北京航空航天大学副教授、博士生导师王诗童
8月23日，奥创科技安徽基地投产仪式暨新能源电池系统安全研讨会在安徽黄山祁门举行。北京航空航天大学副教授、博士生导师王诗童受邀作《面向场景应用价值的新能源电池垂类AI大模型技术及应用》主题报告。随着动力电池安全标准升级和新能源汽车、储能规模持续扩大，行业关注点正从单个材料或电芯是否达标，转向电池系统能否在全生命周期内持续保持安全、健康和价值。王诗童提出，下一阶段的竞争不只是把电池造得更好，还要把每一块电池用得更安全、更长久、更高效、更有价值。围绕这一判断，他介绍了北航团队在电池本体论、时序预训练模型、电池垂类Skills、数字员工智能体以及FactoryLab工业智能基础设施等方面的探索。
从材料研究走向系统智能：王诗童2017年从清华大学材料学院博士毕业，随后赴美国麻省理工学院从事博士后研究；2022年加入华为中央研究院任主任工程师；2024年入职北京航空航天大学。其研究主线可概括为做好电池和用好电池：前者聚焦快离子导体、含水材料与储能机理，后者面向电池管理优化、大数据和人工智能。他提出并发展限域水相关理论与材料设计方法，并逐步将研究从微观离子输运延伸至车辆、储能和电池资产运营。这种跨越使其形成了一个清晰判断：电池不是孤立的数据对象，而是横跨材料、制造、设备、软件、使用工况、维修和资产价值的复杂系统。客户真正缺少的往往不是另一块监控大屏，而是能够持续回答四个问题的智能层——电池现在是否健康、风险为何发生，还能安全使用多久、当前及未来价值是多少。
电池大模型要会判断、能行动：实现这一目标，首先要建立电池本体论。通俗地说，就是为每块电池建立持续更新的身份证、关系图和规则表，把材料体系、生产批次、电芯、模组、PACK、BMS版本、运行工况、告警、检测和维修连接起来。在这一统一语言之上，北航团队把时序预训练模型、物理模型、统计模型和小模型封装为可调用、可评测、可追溯的电池Skills，再由智能体根据化学体系、SOC窗口、温度、数据质量、算力和时效要求选择模型组合。其核心不是让一个大模型“包打天下”，而是让不同数据条件下都有可信路径：数据充分时使用高精度模型，条件受限时采用物理基线、小模型、区间输出或人工复核。报告中，“生产行为+工况行为=电池行为”是关键观点。原料、工艺、设备和检测构成电池的“出生信息”，充电、驾驶、载重、温度、静置和维护形成不断变化的“生命履历”。大模型不能只看电压、电流等孤立信号，而要把生产与使用行为共同纳入分析，输出健康、风险、寿命、根因、证据和建议动作，让模型结果进入研发、监管、运维、质保和资产服务流程。对于奥创科技等电池安全材料企业，这一思路意味着可将原料批次、生产工艺、隔热测试、PACK结构和终端运行反馈关联起来，使安全材料从一次性交付的产品，升级为可追溯、可验证、可持续优化的系统能力。
从电池智能走向全工业场景：王诗童进一步将上述思路拓展为FactoryLab全模态、全工业场景基础设施平台。全模态意味着同时理解文本、表格、曲线、图像、视频和设备日志；全工业场景不是让大模型直接接管设备，而是把复杂任务拆成可治理的能力组合：Agent理解目标并编排任务，Skills沉淀可复用的行业手艺，数字员工承担具体岗位，MEU则像可插拔的“工业乐高”，连接软件界面、数据接口、检测仪器、机器人和共享工位。数字员工不是会聊天的虚拟形象，而是能学习企业SOP、专家视频和历史工单，在授权范围内完成报告、复检、排程、工单和证据包的工业智能体。平台同时坚持智能决策与硬实时控制解耦：PLC、DCS和安全联锁继续掌握确定性控制，大模型主要进入跨系统、需推理、中低频的任务，并通过权限、独立评测、人工审批和回滚机制守住安全边界。
把区域工业看成一台“超级机器人”：在更长远的判断中，王诗童提出未来研发与生产的“时空观”。微观层面，企业、智能体和MEU有望把研发、打样、中试、生产、供应、销售和服务聚集到同一物理空间。需求变化后，不必重新建设专用产线，而是重新编排数字员工、Skills和模块化执行单元，快速形成新方案、新样件和新证据。宏观层面，可以把一个园区、一条产业链，乃至更大范围的工业体系看成一台“超级机器人”：智能体是大脑，工业互联网是神经网络，数字员工承担岗位协同，分布式MEU构成可调度的手脚与工位。通过统一接口、能力目录和安全规则，分散的研发、检测、制造与服务资源可以按需重组。面对未来产业和战略性新兴产业多品种、小批量、强不确定性的需求，这种模式有望推动工业互联网从连接设备升级为组织生产力，形成超柔性制造和新一代生产组织范式。
从限域水与快离子导体，到电池时序预训练模型、数字员工和工业智能基础设施，王诗童的探索贯穿材料—电芯—系统—应用—资产完整链条。其核心判断是：大模型落地分水岭在于垂类场景“入场券”和know-how、在于少样本学习和自主进化智能体能力，在于能否把行业知识转化为可调用、可验证、可执行、可审计的生产能力。