上海交通大学 ，最新Science！

特别说明：本文由米测技术中心原创撰写，旨在分享相关科研知识。因学识有限，难免有所疏漏和错误，请读者批判性阅读，也恳请大方之家批评指正。

编辑丨风云

研究背景

金属卤化物钙钛矿太阳能电池（PSCs）的认证光电转换效率（PCE）已达到27%。然而，其商业化的主要障碍是在热、偏压和光照等运行压力下的性能退化。特别是在85°C及以上的高温下，缺陷和离子迁移会导致钙钛矿层降解，且界面在紫外线（UV）辐射下也极易受损，严重影响器件的长期稳定性。

关键问题

目前，太阳能电池的设计主要存在以下问题：

1、材料筛选的人力与资源瓶颈

传统的提升PSC运行稳定性的方法通常涉及广泛的材料筛选和器件优化，这一过程极度耗费人力且效率低下。现有的机器学习与高通量合成结合的方法虽然有所突破，但往往受限于单一功能材料的设计，且成本高昂。

2、极端环境下的界面与组分不稳定性

钙钛矿层中的空位缺陷、离子迁移以及空穴传输材料（如SAMs）在高温和紫外线下的化学键断裂，是导致器件在100°C等极端条件下快速失效的核心技术挑战。

新思路

有鉴于此，上海交通大学赵一新教授、缪炎峰副研究员、王衍明副教授等人报告了一个四智能体协作的人工智能（AI）框架，用以引导光吸收层、耐紫外线空穴传输材料以及稳固异质界面的理性设计，以实现稳定的钙钛矿光伏器件。通过热力学驱动的单晶生长和薄膜实验表征验证，该多智能体框架识别出了一种高度稳定的甲脒-铯铅碘钙钛矿 FA_0.92Cs_0.08PbI₃。AI引导的洞察进一步促使作者设计出一种定制的空穴传输分子 (4′-(3,6-dimethoxy-9H-carbazol-9-yl)-[1,1′-biphenyl]-4-yl)phosphonic acid，具有卓越的耐紫外线能力，并在器件配置中引入了双面金属氧化物层。设计的PSC在100°C下连续运行1000小时后，仍能保持初始效率的97%。这一成功展示了一条可行的全链条AI路径，以加速PSC的应用。

技术方案：

1、开发了AI引导的稳定PSC设计

通过四智能体协作，实现了从数据挖掘到组分优化、分子设计及器件架构规划的系统级闭环引导。

2、制备了热力学稳定的单晶

通过单晶验证，识别出FA_0.92Cs_0.08PbI₃具有最低缺陷密度和最强热力学稳定性，抑制离子迁移。

3、开发了稳定的咔唑膦酸分子

本文设计的MeO-DPPACz提升了C-N键强度，显著增强紫外稳定性并优化空穴提取能力。

4、评估了器械性能和稳定性

研究表明，所制备的器件效率达25%，并在100°C高温运行1000小时后保持97%效率，预测寿命达30年。

技术优势：

1、开发了全链条多智能体AI框架

研究开发了包含数据、组分、界面和中央智能体的协作框架，实现了从材料发现到器件架构设计的系统级全局优化，而非单一组件的优化。

2、实现了卓越的高温运行稳定性

通过AI引导设计的器件在100°C极端高温下实现了前所未有的1000小时持续运行稳定性，效率保持率达97%，预测室温寿命可达30年。

技术细节

AI引导的稳定PSC设计

研究团队引入了一种基于大型语言模型（LLM）的多智能体AI框架，旨在为钙钛矿器件的整体设计提供全面指导。该框架集成了四个专门的AI智能体：数据智能体负责从海量文献中提取结构化数据并进行清洗转化；组分智能体利用机器学习算法（如高斯过程回归）对钙钛矿组分进行定量优化预测；界面智能体通过语义推理和语义分析提供界面层制造的循证指导；中央智能体则扮演大脑角色，负责分析全局知识库、协调各智能体工作流并规划最终的器件架构。这种协作模式不仅克服了单一模型在数值计算或语义推理上的局限，还实现了轻量化部署，无需依赖昂贵的高通量实验数据集。中央智能体通过检索增强生成（RAG）策略，识别出FA-Cs体系作为候选，并建议利用双面Al₂O₃层和新型自组装单分子层（SAM）来增强界面稳定性。该方法展示了从零开始高效部署AI智能体以加速复杂光伏器件研发的可行路径。

图  多智能体AI框架的工作流概述

热力学稳定的FA_1−xCs_xPbI₃单晶

为了寻找最佳的钙钛矿组分，组分智能体对铯（Cs）掺杂比例进行了自主筛选。传统研究多依赖于亚稳态的薄膜过程，容易产生性质差异，而本研究利用热力学稳定的单晶（SCs）在平衡条件下生长，以准确反映组分对稳定性的本质影响。AI模型预测在Cs比例约为0.07-0.08时稳定性最高。实验合成的Cs8（即FA_0.92Cs_0.08PbI₃）单晶显示出最低的缺陷态密度（2.07 × 10¹⁰ cm⁻³）和显著抑制的离子迁移现象。正电子湮灭能谱（PAS）进一步证实，Cs8单晶有效抑制了FA空位（V_FA）的形成，增强了晶体质量。这种基于热力学平衡态的组分优化策略，为后续高性能薄膜的制备奠定了坚实的基础，确保了光吸收层在高温下的本征稳定性。

图  FA_1−xCs_xPbI₃单晶的性质

稳定的咔唑膦酸分子

针对界面传输材料在高温和紫外线下的退化问题，界面智能体在中央智能体的指导下进行了分子工程研究。通过对文献的深度分析，AI提出了通过增加苯环数量增强共轭程度来提升SAM耐紫外线性的设计策略。研究人员据此将常用SAM（MeO-2PACz）中的乙基替换为联苯基，设计并合成了新型分子MeO-DPPACz。理论计算表明，MeO-DPPACz中的C-N键具有更高的键离解能，结构更刚性，更难在光照或热力作用下断裂。实验结果证实，经过紫外老化后，MeO-DPPACz溶液的降解极其微弱，表现出优于传统分子的稳定性。此外，AI通过XGBoost模型预测其偶极矩为2.3 D，能有效优化底层衬底的功函数，使费米能级更靠近价带顶，从而显著增强空穴提取效率。这种AI驱动的分子定制化设计，解决了钙钛矿器件中脆弱的“埋底界面”稳定性难题。

图  MeO-DPPACz的合成及钙钛矿薄膜的表征

器械性能和稳定性评估

在AI引导下，研究团队构建了配置为FTO/NiO_x/MeO-DPPACz/Al₂O₃/Perovskite/Al₂O₃/C₆₀/SnO₂/Au的器件结构。得益于Cs8组分的优异结晶度和MeO-DPPACz的高效空穴提取，最优器件实现了25.0%的光电转换效率。稳定性测试遵循严格的ISOS协议，结果显示Cs8器件在85°C、85%湿度的双85测试中，运行1150小时后仍保持98%的初始效率。更具挑战性的是，在100°C连续光照最大功率点跟踪（MPPT）测试下，该器件运行1000小时后的效率保持率超过97%，而对照组性能则迅速下降。截面电镜观察证实，老化后的Cs8器件仍保持致密的晶粒结构，未出现空洞或坍塌。计算得出的降解活化能（Ea）高达0.347 eV，意味着该器件在30°C室温下的等效运行寿命预计可达30年。这一系列严苛的评估充分验证了多智能体AI框架在系统级提升器件性能与耐用性方面的卓越能力。

图  PSC的长期稳定性评估

展望

本研究通过创新的“多智能体AI框架”，成功突破了钙钛矿太阳能电池在高温环境下运行稳定性的限制。AI引导的组分优化与分子工程协同作用，不仅使器件在25%的高效率下运行，更在100°C极端条件下实现了卓越的长期稳定性。这一全链条AI引导的研发范式，为加速新型光伏材料的商业化进程提供了高效且极具前景的技术路径。

参考文献：

JIAHAO GUO, et al. AI-guided design of efficient perovskite solar cells operationally stable at 100°C. Science, 2026, 392(6799): 724-728.

DOI: 10.1126/science.aef1620

https://www.science.org/doi/10.1126/science.aef1620#tab-contributors