我国科研团队借助AI使石墨‘增厚’三倍，造出高质量单晶石墨

从试错到智能 单晶石墨制备迎来革命

在过去的十年当中，国内的石墨电极工厂，在高端原料这方面，长久以来都是依赖进口的，其核心的瓶颈之处在于单晶石墨的可控制备。传统的试错模式，耗费时间，消耗精力，底层的机制较为模糊，这就致使研发周期长达数年，想要实现量产更是一种奢望。在2026年5月的时候，上海人工智能实验室联合苏州国家实验室、清华大学等团队，借助2030新一代人工智能专项，成功达成了厘米级、厚度超过200微米的高质量单晶石墨制备，其厚度达到了世界现有水平的三倍以上，为石墨电极工厂打通了关键原料的自主化道路。

海量数据构建 为AI训练打下地基

要使得AI切实明白材料生长，底层数据应当足够多、足够精准。联合团队针对于镍—碳体系，构建起一个拥有亿级数据量的计算材料数据库，此数据库专用于训练机器学习势函数。这个数据库并非单纯地套用开源数据，而是系统涵盖了不同尺寸的镍团簇、体相以及表面结构，还有它们与碳原子、碳链、石墨烯、石墨等构型在不同温度下的复杂组合，其完整度和精度远远超过以往，从而让AI具备了扎实的“知识储备”。

机器学习势函数 突破计算尺度限制

团队基于亿级数据库，采用了苏州国家实验室所开发的NEP机器学习势方法，还融合了上海AI实验室的主动学习工作流以及不确定度分析算法，进而训练出专门的势函数模型。该模型能够完成规模超十万原子的、步数达百万原子步的复杂界面动力学模拟，突破了传统第一性原理计算在时空尺度方面的限制，成功捕捉到像孪晶晶界加速碳迁移这样的关键微观过程，将材料生长的“黑箱”转变为“透视镜”。

原子级模拟 把生长机理变清晰

在高精度模型的支撑状况之下，团队实施了大规模的操作行为，经历时长时间的过程，展开了原子级动力学模拟。该模拟不但重新呈现了碳原子于镍晶格中的偏析活动过程，还有扩散的具体情形，以及成核的一系列动态与生长的全程状况，而且还清晰地展现出其在含有孪晶晶界的界面之处的溶解过程和演化路径。借助定量分析的方式，团队梳理清楚了反应温度这一要素，还有碳溶解度的相关情况，以及原子扩散速率的具体数据，以及孪晶晶界结构等核心参数对于单晶石墨生长质量产生的具体调控规律，从而为石墨电极工厂的工艺升级给予了能够进行量化、可以进行预测的理论依据。

实验验证成功 厚度达世界三倍

于模拟所给出的科学规律之上，联合团队构建起了单晶石墨生长系统，最终生长出了厘米级尺寸的高质量单晶石墨，不仅如此，其厚度还超过了200微米，同时这一厚度已然达到当前世界水平的3倍还要多。这条从“试错摸索”转而走向“机制驱动”的智能化科研路径，证实了AI作为驱动科学发现的 “革命性工具” 的真实价值，而且也使得石墨电极工厂看到了摆脱进口依赖的切实希望。

未来布局 从实验室到工厂量产

联合团队打算持续凭借AI模型来优化实验工艺参数，着手开展规模化制造方面的研究，促使单晶石墨朝着更高质量、更大面积以及更稳定量产的方向予以发展。与此同时，还要积极去拓展其于电子器件、热管理以及高端装备等领域的应用。目标是以海量数据作为底座、以AI模型作为核心、以机制理解作为牵引、以实验制备作为验证，逐步形成新型研发出来的方式，最终使得石墨电极工厂能够用上自身的高端单晶石墨。

你认为，AI辅助进行材料研发的这一条全新道路，在未来能够完全改变石墨电极工厂的原料状况格局吗，欢迎在评论区域留言展开讨论，点赞并且分享从而让更多的人看到国产技术突破！