2026年07月08日
从“试错”到“预判”:众钠能源如何重构钠电材料研发逻辑
 

「 研发·解密 」

Inside Zoolnasm R&D

 
 
 
 
 
 
 
 
 
 
 
 

Redefining Sodium Battery Materials R&D

 

在新能源行业,材料研发往往是一场漫长的“马拉松”:克级研发→公斤级小试→百吨中试→千吨验证→万吨量产。很多时候,一个参数的变化,就可能让前期所有试验推倒重来。

对于钠离子电池行业而言,这种传统路径不仅周期长、成本高,还很容易错失市场窗口。

在众钠能源首席技术官赵建庆看来,钠电行业需要一种全新的研发范式:“过去的研发,是在黑暗里不断试错;未来的研发,应该是先看见方向,再精准验证。”

 

Redefining the Innovation Path

从“阶梯”到“跨越”:重新定义研发路径

传统材料研发遵循一套经典的阶梯式路径:实验室克级合成、百公斤级中试、吨级放大、千吨级验证,最后迈入万吨级量产。每一步都需要反复调试,每一步都可能推倒重来。

“这不是技术的限制,是路径的惯性。”赵建庆说。

 
 

在钠电产业化争分夺秒的窗口期,众钠能源选择了一条截然不同的道路——跨越式研发:从实验室直通万吨线,用数据反推工艺,用仿真预判结果,而不是靠“烧炉子”硬试。这正是众钠能源作为产业化龙头,将前沿技术转化为工程化能力的底层支撑。

Three Drivers of Innovation

三个支点:数据、仿真、AI

这套研发体系不是盲目的技术自信,而是将数据、仿真、AI与工艺经验深度融合,让实验从“撒网捞鱼”变为“按图索骥”。

第一,结构化数据库。团队将五年来积累的材料配方、制程参数、电芯评测数据沉淀为可检索的数据库。把每一次实验都作为养料。新项目启动时,研发人员先在数据库中检索“历史上走过的路”,而非从零开始。

第二,仿真预验证。电化学仿真、热力学模拟工具可以对配方进行虚拟验证,在实验前就淘汰低概率路线,大幅压缩试错范围。

 
 
 
 

第三,AI辅助优化。在配方优化和制程参数推荐环节,引入机器学习模型,从历史数据中提取规律,帮助研发人员更快收敛方案。

我们的研发效率呈现指数e级增长,不是靠加班熬出来的,而是靠少走弯路加速出来的。

——众钠能源 首席技术官赵建庆 博士

One Integrated Stack

从材料到电芯,全栈协同

有了跨越式研发体系的支撑,材料与电芯的开发便不再是串行的“接力赛”,而是并行的“协同战”。

众钠能源已建立起标准化的“材料—电芯”全栈协同开发流程,材料团队与电芯团队基于共享数据库同步工作,避免了“材料改一版、工艺等两周、电芯测一个月”的传统困境。

 

赵建庆认为,这种协同能力,是众钠能源区别于多数材料实验室的核心所在。

“众钠能源的研发,从一开始就是量产导向的。我们不做只能停留在论文里的配方。”

 
 
 

As Markets Evolve, So Must Materials

向前看:市场在变,材料也在变

钠电应用场景正在不断扩展:轻型动力、储能,通讯备电、消费类电子......材料研发的方向必须与市场同频。

赵建庆透露,众钠能源正在推进无负极技术的研究,目标是将钠电池的能量密度推向新高度,使其具备进入动力电池领域的能力。与此同时,团队也在探索将材料体系向消费类电子场景拓展,在极致成本的目标下寻找新的性能平衡点。

每一步探索,都延续着众钠能源作为产业领航者的使命——持续向全球提供丰富的钠电能源解决方案。

 

结 语

 

在钠电产业化的竞速赛中,材料迭代的速度,正在成为定义企业身位的关键变量。

作为硫酸铁钠路线的开创者与产业化领航者,众钠能源选择用数据替代直觉,用仿真压缩试错空间,用协同打通全链——让材料开发,不再靠时间堆砌,而是靠体系加速。