GM用AI模型與迷你工廠將更便宜EV電池電芯開發測試時間減半
GM正使用AI模型與一座新的迷你工廠，以一半時間構建並測試更便宜的EV電池電芯。
該設施爲位於密歇根Warren的Battery Cell Development Center（BCDC），總面積約50萬平方英尺，投資約9億美元，作爲實驗室原型與大規模量產之間的橋樑，可日產約2500個電芯。
AI模型基於公司10年電池數據，通過大語言模型與物理模擬（僅LMR化學就超1.5億CPU小時）預測數十種化學與工藝變化結果，數字孿生複製設施細節以縮短調試與爬坡時間，整體端到端流程預計減半，此前估計可縮短新化學開發最多一年。
重點化學爲鋰錳富（LMR）棱柱電芯，能量密度接近當前NMC但成本接近LFP，目標用於全尺寸卡車與SUV實現超400英里續航並降低每車電池成本數千美元，量產計劃2028年在田納西Ultium工廠啓動。
模擬已將漿料混合時間減半且不影響質量，測試運行成本遠低於全規模工廠，設施還將支持鈉離子等其他化學。
事件由EV成本降低與供應鏈自主驅動，資源從傳統海外迭代流向內部AI模擬與試點產線，受益方爲加速化學驗證與成本控制的GM，承壓方爲依賴長週期外部供應商的傳統電池開發路徑。
BCDC將於今年第四季度產出首批LMR測試電芯，強化美國電池從研發到量產的閉環能力。
來源：公開信息
ABAB AI 解讀
GM自2022年設立Wallace Battery Cell Innovation Center以來，持續通過垂直整合減少對亞洲供應商依賴，歷史路徑包括與LG Energy Solution的Ultium合資，以及投入超50億美元在美國電池運營，近期以9億美元BCDC填補實驗室與量產之間的缺失環節。
資本路徑上，公司將計算資源與試點產線投入AI驅動的虛擬化與數字孿生，資源從物理原型迭代轉向基於歷史數據的快速模擬，動機在於將新化學（如LMR）開發週期壓縮一半並提前一年推向市場，同時降低每車電池成本以提升EV競爭力。
類似案例包括其他車企使用數字孿生加速電池或發動機開發，當前GM處於從高鎳化學向LMR與LFP等更低成本選項擴展、同時挑戰中國LFP主導地位的擴張階段。
本質屬於技術替代與產業鏈重構：電池開發從長週期物理測試轉向AI預測與內部試點，機制在於數據積累使虛擬化可替代部分實物迭代，將定價權從外部電芯供應商轉向擁有模擬能力與垂直產線的車企，使更便宜高續航電池成爲可及路徑而非依賴進口。
ABAB News · 認知定律
AI模擬減半時間，試點工廠連研發量產
數據十年積累，化學變化幾天預測
電池成本降，垂直整合是關鍵