前言
2026年7月，固態電池產業迎來了一場具有范式意義的合作。
這一天，浙江金羽新能源科技有限公司與鼎犀智創正式簽署戰略合作協議。一方是已實現全固態電池商業化交付的電池企業，一方是北大孵化的AI材料研發平臺——兩者的結合，標志著固態電池的研發范式正在從“人力試錯”走向“智能設計”。
這不是一次簡單的產能合作或供應鏈對接，而是一場關于“如何更快地找到更好的材料”的方法論革命。
一、金羽新能：從1.2GWh產線到全固態商業交付
要理解這次合作的分量，首先得看清金羽新能已經走到了哪里。
2026年1月15日，金羽新能1.2GWh固態電池產線在杭州臨平“中國綠港”正式投產。這是臨平綠色能源產業地標的首條固態電池生產線，也是杭州在下一代電池技術產業化領域邁出的關鍵一步。
產線主要生產三大系列產品：“無際”系列全固態鋰金屬電池、“萬山”系列超快充高功率半固態電池和“山海”系列高安全半固態電池。其中，“無際”系列采用無負極鋰技術，僅依托一層不到頭發絲十分之一厚的銅箔沉積鋰離子生成負極。這一技術路線突破了傳統石墨或硅基負極的限制，在提升能量密度與快充性能的同時顯著降低了生產成本。
投產當天，訂單已排到2026年6月。這些電池從杭州發往全球，成為智能機器人、工業無人機、混動工程車的能源核心。更重要的是，金羽新能已累計交付數百萬支半固態電池，并實現了全固態電池的商業化交付。
在產品矩陣上，金羽新能的布局覆蓋了從高能量密度到高安全、從全固態到半固態的完整光譜：
“無際”系列為無負極準固態電池，能量密度可達420-550Wh/kg；“萬山”系列為超快充高功率半固態電池，適用于工程車輛及混動應用；“扶搖”系列循環壽命800-1200次，可在-40℃至60℃溫域穩定運行；“山海”系列能量密度超過220Wh/kg，循環壽命超過2000次，并通過針刺、槍擊、切割等安全測試。
金羽新能已累計申請發明專利100余項，是工信部鋰離子電池安全標準工作組成員、鋰金屬電池行業規范制定者之一。2026年1月，公司與北京大學共建先進電池聯合實驗室，推動前沿技術從“書架”走向“貨架”。2026年6月，浙江省省長劉捷實地調研金羽新能，勉勵企業深化探索人工智能垂類模型、智能體等在先進制造領域的應用實踐。
二、鼎犀智創：RhinoAI，一個能“自主做實驗”的AI科學家
合作的另一方，鼎犀智創，同樣不容小覷。
鼎犀智創成立于2025年，由北京大學深圳研究生院深港河套科學創新中心孵化。公司旨在打造具備自主認知與探索能力的“數字科學家系統”。2026年3月，鼎犀智創完成天使+輪融資，由晶泰科技和上海未來產業基金聯合領投。
鼎犀智創的核心競爭力，是其自主研發的RhinoAI物質科學Physical AI系統。
RhinoAI并非傳統意義上的“AI計算工具”。它是一套面向物質科學的Physical AI系統：不僅具備計算和推理能力，還能直接與物理世界交互，以內嵌的多尺度物理知識作為推理約束，并根據物理反饋自主修正認知和策略。
用更通俗的話說：RhinoAI不只是一個“算得更快的計算機”，而是一個能“自主設計實驗、自主執行、自主分析結果、自主修正策略”的AI科學家。
RhinoAI由四大緊密協同的支柱共同構成完整的認知-行動循環：自動化實驗平臺產出標準化物理數據；多尺度模擬提供跨尺度機理與虛擬數據；跨尺度端到端模型實現預測與逆向設計；可解釋物質計算揭示其中的物理機制，所得洞察再反饋至實驗和模型改進。
支撐這一循環的，是RhinoAI的Agentic架構——借助大語言模型與多Agent協同，將離散模塊整合為一個能自主推理、自主決策、自主執行并自主更新的回路。RhinoAI的能力建立在五大模塊之上：大語言模型、材料科學模型、科學算法、自動化設備、數據庫與知識庫。
2026年6月，北京大學聯合鼎犀智創共同研發的CarbonKylin?自主進化AI材料科學家正式公開，展示了其在碳材料體系規模化落地的實測應用成果。這一成果證明，RhinoAI的閉環迭代驅動模式已經能夠在真實材料體系中完成從“設計”到“驗證”的全流程。
RhinoAI讓材料研發從傳統的“人工試錯”轉向了“生成式發現”。在新能源、半導體、航空航天等戰略領域，它正在扮演著“加速器”的角色。
三、AI驅動材料研發：全球學術界的共識與加速
金羽新能與鼎犀智創的合作，并非孤立的商業事件。它正好踩在了全球學術界一個正在加速形成的共識之上。
2026年，AI驅動材料研發已成為國際頂刊的高頻主題。一篇發表于2026年2月的系統性綜述指出，機器學習在無機固態電解質研究中的應用正在推動一個新范式的形成——從熱力學穩定性、電子輸運、電化學穩定窗口、離子電導率、遷移勢壘、聲子動力學、機械強度到界面穩定性，AI正在覆蓋固態電解質性能預測與優化的全維度。
2026年6月23日，一項關于“用大人工智能模型突破固態電解質發現瓶頸”的研究在arXiv上發布，提出了一個由機器學習原子間勢和大語言模型驅動的自主固態電解質發現框架。該研究指出，AI正在從“輔助工具”變成“自主研究者”——它不僅能篩選材料，還能設計實驗、分析結果、提出下一步假設。
2026年3月27日，《自然·通訊》發表了一項關于“深度主動學習與知識遷移用于鋰金屬電池電解質快速發現”的研究。研究指出，傳統試錯法在面對離散的化學空間和復雜的界面化學時效率極低，而深度主動學習框架能夠高效適應新分子候選物，加速電解質發現。這正是RhinoAI所代表的“閉環智能研發”范式的學術背書。
2026年1月，日本東北大學的研究人員在綜述中探討了AI Agent如何改變固態電解質的設計與評估方式。研究指出，數據驅動方法已在硫化物、氧化物、鹵化物等多種固態電解質體系中證明了其在加速材料篩選方面的有效性。文章總結道：“AI Agent融入固態電解質研究，正在穩步改變下一代電池的開發方式”。
韓國科學技術院（KAIST）的研究團隊開發了一個AI框架，即使在實驗數據不足的情況下也能同時呈現正極材料的粒徑和預測可靠性。該研究為全固態電池等下一代能源技術的擴展打開了新的可能性。
2026年2月，韓國國家研究委員會的一項研究利用AI識別了全固態電池電解質材料的關鍵合成條件。研究指出，AI的發現“可以直接應用于全固態電池固態電解質的設計和制造工藝”。
從《自然·通訊》到《npj Computational Materials》，從日本東北大學到韓國KAIST，全球學術界正在形成一個清晰的共識：AI不再是材料研發的“錦上添花”，而是“不可或缺的基礎設施”。
四、合作的核心：打通“材料配方智能研發”到“高性能電池產業落地”的完整閉環
回到金羽新能與鼎犀智創的合作本身。
根據協議，雙方將依托各自在固態電池技術及產業化與AI驅動材料研發領域的優勢，加快推進“人工智能+制造”，攜手打通從“材料配方智能研發”到“高性能電池產業落地”的完整技術閉環。
具體而言，鼎犀智創將輸出自主研發的RhinoAI材料研發平臺，與金羽新能的固態電池研發體系、工程化生產體系深度融合。雙方將聚焦材料智能配方設計、性能精準預測、實驗方案優化等核心場景，開展聯合技術攻關。
這意味著什么？
傳統固態電池材料研發，是一個典型的“試錯驅動”過程：研究人員提出假設→合成材料→測試性能→分析結果→提出下一個假設。一輪實驗動輒數周甚至數月，一個材料體系的優化可能需要數年時間。
而RhinoAI的加入，將這一流程徹底重構。AI可以在幾天內完成數萬種材料配方的虛擬篩選；AI可以預測材料的離子電導率、界面穩定性、機械強度等關鍵性能指標；AI可以自主設計實驗方案、調度自動化設備執行實驗、實時分析結果并修正模型。更重要的是，每一次完整的“假設-實驗-分析-修正”回路，都被結構化為一條持久存儲的“研發記憶”——包含目標、決策、行動序列、觀測數據、模型版本和策略效能。這意味著AI不僅在“做實驗”，還在“積累經驗”。
金羽新能自身也在全力搭建AI+固態電池創新中心，已構建起“語料-模型-實驗-反饋-進化”全閉環智能研發體系。該體系整合了材料大數據、多維度自動化表征平臺、算力模型與中試產線核心資源，實現了固態電池新材料自主設計、高通量精準驗證與產業化工程高效轉化。鼎犀智創的RhinoAI，相當于為這一體系注入了更強大的“大腦”。
金羽新能研發總監徐偉恒表示，公司采取的是“雙技術路線+產業化同步推進”的整體戰略。一方面重點布局全固態鋰金屬電池和無負極鋰金屬電池技術；另一方面同步發展固液混合體系的高功率、高安全電池產品。AI的介入，將同時加速這兩條路線的材料發現與工藝優化。
五、為什么是現在？——固態電池產業化的“材料瓶頸”
固態電池的產業化，目前最大的瓶頸不是產能、不是設備、甚至不是成本——而是材料。
固態電解質需要同時滿足高離子電導率、寬電化學穩定窗口、良好的機械性能、與正負極的界面兼容性等多重要求。正極材料需要在高電壓下保持結構穩定。負極材料需要抑制鋰枝晶生長。界面層需要在循環過程中保持穩定。
這些材料問題的復雜性，遠超傳統液態電池體系。傳統試錯法已經無法滿足固態電池產業化的速度要求。
這正是AI的用武之地。正如一篇2026年綜述所指出的，固態電解質發現面臨五大相互關聯的挑戰，而AI解決方案正在為每一個挑戰提供系統性的應對策略。從高通量篩選到可解釋AI，從物理約束模型到多目標優化，AI正在建立下一代固態電池材料發現的完整路線圖。
金羽新能與鼎犀智創的合作，正是這一全球趨勢的中國實踐。它不是一家企業的孤軍奮戰，而是一個產業在方法論層面的集體升級。
結語
2026年7月6日，金羽新能與鼎犀智創簽署了一份戰略合作協議。
這份協議本身不過幾千字。但它所代表的，是一場關于“如何做研發”的深刻變革。
當AI能夠自主設計實驗、自主執行、自主分析、自主修正，當材料研發從“人力試錯”走向“智能設計”，固態電池的產業化速度將被重新定義。正如金羽新能已打通從研發到量產的全鏈條，鼎犀智創的RhinoAI正在打通從“虛擬篩選”到“物理實驗”的閉環。兩者的結合，意味著固態電池的材料發現周期有望從“年”縮短到“月”。
從2015年金羽新能起步研發固態電池，到2026年1.2GWh產線投產、全固態電池商業化交付；從2025年鼎犀智創成立，到2026年RhinoAI在碳材料體系中完成規模化驗證——兩條技術軌跡在這一天交匯。
而交匯的結果，是一個從“材料配方智能研發”到“高性能電池產業落地”的完整閉環。當AI開始“親手”做實驗、當機器開始“自主”積累研發記憶，固態電池產業化的“奇點時刻”，或許比我們想象的更近。
