宝马集团（BMW Group）表示，与萨格勒布大学（University of Zagreb）合作开发的新型人工智能模型，可将电池电芯制造中部分工序的材料用量和生产时间减少50%以上。这家汽车制造商称，“Insight”研究项目旨在改进从电极制造到最终测试及直接回收的全价值链电池电芯生产。该项目将现有测试结果与实时生产数据相结合，用于预测电池电芯的工艺参数和性能。宝马表示，这可以在保持或提高质量的同时，减少昂贵测试运行的次数和时长。

相关工作在宝马位于慕尼黑的电池电芯能力中心进行，该公司在此为未来几代高压电动车电池开发电芯。

更智能的工厂测试

电池电芯开发通常需要重复的测试系列，这些测试消耗原材料、占用生产线并耗费实验室能力。宝马表示，AI系统可以通过提前预测结果来缩短这一周期。随着汽车制造商竞相扩大电动车电池产量，同时降低生产成本和减少浪费，这一能力将变得尤为重要。

该公司还表示，这些模型可能有助于消除制造后的另一个瓶颈。电芯在首次充电后，通常会在受控温度下存放一段规定时间，然后才被安装到电池外壳中。宝马将这一存放阶段称为“隔离期”（quarantine），它需要存储空间并增加了最终组装前的时间。该公司表示，其AI系统可以提前分析电池电芯，未来有望完全省去这一步骤。若成功实现规模化，这将加快电池组生产速度，同时减少工厂内部的仓库需求。

不止于一家工厂

宝马于2024年与克罗地亚萨格勒布大学的机器人技术区域卓越中心合作启动了该项目。学生和博士研究人员正在整理生产数据，并构建能够识别与质量、成本和产量相关模式的模型。宝马集团锂离子电池电芯技术开发负责人Christian Siedelhofer表示：“我们正在努力将新开发的AI模型从原型环境扩展到规模化应用。我们也在研究这些模型在多大程度上适用于我们生产网络中的其他用例。”

宝马表示，此次合作还充当了未来电池和AI专家的人才输送管道。宝马集团电池电芯技术开发负责人Stefan Kerscher表示：“我们的联合项目让博士生和学生对我们电池电芯能力中心的AI、电池电芯以及令人兴奋的工作产生兴趣。当年轻人才决定加入我们公司开启职业生涯时，我们感到非常高兴。”

宝马将其电池业务集中在慕尼黑、帕尔斯多夫和萨尔钦三地。慕尼黑专注于研发，帕尔斯多夫负责接近量产的电芯制造，而萨尔钦则通过宝马的直接回收工艺支持电池回收。此次公告未透露具体使用了哪些AI模型，也未说明何时可以开始全面工业部署。