纳米能源技术与自供电器件如何赋能AI+应用？

2026新紫光集团创新峰会上，新紫光旗帜鲜明地提出：坚定走创新发展之路，以开放生态汇聚产学研政融各界合力，共同助力中国智能科技产业走向自立自强。会上，备受瞩目的院士圆桌论坛环节，以新技术、新生态、新征程为主题，共话科技创新，共谋产业未来。院士圆桌论坛由新紫光集团联席总裁文兵主持，中国科学院外籍院士、中国科学院北京纳米能源与系统研究所所长、首席科学家王中林，中国科学院院士、新金属材料全国重点实验室主任、北京科技大学前沿交叉科学技术研究院院长张跃，中国科学院院士、南京大学电子科学与工程学院教授施毅，与中国银河证券党委书记、董事长王晟，学界泰斗与产业精英共同论道前沿科技发展的未来。

主持人文兵总裁

我的第二个问题给王中林院士，王院士是纳米发电机和自驱动传感系统的发明人，在这个领域里有非常深厚的技术功底，在泛在感知与自供给方面研究深厚。王院士，您认为纳米能源技术与自供电器件如何赋能未来智能终端、工业互联网、低空经济、海洋经济等等AI+应用，从而解决设备供电和海量感知的痛点？

王中林院士

非常好的问题，感谢您的提问。今年是2026年，整整20年以前，2006年4月份我发表了第一篇文章，就是介绍纳米发电机概念的一篇文章。今天咱们这个对话环节的主题是新技术、新生态、新征程，20年前我做的新科学现在到了新技术、新征程了，可能企业家听起来20年很漫长，作为全球“原创+引领”的技术，（其发展历程）是非常漫长的。

我们做的技术和AI有什么关系？今天围绕AI，大部分讲的是算力、算法，但是我觉得AI有不同的层次，今天李滨总讲到AI不止大语言模型，还有和人的结合。所以人工智能分开讲，一是最先进的传感数据收集系统，二是算法，就是应用数学，三是算力、存储，今天算力讲得比较多，四是反馈系统，这四个加起来形成人工智能。

前端是传感技术，负责采集海量的数据。采集数据需要能源，这个能源靠两根线供电几乎实现不了。没有先进的、低功耗的传感技术，数据就收集不了，20年以前我们发明纳米发电机就是瞄准这个方向。当时也没有能源危机，更没有AI的说法。我们20年前布局这叫原创，这个原创到了今天到了什么程度——全世界有3万科学家，在我们这个领域发表了14000篇文章。核心是把任何“动”变成电力和信号。什么是“动”？声音振动，手振动，海洋里水波能，铁轨的振动，甚至噪音，这都叫动。我们的技术把低频次、低幅度的机械功转成电功和电信号，如果是电信号就传感，如果是电功就是能源，所以正好迎合现在人工智能时代对能源特别是分布式能源的需求。

这些发明技术能用在哪里？举个例子，植入式生物器件就是自驱动心脏起搏器，不需要换电池，为这个目标我们奋斗11年才实现。这些技术还可以用在基础设施的监测，如楼房、桥梁的安全监测。第三用在智能纺织、纤维服装。第四用在智能体育，体育设备、体育训练、体育康复都需要这些技术，本身体育就是“动”。还有安防、智慧农业(温度湿度监测)、分布式电力系统监测、城市供水网自动监测系统、供暖网、微气象网……还可以用在海洋的技术里面去，任何动物都可以变成一个功率，变成一个信号。20年从新科学走到新技术，从新技术又将走到新产业、新征程，我觉得和EIA这个联盟非常契合，希望在新紫光集团引领的EIA联盟基础上，我们的技术能够在新的征程上发扬光大。

【编者按】

纳米能源技术与自供电器件通过为AI边缘感知节点提供持续、无源、分布式供电能力，破解AI“数据采集-响应”闭环的能源瓶颈，直接赋能具身智能与海量物联网场景。‌‌

• ‌自供电传感实现AI“数据先行”‌：基于摩擦电纳米发电机（TENG）、压电纳米发电机等设备的自供电器件，可从环境（振动、风、水流、人体运动）中 harvesting 能量，驱动微型传感器实时采集温湿度、压力、振动、化学信号等物理世界数据，无需电池或布线，支撑AI在电网巡检、工业设备预测性维护、森林/海洋监测等广域分散场景的‌持续感知输入‌。

• ‌去中心化边缘AI算力使能‌：纳米能源驱动的“感知-计算-通信”一体化超低功耗节点（如<100μW级系统），可在本地完成特征提取或轻量AI推理（如TinyML），减少数据上传依赖，提升响应速度与隐私安全，适用于可穿戴健康监测、智能农业、建筑结构健康诊断等‌边缘端AI应用‌。‌‌

• ‌构建“感-供-算”融合系统‌：王中林院士等提出的“高熵能源”理念中，纳米发电机不仅供电，还可作为‌自驱动传感器‌（输出电信号即反映环境扰动），实现能量采集与状态感知同步，为AI提供‌高时空分辨率、本征校准的原始数据流‌，强化具身智能对物理世界的理解。‌‌

• ‌支撑AI基础设施绿色化‌：在数据中心或算力设施中，虽非直接供电主力，但纳米级高效能量回收（如废热/振动发电）可用于辅助传感与智能温控，配合宽禁带半导体（GaN/SiC）提升“算电协同”能效，间接支持AI算力的‌低碳运行‌。

当前瓶颈在于功率密度（通常μW–mW级）尚难支撑高算力AI芯片（需W级），故主要赋能‌感知层与超低功耗边缘节点‌；未来若与超低功耗存算一体芯片、能量智能管理算法深度协同，有望扩展至更多AI前端场景。国家“AI+能源”双向赋能政策（2026年5月四部门方案）亦明确鼓励此类无源智能传感系统在能源巡检等高价值场景落地。