清华新闻网11月4日电 无机固态电解质是发展高安全、高能量密度固态电池的关键材料。近年来，其离子电导率和综合性能持续提升，但许多无机固态电解质的锂含量明显高于常规液态电解液，而这些锂承担离子传导功能，通常不直接贡献电池容量。锂资源并非地壳中真正“稀少”的金属，但其经济可开采储量高度集中，与爆发式增长的电池需求存在结构性错配。当前全球约88%的锂消费流向电池领域，而资源储量却集中在少数国家，新矿山开发周期平均长达十余年，导致供应增速难以跟上能源转型带来的需求扩张。随着未来固态电池应用规模扩大，这部分锂的资源、成本和环境影响愈发值得重视。

清华大学化工系张强教授团队围绕低锂含量与高效传输的协同设计，提出材料评价与设计新思路，并提出人工智能辅助筛选低锂含量的固态电解质新方法。

团队首先系统分析了当前高锂含量无机固态电解质面临的挑战。在模型固态软包电池中，电解质隔层和复合正极中的电解质合计约占电池总耗锂量的48%。这些锂通常不直接贡献电池容量，却增加了材料成本与资源需求。研究进一步分析了上述模型体系的电解质材料成本及相关环境影响。结果显示，在相同储能容量的比较条件下，典型无机固态电解质的锂消耗及材料成本均明显高于所选液态电解液体系；针对不同回收情景的分析也表明，资源循环利用必须与源头材料的低锂含量设计相结合。

为此，团队提出了低锂含量无机固态电解质的设计思路。通过梳理代表性无机固态电解质材料，团队指出，锂含量与离子电导率并非简单的单调关系；在适宜的结构和组成范围内，减少锂含量仍可保持、甚至改善离子传输。研究由此将关注点延伸到材料中的锂如何被有效利用。为解释锂含量与传输的关系，团队提出“锂传输实现指数”，将核磁共振所反映的局部锂运动与宏观长程电导率联系起来。锂离子在局部频繁跳跃，并不意味着能够跨越整个材料持续传输；通道连通性、离子陷获和往返跳跃同样影响传输表现。

图1.锂含量、局部运动与长程离子传输的联系。（A）不同电解质的锂质量摩尔浓度和室温离子电导率；（B）代表性结构中电导率随每结构单元锂数量的变化；（C）Li6PS5X系列的局部参考电导率、长程电导率及锂传输实现指数

在此基础上，团队从迁移路径工程、载流子调控和能量景观设计三个方向，提出由贫锂、低锂向超低锂逐步推进的研究路线。其共同目标是在减少锂数量时，保持连续的传输通道与高效离子迁移，并与稳定性、界面兼容性和可制造性协同优化。部分远期策略仍需实验验证。

进一步地，围绕低锂浓度与高电导率的联合目标，团队建立了人工智能辅助的高性能材料筛选流程。研究利用大语言模型从465篇文献中提取数据，结合扩散模型与图神经网络，筛选覆盖230个空间群的69920个氧卤化物候选结构，并将离子电导率、锂含量与稳定性纳入共同评价。

从头算分子动力学（AIMD）计算结果显示，候选材料LiMoOBr₄的锂质量摩尔浓度为2.28 mol kg⁻¹，高温模拟外推至300 K的离子电导率为13.53 mS cm⁻¹，活化能为0.22 eV。模拟揭示了笼内及笼间迁移构成的三维传输网络，为低锂含量下的快速输运提供了原子尺度解释，也展示了人工智能辅助材料发现的潜力。

图2.人工智能辅助的低锂含量、高离子电导率无机固态电解质材料发现流程，包括文献数据提取、结构与电导率建模、候选结构生成和多条件筛选

上述工作分别从设计框架和材料筛选切入，为兼顾离子传输与锂资源利用的固态电解质研究提供了路径。

相关研究成果分别以“重新审视无机固态电解质中的锂含量”（Rethinking lithium content in inorganic solid-state electrolytes）、“人工智能驱动低Li+浓度固态超离子导体设计”（Discovering solid-state superionic conductors with low Li-ion concentration assisted by artificial intelligence）为题，于11月2日和9月9日分别发表在《化学》（Chem）和《细胞·蔚蓝》（Cell Press Blue）杂志。

两篇论文的第一作者分别是清华大学化工系2024级博士生张俊东和博士后兰东英，张强教授为两篇论文的通讯作者。

上述研究工作得到国家重点研发计划、国家自然科学基金、北京市自然科学基金、北京市科学技术委员会和清华大学自主科研计划等的支持。

论文链接：

https://www.cell.com/chem/fulltext/S2451-9294(26)00390-6

https://www.cell.com/cell-press-blue/fulltext/S3051-3839(26)00121-0

供稿：化工系

编辑：李华山

审核：王晓霞