清华大学/香港城市大学东莞：人工智能加速锂电池固态界面原子级研究

本研究提出了一种名为InterOptimus的自动化工作流，用于高效获取任意两种晶体所构成异质界面的基态结构。通过采用机器学习原子间势（MLIP）替代昂贵的密度泛函理论（DFT）计算，显著降低了计算成本。研究对多种典型锂电池固态界面体系进行了原子级建模，结果显示MLIP在接近DFT精度的同时，计算效率提高了10倍以上。该工具为研究界面稳态结构和构效关系提供了高效计算方法，有助于加速新型锂电池界面结构设计与性能优化。研究背景指出，固态和液态锂电池中存在大量晶体界面，其稳定性和离子输运性质对电池性能至关重要。研究亮点包括自动化工作流降低技术门槛、MLIP提升计算效率、为界面构效关系研究提供工具。