钙钛矿材料研发的当下之需

随着主流晶硅技术逼近理论效率极限（29.4%）和成本下降空间收窄，钙钛矿光伏凭借带隙可调、溶液可加工、理论效率上限更高等突出优势，成为极具潜力的下一代光伏核心技术。

上半年，京沪深三地相继出台钙钛矿光伏产业扶持政策，分别以固定资产投资30%补贴、研发费用50%补贴等形式，从应用端与研发端双向发力。政策红利持续释放之际，产业及资本端动作频频：迈为股份35亿加码钙钛矿叠层电池成套装备；一级市场钙钛矿电池核心标的炎和科技半年左右完成三轮融资；协鑫光电筹备年内独立IPO，冲击“全球钙钛矿第一股”。

多重力量汇聚，正加速钙钛矿光伏从百兆瓦级中试向GW级量产跨越，规模化量产对钙钛矿相关材料一致性、稳定性与成本控制提出更高要求。然而，传统研发模式在应对材料组分复杂、大面积薄膜结晶均匀性难控及长期稳定性验证周期漫长等痛点时，效率短板日益凸显。

行业亟需引入自动化、自主闭环实验体系以支撑创新突破，而国际学界也已围绕自主实验平台赋能钙钛矿材料开发展开研究。

案例1

由University of Tn-Knoxville的 Elham Foadian/Mahshid Ahmadi 团队主导，联合Hanyang University、Yonsei University、Northwestern University以及橡树岭国家实验室（ORNL）等单位合作搭建的ACCEL（Automated Closed-loop Co-Optimization and Experimentation Learning）全自动闭环自主实验平台，完整打通了钙钛矿薄膜制备、原位实时光致发光（PL）表征、高斯过程-贝叶斯优化（GP-BO）机器学习迭代的全自主流程。

ACCEL 平台针对性地破解了甲脒基Dion–Jacobson（DJ）准二维卤化钙钛矿研发中的多重痛点：

●三元组分空间庞大、人工试错效率极低：平台集成机器人滴涂 + 旋涂高通量合成硬件，搭配高斯过程 - 贝叶斯优化（GP-BO）模型自主探索由 3D FAPbI₃、两种 DJ 间隔剂前驱体构成的三元组分体系；单次闭环可批量制备 96 种不同配比薄膜，共完成 6 轮自主液滴打印迭代、累计筛选 576 组组分，依靠算法自适应筛选高潜力组分区间，替代传统人工逐一配比试错模式。

●结晶动力学难以调控、薄膜易出现多物相混杂：平台将原位实时 PL 作为核心在线反馈信号，退火过程每秒采集光谱，动态追踪薄膜成核速率、准二维中间相向目标相的完整演变路径；结合非负矩阵分解（NMF）解析海量时序 PL 光谱，区分不同 n 值准二维杂相与 3D α-FAPbI₃特征发光信号，明确两种间隔剂的动力学调控机理：短链 BDA 可加速薄膜成核、快速搭建无机钙钛矿骨架，环状 3AMP 会延缓结晶、延长晶格弛豫时间以提升薄膜有序度；复配两种间隔剂可平衡结晶速率，有效抑制物相不均一与低 - n 杂相残留。

●多表征设备数据割裂、物相验证周期冗长：平台创新搭建跨设施门控主动学习（Gated Active Learning）优化闭环：以原位高通量 PL 完成初筛，将优选组分样品送至离线设备开展 XRD 结构表征；通过 XRD 图谱与标准 α-FAPbI₃的相似度量化打分，将结构约束数据输入机器学习模型更新搜索方向，实现光学发光稳定性与晶体结构纯度双指标协同优化，规避单一表征指标带来的优化偏差；整套自动化闭环大幅缩短合成 - 筛选 - 验证周期，在自动化流程下快速锁定高纯度 α-FAPbI₃组分，最终借助阴极发光（CL）高光谱成像验证最优薄膜的微米尺度物相空间均匀性。

案例2

美国北卡罗来纳州立大学 Milad Abolhasani 团队（第一作者 Jinge Xu）在《Nature Communications》上报道了名为"Rainbow"的多机器人自驱动实验室。该平台由Opentrons OT-2 液体处理机器人、表征机器人（Agilent BioTek Cytation 5）、DOBOT CRS 机械臂及定制器皿补给机器人组成，集成微型并行批次反应阵列（96孔板）与自动化的光谱表征模块，实现了从试剂配制、并行多组反应、自动样品转运到反应后光谱检测的全流程无人化运行。

Rainbow 平台为高性能金属卤化物钙钛矿纳米晶（MHP NCs）的加速数据驱动发现与逆合成提供了可行的途径，破解了合成和优化中的痛点：

●混合变量高维合成空间人工难以高效筛选：金属卤化物钙钛矿纳米晶的合成面临"巨大且复杂的参数空间"挑战，包括连续变量（如前驱体浓度、卤化物配比）和离散变量（如配体种类/结构）的混合。基于此，Rainbow集成了专属 AI agent，采用混合变量多目标贝叶斯优化（Mixed-variable multi-objective BO）框架，使得平台能同时处理"连续参数"（如浓度）和"离散化学空间"（如不同碳链长度的有机酸配体），无需人工干预即可在复杂的高维参数空间中自主导航。

●高通量并行闭环大幅压缩研发与放大验证周期：平台采用并行化微型 96 孔批次反应体系，单轮循环可同步开展 24 组带生物学重复的合成条件测试，单日最多完成 230 组不同配方筛选；原文指出，人工试错完成同等规模参数优化需耗费 10–12 个月，而 Rainbow 仅需单日即可完成目标发射能对应的性能帕累托前沿全映射，实现超 350 倍的材料研发提速。面向规模化制备实际需求，研究对平台筛选得到的帕累托最优配方开展 30 倍放大合成验证，微量高通量样品与放大产物的 PLQY、发射半高宽（FWHM）光学性能高度一致；并通过离线粉末 XRD、TEM-EDS 正交表征证实产物为纯立方钙钛矿晶相，在仪器检出限（2 wt%）范围内未检出第二杂相，大幅缩短从实验室配方筛选到可规模化工艺验证的完整周期。

参考文献

1、Foadian, E., Yu, Y., Sanchez, S. L., Lawrie, B. J., Song, H., Marshall, J., Kim, B. J., Shin, S., Fletcher, J. D., Kanatzidis, M. G., Choi, H., Yang, J., Liu, Y., & Ahmadi, M. ACCEL: Automated Closed-loop Co-Optimization and Experimentation Learning Enables Phase-Pure Identification in Formamidinium-based Dion–Jacobson Halide Perovskites. ChemRxiv, 2026.（https://doi.org/10.26434/chemrxiv-2026-8c93m）

2、Xu, J., Moran, C. H. J., Ghorai, A., Bateni, F., Bennett, J. A., Mukhin, N., Latif, K., Cahn, A., Jha, P., Licona, F. D., Sadeghi, S., Politi, L., Abolhasani, M. Autonomous multi-robot synthesis and optimization of metal halide perovskite nanocrystals. Nat. Commun. 16, 7841 (2025). （https://doi.org/10.1038/s41467-025-63209-4）