库规模 - 当前版本MU-0已收录1.08亿个分子，标注23个分子簇 [4] - 数据库正快速扩展至10的11次方(1000亿级)分子规模 [5] - 包含实验实测值和理论计算预测值(DFT和MD模拟) [4] 导航系统 - 由电池专用大语言模型(LLM)训练而成 [5] - 基于严格筛选的电池文献和专家知识体系 [5] - 实现电池-配方-分子三级智能联动 [6] 交互功能 - 提供智能提问(Ask)、智能搜索(Search)和智能筛选(Filter)三大功能 [6][8][9] - 支持自然语言输入、SMILES序列和分子名称查询 [11] - "分子好友"功能可推荐结构相似或特性相似的分子 [8] 应用场景 - 已开发出适用于硅基锂离子电池的新型电解液材料，解决高硅含量负极的性能短板 [10] - 应用于2170电池，适合无人机、人形机器人等对性能要求高的场景 [10] - 可服务锂金属电池、硅基锂离子电池、磷酸铁锂等多种电池技术 [10] 合作伙伴 - 与NVIDIA、Crusoe和Supermicro合作开发 [9] - Crusoe提供定制化AI云计算平台 [9] - NVIDIA和Supermicro提供GPU支持 [9] 发布信息 - 全球首发时间为北京时间2025年4月29日23时(美东时间同日11时) [3][13] - 将进行公开演示 [3][13]

报告核心观点 - AI4S作为科学研究的第五范式，为传统科研创造四重价值，在新材料领域前景广阔，多家厂商已取得实际进展，志特新材是受益标的 [2][3][4] AI4S介绍 - AI4S是以人工智能为核心驱动力，通过机器学习等技术深度嵌入科研全流程，构建智能闭环的新范式 [2] - 与传统科研范式相比，AI4S具备四重价值，包括加速科学发现、突破传统方法限制、降低科研成本与门槛、驱动跨学科创新 [2] AI4S在新材料领域的应用 - 新材料研发存在关键共性难题，AI4S可为其设计、筛选等提供助力 [3] - 随着高质量材料数据诞生和深度学习技术发展，多家企业运用AI4S赋能新材料研发，如晶泰科技与协鑫集团、深势科技与东阳光的合作 [3] 受益标的 - 志特新材打造“量子计算+AI赋能新材料研发范式”，与多方合作推动人工智能与量子技术在新材料领域的应用和落地，联合开发高性能防晒隔热材料 [4]

能源与智能融合 - AI正成为下一代电池技术突破的核心引擎，全固态电池研发转向"文献AI读、报告AI写、模型AI算、优化AI做"的新范式[2] - 锂电产业链自2019年起导入AI技术，蜂巢能源投产车规级AI智能动力电池工厂，宁德时代提出"电池极限制造"理念[2] - 宁德时代2024年前三季度销售毛利率达28.19%，远超行业平均18%，AI驱动的"极限制造"形成飞轮效应[2] 企业战略合作 - 宁德时代提出转型为"能源智能化的操作系统"，与百度合作开发无人车产品及数智化建设[3] - 百度以全栈AI能力支持宁德时代，涵盖芯片、平台、应用层[3] - 国内电池与AI领域代表企业合作，推动能源与智能融合革命[4] AI4S电池创新 - AI4S应用于电芯设计和材料研发，需模型、数据、算力支持[5] - 中科院院士鄂维南开发Uni-Mol通用模型，支持分子生成与属性预测[6] - AI与先进表征手段结合，提升全固态电池研发效率[6] 材料研发突破 - 复旦大学团队用AI设计锂载体分子CF3SO2Li，使废旧电池容量恢复至96%[7] - SES AI Corporation开发AI增强型2170圆柱电池，电解液材料提升容量至6Ah[7] - 电池仿真技术预计2025年设计效率提升2-5倍，智能设计提升两个数量级[8] 制造效率提升 - 特斯拉德州超级工厂通过AI形成"数据-优化-产能"良性循环[10] - 宁德时代溧阳基地导入AI技术，产能提升320%，成本降低33%，碳排放减少47.4%[11] - QuantumScape的AI优化设备使固态电池生产效率提高20%[12] 电池安全与调度 - 华为AI BMS系统提前24小时预警电池安全，误报率0.1%/月，查全率90%[13] - Electra的EVE-Ai™技术减少续航估算误差20%，延长电池寿命40%[13] - 海博思创通过20GWh储能数据实现提前两周安全预警[14] 数据资产与能耗挑战 - 比亚迪数据资产净值207.3亿，占2024年净利润68%，与宁德时代分成数据调用费[16] - 宁德时代累计数据资产超6000亿元，搭建全生命周期追溯系统[16] - GPT-4训练耗电数亿度，AI能耗问题受关注[16] 物理AI与电池性能 - 物理AI如特斯拉Optimus要求电池综合性能提升，反向赋能AI产业[17] - 电池技术重新定义AI边界，推动能源与智能关系新时代[17]