【会议通知】广东深圳5.28-31!聚焦Al,2026 Al+新能源材料高峰论坛(第一轮)

一、会议主题

“智材赋能，能聚未来——AI驱动能源材料变革”

会议议题：

1 AI驱动材料智能设计

2 Al驱动材料基因工程与高通量筛选

3 AI驱动电池全生命周期数字化研发

4 Al驱动新能源材料高通量制备与智能制造

指导单位：先进电池材料产业集群

主办单位：Al+ 集群 公众号

承办单位：艾希姆（深圳）科技有限公司

联合承办：深圳市电源技术学会

会议时间：2026.5.29-31

会议地点：广东省深圳市新安街道汇聚创新园2栋会议厅（负一楼）

会议费用：教师、企业代表2500元，学生代表1500元

联系方式：会务、赞助、住宿、会议交流群等（18807550557）

三、会议背景

当前，全球新一轮科技革命与产业变革加速演进，人工智能（AI）正以前所未有的深度和广度融入材料科学，彻底改变传统“经验试错”式的材料研发范式，推动材料创新进入“数据驱动、智能设计、高通量验证”的新纪元。新能源材料作为支撑电动汽车、储能电站、消费电子等战略性产业的关键基石，其研发效率与性能突破关系到我国“双碳”目标的实现和能源转型的进程。

1. “十五五”国家战略指明方向

2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，明确提出推动AI与新材料、新能源等战略性产业深度融合，构建智能化研发与制造体系。2026年3月，全国人大审议通过的“十五五”规划纲要进一步将“人工智能+”行动上升为国家战略重点，强调要“全方位赋能千行百业”，并将新能源、新材料列为培育新增长引擎的核心领域。规划纲要特别指出，在新能源汽车、锂电池、光伏等“新三样”领域，要着力规范秩序、创新引领，打造全球技术领先高地；同时加快布局材料基因组工程、高通量计算与实验平台，建设国家级材料科学数据中心。这一系列政策信号表明，AI+新能源已成为国家科技竞争的战略制高点。

2. 产业痛点呼唤技术范式变革

以锂电池为例，尽管我国产能占全球70%以上，正负极材料、电解液等关键材料出货量全球领先，但传统材料研发模式面临严峻挑战：一种新型电池材料从实验室发现到产业化应用，平均耗时15–20年，试错成本极高；固态电解质、高比能正极、锂金属负极等下一代材料的关键性能指标（如离子电导率、界面稳定性）长期难以突破；而AI技术通过机器学习、高通量计算与自动化实验的闭环迭代，有望将材料筛选效率提升数个数量级。目前，宁德时代、比亚迪、容百科技等龙头企业已率先布局AI辅助材料设计与电芯仿真，但行业整体仍处于“单点应用”向“平台化协同”过渡的关键期，亟需搭建跨学科、跨领域的交流平台。

3. 首届中国“AI+新材料”大会成功召开，点燃创新热潮

首届中国“AI+新材料”大会由中国材料研究学会等单位主办，50余位两院院士、4000余位来自高校、科研院所、企业和投资机构的代表齐聚一堂，共设14场大会报告和19个国家重大战略急需领域分论坛。大会集中展示了我国在AI辅助材料设计、材料数据库建设、高通量制备与表征、智能实验室等方向的最新成果。工业和信息化部、国家发展改革委相关领导出席并指出，“AI+新材料”是我国实现材料科学“换道超车”的历史性机遇，要加快构建“计算-数据-实验-应用”全链条创新生态。大会倡议建设国家级AI材料创新开放平台，推动数据共享、算力协同与人才培养。这一盛会的成功举办，标志着我国“AI+新材料”领域进入规模化、系统化发展的新阶段。

4. 聚焦新能源材料：从设计到制备的全链条创新

在首届中国“AI+新材料”大会的众多议题中，新能源材料是最受关注、产业需求最迫切的方向之一。为此，本次“AI+新能源材料高峰论坛”应运而生，旨在深度聚焦新能源材料这一核心赛道，充分展示电池材料领域的前沿进展，会议拟设置四大技术主线：

AI驱动的材料智能设计：

围绕机器学习、深度学习、生成式AI在能源材料设计中的前沿应用，探讨从原子尺度到器件层级的智能化材料设计范式。涵盖AI辅助新型电极材料、固态电解质、电解液添加剂的设计与发现，以及多尺度模拟仿真、大模型驱动的材料性能预测等方向。利用机器学习、生成式模型、图神经网络等，从海量化合空间中快速发现新型正负极材料、固态电解质及功能添加剂；结合多尺度模拟与电池性能仿真，实现“原子到电池”的全链条预测。

Al驱动的材料基因工程与高通量筛选：

聚焦大数据与机器学习在新能源材料基因工程中的应用，涵盖材料数据库构建、如高性能固态电解质与电极材料的高通量计算筛选、主动学习与贝叶斯优化在材料探索中的前沿实践。基于材料数据库和主动学习算法，高效筛选高离子电导率、高界面稳定性、高催化活性的候选材料。

AI驱动的电池全生命周期数字化研发：

探讨AI技术在电芯循环性能预测、工艺质量优化、电池系统数字化仿真与虚拟孪生等环节的集成应用。重点探讨以下方向：

1电芯性能预测与工艺优化：利用机器学习模型预测电芯循环寿命、倍率性能、热失控风险等关键指标，反向指导材料选择与电极工艺参数优化；2电池生产质量智能管控：结合机器视觉与在线传感数据，对涂布、辊压、卷绕等关键工序进行实时缺陷检测与工艺自适应调整，降低废品率，提升批次一致性；3 电池系统数字化仿真与虚拟孪生：构建从单体电芯到电池包的虚拟孪生模型，集成电-热-力-寿命多物理场耦合仿真，支持快速迭代设计与故障预警；4 数据闭环与平台化协同：打通“材料筛选→电芯设计→工艺仿真→测试反馈→模型迭代”的数据闭环，建设企业级/行业级电池材料与器件数据库，推动研发模式从“经验主导”向“数据驱动+AI决策”的根本转变。

Al驱动新能源材料的高通量制备与智能制造：

围绕超快速高温合成、焦耳热闪蒸、激光诱导转印等先进制备技术在新能源材料高通量合成中的应用，探讨AI在工艺参数优化、材料合成过程调控与产业化放大中的关键作用。聚焦超快高温烧结（UHS）、焦耳热闪蒸、激光诱导转印等新型制备技术，结合AI工艺优化，实现材料合成从“天/周”到“秒/分钟”的跨越；探讨如何打通从虚拟筛选到实验验证的自动化闭环，加速材料从实验室到中试的转化。

5. 会议定位与目标

本次论坛将汇聚顶尖科研团队、产业链龙头企业及创新投资机构，通过高水平学术报告、产业案例分享和成果展览，共同探讨AI赋能新能源电池材料的核心技术瓶颈、数据共享机制、产学研协同路径。我们期望通过本次论坛，推动形成“需求牵引-算法突破-数据积累-高通量验证-产业落地”的良性创新生态，为我国在能源材料领域保持全球领先地位提供有力支撑。

智材赋能，能聚未来。2026年5月29-31日，深圳，期待与您共绘AI驱动新能源材料变革的宏伟蓝图！