哥伦比亚大学研究团队在锂离子电池电解质中发现，锂离子倾向于形成多离子集群，这一现象挑战了长期以来关于溶液中离子独立存在的假设。相关成果发表于《自然》杂志，有望为开发更高容量、更快充电速度及更长寿命的电池提供理论基础。
该研究由哥伦比亚大学艺术与科学学院及工程与应用科学学院联合完成，主要领导者包括化学系教授理查德·弗里斯纳（Richard Friesner），以及工程系教授亚历山大·乌尔班（Alexander Urban）、劳伦·马贝拉（Lauren Marbella）和丹尼尔·斯加特（Daniel Steingart）。研究重点在于揭示电解质结构如何影响固体电解质介相（SEI）的形成，进而决定电池的寿命与安全性。
机器学习模拟揭示离子聚集现象
传统观点认为，在标准电池电解质中，离子主要以孤立状态存在。然而，研究团队利用施罗丁格公司（Schrödinger）提供的先进机器学习力场技术，并在纽约结构生物学中心的支持下，对锂离子电池电解质进行了高精度、大规模模拟。
模拟结果显示，高达 40% 的锂离子在没有阴离子的情况下聚集形成多离子集群。随着盐浓度的增加，这种集群现象变得更加普遍。这一发现表明，离子聚集是驱动电池表面保护膜产生的关键因素。
作为施罗丁格公司的联合创始人兼董事会成员，弗里斯纳指出：“我们发现电池中的离子实际上在没有阴离子的情况下聚集在一起，而这些聚集是驱动电池表面保护膜的产生。”他补充道，通过计算预测这种意想不到的化学反应并通过实验证实，证明了基于物理学的预测模拟结合机器学习力场，能够以原子分辨率解析复杂的化学系统。
实验验证与理论分析相结合
为确保结论的准确性，研究人员将机器学习力场模拟结果与广泛的凝聚相实验数据进行对比，证实了预测的多离子集群具有物理真实性。量子化学计算进一步表明，这些多离子集群具有独特的简化潜力，是形成固体电解质介相的关键中间体。
这一洞察为下一代电解质的设计提供了基础理解，有助于提升电池的性能、稳定性和充电速率。研究强调了人工智能驱动的模拟技术进步必须与紧密的实验验证相结合，才能加速解决材料科学领域的问题。
论文作者詹姆斯 M.史蒂文森等人于 2026 年发表题为《在锂离子电池电解质中多 Li+聚合的证据》的研究，DOI 编号为 10.1038/s41586-026-11138-7。
