中国科大联合多家科研单位利用 AI 搭建智能筛选框架，成功筛选出高性能钙钛矿界面材料，这套方法可以大幅缩短新材料研发周期，解决传统反复试错、研发慢、很难同时兼顾多项指标的痛点，相关成果已经发表在《自然・合成》期刊上。钙钛矿太阳能电池的界面材料直接影响电池的发电效率和使用寿命，这种自组装单分子层材料，需要同时满足能级匹配、界面作用合适、能合成、适配溶液加工等多个条件，传统靠人工一个个试分子，化学候选空间巨大，耗时长、成功率低。研究团队把 AI、高通量计算和化学专家知识结合起来，设计了 8 项指标的综合评分体系，还把能不能合成这个关键条件放进筛选流程，让 AI 选出的分子不是只在理论上好看，实验室里也能做出来。

筛选流程

1. 从 PubChem 数据库咔唑衍生物里提取 308 个功能片段，可组合出 9 万多种潜在分子
2. 根据化学经验筛选保留 24 个可用片段，模块化组装得到 300 个候选分子
3. 能级初筛，缩小范围到 124 个候选分子
4. AI 用 8 描述符体系打分排序，优先挑选高分分子做实验验证
5. 合成候选分子，制作钙钛矿电池器件测试性能

核心测试结果

• 最优分子光电转换效率达到 27.2%
• 65℃高温、持续光照工况下连续运行 2000 小时，保留约 95% 初始效率
• 器件实测性能和 AI 打分排序基本吻合，证明这套筛选体系靠谱

8 项评分描述符清单

• 合成可行性
• 分子能级
• 空穴重组能
• 芳香性
• 杂原子含量
• 界面结合强度
• 溶解性
• 电荷输运特性

这套 AI 筛选思路，给钙钛矿界面材料研发提供了标准化方案，后续可以迁移到其他光伏材料的分子开发，加快钙钛矿电池走向产业化。

【相关 FAQ】

问题 1：AI 筛选高性能钙钛矿界面材料的核心优势是什么？

回答 1：AI 筛选高性能钙钛矿界面材料可以从海量化学分子里快速锁定有潜力的候选，不再依靠人工试错，同时把合成可行性纳入评估，筛选出来的钙钛矿界面材料更容易落地实验，缩短研发周期。

问题 2：AI 筛选高性能钙钛矿界面材料用到的 8 描述符体系包含哪些内容？

回答 2：AI 筛选高性能钙钛矿界面材料的 8 描述符包含合成可行性、分子能级、空穴重组能、芳香性、杂原子含量、界面结合强度、溶解性、电荷输运特性，用来综合评估钙钛矿界面材料的好坏。

问题 3：AI 筛选出来的高性能钙钛矿界面材料电池稳定性怎么样？

回答 3：AI 筛选出来的高性能钙钛矿界面材料对应的电池，在 65 摄氏度、连续光照条件下运行 2000 小时，还能维持大约 95% 的初始光电转换效率，稳定性表现优秀。

问题 4：AI 筛选高性能钙钛矿界面材料的研究成果发表在哪本期刊？

回答 4：AI 筛选高性能钙钛矿界面材料的相关成果发表于《自然・合成》（Nature Synthesis）。

【参考资料】

[2026-11-13]（AI 助力筛选高性能钙钛矿界面材料）中国科大新闻网

[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）科技日报

[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）中国科学技术大学精准智能化学全国重点实验室

【免责声明】

本内容仅为科研资讯整理，钙钛矿界面材料的器件效率、稳定性数据均为实验室条件下测试结果，材料量产、产业化落地还需要更多验证；本内容不构成投资、技术采购指导，详细实验方案以论文原文、科研团队官方发布为准。