测试运用AI设计的热电器件性能（供图：NIMS团队负责人森孝雄）
日本国立研究开发法人物质与材料研究机构（NIMS）开发出了一款设计利用温度差发电器件的人工智能（AI）。过去性能预测模拟需要耗费较长时间，而该AI可将计算时间缩短至既往方法的万分之一，因此可缩短器件的开发周期。
相关成果的论文已发表在英国科学期刊《Nature》上。
一切物质存在温度差时，均具备导电性质。利用这种相异的温度差进行发电的技术被称为“热电发电”。若能利用工厂排放到大气或水中的废热，该技术有望成为一种环境负荷较小的发电方式。
由NIMS团队负责人森孝雄等人开发的AI模型“TEGNet”，只需输入拟用于器件开发的多种材料的特性信息与结构信息，即可计算并给出发电效率最高的材料与尺寸。
在实际对10余种热电材料进行计算的实验中，传统模拟技术完成一次性能预测平均耗时30分钟左右，而TEGNet平均仅需0.25秒即可完成。
输入材料数据等信息即可预测发电效率等性质（供图：NIMS团队负责人森孝雄）
市面上的模拟软件虽能高精度预测发电效率，但存在单次计算量大，寻找最优结构耗时较长，开发周期拉长等问题。而使用TEGNet“有望将原本耗时1年的设计工作缩短至1小时以内”（森孝雄）。
研究团队按照TEGNet计算得出的热电器件实际制备并评估性能后，发现其实现了最高9.3%的转换效率。目前全球同类热电器件普遍转换效率约为5%
据调查公司Global Information预测，全球以热量发电的热电器件市场规模将于2032年达到25亿5000万美元，较2025年增长至约2倍。研究团队力争在2028年度内开发出具备商业化投资价值的样机。
原文：《日本经济新闻》、2026/5/12
翻译：JST客观日本编辑部
【论文信息】
期刊：Nature
论文：Composable neural emulators accelerate thermoelectric generator design
DOI：10.1038/s41586-026-10223-1
