【第五屆鈣鈦礦論壇】AI × 高通量打造「火種源」研發平台:縮短3–5年轉移窗口、直攻量產驗證
- 玥瑨 吳
- 2天前
- 讀畢需時 3 分鐘
已更新:1天前
友來新能源以Perovskite Hub整合AI與HTE,強化配方與製程迭代效率
友來新能源黃建中於論壇發表「Perovskite Hub火種源」平台,聚焦以AI結合高通量實驗驗證 High Throughput Experimentation(HTE),加速鈣鈦礦材料配方與製程優化,回應產業在短時間內跨越研發至量產的迫切需求。他指出,平台不僅是研發工具,更是戰略性基礎建設,能協助產業在3至5年的關鍵時間窗口中,完成從材料探索到量產驗證的全程規劃。

技術加速:AI × HTE的閉環優勢
鈣鈦礦太陽能技術的崛起被視為近年最具突破性的能源創新之一。從2009年轉換效率僅3.8%,到2025年已突破34.85%,僅用十五年便超越傳統矽晶太陽能五十年的累積成果。黃建中指出,這種加速背後意味著技術機遇與競爭壓力並存,全球主要研發機構如牛津大學、史丹佛大學、洛桑聯邦理工學院,以及新創公司如Oxford PV、Tandem PV與Saule Technologies,都已積極導入自動化、AI與HTE技術,搶攻市場先機。
然而,鈣鈦礦的化學空間與製程變數呈指數級增長。僅ABX₃結構就衍生出上兆種配方組合,加上溶劑選擇、濃度、成膜方式與晶化條件等五十多項製程維度,形成難以駕馭的複雜系統。傳統逐一篩選方式往往需要數年時間才能完成一張相圖,且數據分散、不成體系,導致研發成本高昂,成功率更低於20%。這也使得HTE被視為產業「必須具備」的核心設備,其優勢在於能在數日內完成數百組樣品篩選與優化,大幅提升研發速度,並將成功率提升至70%以上。黃建中強調:「高通量實驗驗證不僅能縮短研發週期,更能讓產業在時間競賽中掌握主動權。」
Perovskite Hub平台的價值不僅在於HTE,還在於與AI的深度融合。AI能在龐大多變數空間中快速進行數據分析與實驗設計,HTE則負責快速驗證,並將結果回饋給AI,形成持續優化的閉環機制。透過生成式AI與機器學習演算法,平台能不斷調整模型參數並縮小設計空間,將「嘗試錯誤」轉化為「精準探索」。他進一步說明:「AI模型能在短時間分析龐大數據並提出設計建議,HTE則負責迅速驗證與回饋,兩者構成研發加速的關鍵閉環。」這種高頻迭代能力,為鈣鈦礦技術能否在短期內跨越實驗室走向量產提供了可靠支撐。
產業落地:資料資產與中試線解決方案
Perovskite Hub平台結合全自動化機械手臂、多區惰性氣體手套箱(O₂<0.1 ppm、H₂O<0.1 ppm)、旋塗與真空鍍膜系統(含濺鍍、蒸鍍與原子層沉積),並搭載光致發光(PL)、電致發光(EL)、電流-電壓(IV)等模組,每日可處理超過200組樣品,快速生成龐大數據集。這些數據在傳統人工分析下往往難以即時消化,而Perovskite Hub透過AI自動化分析,將結果系統化整理,實現從材料設計、製程優化到數據回饋的全流程無人化研發。「我們的自動化平台追求全流程無人化,只要設定條件,即可在同一批次完成多參數組合的平行驗證。」黃建中補充。
除了設備面,友來新能源更強調資料資產的重要性。該公司與臺灣鈣鈦礦科技緊密合作,建立涵蓋數千筆實驗數據的本土技術庫,內容涵蓋晶格影響因子、熱穩定性、能隙與電子親和性等材料特性,並延伸至動力學、熱力學、晶體學及多種成膜設備搭配。這些數據不僅涵蓋成功案例,連失敗實驗結果也被完整保留,用於訓練AI模型辨識邊界條件,讓演算法能更快速找到穩定與高效的解答,形成在地化的專屬優勢。
在落地應用層面,Perovskite Hub不僅止於研發階段,還延伸至中試線解決方案,協助產業跨越「實驗室成果無法量產」的技術鴻溝。完整的中試線涵蓋材料配方、自動配藥、濕式與乾式鍍膜、雷射刻蝕、封裝與檢測六大模組,能模擬實際量產情境,並透過過往量產經驗進行客製化與流程最佳化。其場域需求僅50平方米,且無需無塵室即可運作,顯著降低導入門檻。黃建中強調,這將協助合作夥伴快速完成量產前的驗證,避免高規格樣品停留在實驗階段。

結語
本場演講展示AI×HTE如何在短期內為鈣鈦礦產業打造系統化解決方案。Perovskite Hub「火種源」不僅代表研發加速,更象徵以平台思維建構量產落地的戰略途徑,為台灣團隊在全球競局中提供關鍵優勢。
Comments