无人机如何飞得更远？
续航时间能有多长？
答案就在电池的能量密度里
清华SIGS副教授周光敏团队
打破传统模式
设计出一种特殊的“待命分子”
使其能在电池内部“被唤醒”后
主动疏导内部“交通”
极大提升锂硫电池的能量密度
有望显著提升无人机的续航时间
为低空经济的发展注入蓬勃动力
2026年5月6日
相关成果以“硫电化学预分子介体的分子骨架编程”（Molecular skeleton programming of premediators in sulfur electrochemistry）为题
在线发表于《自然》（Nature）期刊
《自然》文章截图（点击图片查看论文详情）
直面“续航焦虑”长期瓶颈：
锂硫电池，为何备受关注？
无人机的飞行距离和续航时间取决于所搭载电池的能量密度。同样重量下，电池能量密度越高，所携带的电量就越多，无人机就能飞得越远。现有常规动力锂离子电池的能量密度大多低于300 Wh/kg，已经逐渐接近材料体系本身的极限。因此，面向电动垂直起降飞行器、高端无人机等新兴低空经济应用对动力电池高比能、长续航的迫切需求，开发下一代高比能电池成为亟待解决的重大问题。
锂硫电池具有非常高的理论能量密度，同时由于硫元素储量丰富、成本低廉，被认为是有希望支撑未来高比能应用的重要电池体系。然而，锂硫电池面临着一个长期难题：硫在充放电过程中不是“一步到位”，而是一条“充满许多中转站的行车运输路线”——需要经历一系列复杂的中间反应，生成溶解于电解液的多硫化物和最终产物固体硫化锂。
“如果中间‘站点’管理不好，有些‘货物’就会跑到不该去的地方，也就是多硫化物穿梭；而有些路段又很‘拥堵’，反应速度很慢。”论文共同第一作者、清华大学深圳国际研究生院2023级博士生高润华说道。“因此，锂硫电池稳定循环的难点不只是‘把硫留住’，而是要让整个硫转化路线更加有序、高效。”研究团队强调，“中转路线”越复杂，就越容易出现中间产物“跑偏”“反应堵车”“能量损失”等现实问题。这也是锂硫电池长期面临实际能量密度偏低、反应动力学迟缓和实用化困难的重要原因。
首次提出硫电化学“预分子介体”：
让“沉睡待命”的活性分子被“现场唤醒”
针对这一挑战，周光敏团队原创性地提出硫电化学“预分子介体”概念，建立了一套“量子化学+机器学习”驱动的智能分子骨架编程方案，成功从196种候选分子中筛选出高性能预分子介体——4-三氟甲基-2-氯嘧啶。
团队研究的核心，在于不只是“堵住”那些跑偏的中间产物，而是实现从“被动拦截”，转变为从分子层面重新组织和调控硫转化反应网络。这便是团队提出的硫电化学“预分子介体”概念的由来——使分子最初在电解液中处于“沉睡”状态，只有进入硫反应现场后，分子才会被多硫化物原位“唤醒”，从而转化为真正发挥作用的活性介体。
活化后的介体，通过动态分子间配位作用与多硫化物络合形成低溶解度团簇，既能为防止多硫化物扩散“筑坝修堤”，将多硫化物限域在正极附近，又能激活快速电荷转移通道，改变经典硫转化路径，为电化学反应修建“高速公路”。
2-氯嘧啶基预分子介体在多硫转化反应前线的原位激活
量子化学+机器学习
“分子积木”助力功能分子智能设计
虽然有了这一高效介导机制，但很快团队又发现了新的问题：如何进一步提升预分子介体的性能？
由此，团队将目光投向了2-氯嘧啶的分子骨架，并开发了“量子化学+机器学习”智能分子骨架编程方法。
“一个功能分子的构筑过程，就像搭积木。”高润华说道。“分子骨架就像积木拼搭的基础底板，而侧链官能团就像一块块‘积木’。不同积木的种类、大小、以及放在底板上的哪个位置，都会影响最终拼搭出的分子具有什么功能。”团队构建了196种候选分子作为“积木搭建方案”，通过量子化学计算和机器学习筛选，最终找到了性能优异的预分子介体，赋予了锂硫电池优越的电化学性能。
2-氯嘧啶基预分子介体数据库的建立和特征工程分析
团队表示，传统的功能分子设计类似于凭经验试着搭积木。“凭借经验把这个积木换一下、位置改一下的方式，虽然也能找到一些有效分子，但效率相对较低，也不容易从中总结出普遍规律。”团队致力于先理解每一块“积木”的本征特性，研究它们组合起来以后会如何影响分子的反应行为，最终为搭建目标功能分子“画出图纸”。
在这一过程中，量子化学计算起到了重要作用，为研究团队测量了每块“积木”的物理化学性质。接着，团队还通过机器学习从大量搭建方案中总结规律，掌握“积木搭建”的最佳方案。论文共同第一作者、深圳国际研究生院2023级硕士生祝伊飞充分发挥所长，主要负责计算化学、机器学习的切入，以及后期机理和数据的解析工作。
智能分子骨架编程设计2-氯嘧啶基硫电化学预分子介体
就这样，团队结合理论计算和人工智能驱动的可解释机器学习模型，对预分子介体的元素组成和几何构型进行了定向优化设计，最终筛选出的分子可显著加速电池的反应动力学，使锂硫电池在长循环测试中表现出优异稳定性，同时在14.2 Ah级软包电池中实现了549 Wh/kg的高能量密度——这意味着，单位重量电池能够储存相比常规动力锂离子电池更多的电能。
对于高端无人机、电动垂直起降飞行器等低空装备来说，电池能量密度越高，就越有可能在有限重量下实现更长续航、更大任务半径和更强载荷能力。若将该电池应用于无人机等低空飞行器，将有望显著延长其单次续航时间和里程，从而为无人机在消费级航拍、物流配送、长距离电力巡检等领域的应用释放更多潜力。
基于优选4-三氟甲基-2-氯嘧啶预分子介体的锂硫电池电化学性能
未来，团队希望将这套“积木搭建指南”拓展至有机液流电池正负极活性材料设计、锂金属电池溶剂分子设计、电池直接回收中的有机补锂剂设计等前沿领域，进一步助力产业生态向智能化转型，为推动新能源产业高质量发展提供关键技术支撑。
智能分子骨架编程策略在有机液流电池、锂金属电池、锂空气电池、失效锂离子电池直接回收和复合相变材料界面设计上的潜在应用
18年电池领域长期攻关
迎来“适逢其时”的缘分
周光敏2014年博士毕业于中国科学院金属研究所，师从成会明院士和李峰研究员，毕业后先后在美国德州大学奥斯汀分校和斯坦福大学开展博士后研究，于2019年博士后出站后加入清华SIGS。
从2008年底至今，周光敏与锂硫电池的缘分已近18年，其团队长期致力于解决硫转化过程中的多硫溶解损失、穿梭效应以及动力学缓慢等方面的关键挑战，推动锂硫电池真正走向高比能、实用化体系。凭借在电化学储能领域的持续深耕，周光敏于2025年入选斯坦福大学发布的全球前2%顶尖科学家“终身科学影响力排行榜”，并自2018年以来连续8年入选科睿唯安全球高被引学者（2025年入选材料科学、环境与生态两个学科）。
周光敏
2020年，周光敏团队开始在研究中发现人工智能能够发挥的关键作用，便依托学院高度交叉的学科平台，融入从事人工智能、数据科学与信息技术等学科交叉的师生科研团队，共同攻克锂硫电池方面的应用难题。
这项研究工作的发表，在周光敏看来，不仅是他和团队近18年积累的结晶，也是一种“适逢其时”的缘分。
团队表示，整个研究过程不是单一学科可以完成的工作。“一个分子从结构设计到反应机理、再到机器学习建模和软包器件验证，每一步都需要不同知识体系之间的衔接。我们团队要真正让这些环节不是‘简单拼接’，而是围绕同一个科学问题形成知识闭环。”高润华说道。
从概念提出到反应机制解析，再到分子骨架编程策略和最终验证，随着研究的不断深入，交叉学科团队的作用也在不断凸显。将人工智能技术与锂硫电池的核心难题有机结合的创新交叉举措，正是助力团队实现突破的关键因素之一。
团队预判，人工智能将在研究中发挥越来越重要的作用。于是高润华与祝伊飞一人负责实验、一人专注理论计算，希望借助各种先进表征方法的同时融入量子化学与人工智能的力量，有效克服长期困扰该领域的诸多挑战。经过长期积淀，团队在材料设计、计算指导、性能优化到应用验证等多个环节持续攻关，最终实现了器件综合性能的突破。
不追热点，但求本质
一位青年教师的长年坚守
在畅谈中，周光敏的思绪回到了自己的学生时期。他的培养理念很大程度上受教于自己学生时期的课题组导师。现在他对学生说得最多的话就是：要养成良好的习惯、保持浓厚的兴趣。“首先，不管是学习习惯、科研习惯还是生活习惯，都需要有坚持下去的毅力。科研本身或许难免让人感到枯燥，但其过程中的发现和创新一定是有趣的，当迎来柳暗花明的那一刻时，定能感到一切都是值得的。”
周光敏师门合影
在教学中，周光敏始终要求自己，不落下任何一位同学，“只要他（她）对学习、科研、生活有追求目标，我都要尽我所能帮助同学们取得理想的结果，让大家开开心心地入学、骄傲而自豪地毕业，不负研究生和博后阶段的宝贵时光。”
周光敏经常对同学们说，发表顶刊从来都不是学术科研的终点，而是攀登科技高峰的另一个起点或研究的转折点。“我们希望进一步推动课题组学科交叉融合，尤其是人工智能+电池方向，助推锂硫电池早日实现大规模应用，为深圳市、粤港澳大湾区乃至全国的低空经济和能源领域发展作出更大贡献。”
在周光敏的悉心指导下，课题组自成立以来不断涌现出优秀学生代表：3名同学获评清华SIGS“学术新秀”并入围清华大学研究生特等奖学金答辩，11名同学获评研究生国家奖学金，3名毕业生获评北京市优秀毕业生，5位学生毕业论文入选清华大学优秀硕/博士学位论文，多位学生以一作/共同一作身份在国际顶级期刊上发表学术论文，育人成果斐然。
在高润华的印象中，周老师不会只问同学们实验结果“好不好”，而是会反复追问这个结果“为什么重要”，和已有研究相比真正“新在哪里”。“周老师是一位具有前瞻性、也非常重视科学问题本质的导师。”高润华说，面对研究工作中的种种不确定性，周老师会不断地鼓励同学们勇于发现规律、建立方法，在交叉融合中实现创新，把概念转化为策略。同样对此深有体会的祝伊飞，回想起与课题组共同攻关的经历，不禁感慨道：“真正让我觉得开心的，是某天深夜终于跑通了一段报错了无数次的代码或是一个新的模拟方法——这种喜悦比发表文章本身更让我觉得踏实。”
做科研，既要有大胆提出新概念的勇气，也要有把每一个证据链做扎实的耐心——这是同学们从周光敏身上学到的重要一课。一个好的科学故事，不是实验数据结果的堆砌，而是围绕一个核心问题层层推进，最后让读者看到从概念、机制到应用的必然性与重要性。祝伊飞说，在周老师的带领下，来自不同专业背景的同学充分发挥各自的优势，面对困难始终保持着一种“平和的执着”，敢于直面科研中的种种挫折。
周光敏（前排中）与课题组学生合影（三排右一、四排右一分别为高润华、祝伊飞）
身为青年教师的周光敏坦言，许多年轻老师面临着多方面的挑战。也正因此，周光敏从一周的小目标到一个月、半年的中期规划，乃至更长远的目标，都始终保持清晰规划，力求在每个不同的阶段都能取得实质性突破。在科研上，他不断追求“从0到1”的原始创新；在应用上，他带领课题组从基础研究向产业化迈进，致力于突破传统技术瓶颈。他说，青年教师要团结一心，充分利用学院提供的学科交叉平台和宝贵的师生资源，不断攀登科技高峰，从实际应用中寻找和定义关键问题。
扎根粤港澳大湾区
与前沿领域和产业发展同频共振
“深圳作为国民经济主战场之一，在无人机和低空经济发展上也拥有得天独厚的优势。”周光敏团队的研究领域，与粤港澳大湾区的产业发展需求深度契合。他认为，这项研究虽然取得了一定进展，但距离真正走向“货架”、服务低空经济还尚有发展空间，涉及工艺提升、器件优化等多个环节，而这也离不开更多的交叉创新型工程人才。
作为清华大学在中国南方的重要战略组成部分，清华SIGS以国家战略和粤港澳大湾区产业发展为牵引，前瞻布局“6+1”交叉学科集群，推动交叉创新研究。学院七个学科进入ESI全球前1%，其中材料学科进入前1‰。
借助这一高水平学科平台，团队将材料科学、电化学、人工智能、数据科学等领域深度融合，在AI+电池的交叉赛道上加速奔跑。未来，周光敏希望将应用中的关键挑战融入人才培养体系，培养出既懂基础研究、又能解决工程问题的复合型人才，持续为实现科技自立自强和国家的发展贡献源源不断的清华力量。
高润华、祝伊飞为论文共同第一作者，周光敏为论文通讯作者。论文共同作者还包括清华大学深圳国际研究生院2025届博士毕业生陶晟宇、2024届博士毕业生韩志远、2024届硕士毕业生张梦天、2025届硕士毕业生劳洲界和宋彦泽、2024级博士生宋林轩，以及清华大学深圳国际研究生院博士后李宏泰、助理研究员朱雁飞等。研究得到科技部重点研发计划、国家自然科学基金、深圳市科技计划、广东省创新创业团队计划的支持。
论文链接：
团队相关研究成果
研究型论文
《自然》（Nature）
“硫电化学预分子介体的分子骨架编程”（Molecular skeleton programming of premediators in sulfur electrochemistry）
《自然-催化》（Nature Catalysis）
“机器学习辅助设计双描述符用于解耦硫还原反应动力学中的电子和结构效应”（Machine-learning-assisted design of a binary descriptor to decipher electronic and structural effects on sulfur reduction kinetics）
《自然-通讯》（Nature Communications）
“基于机器学习的高能量锂硫电池电催化材料设计”（Machine learning-based design of electrocatalytic materials towards high-energy lithium||sulfur batteries development）
《自然-通讯》（Nature Communications）
“数据驱动探索固态电解质中的弱配位微环境用于安全和高比能电池”（Data-driven exploration of weak coordination microenvironment in solid-state electrolyte for safe and energy-dense batteries）
《自然-通讯》（Nature Communications）
“通过固态电解质界面组学解码单晶锂生长”（Decoding single-crystal lithium growth through solid electrolyte interphase omics）
《国家科学评论》（National Science Review）
“通过电化学曲线指纹解析锂金属负极失效路径”（Deciphering failure paths in lithium metal anodes by electrochemical curve fingerprints）
《焦耳》（Joule）
“基于硫氧化还原反应中局部化学环境的可变智能催化剂设计”（Variable and intelligent catalyst design based on local chemical environments in sulfur redox reactions）
《美国化学会会志》（Journal of the American Chemical Society）
“数据驱动理解锂硫电池催化剂中的普适构效关系”（Data-Driven Insight into the Universal Structure–Property Relationship of Catalysts in Lithium–Sulfur Batteries）
综述
《自然综述-清洁技术》（Nature Reviews Clean Technology）
“人工智能赋能退役电池再利用、回收与再制造”（Artificial intelligence for battery reuse, recycling and remanufacturing）
《国家科学评论》（National Science Review）
“通过人工智能揭示电池电化学机制”（Uncovering battery electrochemical mechanisms by artificial intelligence）
Nature再+1！清华SIGS康飞宇、贺艳兵团队与合作者破解固态电池“快充”难题！
“神奇涡旋”诞生记——清华SIGS团队揭开光学“龙卷风”奥秘
清华SIGS 2025年度第5篇Nature：为稀土穿上“能量转换外衣”
素材来源|科研团队
采写|叶思佳
题图设计|肖潇
鸣谢|材料研究院
审核|聂晓梅 林洲璐
排版|袁艺菱
热门跟贴