BattSim：从量子力学到宏观性能，一站式破解电解液“黑箱”难题

BattSim电池数字化研发平台中的“全栈电解液模拟”板块有着绝对突出的技术优势，占重要比重。我们深知，作为“电池的血液”，电解液的研发效率直接决定了下一代电池的商业化进程，尤其我们面对的是2035年将攀升至66.7亿美元的电解液市场，利用BattSim全栈电解液模拟板块的优势，帮助工业企业在研发上降本增效，是我们一直以来的研发初心。

1.唯一覆盖DFT→MLFF→MD→连续介质的多尺度方案，无需多个软件拼接

2.DBMLFF的模块化力场设计，新配方免重训，行业独有

3.LS3DF_MOL实现开箱即用的量子精度，填补“中等体系”市场空白

4.SEI纳米形貌模拟，迄今未见同类商业产品

5.9000万分子库配套完整性质计算链，支持高通量闭环筛选

6.内置AI建模模块，支持用户自定义实验数据融合

在BattSim全栈电解液模拟板块中，用户可根据体系大小和精度需求灵活选择。经典力场保证最快速度能够完成百万原子初筛，适配超大体系与长时程模拟；初筛过后，精度更高的绝对杀手锏DBMLFF发挥作用，这款龙讯自主开发的电荷密度机器学习力场能够任意配方进行模块化组装，精度可达DFT但速度却提升数个数量级；接下来龙讯自主开发的LS3DF_MOL采用独创的“分而治之”量子模拟方案，支持万原子级中等体系，开箱即用无需训练；最终，我们利用龙讯团队核心技术PWmat进行百个原子级高精度计算，获得电子结构基准。

LS3DF_MOL“分而治之”策略以及与普通DFT的精度对比

这种层级化设计让研发团队不再被迫在“精度”与“尺度”之间二选一，尤为可贵的是除初筛层利用大众化处理办法，其余各层均来自龙讯旷腾独创技术，无第三方嫁接，可服务电池企业自有平台进行灵活二开。

DBMLFF（Deep-Bond Machine Learning Force Field），它针对第二代MLFF的普遍缺陷进行了优化迭代：

DBMLFF引入电荷密度作为显式变量，精准描述极性体系中的远程静电相互作用，适用于锂/钠离子电池等真实电解液。

DBMLFF将力场解耦为分子内（MLFF）+ 分子间（DB）+ 极化（POL）三个独立模块，分别基于单分子构建。新配方只需“乐高式”组合已有模块，无需重新训练，极大降低迁移成本。

依托GPU加速，DBMLFF已可支持1000+分子、20纳秒以上的大规模模拟，并在超过8种实际电解液配方（涵盖Li⁺/Na⁺体系）中得到验证。

对于不希望花费数周训练力场的中等体系用户，LS3DF_MOL对每个分子单独求解波函数和电荷密度，再统一计算Hartree势和交换关联项，通过整体电荷混合和动能泛函修正，用户无需任何预先训练，即可达到普通DFT的计算精度，特别适用于新体系探索、溶剂分解机理研究等场景。

固态电解质界面膜（SEI）是决定电池循环寿命和安全性的“灵魂”，但其形成过程涉及复杂的电化学反应、成核与生长。目前市场上鲜少有能够从原子尺度模拟SEI形貌演化的商业软件。BattSim独家提供了“Lattice Monte-Carlo 加MD + KMC”双轨模拟路线，可再现SEI的纳米级三维形貌、组分分布及生长动力学，帮助企业精准解析失效机理以及设计功能性添加剂。

BattSim内置超过9000万种电解液小分子数据库，支持高通量虚拟筛选。同时，平台提供一系列工程化性质计算模块，如：

独有的分子氧化还原电位计算方法，精度显著优于传统模型

基于固液两相化学势相等的热力学循环计算

非平衡经典分子动力学模拟 + 速度场拟合

周期性微扰法结合Nernst-Einstein方程

Nanoreactor搜索关键反应路径，结合KMC+MD定量计算产气比例，高通量筛选抑制产气的最佳添加剂。

BattSim不仅是模拟平台，更是一个持续进化的AI引擎。用户可以利用平台产生的海量模拟数据，快速构建电导率、粘度等性质的专用预测模型，锁定最优配方区间；也可以上传自己的实验数据，构建专属机器学习模型，并通过“实验-模拟-AI校准”的闭环，不断提高预测精度。这一功能极大降低了实验与计算之间的“语言隔阂”，真正实现数据驱动的电解液设计。

BattSim目前已服务多家锂电池企业，提供液态/半固态电解液优化、高电压体系设计以及低温性能提升等解决方案。针对固态电池研发团队，我们提供了固-固界面模拟、固态电解质离子传输机理、界面稳定性评估等多样化解决方案；已经有多家钠离子电池厂商采用了我们的Na⁺溶剂化结构分析、新型钠盐与溶剂配方开发模块；储能系统/动力电池/消费电子等企业，长期面临热失控与安全性、长循环寿命电解液、快充电解液等核心难题，我们为此提供专业的团队和技术支持，在原有的产业链上嫁接了BattSim的评估、设计与筛选能力；电池材料科研机构多数以基础电化学机理研究、计算方法开发为合作契机，与我们保持长期信任的合作。

我们帮助工业企业提升至少50%以上的研发效率，可以想象，以模拟替代部分实验、结合9000万分子库虚拟筛选，将大幅减少试错成本。四层精度按需切换，DBMLFF模块化组合适应快速迭代需求，AI预测模型指导实验方向，让门槛很高的科学问题借助科技打开一扇窗，SEI模拟揭示传统手段无法观察的纳米级失效机制，成为逐鹿市场的一把万 能钥匙。

BattSim电池数字化研发平台不仅有全栈电解液模拟解决方案，还有更多从底层力场到上层应用完全自主可控的全栈解决方案。虽然我们开发了越来越多独特的工具，但我们的目标不是为了做一个更好的模拟工具，而是在深刻挖掘AI+DFT的巨大潜力，用AI驱动数据、模型和知识，一个平台打通计算、模拟、研发、实验、算法和业务场景。