主要事实
- HIKING PV部署了其专有的OpenClaw AI研究平台来加速钙钛矿-硅叠层太阳能电池的开发。
- 串联装置实验室效率已超过 34%，而长期稳定性仍然是商业化的挑战。
- OpenClaw 将机器学习与实验数据相结合，研究材料成分、设备架构和长期可靠性。
- 该平台有助于识别退化机制，包括离子迁移、界面缺陷和钙钛矿层中的相不稳定性。
- HIKING PV 报告称，人工智能引导的实验设计将所需的实验室实验减少了约 70%，并缩短了材料优化周期。
深圳, 2026
开爪 正在开始重塑太阳能行业的研究周期。 先进光伏技术企业 HIKING PV 宣布已部署其专有的 OpenClaw 人工智能研究平台 加速钙钛矿-硅叠层太阳能电池的开发。
钙钛矿叠层技术被广泛认为是推动光伏效率超越传统晶体硅极限的最有前途的途径之一。 串联装置的实验室效率已经超过 34%，但长期稳定性仍然是商业化的关键挑战。
HIKING PV 表示其 OpenClaw 平台将机器学习与实验数据相结合，以分析材料成分、设备架构和长期可靠性之间的关系。 该系统可以识别退化机制，例如 离子迁移, 界面缺陷和相 不稳定 在钙钛矿层中。
据该公司称，人工智能引导的实验设计将所需的实验室实验数量减少了大约 70%，缩短材料优化的开发周期 三至六个月至约四至六周.
该公司报告称，利用这种人工智能辅助框架，其最新的钙钛矿-硅叠层器件已通过关键的第三方可靠性测试，包括 IEC61215湿热1000小时测试，功率衰减低于 5%.
人工智能工具的引入还可能缩短光伏领域更广泛的创新周期。 早期晶体硅技术大致需要 40年 达到大规模商业化，而诸如 PERC 花了大约 15年 从研究转向大规模生产。
随着人工智能、高通量实验和材料数据库的进步，新兴太阳能技术的开发时间可能会继续缩短。
远足 光伏发电 说是针对 商业串联 技术 效率超过 30% 作为产业部署的下一步。
常问问题
什么是开爪？
OpenClaw是HIKING PV专有的人工智能研究平台，用于加速钙钛矿-硅叠层太阳能电池的开发。
OpenClaw 如何支持串联太阳能研发？
该平台将机器学习与实验数据相结合，以分析材料成分、器件架构、降解机制和长期可靠性。
讨论了哪些降解机制？
该文章提到钙钛矿层中的离子迁移、界面缺陷和相不稳定性是 OpenClaw 可以帮助识别的降解机制。
AI引导的实验设计减少了多少实验室实验？
HIKING PV 报告称，人工智能引导的实验设计将所需的实验室实验数量减少了约 70%。
提到了什么可靠性结果？
HIKING PV最新的钙钛矿-硅叠层器件通过了关键的第三方可靠性测试，包括IEC61215湿热1000小时测试，功率衰减低于5%。