论文题目：AI-guided discovery of self-assembled monolayers combining synthetic accessibility and interfacial stability for perovskite solar cells
论文作者：F. Cai, G. Qu, B. Zhang, L. Zhang, L. Chen*, K. Mao, L. Tang, Y. Wang, M. Li, S. Yuan, H. Guo, F. Liu, Y. Ma, C. Xiao, A. K.-Y. Jen*, J. Jiang*, Z.-X. Xu* & J. Xu*
论文链接：https://doi.org/10.1038/s44160-026-01203-4
摘要：中国科学技术大学精准智能化学全国重点实验室和科学智能物质创制中心徐集贤团队、江俊团队，联合南方科技大学许宗祥团队、香港城市大学任广禹（Alex Jen）团队，将人工智能逆合成预测、量子化学计算与化学专家知识相结合，发现兼顾合成可行性与界面稳定性的自组装分子AI-1。采用该材料的钙钛矿太阳能电池实现27.2%的最高光电转换效率，封装器件在约65°C、持续光照和最大功率点跟踪条件下运行2,000小时后，仍保持约95%的初始效率。
提升太阳能电池的性能，有时要从一层分子入手。
在钙钛矿太阳能电池中，吸光层负责将光能转化为电荷，而电荷能否被顺利收集，很大程度上取决于材料之间的界面。一层薄薄的分子层，既能帮助电荷高效通过，也可能因缺陷和不稳定的相互作用，成为能量损失与器件衰退的起点。
如何找到一种既容易合成，又能促进电荷传输、增强界面稳定性的分子，是高效钙钛矿太阳能电池面临的重要挑战。
2026年10月28日，研究团队在《Nature Synthesis》发表研究成果，提出融合人工智能、理论计算与化学专家知识的分子设计框架，筛选并验证了自组装单分子层材料AI-1，为兼顾高效率与长期运行稳定性的钙钛矿太阳能电池提供了新的界面设计思路。
让“做得出来”成为分子设计的起点
自组装单分子层（SAM）由分子在材料表面排列形成，可用作反式钙钛矿太阳能电池的空穴选择性接触层。通过调整分子结构，研究人员能够改变界面能级、促进空穴提取，并减少缺陷引起的电荷损失。
但分子设计需要同时满足多种要求：能级要匹配，界面相互作用要合适，合成路线要可行，还要适应后续的溶液加工。某一项计算指标出色，并不意味着这个分子就能成为好用的器件材料。
研究团队因此将合成可行性纳入筛选过程，使计算设计从一开始就与实验条件相衔接。
团队从PubChem数据库收录的咔唑衍生物中提取出308个功能片段，这些片段对应超过9万种潜在组合结构。结合合成路线、溶解性和界面功能等化学知识，研究人员先选出24个片段，再通过模块化组装构建300个候选分子。
随后，图神经网络逆合成模型从目标分子出发，推演可能的制备路径，评估目标分子能否利用可获得的原料合成；高通量密度泛函理论计算则用于评价候选分子的电子结构。经能级初筛获得124个候选分子后，团队进一步开展多指标分析。
最终，研究团队将合成可行性、分子能级、空穴重组能、芳香性和杂原子含量等八项指标纳入综合评分，确定优先开展实验的候选分子。AI、理论计算与化学知识由此共同参与候选筛选，将实验资源集中到更具潜力的分子结构上。
图1｜融合化学专家知识、AI逆合成预测与高通量理论计算的自组装分子发现流程。
这一设计思路的重要性也得到了对照分析的支持：去掉合成可行性约束后，一些计算评分更高的候选会进入榜单，却因所需前体难以获得而难以完成实验制备。
从计算排序走向器件验证，AI-1表现突出
研究团队合成并测试了排名靠前的AI-1、AI-2和AI-3，将它们用于钙钛矿太阳能电池的埋底界面，并以常用自组装分子2PACz为对照。
在采用相同钙钛矿吸光层的条件下，基于三种候选材料的器件效率呈现AI-1＞AI-2＞AI-3的趋势，与综合评分排序一致，为这套筛选方法提供了实验支持。
其中，AI-1器件的最高光电转换效率达到27.2%，对照器件为25.25%；独立机构认证效率达到26.95%，认证测试中经300秒最大功率点跟踪得到的稳定效率为26.43%。
这一提升也体现在器件统计中。对每组20个独立制备器件的测试显示，AI-1器件的平均效率为26.68%，高于2PACz对照组的24.79%。性能改善主要来自开路电压与填充因子的提高，表明界面处的电荷损失得到有效抑制。
图2｜不同自组装分子器件的光伏性能、AI-1器件的认证效率及长期运行稳定性。
一条含硫侧链，连接分子结构与界面性能
AI-1为何能在候选分子中脱颖而出？研究提供的线索指向其甲硫基侧链。
这条侧链中的硫原子能够与钙钛矿表面配位不足的铅离子形成相互作用，帮助钝化界面缺陷，并加强分子与钙钛矿之间的连接。与此同时，侧链的电子给体特性与极化能力有助于调节界面电学性质，促进空穴提取。
核磁共振、X射线光电子能谱及电学表征等结果共同支持了这一机制。载流子动力学分析进一步显示，采用AI-1后，钙钛矿与自组装层界面的表面复合速度由19.3 cm/s降至2.72 cm/s，这意味着光生电荷在界面处的损失减少。
这为分子设计提供了具体启示：在合适的分子骨架和锚定基团基础上，侧链可以同时承担缺陷钝化、界面连接与电学调节等功能，其作用值得在筛选阶段充分考虑。
图3｜AI-1的界面作用机制及其对电场分布、载流子复合和缺陷性质的影响。
高效率之外，还要经受持续运行的检验
研究团队进一步按照ISOS-L-2协议，对封装器件开展加速运行稳定性测试。在环境空气中，AI-1器件在约65°C、持续等效一个太阳光强的照明及最大功率点跟踪条件下运行2,000小时后，仍保持约95%的初始效率。
同样条件下，2PACz对照器件在约950小时后已降至初始效率的80%以下。结果表明，AI-1带来的界面改善能够在持续光、热和电学应力下发挥作用，帮助器件维持性能。
研究还在宽带隙钙钛矿电池和小组件中验证了AI-1的适用潜力。其中，AI-1小组件的效率达到21.32%，高于对照组的19.29%，为后续拓展器件体系、扩大器件规模提供了实验依据。
这项工作的价值，也体现在材料发现方法上：将合成可行性与界面功能共同纳入设计，再通过分子合成、器件测试和机理表征验证候选分子，从而在计算筛选与真实材料之间建立更紧密的联系。
随着更多成膜、分子排列和界面形貌信息纳入评价，这一框架有望进一步提高候选筛选的准确性，并通过调整分子骨架与评价指标，拓展到其他界面材料体系。对于人工智能辅助材料研发而言，让计算中的好分子成为实验中可制备、器件中有效的材料，正是推动材料发现走向应用的关键一步。