夜雨聆风北京时间2026年5月6日，清华大学深圳国际研究生院周光敏副教授团队在国际顶级期刊《自然》（Nature）上发表重磅成果。他们用一种极具巧思的方式，解决了锂硫电池领域一个困扰学界数十年的核心难题，做出了能量密度高达549 Wh/kg的软包电池——同等重量下，续航能力几乎是当前顶尖商用锂电池的两倍。
令人惊讶的是找到这个解决方案的“大脑”，是AI。
研究背景：穿梭效应——锂硫电池产业化的“阿喀琉斯之踵”
锂硫电池因理论能量密度高（可达当前锂离子电池两倍以上）且硫资源丰富廉价，一直被视作下一代高比能电池的有力候选。然而，其商业化进程长期受困于一个关键瓶颈——多硫化物的“穿梭效应”。
在充放电过程中，正极生成的中间产物多硫化锂极易溶于电解液并穿过隔膜，向负极侧不可逆扩散。这不仅导致活性物质持续流失，更引发负极腐蚀和库伦效率下降，使电池容量快速衰减。传统应对策略多聚焦于物理限域或隔膜改性，力图“堵住”多硫化物扩散，但效果有限，且常以牺牲能量密度为代价。
研究过程：从“预介体”概念到AI驱动的骨架编程
面对这一难题，清华大学深圳国际研究生院周光敏团队提出了颠覆性的思路：从被动封堵转向主动调控。
1. 概念创新：预分子介体团队提出“预分子介体”（Premediator）概念。它并非直接加入电解液的活性介体，而是一种待激活的分子前体。选用2-氯嘧啶（CPyr）作为模型，该分子在电池运行时可与正极生成的多硫化物发生原位芳香亲核取代反应（SNAr），被就地转化为真正起介导作用的2-嘧啶硫醇锂（PyrSLi）。激活后的介体一方面通过化学络合将多硫化物锚定在正极侧，抑制穿梭；另一方面开辟快速电荷转移通道，加速硫转化动力学。
2. 方法革新：量子化学+机器学习为进一步优化分子骨架性能，团队以CPyr为模板，在嘧啶环不同位点接枝7种官能团，构建了包含196种衍生物的虚拟分子库。筛选其中40种进行量子化学计算，以获取活化能垒与前线轨道能隙等关键描述符。随后，基于集成学习构建机器学习模型，对全库分子进行性能预测。模型预测R²值分别达0.895（能垒）和0.961（能隙），展现出极高精度。
经由AI精准筛选，2-氯-4-(三氟甲基)嘧啶（4-CF₃-CPyr）从196个候选者中脱颖而出。4-位接枝的三氟甲基兼具强吸电子效应与化学惰性，可大幅降低活化能垒，同时保持高介导活性与结构稳定性。
核心成果：长循环与高能量密度的双重突破
该预分子介体在电化学测试中展现出卓越性能：
循环稳定性：采用4-CF₃-CPyr的锂硫电池在1C倍率下循环800圈，容量保持率高达81.7%，有效解决了锂硫电池循环寿命短的关键痛点。
能量密度：在硫载量28 mg cm⁻²、贫电解液条件下组装的14.2 Ah多层软包电池，实现了549 Wh/kg的实测能量密度。这一数值远超当前主流锂离子电池（通常＜300 Wh/kg），在同等重量下可实现接近翻倍的续航能力。
研究结论：分子骨架编程范式的确立
本研究不仅获得了一个高性能预分子介体，更重要的是，建立了一套“量子化学+机器学习”驱动的分子骨架编程通用方法论。
该方法论实现了从“经验试错”到“理性设计”的范式跃迁：量子化学揭示机理与关键描述符，机器学习构建构效关系并实现高通量虚拟筛选，实验进行精准验证。这一闭环流程显著降低了功能分子研发的时间与成本。
科学影响：超越锂硫电池的平台型技术
该研究提出的“分子骨架编程”策略具有高度可迁移性。研究团队已将其拓展应用于多个前沿领域：
有机液流电池：设计高性能正负极活性分子；
锂金属电池：优化功能溶剂分子结构；
锂空气电池：筛选高效氧化还原介体；
退役电池直接修复：设计有机补锂剂实现精准再生。
可以预见，该工作不仅为锂硫电池产业化扫除了核心障碍，更开辟了AI驱动能源材料理性设计的新路径，为未来电化学储能技术的智能化发展提供了关键技术支撑。
论文信息第一作者：高润华、祝伊飞通讯作者：周光敏通讯单位：清华大学深圳国际研究生院论文链接：https://doi.org/10.1038/s41586-026-10505-8
