一家名为 XL Batteries 的年轻创业公司正在开发一种新型的有机电池技术。从硫和钠到锰和有机分子,许多材料都试图取代无处不在的锂离子电池,但迄今为止都未能成功。有机电池由地球上最丰富的化学元素(包括碳、氧和氮)构建,本应比当今使用金属的电池更便宜,但始终无人能够突破这一技术壁垒。
XL Batteries 的联合创始人兼首席执行官 Tom Sisto 向 TechCrunch 表示,他们开发的新化学技术不仅比以往的有机电池更便宜、更安全、更耐用,而且比锂离子电池本身具有更多优势。"资本成本将会非常低,"Sisto 说。
不过,不要期待在下一代电动汽车中找到该公司的产品。XL Batteries 使用的储能液体比当今的锂离子电池更庞大和沉重。这就是为什么公司瞄准电网规模储能市场,因为这个市场更关注规模、成本和安全性,而不是重量或能量密度。
该公司向 TechCrunch 独家透露,他们已经为专门从事石化品储存的 Stolthaven Terminals 公司建造了一个示范装置。第一个装置相对较小,但一旦解决了问题,公司就可以快速建造更大的电池,Sisto 表示。他之所以如此乐观,部分原因是电池的一个关键组件仅仅是一个储存罐。"如果我们使用他们(Stolthaven)最大的两个储罐,就能构成一个 700 兆瓦时的电池,"Sisto 说,"这足以为约 25,000 户家庭供电一整天。我相信他们在休斯顿的基地有 400 个储罐。"
XL Batteries 正在建造所谓的流动电池。基本的流动电池由两个通过泵连接的储罐组成,两种液体流过一个膜。充电时将离子推上一个象征性的"山坡",将其储存在其中一种液体中。放电时,这些离子流回另一侧,在此过程中释放电子。
流动电池是一项古老的技术,最早发明于 19 世纪末。但由于体积庞大和相对较低的能量储存量而受到限制。较新的型号提高了能量储存量,但由于使用的液体具有腐蚀性,需要昂贵的泵和其他设备材料,因此仍然相对昂贵。
有机电池已经被提出一段时间了,但它们一直难以实现,因为当大多数有机分子携带额外电子时,它们往往会迅速分解。那些存在时间较长的需要制冷,即使这样也会在几个月内分解,Sisto 说。
即使有了更稳定的分子,Sisto 也知道 XL Batteries 必须更便宜才能成功。在哥伦比亚大学研究期间,他发现了一个令人鼓舞的迹象:他研究的一种有机化合物打破了单个分子接受电子数量的最高记录。当时,该分子必须悬浮在有机溶剂中,这种溶剂既昂贵又易燃。最终,他和合作者们成功使其在中性 pH 值的水中保持稳定。这时,他知道他们可以围绕它建立一家公司。
XL Batteries 的一个装置由三部分组成:一个 40 英尺的运输集装箱和两个储罐。公司专有的膜和其他组件安装在运输集装箱中,然后将一个或多个集装箱连接到储罐上。储罐的大小决定了电池的容量,而运输集装箱的数量决定了电池充放电的速度。
由于公司使用了大量现成的技术,Sisto 表示 XL Batteries 可以很快开始建造更大的电池。"商业设计已经基本完成,"他说。公司正在与一家已经设计过其他流动电池的工程公司合作。"他们已经具备了所有这些要素。"
除了像 Stolthaven 这样的早期客户外,XL Batteries 正在寻求与独立发电商合作,建造支持电网的电池,特别是在德克萨斯州,这样的装置已经变得很普遍。"我们相信这个项目的经济效益非常具有吸引力,"Sisto 说。
好文章,需要你的鼓励
OpenAI和微软宣布签署一项非约束性谅解备忘录,修订双方合作关系。随着两家公司在AI市场竞争客户并寻求新的基础设施合作伙伴,其关系日趋复杂。该协议涉及OpenAI从非营利组织向营利实体的重组计划,需要微软这一最大投资者的批准。双方表示将积极制定最终合同条款,共同致力于为所有人提供最佳AI工具。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
中国科技企业发布了名为R1的人形机器人,直接对标特斯拉的Optimus机器人产品。这款新型机器人代表了中国在人工智能和机器人技术领域的最新突破,展现出与国际巨头竞争的实力。R1机器人的推出标志着全球人形机器人市场竞争进一步加剧。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。