深入理解电池内部复杂的多场耦合反应与传递过程，是突破储能技术发展瓶颈的关键所在，而基于多尺度的理论建模，则为揭示微观结构特征与宏观器件性能之间的内在关联、实现电极材料的理性设计奠定了不可或缺的理论基础。然而，电池材料本身固有的多尺度结构特性，以及其中所涉及的多场耦合电化学过程，给理论建模带来了根本性的挑战。尽管当前已有多种适用于不同尺度范围的建模方法被广泛应用于电池研究，但这些方法往往需要在计算精度与效率之间做出妥协，从而限制了多尺度建模方法的整体预测能力。此外，传统建模框架通常难以有效贯通不同尺度之间的耦合机制，难以满足从微观机理解析到宏观性能预测的跨尺度协同研究需求。
近年来，人工智能（AI）的引入为应对上述挑战开辟了新的研究路径。AI不仅能够以接近经典力场的计算成本实现对量子力学级别精度的近似，还具备从大规模模拟数据中提取跨尺度物理规律的能力，进而服务于材料筛选与电池性能的优化设计，在一定程度上突破了传统多尺度建模中尺度耦合困难与计算效率受限的瓶颈。
在此背景下，郑州大学周震研究团队系统梳理并评述了AI与电池科学中多尺度建模深度融合的最新进展，为理解复杂多场耦合行为及实现跨尺度协同建模提供了新的理论视角。文章首先回顾了电池研究中的典型多分辨率建模策略，并探讨了AI技术对多尺度建模方法的推动作用；随后深入评估AI赋能的多尺度方法在应对电池关键科学问题中的应用现状，重点强调了AI在连接理论模拟与实验合成、推动下一代电池体系理性设计中的核心作用；最后，文章客观分析了当前AI驱动多尺度建模方法在不同尺度应用中的局限性与面临的挑战，为未来研究提供了重要参考。相关成果以“Artificial intelligence-facilitated multiscale theoretical modelling to advance battery science”为题发表于化学领域知名期刊《SCIENCE CHINA Chemistry》。郑州大学化工学院为论文第一完成单位，硕士研究生时家伟为第一作者，田芸副教授，周震教授为论文通讯作者。研究获国家重点研发计划、国家自然科学基金、河南省自然科学基金项目资助。
文章链接：https://www.sciengine.com/SCC/doi/10.1007/s11426-025-3306-8
作者简介：
时家伟 （第一作者）：郑州大学硕士研究生在读，2023年在郑州大学获得化学工程与工艺学士学位，2023年至今就读郑州大学材料与化工专业，师从田芸副教授，主要从事电池电解质的分子模拟与人工智能理论计算。
田芸（通讯作者）：郑州大学化工学院副教授，2012年和2017年分别于华东理工大学和美国加州大学河滨分校获得工学学士和博士学位，博士期间师从统计热力学专家吴建中教授。主要研究方向是结合经典密度泛函理论等统计热力学方法与机器学习算法，对限域空间中流体在主体和界面相的热力学平衡分布和动力学迁移性质进行多尺度模拟，预测电池的宏观性能并进行系统优化。主持国家自然科学基金面上项目一项，国家自然科学基金青年项目以及河南省优秀青年基金。近年来以通讯作者或第一作者身份在AIChE J.、Angew. Chem. Int. Ed.、Adv Mater、Energy Environ Sci.、ACS Energy Lett.等期刊上发表论文近20篇。现为《化工学报》（英文版）青年编委。
周震（通讯作者）：山东龙口人。长江学者、享受国务院政府特殊津贴专家。主持国家重点研发计划项目课题和国家自然科学基金重点项目等研究。通过高通量计算、实验与机器学习相结合揭示电化学储能新机制，设计系列锂/钠离子电池固态电解质和电极材料，构筑可充电Li-CO2电池储能新体系。在国内外期刊发表论文350余篇。论文被引用52000余次，h-index为129。2014-2025年连续12年入围“爱思唯尔”中国高被引学者榜。2018-2025年连续8年入选“科睿唯安”全球高被引科学家。2020年入选英国皇家化学会会士(FRSC)。现为Journal of Materials Chemistry A和Green Energy & Environment等期刊副主编、Journal of Power Sources编辑以及Batteries & Supercaps和《中国稀土学报》等期刊编委以及中国电子学会化学与物理电源技术分会第八届委员会委员、中国化学会理论化学专业委员会委员、中国自然资源学会资源循环利用专业委员会委员和河南省委决策咨询委员会委员。
