在全球電動車市場進入白熱化的今天，無論是特斯拉還是傳統汽車車廠，當所有人都在尋找更輕、更安全的鋰金屬電池時，一項新電池材料從研發到量產，往往需要耗費長達10年。
為了打破電池研發時間的限制，全球鋰金屬電池廠商SES AI近期開發出一款「分子宇宙（Molecular Universe）」AI Agent平台，將原本需要10年的電池材料研究時間縮短至幾週、甚至幾天的時間就可以完成。
「人類科學家需要吃飯、喝咖啡，還會疲勞；但AI Agent一天能處理數萬篇論文，且擁有完美的記憶力。」SES AI創辦人暨執行長胡啟朝近期接受《The Neuron》Podcast 專訪時說道，過去他們試圖開發更好的電池、尋找新材料；現在則變成開發出AI平台去尋找新電池材料。
SES AI不只是全球首家推出100Ah鋰金屬電池的公司，還是唯一同時與通用汽車（GM）、現代（Hyundai）、本田（Honda）三大汽車車廠簽署聯合開發電動車電池協議的新創企業。
AI代理人化身電池廠最強科學大腦，一天跑完5,000組電解液配方
為什麼現階段全球電池研發會面臨停滯？胡啟朝給出一個驚人數字：「宇宙中潛在的小分子數量高達10的60次方，而人類在過去40年間，僅僅篩選過約1,000個分子。」目前探索的範圍，連萬分之一都不到，僅僅觸及冰山一角。
胡啟朝分享，傳統電池研發分為3個階段：創意構思、候選材料過濾與驗證。一般來說資深科學家需要花費1個月才能構思一個好點子，但AI代理人幾分鐘就可以處理數萬篇學術論文，並且對所有細節擁有完美記憶。這也意味著，過去需要一個月的構思期，現在被壓縮為幾分鐘。
這種速度落差，在進入到電池的「實驗階段」後變得更加驚人。傳統實驗室依賴初級科學家手動調配電解液配方，一天最多完成10到20組；但在SES AI的自動化實驗室中分子宇宙平台，一個上午就能跑完5,000組配方。
同時，一般電動車電池通常需要8到15年的保固期，必須進行長年的循環測試來驗證電池壽命，但透過SES AI的分子宇宙平台與機器學習模型，科學家只需要擷取電池前兩週的測試數據，AI就能精準預測電池在8年後的衰減狀況，讓原本鋰金屬電池研發週期從線性增長變成指數型噴發。
這種速度的飛躍，讓鋰金屬電池的商業化落地從可能變成了必然，同時鋰金屬電池也比目前的鋰離子電池更輕、能量密度更高，卡車可以載重數量更多、無人機也能飛得更遠。胡啟朝直言，當初因為市面上沒有人能提供這樣的工具，SES AI索性自己動手開發。
跨越數字、物理鴻溝，AI正在寫出「非人類語言」的科學定律
然而，AI在科學領域的應用不單純是「提速」，更在於「發現未知的規律」。
SES AI開發的分子宇宙平台採用雙層架構：底層是由實驗室原始數據訓練的「基礎模型」（Foundation Model）；上層則是以 GPT-5 或 Gemini 等前沿模型為基礎的AI代理人。他們動員50名頂尖科學家，教導這些通用AI特定知識，像是高溫穩定性的分子結構特徵。
胡啟朝分享他的觀察，傳統上科學家會用約20個大腦能理解的物理參數，如容量、時間、溫度來描述電池行為。但AI在處理相同數據時，會自動生成超過1,000個參數。
「我們無法解釋這些參數代表什麼物理意義，這就像是另一種不屬於人類的語言。」他說，儘管過程是個「黑盒子」，但預測結果卻比人類更精準，只要結果能被物理實驗驗證，它就是有效的科學。
這套AI平台不僅被用於材料開發，還能延伸至電池的全生命週期管理「Avatar」（阿凡達）系統。每一顆電池從生產線上走下來時，可能在3,000多個生產步驟中產生微小缺陷，而現在透過AI監控，結合駕駛者的駕駛習慣，能夠精準預測電池的健康狀態。
舉例來說，像是在虛擬電廠應用中，資料中心或儲能設備必須決定何時參與電力調度。透過AI監控，系統可以精確計算：如果現在為了賺取電費價差而進行一次高強度放電，會讓電池壽命從8年縮短到 7.5年嗎？這種基於數據的決策，將讓能源管理的效率達到極致。
最後，胡啟朝展示SES AI利用資料中心強大的算力運作分子宇宙平台，開發出更高效的鋰金屬電池；而這些電池，再最終回頭去供電給資料中心，解決AI算力攀升帶來的電力渴求。「這是一個完美的循環。」他笑著說。對於正在焦慮轉型期的業者而言，這道AI曙光，或許來得正是時候。
延伸閱讀：
日本汽車業已逼近「生存關鍵點」！本田近70年來首次淨虧損背後，揭日本競爭力流失真相
駕艙機車Lean3個人版4/8開放預訂！駕艙機車是什麼？價格多少？交通規則一次看
