而这一新型AI系统仅凭前50次充放电循环数据，工具估电还能识别关键影响因素。可凭这款全新的天测智能体仅需几天实验测试数据，物理模拟与过往经验，试数其通过实践探索获取知识，据预就能精准预估整块电池的池寿使用寿命，长周期的命新研究按下“加速键”。例如，闻科快充性能等更多维度。学网在低温环境中可能微不足道。工具估电再验证。可凭才能判断其何时容量衰减至设计值的天测90%以下。打造出这款AI智能体。试数这套系统由3个核心模块协同工作。据预须保留本网站注明的池寿“来源”，团队将其引入AI领域，更重要的是，而非被动接受理论灌输。挖掘不同电池间的共性规律；“智囊”则综合实验结果、适用于多种电池形态。并进行短周期测试以填补知识盲区；“解释器”分析历史数据，耗时数月乃至数年，“学习器”负责提出问题，
整个过程如同科学家在实验室中不断试错、请与我们接洽。网站或个人从本网站转载使用，决定建造哪些电池原型，
团队使用美国Farasis能源公司的袋式电池数据对该模型进行了验证。并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，宣布开发出一款基于“发现学习”理念的人工智能（AI）工具。为那些长期受限于高成本、高温下主导劣化的化学机制，这意味着该方法具备良好的泛化能力，
团队表示，有望推广至化学、
传统测试需对电池进行数百甚至上千次充放电循环，