AI驱动2D活性填料设计助力无枝晶锂金属固态电池。 高能量密度锂金属电池（LMBs）被视为下一代储能技术的有力竞争者，但内部锂枝晶的生长导致的安全性问题严重制约了其商业化进程。为了攻克这一难题，哈尔滨工业大学（深圳）的慈立杰教授、李德平副教授与陆敬予副教授团队合作，提出了一种由人工智能（AI）筛选小分子模板引导的溶胶-凝胶新策略，成功合成了二维（2D）各向异性的Li6.25Al0.25La3Zr2O12（LALZO）纳米片（LNSs）。该项研究成果以AI-screened small-molecule templating effect enabling 2D architectures for dendrite-free lithium metal batteries为题，于2026年3月16日发表在Matter期刊上。论文第一作者为25级博士研究生周旋。
图1：示意图展示了LNSs相比于复合聚合物电解质（CPEs）中LNPs的优势，特别强调了构筑用于快速离子传导的连续界面网络，以及有效抑制锂枝晶的物理屏蔽效应。
具有极高理论比容量的锂金属电池（LMBs）被视为下一代储能技术的关键，但锂枝晶在充放电过程中不可控地生长，极易刺穿隔膜引发内短路等安全隐患，严重阻碍了其商业化进程。虽然通过引入陶瓷填料构筑的复合聚合物电解质（CPEs）能显著提升电化学性能，但传统的零维颗粒状填料由于其形态局限，难以在聚合物基质中构建起连续的离子传输网络，且在抑制枝晶渗透方面的力学支撑作用也十分有限。研究表明，高长径比的二维纳米片填料能够凭借其独特的各向异性结构构筑起界面离子的高速公路，并作为物理屏障有效阻挡枝晶生长（如图1所示），然而由于如石榴石型LLZO等活性填料缺乏本征层状结构且需高温烧结，其二维架构的受控合成及其对电解质力学韧性的增强机理仍是领域内的重大挑战。针对这一现状，作者提出利用人工智能（AI）筛选小分子模板引导的溶胶-凝胶新策略，旨在通过智能化设计开发出可控且可量产的二维活性填料，并系统阐明其在构筑长寿命、高安全性全固态锂金属电池中的电化学-力学协同耦合机理。
图2：用于形貌可控LNSs合成的AI辅助溶胶-凝胶路径设计。
图2通过人工智能筛选与实验表征的深度结合，系统阐明了二维石榴石型纳米片（LNSs）的智能设计逻辑与微观结构特征：首先，图2A展示了AI辅助的分子筛选工作流，该流程通过评估分子特征分布并利用神经元网络回归器预测溶胶-凝胶胶成片能力评分，最终经遗传算法优化，从数百种候选分子中锁定蔗糖（Su）与柠檬酸（CA）为最佳协同分子对；图2B进一步对比了三种合成路径，揭示了单一添加剂（仅蔗糖或仅柠檬酸）由于缺乏长程二维网络构建能力或仅具各向异性生长趋势，导致产物分别呈现颗粒状（图2C和2D）或珊瑚状（图2E和2F）形貌；相比之下，图2G和2H证实双添加剂策略能有效诱导LALZO的二维各向异性结晶，获得具有纯立方相结构的薄片状产物；最后，图1I至1L通过多尺度表征提供了直接证据，其中原子力显微镜（AFM）测得纳米片厚度约为60 nm（图1I、1J），透射电镜（TEM）显示出清晰的（400）晶格条纹（图1K），而元素映射（EDS）则确认了La、Zr、O等元素在纳米片中的均匀分布（图1L）。
图3：用于LNSs合成的小分子模板效应。
图3详细阐明了小分子模板引导二维纳米片形成的内在机理与分子间相互作用：图3A通过密度泛函理论（DFT）计算展示了CA、Su与金属离子之间的吸附能，结果表明CA与金属离子的螯合作用强于Su，而CA与Su之间高达-2.98 eV的吸附能则证实了两分子间存在极强的协同作用；图3B至3G进一步通过示意图与实验光谱验证了这种配位关系，其中傅里叶变换红外光谱（FTIR）中伸缩振动峰的红移（图3C）以及拉曼光谱中新峰的出现（图3D）共同证实了金属离子与CA羧基的螯合，同时Su参与金属结合的特征也在FTIR和拉曼测试中得到体现（图3F、3G）；最终，图3H的合成机理示意图总结了整个过程，即在加热过程中CA与Su形成致密的氢键网络，并通过螯合-氢键协同组装构建出2D超分子原凝胶，这种层状结构在随后的煅烧过程中起到了几何限域和面选择性稳定的作用，从而引导非层状结构的石榴石型陶瓷定向生长为二维纳米片（LNSs）。
图4：CPEs中的多尺度电荷转移现象：体相离子输运与界面动力学。
图4从多尺度视角深入解析了二维填料对复合聚合物电解质离子传输路径与界面动力学的显著提升作用：图4A和4B展示了不同填料含量的阻抗谱（EIS）对比，结果表明LNSs@PEO仅需10 wt%的负载量即可达到最高的离子电导率，远超颗粒填料（LNPs）的表现；图4C和4D的7Li固态核磁共振（NMR）谱图定量证实了纳米片能提供更高比例的界面离子传输贡献（42% vs.31%），这归功于其高长径比构建了连续的离子传输桥梁；图4E至4I则通过锂离子迁移数测试（从0.24提升至0.42）、拉曼光谱分析（证实TFSI?阴离子解离度提升至72%）以及表面Zeta电位与酸碱滴定实验，阐明了LNSs较低的表面残余碱度有助于降低离子迁移能垒并拓宽电化学窗口；最终，图4J至4N的机理示意图与综合性能雷达图总结指出，LNSs@PEO在交换电流密度、活化能及5.05 V的高氧化分解电位等方面展现出全面优势。
图5：CPEs的锂兼容性评估：界面兼容性、枝晶抑制和机械阈值。
图5系统评估了复合电解质在锂金属负极端的界面兼容性、枝晶抑制能力以及力学强度：图5A的恒电流循环曲线显示，在0.4 mA cm−2电流密度下，LNPs@PEO迅速发生短路，而LNSs@PEO则能保持超过400小时的稳定电压分布。图5B至5D的扫描电镜对比图直观证明，循环后的LNSs@PEO表面依然平整，而颗粒体系则出现了严重的裂纹和沉积不均现象。图5E至5G的阻抗谱分析进一步印证了纳米片优异的界面稳定性，其界面阻抗增幅仅为12.1%，远低于颗粒体系的134.7%。图5H和5I展示了极佳的循环耐久性，LNSs@PEO在0.1 mA cm−2下可稳定循环超过3000小时。图5J至5L通过原位光学显微镜实时观察到LNSs@PEO有效抑制了丝状枝晶的产生，且其临界电流密度（CCD）显著增加。最后，图5M至5O的力学测试表明，2D填料构建的砖墙架构显著提升了电解质的拉伸模量（266 MPa）和断裂伸长率（339%），且AFM模量分布图显示纳米片周围存在局部高模量区域，从而在力学上构筑了阻挡枝晶渗透的坚实屏障。
图6：支持稳健:ASSLMBs的高性能LNSS@PEO电解质。
图6A和6B的倍率性能测试表明，采用LNSs@PEO的Li/LFP全电池在1.0 C下仍能保持超过150 mAh g−1的高放电容量，远优于颗粒体系的表现，这归功于其更高的离子电导率和锂离子迁移数降低了电极内部的浓差极化；图6C至6F的长循环数据显示，该电池在1.0 C倍率下循环300次后容量保持率达96.7%，且充放电电压平台稳定；图6G至6I进一步拓展了该电解质在高压体系的应用，通过在正极界面引入原位聚合物层，改性后的LNSs@PEO与LiCoO2 (4.4 V)表现出良好的兼容性，在0.5 C下循环200次后容量保持率为93.4%；最后，图6J至6L展示了其实际应用潜力，制备的柔性软包电池实现了99.6%的超高首次库仑效率，并在弯曲、穿刺和剪切等极端安全性测试下依然能够稳定供电，充分验证了这种由AI筛选小分子模板构建的2D架构在下一代全固态电池中的卓越可靠性与实用价值。
结论
研究组开发了一种由人工智能（AI）驱动的小分子模板溶胶-凝胶策略，利用AI筛选出的蔗糖与柠檬酸协同效应，攻克了石榴石型活性填料难以构筑二维形态的难题。这种高长径比的纳米片在聚合物基质中不仅能构建连续的界面离子传输网络，显著提升电导率和锂离子迁移数，还通过形成的砖墙式骨架显著增强了电解质的机械强度。这种电化学与力学的双重增强效应，有效抑制了锂枝晶的生长与渗透，实现了锂金属电池长的循环寿命和优异的安全性，为智能化开发下一代全固态电池提供了普适的设计准则。（来源：科学网）
相关论文信息：https://doi.org/10.1016/j.matt.2026.102716
作者：李德平等 来源：《物质》
