Acelerando los Avances de las Baterías de Estado Sólido con IA

Se espera que el mundo de la tecnología de baterías, de rápido crecimiento, valga más de $100 mil millones en los próximos años, gracias a la creciente adopción de vehículos eléctricos (EV), la instalación de diversas baterías y el suministro de energía a los centros de datos.

Entre los diferentes tipos de baterías, el ion de litio es el más popular, representando un enorme 44 % de la cuota de mercado. Las baterías de ion de litio son baterías recargables que se utilizan con mayor frecuencia en el mundo actual, alimentando nuestros teléfonos móviles, portátiles y otros dispositivos electrónicos de consumo, además de los EV y los sistemas de almacenamiento de energía.

Aunque las baterías de ion de litio ofrecen muchos beneficios en cuanto a ligereza, alta conductividad y alta densidad de energía, presentan problemas de vida útil. La seguridad es otro gran desafío, ya que contienen un electrolito líquido y volátil que puede incendiarse si se daña o sobrecalienta.

Como resultado, las baterías de estado sólido (SSB) han surgido como una alternativa a las baterías de estado líquido (LSB), que utilizan electrolitos sólidos para evitar fugas o generación de gases.

Además de una mayor seguridad, estas baterías también ofrecen beneficios como la miniaturización, ligereza, carga más rápida, excelente eficiencia de empaquetado, funcionamiento en un amplio rango de temperaturas y larga vida útil en estantería.

Sin embargo, las baterías de estado sólido no son un descubrimiento reciente. Se introdujeron por primera vez en el siglo XIX, pero a pesar de existir tanto tiempo, no han alcanzado una aplicación generalizada. Eso está cambiando finalmente con la creciente tendencia de electrificación y la necesidad de alternativas mejores y más seguras a las ampliamente adoptadas baterías de ion de litio. 

En medio del renovado interés en la tecnología, los investigadores están optimizando las baterías de estado sólido mediante un enfoque multifacético que se centra en los materiales, la estructura y el diseño de interfaces, junto con la utilización de técnicas de IA basadas en datos. 

Trabajo continuo para mejorar las SSB

Investigadores de todo el mundo están trabajando arduamente en comprender y mejorar las baterías de estado sólido para impulsar el futuro. Algunos estudios recientes y destacados realizados en este campo son los siguientes:

Descifrando las SSB

Investigadores de la Universidad de Missouri profundizaron en la comprensión de los problemas de las baterías de estado sólido y en las formas de superarlos para ayudar a que las SSB se conviertan en una realidad.

Utilizaron microscopía electrónica de transmisión escaneada en 4D (STEM) para analizar la estructura atómica de la batería sin desensamblarla y descubrieron que la capa de interfase era la fuente del problema.

En las SSB, un electrolito sólido que toca el cátodo genera una reacción que forma una capa de interfase de 100 nm de espesor. Aunque esta capa es 1 000 veces más delgada que un solo cabello, bloquea la transferencia sin interrupciones de iones de litio y electrones, lo que aumenta la resistencia y perjudica el rendimiento de la batería.

Tras este descubrimiento, el profesor asistente Matthias Young planea probar si la especialidad de su laboratorio, películas delgadas creadas mediante un proceso llamado deposición oxidativa de capa molecular (oMLD), pueden formar recubrimientos protectores y ayudar a evitar que el electrolito sólido y los materiales del cátodo reaccionen entre sí.

«Los recubrimientos deben ser lo suficientemente delgados para prevenir reacciones, pero no tan gruesos que bloqueen el flujo de iones de litio», dijo. «Nuestro objetivo es mantener las características de alto rendimiento del electrolito sólido y los materiales del cátodo. Nuestra meta es usar estos materiales juntos sin sacrificar su rendimiento por compatibilidad».

Explorando el potencial de LLZO como electrolito sólido en SSLMB

Un estudio reciente de investigadores de la Universidad de Tohoku evaluó electrolitos sólidos tipo granate para baterías de metal de litio de estado sólido (SSLMB), que se consideran una tecnología prometedora debido a su potencial para mejorar el rendimiento energético y la seguridad.

Descubrió que las ventajas de densidad energética esperadas de estas baterías pueden estar sobrestimadas.

Según este estudio, una batería de metal de litio de estado totalmente sólido (ASSLMB) con el principal candidato de electrolito sólido LLZO (óxido de litio, lantano y zirconio) solo ofrece un aumento marginal en la densidad energética en comparación con las baterías de ion de litio actuales, mientras incurre en altos costos de producción y enfrenta desafíos de fabricación.

De acuerdo con el estudio, el ASSLMB alcanzaría una densidad de energía gravimétrica de 272 Wh/kg frente a los 250‑270 Wh/kg de las baterías de ion de litio, lo que convierte a los electrolitos cuasi‑sólidos en alternativas más viables.

«Las baterías de metal de litio de estado totalmente sólido se han considerado el futuro del almacenamiento de energía, pero nuestro estudio muestra que los diseños basados en LLZO pueden no proporcionar el salto esperado en densidad energética. Incluso en condiciones ideales, los beneficios son limitados, y los costos y desafíos de fabricación son significativos».

– Autor principal del estudio Eric Jianfeng Cheng de WPI-AIMR, Universidad de Tohoku

Aunque se valora por su conductividad iónica y estabilidad, una modelización integral de una batería práctica basada en LLZO cuestionó la idea de que mejora considerablemente la densidad energética. Incluso con un separador cerámico LLZO ultrafino y un cátodo de alta capacidad, el estudio encuentra que el rendimiento de la batería es solo ligeramente superior al de las mejores celdas convencionales de ion de litio.

La densidad de LLZO es el problema clave aquí, ya que aumenta la masa de la celda y reduce los beneficios energéticos esperados. Además, está la fragilidad del material, los problemas con dendritas de litio, la dificultad de fabricar láminas delgadas sin defectos y los vacíos en la interfaz, todo lo cual complica la implementación a gran escala. Según Cheng:

«LLZO es un material excelente desde el punto de vista de la estabilidad, pero sus limitaciones mecánicas y la penalización de peso crean barreras serias para la comercialización».

Aquí, combinar el material con electrolitos basados en gel o polímeros mostró una mejor estabilidad a largo plazo.

Descubriendo electrolitos sólidos prometedores

Investigadores de la Universidad de Ciencias de Tokio también descubrieron nuevos materiales para SSLIBs seguros y de alto rendimiento.

«Fabricar baterías secundarias de ion de litio totalmente de estado sólido ha sido un sueño de mucho tiempo para muchos investigadores de baterías», dijo el profesor Kenjiro Fujimoto, quien señaló que han descubierto un electrolito sólido de óxido, que es un componente clave de los ASSLIBs.

El material (Li1.25La0.58Nb2O6F) es altamente estable y muestra una conductividad iónica total de 3,9 mS cm⁻¹ a temperatura ambiente, lo que es superior a los electrolitos sólidos de óxido reportados previamente, mientras posee una energía de activación extremadamente baja.

Además, si se daña, no se incendiará, lo que hace que el nuevo material sea adecuado para aplicaciones donde la seguridad es crítica. Su capacidad de uso a altas temperaturas y de soportar recargas rápidas también lo hace apropiado para aplicaciones de alta capacidad como los EV.

«La aplicación de este material es prometedora para el desarrollo de baterías revolucionarias que pueden operar en un amplio rango de temperaturas, desde bajas hasta altas».

– Prof. Fujimoto

Mientras tanto, a finales del año pasado, investigadores de la Universidad Metropolitana de Osaka desarrollaron Na2.25TaCl4.75O1.25 como un nuevo electrolito sólido.

Los investigadores habían desarrollado previamente el electrolito sólido NaTaCl6, que es una combinación de cloruro de sodio y cloruro de tantalio. Esta vez, el equipo añadió pentóxido de tantalio (Ta2O5), lo que les ayudó a lograr alta conductividad a temperatura ambiente.

También muestra alta formabilidad así como mayor estabilidad electroquímica que los cloruros convencionales.

«Se espera que los resultados de esta investigación contribuyan significativamente al desarrollo de electrolitos sólidos compuestos, además de los electrolitos sólidos de vidrio y cristal que se han desarrollado hasta la fecha».

– Profesor asistente Kota Motohashi de la Escuela de Posgrado de Ingeniería

Ahora se centran en ilustrar el mecanismo de conducción iónica de los electrolitos sólidos compuestos, así como en desarrollar más materiales.

Cambiar la estructura, eliminar los componentes

Investigadores de la Universidad de Illinois Urbana‑Champaign, por su parte, descubrieron que la estructura helicoidal aumentó significativamente la conductividad de los electrolitos poliméricos de péptidos de estado sólido en comparación con sus contrapartes de “bobina aleatoria”, siendo las hélices más largas las que conducen a una mayor conductividad. Además, la estructura helicoidal incrementa la estabilidad general del material frente a voltaje y temperatura.

«Introdujimos el concepto de usar la estructura secundaria — la hélice — para diseñar y mejorar la propiedad material básica de conductividad iónica en materiales sólidos».

– Profesor Chris Evans, líder del estudio

Esta es la misma hélice que se encuentra en los péptidos en biología. Al estar fabricada a partir de péptidos, significa que una vez que la batería llega al final de su vida útil, el material puede degradarse nuevamente en unidades monoméricas individuales mediante ácido o enzimas, y los materiales de partida pueden recuperarse y reutilizarse, lo que la hace respetuosa con el medio ambiente.

En otro estudio interesante, los investigadores crearon la primera batería de sodio de estado sólido sin ánodo con ciclos estables durante varios cientos de ciclos. La batería económica, de alta capacidad y carga rápida puede ayudar a descarbonizar la economía.

Removing the anode required an innovative architecture, so the team created a current collector using aluminum powder, which, while solid, can flow like a liquid, and surrounded the electrolyte.

«Las baterías de sodio de estado sólido suelen verse como una tecnología lejana del futuro, pero esperamos que este artículo impulse más el desarrollo del área de sodio al demostrar que realmente pueden funcionar bien, incluso mejor que la versión de litio en algunos casos».

– Primer autor Grayson Deysher, candidato a doctorado de UC San Diego

Es hora de usar IA para encontrar rápidamente los mejores candidatos de electrolitos sólidos

En medio de esta extensa investigación continua sobre diferentes aspectos de las baterías de estado sólido, especialmente los electrolitos, para mejorarlas y fomentar su adopción, los científicos están ahora utilizando inteligencia artificial.

El electrolito es uno de los componentes de batería más cruciales. Transfiere partículas portadoras de carga llamadas iones entre los dos electrodos de la batería, provocando la carga y descarga de la batería.

Por lo tanto, el enfoque está en mejorar el rendimiento del electrolito de estado sólido (SSE), lo que implica aumentar la conductividad iónica, la estabilidad y la vida útil del ciclo. Sin embargo, las limitaciones de los materiales actuales han dificultado lograr estas mejoras.

Superar estos desafíos requiere el desarrollo de materiales SSE de alto rendimiento, lo que desbloqueará todo el potencial de las baterías de estado sólido.

Los óxidos metálicos y los sulfuros son algunos de los materiales más estudiados como SSE prometedores. Aquí, investigar los hidruros como SSE que muestran alta estabilidad redox y mecánica y una conductividad iónica divalente promedio a temperatura ambiente es particularmente beneficioso.

Con su alta conductividad iónica y baja energía de activación, los hidruros han demostrado un gran potencial en el desarrollo de SSE. Los hidruros metálicos, por su parte, ofrecen beneficios distintos debido a la ligera masa de los átomos de hidrógeno.

Sin embargo, el bajo peso del hidrógeno y el comportamiento complejo de los hidruros divalentes presentan desafíos en la síntesis y caracterización estructural, resaltando las limitaciones de las técnicas experimentales actuales.

El desafío aquí es que el descubrimiento experimental de SSE depende de métodos de prueba y error ineficientes y que consumen tiempo. Para abordar esto, necesitamos investigación asistida por cómputo para comprender los mecanismos de migración iónica y descubrir nuevos electrolitos de estado sólido.

El asunto es que los enfoques teóricos tienden a ofrecer maneras más sistemáticas y rápidas de explorar las propiedades de los materiales. Además, existen avances en los grandes modelos de lenguaje (LLM), que están mejorando aún más las metodologías basadas en datos y mejorando las predicciones teóricas.

Aún así, lograr alta precisión en los métodos teóricos es un desafío debido a la complejidad de los materiales SSE. El enfoque de la investigación actual en un solo material o método también limita la comprensión integral de los SSE.

Entonces, ¿cómo podemos usar mejor los conocimientos teóricos para diseñar experimentos más eficientes? Además, ¿qué tipo de flujo de trabajo óptimo combina sin problemas la modelización teórica con la validación experimental? La respuesta radica en combinar información computacional y experimental.

Para superar los obstáculos con los SSE divalentes, que muestran un gran potencial para baterías de estado sólido de alto rendimiento (ASSBs), investigadores en un nuevo estudio desarrollaron un flujo de trabajo integrado que combina minería de datos, análisis impulsado por IA, regresión de aprendizaje automático, búsqueda global de estructuras, simulaciones de metadinámica ab initio (MetaD) y evaluación comparativa teoría‑experimento.

Esta investigación busca mejorar nuestra comprensión de los SSE divalentes y proporcionar un marco sólido para predecir y diseñar nuevos candidatos SSE. A su vez, acelerará el descubrimiento de opciones SSE optimizadas para avanzar en tecnologías de almacenamiento de energía viables.

Haga clic aquí para conocer la tecnología de baterías de estado sólido revolucionaria de Princeton.

Hacia las SSB de próxima generación para soluciones energéticas sostenibles

Para construir con éxito baterías de estado sólido más potentes y sostenibles, los investigadores de la Universidad de Tohoku han creado un marco de IA basado en datos¹. 

A diferencia del enfoque tradicional, que implica probar cada material y luego establecer rutas una por una, este marco identifica candidatos potenciales de electrolitos de estado sólido (SSE) que podrían ser “el indicado” para crear la solución energética sostenible ideal.

El modelo desarrollado no solo selecciona candidatos óptimos, sino que también puede predecir cómo ocurrirá la reacción. Además, explica por qué un candidato particular es una buena elección al proporcionar ideas sobre los posibles mecanismos, ayudando a los investigadores a comenzar incluso antes de entrar al laboratorio.

El profesor Hao Li del Instituto Avanzado de Investigación de Materiales señaló:

«El modelo esencialmente realiza todo el trabajo de prueba y error por nosotros. Se basa en una gran base de datos de estudios previos para buscar entre todas las opciones potenciales y encontrar el mejor candidato SSE».

El avanzado marco de IA del equipo se integra con el Modelo de Gran Lenguaje (LLM), un tipo de modelo de aprendizaje automático preentrenado con enormes cantidades de datos. Los LLM son conocidos por su gran capacidad para procesar, comprender y generar lenguaje humano.

Al incorporar otras técnicas basadas en datos, el modelo predictivo se nutre tanto de datos computacionales como experimentales. De esta manera, el estudio brinda a los investigadores una opción sólida con el resultado más exitoso.

Además de ayudar a acelerar el desarrollo de baterías de estado sólido de alto rendimiento y sostenibles, el estudio también busca comprender las complejas relaciones entre estructura y rendimiento de los SSE. Esta relación abarca factores como la conductividad iónica, la estabilidad y la compatibilidad con los electrodos, y suele investigarse mediante modelado computacional, análisis experimental y enfoques basados en datos.

El modelo creado por el equipo también predice energías de activación, determina la estructura cristalina estable y mejora el flujo de trabajo general de los investigadores. Los hallazgos del estudio demuestran que MetaD es un método computacional sobresaliente, mostrando una concordancia sustancial con los datos experimentales para los SSE de hidruros complejos.

Los investigadores también han identificado un nuevo sistema de transferencia de iones. El mecanismo de “dos pasos” se descubrió en ambos SSE que surgen de la integración de moléculas neutras.

Así, al combinar el análisis de características con regresión lineal múltiple, el equipo pudo desarrollar con éxito modelos predictivos precisos para la evaluación rápida del rendimiento de los SSE de hidruro. Más importante aún, el marco permite predecir con precisión las estructuras candidatas sin depender de datos experimentales.

En conjunto, el estudio brinda grandes ideas así como metodologías avanzadas para el diseño y optimización eficientes de baterías de estado sólido de próxima generación.

Pero estos son solo los pasos iniciales hacia la construcción de soluciones energéticas sostenibles, con el equipo planeando ampliar la aplicación de su marco a diversas familias de electrolitos. El equipo realmente espera que las herramientas de IA generativa sean útiles para investigar rutas de migración iónica y mecanismos de reacción, mejorando la capacidad predictiva de la plataforma.

Invertir en el mercado de baterías de estado sólido

En cuanto a una empresa invertible en el creciente mercado de baterías de estado sólido, QuantumScape está a la vanguardia, como un actor principal centrado en la tecnología de litio‑metal. Su separador cerámico de estado sólido patentado está diseñado para mejorar la densidad energética, la velocidad de carga y la seguridad, al tiempo que evita problemas críticos como la formación de dendritas, que ha limitado la adopción del ánodo de litio‑metal.

QuantumScape Corporation (QS )

Desarrollando tecnología SSB para EV y con el objetivo de convertirse en un fabricante de equipos originales (OEM), QuantumScape Corporation ya ha asegurado asociaciones con el importante fabricante de automóviles Volkswagen Group y su subsidiaria, PowerCo.

Aunque enfrenta desafíos en la comercialización, QuantumScape sigue siendo un nombre importante en el sector. El año pasado, comenzó a producir muestras de sus diversos productos SSB y planea producir aún más este año.

Con una capitalización de mercado de 2,2 mil millones de dólares, las acciones de QS cotizan actualmente a 3,90 $, con una caída de más del 25 % en lo que va del año. Su EPS (TTM) es -0,91 y su P/E (TTM) es -4,30.

Para el primer trimestre de 2025, la empresa reportó 5,8 millones de dólares en gastos de capital, gastos operativos GAAP de 123,6 millones de dólares y una pérdida neta GAAP de 114,4 millones de dólares. Cerró el trimestre con 860,3 millones de dólares en liquidez, y se espera que su disponibilidad de efectivo se extienda hasta la segunda mitad de 2028.

Este año, la empresa pretende llevar el proceso del separador Cobra a la producción base, mejorar la calidad y producción de las muestras QSE‑5, y enviar celdas QSE‑5 para demostrar sus excepcionales capacidades de rendimiento en una aplicación del mundo real.

Últimas noticias sobre QuantumScape Corporation

Conclusión

Con las baterías desempeñando un papel clave en la alimentación de dispositivos electrónicos, EV y sistemas energéticos, es necesario desarrollar materiales energéticos de próxima generación para crear un futuro sostenible. Aunque las baterías de estado sólido ofrecen una solución prometedora, su desarrollo enfrenta importantes desafíos técnicos. Lo que necesita el desarrollo de SSB es mejorar el rendimiento del electrolito de estado sólido (SSE).

Por lo tanto, la intensa investigación en torno a los SSE, que está lista para acelerar a un ritmo mayor gracias al nuevo modelo de IA basado en datos. Impulsado por vastos conjuntos de datos y técnicas de simulación avanzadas, el marco ayuda a los investigadores a identificar y optimizar los SSE con una velocidad y precisión sin precedentes. Esta convergencia de la ciencia de materiales y el aprendizaje automático muestra un enorme potencial para ofrecer soluciones de baterías de estado sólido de alto rendimiento y sostenibles que alimenten el futuro de la energía limpia.

Haga clic aquí para obtener una lista de las principales acciones de baterías de estado sólido.

Estudios citados:

1. Wang, Q., Yang, F., Wang, Y., Zhang, D., Sato, R., Zhang, L., Cheng, E. J., Yan, Y., Chen, Y., Kisu, K., Orimo, S., & Li, H. (2025). Unraveling the complexity of divalent hydride electrolytes in solid-state batteries via a data-driven framework with large language model. Angewandte Chemie International Edition, 64(22), e202506573. https://doi.org/10.1002/anie.202506573