Uni-ELF App 功能尚在快速迭代阶段，更多丰富功能敬请期待

产品简介

电解液是电池的四大关键材料之一，被称为“电池的血液”。电池的安全性、快充和耐低温等许多性能都由电解液的性质决定。当前市场对电池的需求变化得越来越快，这同样激发了更加多样化的电解液设计需求，从而使得电池研发技术的创新也愈发激烈。

然而，当前电解液研发面临着“研发周期长”、“高成本”、“创新难”的困难。仅通过实验手段进行电解液研发，需要经过多个环节，从电解液配方开发到电芯样品设计、制造和测试再到电芯产品大规模量产，整个研发过程可能需要数年时间，需要大量的资金投入，其中包括设备购买、人工投入、原材料消耗等。虽然计算模拟方式在电解液研发领域应用日益增多，但是“传统计算模拟”手段仍面临着许多挑战，最明显的则是“计算效率和计算精度难以兼顾”。

随着 “AI for Science” 新范式的发展，利用人工智能等新技术突破电解液研发的难点已成为重要趋势。“Uni-ELF” APP由深势科技自主开发，通过结合原子尺度的DFT计算、分子尺度的分子动力学模拟等多尺度模拟手段和数据驱动Uni-Mol分子模型和Uni-ELF配方模型，快速帮助用户从成千上万的化学空间中，计算并预测电解液分子、配方的输运性质、电化学性质，从而快速筛选符合目标要求的电解液配方。预测结果精度高达95%，大幅提升研发速度。

预测效果

Reference：Zeng B, Chen S, Liu X, et al. Uni-ELF: A Multi-Level Representation Learning Framework for Electrolyte Formulation Design[J]. arXiv preprint arXiv:2407.06152, 2024.

1. 分子物性预测

2. 配方物性预测

引用格式

• 北京深势科技有限公司，Bohrium App - Uni-ELF
• 如果用户使用该App完成相关科研工作，请引用arXiv预印版论文：https://arxiv.org/abs/2407.06152

与我们交流

• 商务合作、使用联系和反馈：piloteye@dp.tech