近日，福州大学材料科学与工程学院、新能源材料与工程研究院在镁金属电池电解液开发领域取得重要进展，相关成果以“Generative Artificial Intelligence Navigated Development of Solvents for Next Generation High-Performance Magnesium Batteries”为题，发表在国际顶级期刊《Advanced Materials》（影响因子27.4，中科院一区）上。

高通量筛选高性能镁电池电解液流程示意图

镁金属电池因其高体积能量密度与资源丰富性，被认为是新一代储能体系的重要候选。然而，传统依赖“试错”的溶剂发现方法效率低下、成本高昂，严重制约了电解液体系的发展。基于此，福州大学刘尧副教授、肖建华副教授、张久俊院士团队创新性地引入生成式人工智能，构建了涵盖823个分子的新型虚拟溶剂数据库，并结合机器学习模型提出了简洁高效的筛选标准（LUMO、ΔLUMO、ESP_min、ESP_max、E_b），将候选池从823个缩小至18个，提高效率近50倍。最终，团队成功筛选出并实验验证了两种此前未在镁电池中报道过的新溶剂——DOX (1,3-二氧六环) 与 DMP (1,2-二甲氧基丙烷)。其中，DOX 配合硼酸根盐 Mg[B(hfip)₄]₂ 构筑的电解液表现出卓越性能：在1.0 mA cm^-2条件下，Mg沉积/剥离的平均库伦效率高达 99.54%，循环超过 5200 次；Mg//Cu 电池累计容量突破 2000 mAh cm^-2，均超越已有报道结果。该工作不仅显著推进了镁电池电解液的高效筛选方法，也为钠、钾等电池溶剂的开发提供了可拓展范式。

我院硕士生高翔和杨奥奇为该论文的共同第一作者。福州大学材料科学与工程学院、新能源材料与工程研究院为第一单位。本研究获得国家自然科学基金（52503286、22409030）、福建省自然科学基金（2024J01259、2024J08028）、国家自然科学基金外国学者研究基金项目（22250710676）、国家重点研发计划项目（2022YFB4004100）、湖北工业大学基金项目（202307A08）的资助。

文章信息：Gao X, Yang A Q, Yu W B, et al. Generative Artificial Intelligence Navigated Development of Solvents for Next Generation High‐Performance Magnesium Batteries. Advanced Materials, 2025: e10083.

文章链接：https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202510083