中国科大联合多所高校团队，搭建了 AI + 高通量计算 + 专家知识的筛选框架，依靠 8 项描述符综合打分体系，从海量分子里面快速找出高性能钙钛矿界面材料，解决传统钙钛矿界面材料靠人工试错、研发慢、很难同时兼顾效率和稳定性的痛点。钙钛矿太阳能电池的界面材料直接决定电荷提取、缺陷钝化、器件长期稳定性，要同时满足能级匹配、界面作用力合适、能合成、适配溶液加工等多个互相冲突的条件，人工挨个合成测试，周期动辄几个月甚至几年；这套 AI 框架把合成可行性直接放进筛选指标，先从分子数据库提取功能片段、批量组装候选分子，再用模型打分排序，只把高分候选交给实验室做合成和器件验证，极大压缩实验量。这套方案筛选出来的自组装单分子层 SAM 材料，能够优化界面能级、减少电荷损耗，提升钙钛矿电池的光电转换效率和热稳定性，相关成果已经发表在《自然・合成》，为钙钛矿光伏商业化的材料开发提供了一套标准化的智能研发路线。
一、本次 AI 筛选框架基础信息
- 研究主体：中国科学技术大学蔡逢春团队，联合南方科技大学、香港城市大学、中科院宁波材料所
- 研究对象：钙钛矿电池自组装单分子层（SAM）界面材料
- 核心方法：AI 机器学习 + 高通量理论计算 + 8 描述符综合评价体系
- 数据源：PubChem 咔唑衍生物，308 个功能片段，对应超 9 万种分子组合
- 成果期刊：《自然・合成》（Nature Synthesis）
- 核心目标：同时兼顾器件性能、界面稳定性、合成可行性
二、AI 筛选完整工作流程
- 片段提取：从公开分子数据库提取咔唑类功能片段，搭建分子组合空间
- 模块化组装：筛选 24 个核心片段，组装生成 300 个候选分子
- 初筛过滤：能级门槛筛选，筛出 124 个符合基础电学条件的分子
- AI 多指标打分：基于 8 项描述符综合排序，优先选出潜力分子
- 实验验证：对 AI 推荐的高分分子开展合成、薄膜制备、钙钛矿器件测试
- 反馈迭代：实验数据回传给模型，持续优化后续筛选精度
三、8 项核心筛选描述符清单
- 分子能级
- 空穴重组能
- 界面结合能
- 合成可行性
- 芳香性
- 杂原子含量
- 疏水性
- 电荷传输特性
四、传统试错法和 AI 筛选方案对比
| 对比项 | 传统人工试错研发 | AI 助力钙钛矿界面材料筛选 |
|---|---|---|
| 候选分子规模 | 一次只能少量测试 | 一次性覆盖数万级分子化学空间 |
| 筛选依据 | 经验为主，指标单一 | 8 个指标协同，兼顾性能 + 能不能合成 |
| 实验工作量 | 大量无用合成、器件测试 | 只验证 AI 选出的高潜力分子 |
| 研发周期 | 数月级别 | 大幅压缩，数周完成一轮筛选 |
| 短板 | 容易漏掉优质分子，很难平衡多个约束条件 | 依赖已有分子数据库，预测结果仍需要实验验证 |
五、钙钛矿界面材料的作用
- 能级对齐：调节界面能带结构，让空穴、电子顺利抽取，减少电压损失
- 缺陷钝化：覆盖钙钛矿薄膜表面缺陷，抑制非辐射复合，拉高转换效率
- 界面防护：阻隔水汽、热量，抑制离子迁移，提升电池长期稳定性
- 加工适配：匹配溶液涂布工艺，适合大面积钙钛矿模组生产
六、当前技术局限
- AI 模型依赖已有分子数据库，全新骨架分子的预测能力有限
- 模型是理论预测，筛选结果必须经过化学合成、器件实验验证，不能直接等于可用材料
- 目前优先针对 SAM 自组装单分子层，其他类型界面修饰材料的适配性还需要拓展
- 模型训练数据集中在实验室小面积器件，往大面积光伏模组迁移时性能会有偏差
【常见问题】
问题 1：AI 助力筛选高性能钙钛矿界面材料，这套筛选框架的核心优势是什么？
回答 1：AI 助力筛选高性能钙钛矿界面材料，核心优势是把合成可行性纳入评价体系，依靠 8 项描述符做多目标协同筛选，不用大量盲目合成实验，快速锁定兼顾效率、稳定性、可制备的钙钛矿界面材料。
问题 2：AI 筛选高性能钙钛矿界面材料，主要筛选的是哪一类材料？
回答 2：AI 筛选高性能钙钛矿界面材料，本次研究重点筛选自组装单分子层 SAM 分子，这类材料用来修饰钙钛矿电池界面，实现能级调控和缺陷钝化。
问题 3：AI 筛选出来的钙钛矿界面材料，是不是不用做实验就能直接投入光伏生产？
回答 3：AI 筛选出来的钙钛矿界面材料只是理论上的候选分子，AI 预测结果必须经过合成、制膜、器件测试验证，验证合格之后才有可能走向钙钛矿光伏器件开发。
问题 4：AI 助力筛选高性能钙钛矿界面材料，和传统人工研发相比最大差别在哪？
回答 4：AI 助力筛选高性能钙钛矿界面材料可以一次性遍历巨大分子空间，多指标同步评估；传统人工研发依靠经验试错，一次只能测试少量分子，很难同时平衡电学性能、合成难度和稳定性。
【参考资料】
[2026-11-11]（AI 助力筛选高性能钙钛矿界面材料）人民网
[2026-11-11]（AI 助力筛选高性能钙钛矿界面材料）央广网
[2026-10-30]（中国科大实现 AI 引导的自组装单分子智能筛选与钙钛矿界面稳定调控）中国科大新闻网
[2026-10-30]（中国科大实现 AI 引导的自组装单分子智能筛选与钙钛矿界面稳定调控）中国科大精准智能化学全国重点实验室
[2026-06-08]（AI 助力钙钛矿太阳能电池界面分子设计，实现 26.9% 高效率与优异热稳定性）西湖大学工学院
【免责声明】
本文仅为公开学术成果整理，不构成钙钛矿材料合成、光伏器件开发、产业投资指导建议。AI 筛选钙钛矿界面材料属于前沿材料科研方向，理论预测和实际器件效果存在偏差，成果距离规模化光伏量产还有较长研发周期；相关性能、筛选结论以《自然・合成》原文以及后续同行重复验证结果为准。