Piloteye 跨尺度科学研究平台加速电池研发进程
市场需求大，让电池行业面临激烈竞争。为在竞争中脱颖而出，企业需要持续提升产品的竞争力，积极寻求高效的产品迭代和创新。在这背景下，加强对研发系统的投入变得尤为重要。
王晓旭表示，通过“实验试错”手段开展的传统电池研发，需要经过多个环节，整个研发周期可能需要数年时间，需要大量的资金投入，包括设备、人力、原材料等。在电池领域的研发探索中，AI赋能的多尺度模拟、材料设计优化等技术正引领着全新的发展方向。
电池作为典型的跨尺度科学研究领域，涵盖了从微观到宏观尺度的广泛范围。微观尺度下，需要理解电池反应机理；而微观到介观尺度下，预测材料相变、离子输运、物化稳定性、表面界面、枝晶生长等问题成为关键；再到宏观尺度下，设计电芯极片结构、析锂检测、容量损失分析等等。这些问题都要依赖于跨尺度的方法和手段才能得以解决。
王晓旭介绍说，Piloteye 通过将ABACUS、DeePMD、Uni－Mol、DMFF和电化学模型AI自动调参等一系列以AI for Science原理和数据驱动的创新算法整合到电池研发的过程中，提高计算模拟研究电池的精度和可靠性，加速电池材料到电芯研发进程，帮助研发人员优化电池设计和生产过程，更快响应市场上多样化的需求。
Piloteye“全链条”优化电池研发多尺度建模计算
通过结合领域先进的算法以及行业专家丰富的实战经验，深势科技电池设计自动化平台Piloteye目标克服传统多尺度计算的瓶颈，帮助真正实现“全链条”全局优化。
从微观材料性质计算出发，到介观材料颗粒的物化性质，再到电极电芯尺度的电化学性能，通过Deep Potential系列方法形成各个计算尺度之间标准的输入输出，弥补其他传统通用性仿真软件中过多经验参数而导致模型精度的不确定性。 |
