新能源已经成为中国乃至世界范围内绝对重点的产业领域。2023 年新能源产业竞争加剧，从 EV 价格战、到上游产品价格暴跌，从安全问题、到国际贸易考验，新能源企业无不着力“修炼内功”，以期通过技术创新带来差异化产品优势。EV 1/3 的成本在电池，而电池创新的核心是材料创新。当前主流的石墨负极体系，其能量密度已逼近理论极限。要想追求电池性能的大幅提升，就必须开发探索新型电池材料，如硅基、锂金属或固态电解质。AI for Science 如何助力新能源研究？如何助力企业开发下一代电池技术，保持国际领先身位？本次分享将畅谈目前动力电池的技术路线，电池仿真技术的革新以及 AI 大模型在电池开发中的应用。

演讲提纲：

1. 行业研发现状
2. 针对研发挑战的策略
   • 电池研发需求与趋：从实验试错到理性设计
   • BDA 工业软件：AI for Science 算法赋能电池材料
3. 应用案例

听众收益：

• 了解 AI for Science 新科研范式
• 深入探讨在电池材料的研发或者电芯的研发中，AI for Science 新范式的应用
• 开阔思路，如何实现算法突破工程实践以及具体的行业研发