复旦大学高悦团队JACS：机器学习赋能氮中心有机锂盐设计，自牺牲供锂助力高能量密度电池

背景：高能量密度锂电池（如硅基负极电池）存在首次循环中锂离子不可逆损失严重的问题，当前牺牲型锂盐面临气体副反应、高分解电压和空气敏感性等瓶颈。研究目的：设计兼具低电压不产气分解与界面保护功能的新型锂载体分子，以提升电池容量与寿命。结论：通过半监督机器学习方法筛选出的双锂代苯并咪唑酮（Li2N2C7H4O）作为高性能锂离子补偿剂，在SiO/C|NCM811软包电池中使初始放电容量提升10%，500次循环后容量保持率达84.1%，并有效抑制正极结构劣化和过渡金属溶出，凸显了机器学习在加速电池材料发现中的潜力。