【媒体发布】物理AI和世界模型“拿捏”新能源电池

发布时间：

2026-10-19

从清晨唤醒我们的闹钟

到随身携带的手机、平板电脑

再到新能源汽车、储能系统

无不依赖于电池提供的稳定电力

如何精准预测电池健康度？

江宁企业运用物理AI和世界模型

打造“电池数字大脑”

实现天级预判电池退化轨迹

有效降低安全风险

当大模型热潮席卷各行各业，人们更多关注是AI生成漂亮的仿真曲线、自洽的推理结论。但在工业一线，好看的数据不等于靠谱结果。南京复创大数据产业发展有限公司CEO郭洪岩在采访中表示，工业AI的核心不是“美化数据”，而是读懂真实世界的物理规则。

2018年，南京复创公司落地江宁。团队瞄准新能源电池、新能源汽车赛道，立志用数据与AI破解工业场景长期存在的难题。深耕电化学电池领域多年，公司手握14项发明专利，在工业AI赛道走出一条差异化道路。

郭洪岩介绍，过去工业领域大多依靠传统AI解决问题。但传统AI存在短板，只能基于历史数据做拟合，很难理解工况背后的物理逻辑。而新能源电池本身就是一个复杂“黑盒”，材料反应、温度变化、老化过程相互交织，变量联动极其复杂，这就需要物理AI和世界模型登场。

什么是物理AI？
简单理解，就是AI不再只看数据表象，而是遵循电化学、材料学等客观物理规律做推演。世界模型，则是搭建一套贴合真实工业场景的数字体系，模拟各个变量之间动态联动关系。
以电池材料筛选为例。传统研发模式，需要反复做大量试验，整个周期动辄数月甚至数年。依托物理AI，这项工作缩短到短短几天，大幅减少试验耗材与时间成本，加速新材料落地。

电池安全预警更是亮点。传统AI只能做到故障前几分钟预警，留给处置的时间极短。而物理AI能够提前几天预判电池退化轨迹，为电池运维、安全管控争取宝贵窗口，有效降低安全风险。

“通用大模型很容易生成逻辑通顺、图表好看，但可能违背物理规律的错误结果。屏幕上仿真曲线很完美，放到车间现场，结论可能是失效的。”郭洪岩道出工业AI的痛点。工业生产容错空间很小，一旦预判出错，会带来巨大经济损失。想要可靠预判复杂工况，就必须搭建遵循物理规律的世界模型。

作为聚焦新能源电池、新能源汽车的工业AI企业，南京复创依托多年工业知识沉淀，搭建高质量行业数据集，以物理AI重塑工业设计、工业仿真、工业制造全流程，助力制造业数字化转型，赋能新型工业化高质量发展。
今年，物理模型迎来爆发式发展。郭洪岩透露，企业全年营收预计达到1亿元，同比增长30%—40%。

从江宁起步

扎根新能源工业赛道

南京复创正在用物理AI

打开工业智能的新空间

未来，这套技术还将持续迭代

让AI真正扎根车间、服务实体制造业

为产业升级注入智能动能

原文来源：江宁发布