銷售咨詢熱線：
400-875-1717轉819
隨著主流晶硅技術逼近理論效率極限（29.4%）和成本下降空間收窄，鈣鈦礦光伏憑借帶隙可調、溶液可加工、理論效率上限更高等突出優勢，成為下一代光伏核心技術。
上半年，京滬深三地相繼出臺鈣鈦礦光伏產業扶持政策，分別以固定資產投資30%補貼、研發費用50%補貼等形式，從應用端與研發端雙向發力。政策紅利持續釋放之際，產業及資本端動作頻頻：邁為股份35億加碼鈣鈦礦疊層電池成套裝備；一級市場鈣鈦礦電池核心標的炎和科技半年左右完成三輪融資；協鑫光電籌備年內獨立IPO，沖擊“全球鈣鈦礦第一股"。
多重力量匯聚，正加速鈣鈦礦光伏從百兆瓦級中試向GW級量產跨越，規?；慨a對鈣鈦礦相關材料一致性、穩定性與成本控制提出更高要求。然而，傳統研發模式在應對材料組分復雜、大面積薄膜結晶均勻性難控及長期穩定性驗證周期漫長等痛點時，效率短板日益凸顯。
行業亟需引入自動化、自主閉環實驗體系以支撐創新突破，而國際學界也已圍繞自主實驗平臺賦能鈣鈦礦材料開發展開研究。
由University of Tn-Knoxville的 Elham Foadian/Mahshid Ahmadi 團隊主導，聯合Hanyang University、Yonsei University、Northwestern University以及橡樹嶺國家實驗室（ORNL）等單位合作搭建的ACCEL（Automated Closed-loop Co-Optimization and Experimentation Learning）全自動閉環自主實驗平臺，完整打通了鈣鈦礦薄膜制備、原位實時光致發光（PL）表征、高斯過程-貝葉斯優化（GP-BO）機器學習迭代的全自主流程。
ACCEL 平臺針對性地破解了甲脒基Dion–Jacobson（DJ）準二維鹵化鈣鈦礦研發中的多重痛點：
● 三元組分空間龐大、人工試錯效率極低：平臺集成機器人滴涂 + 旋涂高通量合成硬件，搭配高斯過程 - 貝葉斯優化（GP-BO）模型自主探索由 3D FAPbI?、兩種 DJ 間隔劑前驅體構成的三元組分體系；單次閉環可批量制備 96 種不同配比薄膜，共完成 6 輪自主液滴打印迭代、累計篩選 576 組組分，依靠算法自適應篩選高潛力組分區間，替代傳統人工逐一配比試錯模式。
● 結晶動力學難以調控、薄膜易出現多物相混雜：平臺將原位實時 PL 作為核心在線反饋信號，退火過程每秒采集光譜，動態追蹤薄膜成核速率、準二維中間相向目標相的完整演變路徑；結合非負矩陣分解（NMF）解析海量時序 PL 光譜，區分不同 n 值準二維雜相與 3D α-FAPbI?特征發光信號，明確兩種間隔劑的動力學調控機理：短鏈 BDA 可加速薄膜成核、快速搭建無機鈣鈦礦骨架，環狀 3AMP 會延緩結晶、延長晶格弛豫時間以提升薄膜有序度；復配兩種間隔劑可平衡結晶速率，有效抑制物相不均一與低 - n 雜相殘留。
● 多表征設備數據割裂、物相驗證周期冗長：平臺創新搭建跨設施門控主動學習（Gated Active Learning）優化閉環：以原位高通量 PL 完成初篩，將優選組分樣品送至離線設備開展 XRD 結構表征；通過 XRD 圖譜與標準 α-FAPbI?的相似度量化打分，將結構約束數據輸入機器學習模型更新搜索方向，實現光學發光穩定性與晶體結構純度雙指標協同優化，規避單一表征指標帶來的優化偏差；整套自動化閉環大幅縮短合成 - 篩選 - 驗證周期，在自動化流程下快速鎖定高純度 α-FAPbI?組分，最終借助陰極發光（CL）高光譜成像驗證薄膜的微米尺度物相空間均勻性。
美國北卡羅來納州立大學 Milad Abolhasani 團隊（第一作者 Jinge Xu）在《Nature Communications》上報道了名為"Rainbow"的多機器人自驅動實驗室。該平臺由Opentrons OT-2 液體處理機器人、表征機器人（Agilent BioTek Cytation 5）、DOBOT CRS 機械臂及定制器皿補給機器人組成，集成微型并行批次反應陣列（96孔板）與自動化的光譜表征模塊，實現了從試劑配制、并行多組反應、自動樣品轉運到反應后光譜檢測的全流程無人化運行。
Rainbow 平臺為高性能金屬鹵化物鈣鈦礦納米晶（MHP NCs）的加速數據驅動發現與逆合成提供了可行的途徑，破解了合成和優化中的痛點：
● 混合變量高維合成空間人工難以高效篩選：金屬鹵化物鈣鈦礦納米晶的合成面臨"巨大且復雜的參數空間"挑戰，包括連續變量（如前驅體濃度、鹵化物配比）和離散變量（如配體種類/結構）的混合?；诖?，Rainbow集成了專屬 AI agent，采用混合變量多目標貝葉斯優化（Mixed-variable multi-objective BO）框架，使得平臺能同時處理"連續參數"（如濃度）和"離散化學空間"（如不同碳鏈長度的有機酸配體），無需人工干預即可在復雜的高維參數空間中自主導航。
● 高通量并行閉環大幅壓縮研發與放大驗證周期：平臺采用并行化微型 96 孔批次反應體系，單輪循環可同步開展 24 組帶生物學重復的合成條件測試，單日最多完成 230 組不同配方篩選；原文指出，人工試錯完成同等規模參數優化需耗費 10–12 個月，而 Rainbow 僅需單日即可完成目標發射能對應的性能帕累托前沿全映射，實現超 350 倍的材料研發提速。面向規模化制備實際需求，研究對平臺篩選得到的帕累托配方開展 30 倍放大合成驗證，微量高通量樣品與放大產物的 PLQY、發射半高寬（FWHM）光學性能高度一致；并通過離線粉末 XRD、TEM-EDS 正交表征證實產物為純立方鈣鈦礦晶相，在儀器檢出限（2 wt%）范圍內未檢出第二雜相，大幅縮短從實驗室配方篩選到可規?；に囼炞C的完整周期。
參考文獻
1、Foadian, E., Yu, Y., Sanchez, S. L., Lawrie, B. J., Song, H., Marshall, J., Kim, B. J., Shin, S., Fletcher, J. D., Kanatzidis, M. G., Choi, H., Yang, J., Liu, Y., & Ahmadi, M. ACCEL: Automated Closed-loop Co-Optimization and Experimentation Learning Enables Phase-Pure Identification in Formamidinium-based Dion–Jacobson Halide Perovskites. ChemRxiv, 2026.
2、Xu, J., Moran, C. H. J., Ghorai, A., Bateni, F., Bennett, J. A., Mukhin, N., Latif, K., Cahn, A., Jha, P., Licona, F. D., Sadeghi, S., Politi, L., Abolhasani, M. Autonomous multi-robot synthesis and optimization of metal halide perovskite nanocrystals. Nat. Commun. 16, 7841 (2025).
