夜雨聆风导读
因湃电池与达索系统从最初的虚拟工厂单点应用，逐步拓展至全链路数字化协同，为中国电池行业的智能制造转型提供了实践参考。
作者：e-works 王阳
当前，新能源汽车与新型储能市场持续升温，推动电池产业向高质量、高安全、高柔性方向升级。作为新能源产业的核心支撑，动力电池与储能电池的研发效率和制造水平直接影响行业发展上限。在行业竞争加剧、技术迭代加速的背景下，数字化与智能化正成为企业突破瓶颈、提升竞争力的关键路径。
作为广汽集团全资打造的动力电池与储能电池企业，因湃电池自成立以来便将数字化作为核心驱动力；达索系统凭借四十余年的工业积淀与数字化解决方案，与因湃电池开展了长期合作。3月31日，因湃电池与达索系统宣布深化战略合作。双方从最初的虚拟工厂单点应用，逐步拓展至全链路数字化协同，为中国电池行业的智能制造转型提供了实践参考。
1
虚拟孪生先行：
1.0时代的建厂路径
因湃电池的起步带有鲜明的广汽基因。自2011年启动电池系统核心技术研发，广汽集团逐步构建起从锂矿、动力电池、储能电池到充换电、电池回收的全产业链布局。因湃电池的使命，正是将集团多年的电池技术积累转化为规模化制造能力。
但电池制造的挑战远比想象中复杂。锂电设备多为非标设备，且迭代极快；前段、中段、后段往往由不同设备供应商提供，缺乏整线意识；而GWh级量产线的建设周期紧、投资大，任何一个设计缺陷都可能导致产线建成后的巨额返工。正是这些现实痛点，促使因湃电池在工厂尚未动工时就选择了一条与众不同的路径。
据因湃电池总经理许俊海回忆，在建设实体工厂之前，他们与达索系统打造了一个虚拟工厂，从厂房设计到产线布局全部在数字空间完成预演。通过虚拟孪生，许多潜在问题被提前发现并修正，避免了后续不必要的返工，也显著加快了建设速度。
一个典型的应用是自动搬运系统的规划。在传统模式下，AGV的数量和路线往往需要到产线实际运行后才能优化调整，存在大量不确定性。借助达索系统的仿真软件，因湃电池在虚拟环境中完成了物流路线的全流程仿真，最终节省了约30%的AGV用量——原计划50台，实际只需30余台，大幅降低了初期投资。
达索系统大中华区总裁张鹰将双方在合作1.0时代的关系定义为共同创新而非简单的供需关系。2022年，达索系统在中国率先组建了专业的电池行业团队，并在宜宾与欧阳明高院士工作站联合建立了中法电池数智加速实验室。
张鹰强调，工业软件不是一群工程师在实验室里设计出来的，而是适应新产业要求逐步打磨出来的。他说，“因湃电池经常给他们提出挑战，达索系统的软件以往更多服务于汽车或航空领域，而电池行业有独特需求，双方正是在不断切磋磨合中，一步步形成了新的工业软件体系。”这种互为驱动的合作关系，使得因湃电池的智造实力不断突破。
值得一提的是，今年初，因湃电池获得了国家智能制造能力成熟度模型四级认证，成为全国第九家全子域、全条款通过该认证的企业，去年还获得了工信部国家级绿色工厂认证。
2
研发制造贯通：
2.0时代的全链路协同与AI赋能
如果说1.0时代解决的是如何建得快的问题，那么2.0时代聚焦的则是如何造得好、研发得快、协同得顺。随着电池行业竞争加剧，设备非标化、工艺迭代加速、整线协同难度高等痛点日益突出，因湃电池与达索系统的合作广度和深度也在自然演进。
在2.0合作框架下，达索系统将依托3D UNIV+RSES战略与3DEXPERIENCE平台，推动电池产业进入以知识、模型、仿真和智能决策驱动的新阶段。在研发端，AI的引入正在大幅缩短材料开发周期。许俊海指出，正极材料、负极材料等组合众多，传统实验耗时漫长且成本高昂，而通过达索系统结合AI应用，可以剔除大量不必要的实验，加快收敛到目标方向。这一能力对因湃正在推进的固态电池开发尤为关键。
在制造端，2.0时代的核心在于将设备供应商拉到统一的数字平台上进行整体设计与虚拟仿真。许俊海提到，锂电设备前、中、后段往往来自不同供应商，彼此缺乏整线意识，而通过达索系统平台，从硬件到软件可以实现整体、快速的设备设计与仿真评审，包括PLC程序可以直接导入系统运行，在虚拟环境中验证是否存在软件层面的问题。这种软硬件结合的虚拟联调能力，使因湃电池能够在数字环境中提前完成整线协同验证，大幅减少现场调试的时间和成本，同时也为产线快速迭代提供了基础。
此次合作升级恰逢因湃电池发布“大方无隅”系列587Ah储能大电芯。这是行业内首款实现量产的半固态储能大电芯，同时因湃电池还公布了6.5GWh固液混合电池专属量产产线的建设进度，标志着半固态技术在储能领域从实验室研发迈向规模化应用的关键突破。
可以说，这些成果得益于达索系统虚拟孪生技术与因湃电池制造工艺的深度耦合——在产线设计阶段双方就已通过虚拟仿真完成了工艺验证和瓶颈识别。
3
从协同到生态：
电池产业数智化的未来图景
面向未来，因湃电池与达索系统的合作正在从更深的维度展开。许俊海介绍了因湃电池未来一到两年的重点任务：持续推进新一代电池技术研发，从分子级仿真入手缩短物理实验的时间、降低成本；扩大动力与储能电池产能，打造行业领先的数字化标杆工厂，从当前的国家智能制造能力成熟度四级向五级领航级迈进；深化AI在智能制造端的应用。
在AI应用方面，因湃电池已经进行了广泛实践。据e-works记者了解，因湃电池一个车间部署了3000多个AI摄像头，用于监测跑冒滴漏现象与人员作业行为；通过AI模型进行产品缺陷的毫秒级检测，现场每天产生的数千万张照片依靠人为判断已不无法实现，全部交由AI把关；此外，基于电芯关联的超过1.5万个数据点，团队已开展了容量状态分析、厚度预测等建模实践。
在许俊海看来，AI在电池制造的应用需持务实态度。他将当前阶段类比为自动驾驶的L1到L2级别。在这个过程中，AI应扮演辅助决策的角色，而非全权接管。AI可以发出提醒，甚至在必要时进行有限度的干预，但最终指令仍需由人下达。如果盲目让AI直接指挥工厂，不仅存在数据泄露风险，AI自身的幻觉问题也可能带来安全隐患。
因此，许俊海提出不要盲目追求大模型，而是从轻量、可控的小模型做起，按照点到线到面的节奏逐步推进AI布局。首先是点的层面：在每一个关键工序上，将工艺参数与品质、良率的关键因素进行关联，通过大数据与AI分析实时监测。一旦参数出现异常，系统先报警提醒，这是L1级别的辅助；下一步进入线的层面：在报警的基础上实现自动纠正，系统能够主动调整参数，将工序拉回正常状态，形成单个闭环。当多个工序的闭环串联起来，并实现前后工序的联动，就进入了面的层面——多系统联动的完整闭环。许俊海强调，这个过程不能急，更不能盲目跟风，每一步都要踩实，才能让AI真正为电池制造创造价值。
与此同时，达索系统也在加速其AI与云战略在中国的落地。张鹰透露，为加快AI在中国的布局，达索系统与天翼云的合作将于今年7月正式推向市场。这一布局将为因湃电池等企业在工业AI应用上提供更强大的算力支撑。
