核心观点 - SES AI发布MU-0.5版本，推出新功能Deep Space，旨在替代电池研发的AI agent，将电池材料研发周期缩短至半小时内[1] - Deep Space从"问答助手"进化为"研发助手"，具备推理和反问能力，能理解问题并给出成体系的解决方案[2][3] - Deep Space通过工程导向性和商业落地导向的提问，引导用户构建研发边界，生成可落地的完整研发建议[3] - Deep Space的推出预示电池研发方式的深层变革，体现从回答问题到理解需求、从盲目试错到有逻辑推理、从学术推荐到产业落地的三大进步性[13][14][15][16] - MU-0.5更新支持中文、韩文版本，更多功能将于9月MU-1版本推出，包括"材料-性能预测"能力[18] Deep Space的功能与特点 - Deep Space能反向提出多个关键问题，如使用场景、预算、目标量产时间等，贴近真实研发场景[3] - 通过反复提问引导用户构建与工程落地紧密相关的边界，生成具有可落地性的完整研发建议[3] - 案例演示显示Deep Space能分析现有配方的瓶颈，如传输、Si/Gr-SEI、NMC811-CEI等关键环节的问题，并提供分子信息[10][11][12] 行业影响与趋势 - Deep Space将传统电池研发中80%的试错时间转变为基于数据与逻辑推演的推理式研发，大幅压缩探索周期[15] - 生成的解决方案不仅科学上成立，更具备商业上可行的价值，契合电池企业对研发成果快速转化的核心诉求[16] - 国内锂电企业如宁德时代、天赐、比亚迪等都在探索AI工具，AI agent在电池行业的落地之战已悄然打响[18]

SES AI发布"分子宇宙"AI解决方案 - 公司于北京时间4月29日晚11时正式公开"分子宇宙"(Molecular Universe MU-0)电池专用AI4S解决方案 [1] - 该方案涵盖10^11(1000亿)个可用于电池研发的小分子数据库 [1] - 系统由电池专用大语言模型驱动训练 整合全球顶尖电池科学家的专业知识 [1] 技术演示与访问渠道 - 公司通过线上发布会展示技术细节 提供视频回放服务 [3] - 开放线上试用入口供潜在合作方体验系统功能 [3]

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]