而"星汉 AI"系统能够快速、精准地识别电池内部的缺陷分布、载流子复合等关键性能信息，为电池优 化提供强大数据支撑。例如，系统可协同分析不同模态数据：发现量子效率（QE）长波响应不足，结 合光致发光（PL）排除底层晶硅缺陷，再通过电致发光（EL）定位钙钛矿层边缘针孔导致的光泄露， 最终由电流-电压（IV）特性验证能级失配问题，实现问题的精准溯源。 武汉纺织大学电子电气工程教授艾钊向21世纪经济报道记者表示，学校在与一些钙钛矿生产企业合作过 程中发现，很多企业面临同样的问题，因为钙钛矿电池生产流程中需要液体喷涂，以往喷涂中出现的缺 陷只能通过人工识别，无法做到自动化反馈，这导致检测的反馈周期至少需要两到三天，才能返回产线 进行参数调整，如果通过AI技术赋能解决这种人工判断的问题，对于整个产线的良品率和产能提升都 会有很大的帮助。 在武汉工程大学光能数理学院教授秦力平看来，钙钛矿太阳能电池的性能和工业化前景高度依赖其制备 工业。通过AI系统结合多模态AI与数字孪生技术，能够为实现钙钛矿制备过程的"虚拟中试"提供强大工 具，加速其工艺优化进程。 如今，高端精密光电设备检测已迈入AI时代，这也成为人工智能赋能高端制造 ...