在新能源领域的热切期盼中，全固态电池的量产时间表成为了2024年行业内外的焦点话题。然而，当时间的车轮驶入2025年，这一愿景依旧笼罩在不确定性之中。近日，全国政协常委、经济委员会副主任，原工信部部长苗圩在一场行业论坛上冷静指出，固态电池产业化的道路仍需跨越技术、工艺及成本的重重障碍，为这场旷日持久的讨论按下了暂停键。
苗圩进一步澄清，半固态电池并不等同于固态电池，它们分属不同的技术范畴。这一论断为市场上的混淆概念敲响了警钟，提醒业界需保持理性，正视固态电池发展的长远性和复杂性。
尽管挑战重重，但行业内的创新力量并未止步。DEEPSEEK等AI技术的崛起，为固态电池的研发注入了新的活力。通过私有化部署，AI技术得以在固态电池领域施展拳脚，极大地加速了研发进程，为量产目标的早日实现提供了有力支持。
作为未来电池的“终极形态”，全固态电池以其高能量密度、高安全性和长寿命等特性备受瞩目。然而，从理论研究到实际应用，全固态电池的发展仍面临诸多瓶颈。其中，固态电解质的性能提升和成本控制是关键所在。
目前，硫化物电解质已成为行业共识的主要技术路线。包括丰田、本田、宁德时代、比亚迪在内的多家企业均在此领域投入重兵。然而，硫化物电解质的制造难度和成本问题依旧严峻，成为制约固态电池大规模商业化的主要障碍。
成本方面，苗圩透露，当前液态锂离子电池的单体成本约为0.5元/Wh，而固态电池的材料成本则高达2元/Wh以上。以一个100度的电池包为例，其材料成本已超过20万元，远高于液态电池。
尽管前路漫漫，但行业内的创新步伐并未停歇。欧阳明高院士指出，应聚焦硫化物电解质为主体电解质的技术路线，匹配高镍三元正极和硅碳负极，以实现400Wh/kg的比能量和1000次以上的循环寿命为目标。同时，他预测了固态电池技术发展的阶段性目标，包括2025-2027年间开发“石墨/低硅负极”全固态电池，以及2030年后开发“锂负极”全固态电池等。
AI技术在固态电池研发中的作用日益凸显。传统的研发模式已难以满足当前的需求，而AI与大语言模型的结合，为关键材料体系的创新与构建提供了加速器。鄂维南院士团队的Uni-Mol模型、许康团队的“分子宇宙”数据库以及张强教授团队的高通量电解质计算软件等，均在固态电池的研发中发挥了重要作用。
宁德时代作为电池行业的领军企业，早在七八年前就开始利用AI技术解决研发问题。通过建立电池材料智能化设计平台，宁德时代已经开发了100多个模型，极大地提高了研发效率。
随着DeepSEEK等AI技术的不断发展和应用，固态电池的研发正逐步迈向智能化全自动研发的3.0时代。这一变革不仅将加速固态电池的量产进程，更将为新能源汽车产业的未来发展注入强劲动力。
