香港理工大學的研究團隊開發出一套代理式機器人系統，用於鈣鈦礦太陽能電池（PSCs）的研發。這套系統實現全自主閉環研究框架，由七層 AI 架構支撐，能夠閱讀現有科學文獻、生成新化學配方，並轉化為機器碼。示範顯示，該自主系統製造出的鈣鈦礦太陽能電池功率轉換效率達 27.0%。「團隊利用此系統進行了 50,764 次鈣鈦礦太陽能電池裝置實驗，達成冠軍功率轉換效率 27.
0%，經認證值為 26.5%」，團隊指出。
盒中工廠：突破試錯瓶頸
儘管鈣鈦礦太陽能電池潛力巨大，但其開發仍受「試錯」流程限制，勞力密集且難以重現。工程師測試逾 100,000 種實驗配方，仍難掌握對環境變化極敏感的複雜配方及結晶週期。現有機器人雖能快速收集數據，卻缺乏理解科學原理並即時調整的能力。新系統整合 AI 架構與實體機器人，涵蓋學習、生成、RecipeQA、微調、推理、評估及優化等環節。此外，專屬領域配方語言模型（RLM）處理文獻及實驗數據，推薦、推理並精煉化學配方。
該系統由 11 個互聯機器人盒組成，整合成單一框架。硬體分工明確：前三盒負責化學儲存及精準材料分配，其餘八盒處理核心製程，包括旋塗、激光加工及沉積。配備多組相機及感測器，提供原位特徵化，實時數據直接回饋 AI 迴圈，驅動模型持續演進。11 個機器人盒控制逾 4,300 項參數，透過七層 AI 架構，從科學文獻及自身實驗數據持續學習，建立合成、特徵化及優化的閉環工作流程。
研究顯示，此方法經逾 50,000 次實驗及生成 5.78 億數據令牌，達成 27.0% 功率轉換效率。 實時軟硬體橋樑將 AI 生成配方轉為機器指令，監控 101 個功能模組。透過將複雜配方轉化為機器可讀指令，並將實驗結果處理為結構化回饋，維持推薦、機器人執行及驗證的循環。此硬體演進將碎片化手套箱作業轉為統一全裝置製造系統，由數位孿生介面管理。此研究為材料智能提供可擴展基礎，遠離手動手套箱操作。
研究成果刊載於《Engineering》期刊。 | 規格項目 | 詳細內容 | |———-|———-| | AI 架構層數 | 7 層 | | 機器人盒數量 | 11 個 | | 控制參數 | 逾 4,300 項 | | 功能模組 | 101 個 | | 實驗次數 | 50,764 次 | | 數據令牌 | 5.78 億 | | 功率轉換效率 | 27.
0%（認證 26.5%） |
