当你驾车穿梭于通用汽车位于密歇根州沃伦的广阔园区时，很容易错过那两座相邻、朴实无华的白色建筑，它们静静地伫立在这片710英亩土地的偏远一隅。

这两座总面积达50万平方英尺的建筑，正孕育着一个宏大的建设项目。一旦竣工，这里将成为通用汽车全新的电池研发中心，汽车制造商正紧锣密鼓地研发新型原型电池，以期大幅降低电动汽车的成本。

通用汽车必须实现更快、更经济的生产，以达成大规模销售平价电动汽车的目标。这些电动汽车不仅要与长期占据销售榜首的特斯拉一较高下，还要应对即将涌入美国市场的中国电动汽车的挑战。尽管美国电动汽车销量看似趋于平稳，但与中国这个全球电动汽车市场的领头羊相比，仍有不小的差距。

今年，受伊朗战争影响，油价飙升40%，使得对新旧电动汽车感兴趣的购车者数量激增，但他们的目光主要集中在价格低于当前新车平均售价5万美元的车型上。尽管通用汽车在美国的电动汽车销量仅次于特斯拉，但由于电池组占总成本的30%至40%，其大部分车型仍然价格高昂。

在9月初的一次探访中，我戴上安全帽、护目镜和反光背心，近距离观察了通用汽车将用于生产这些更新、更经济电池的设备：巨大的混合电池浆料容器、将电极材料均匀涂覆到薄膜上的涂布机，以及将矿物质转化为能够储存和释放能量的电池过程中的其他一系列精密机器。我探访的这家工厂将作为一个小规模生产厂，让工程师们能够为来自数十亿美元巨型工厂的大规模生产制作原型。

新设施的建立，彰显了通用汽车的长远布局，致力于开发使用更少或不依赖中国在全球范围内控制的矿物质的新电池。尽管美国科学家对大多数新电池化学物质的原始研究做出了贡献，但亚洲公司才是将这些化学物质开发、完善并投入批量生产的主力军。

中国经过15年的不懈努力，已在全球范围内掌控了当今电池所用矿物质的供应和加工，尤其是钴、镍和稀土元素。这意味着未来的电池必须采用不同的矿物质，以摆脱对中国的依赖。例如：通用汽车的新型LMR（富锂锰基）电池几乎不使用钴或镍。再如：今年春天，通用汽车宣布正与初创公司Peak Energy携手合作，共同开发用于储能的钠离子电池。

将这些新化学物质从实验室推向批量生产，可能需要十年甚至更久的时间。但通用汽车等不起。到那时，中国可能已经向美国市场销售其电动汽车了。通用汽车的电池工程师们坚信，利用底特律以北15英里处那些不起眼建筑内的新设施，能够在比预期更短的时间内为电动汽车和电池储能系统推出新的电池化学物质和格式。公司的未来，将取决于这一目标的实现。

今年6月，通用汽车电池部门负责人库尔特·凯尔蒂向我透露，新的电池研发中心（BCDC）将通过融合虚拟建模、物理测试能力以及小规模生产线，搭建起“从研发实验室到生产的关键桥梁”。其目标在于填补创造和制作新型电池原型与将其投入大规模生产之间的空白。

BCDC负责人莫·加莱戈斯表示，该项目的总成本高达9亿美元。在最大生产能力下，BCDC可能生产4至5吉瓦时的电池。但目标并非追求数量，而是确保质量。

在这座50万平方英尺的实验室里，我目睹了制造电池所需的大部分机器，从混合用于形成电池电极涂层的浆料，到首次为成品电池充电的硬件。这家微型工厂将适用于多种电池化学物质和不同格式，从棱柱形电池开始。其目的在于测试工业电池制造过程，在实施大规模生产之前证明并优化生产技术和配方。

尽管BCDC将生产实际可用的电池，但其产量和速度将远低于全规模电池厂的生产线。通用汽车的电池开发人员将把从这一过程测试中获得的知识传授给其电池生产合作伙伴，后者将负责将新设计推向全规模生产。

这些合作伙伴可能包括由通用汽车及其电池合作伙伴LG能源解决方案共同运营的两家工厂。第一家工厂位于俄亥俄州沃伦，于2022年开业，为通用汽车的电动汽车生产线（不包括2027款Bolt）生产大型镍锰钴铝软包电池。第二家工厂位于田纳西州斯普林希尔，于2024年初开业，现在生产用于电池储能的磷酸铁锂电池。

在BCDC的两座建筑中，第一座建筑的两侧分别进行阳极和阴极制造，中间进行电极组装。一座桥将电极薄膜卷运送到第二座建筑，在那里电池被组装、充电并测试8至11天。二楼则存放所需的金属、薄膜和组件，以及一套非常庞大的HVAC设备，以确保过程无菌、无尘并保持在合适的温度。

BCDC计划在今年第四季度生产其第一批测试电池——LMR棱柱形电池。但直到2028年，这些电池才会在斯普林希尔的Ultium工厂投入大规模生产。一旦LMR电池的测试开始，它将增加与初创公司Peak Energy合作开发的用于电池储能系统（BESS）的钠离子棱柱形电池。

BCDC旨在解决的问题，在于小规模创造新型电池化学物质与大规模生产数十万或数百万块电池之间的鸿沟。要将它们从开发推向商业化，必须了解如何制造它们；这需要测试生产过程和方法，以确保成品电池的质量和数量。

你可以将电池推向市场分为四个阶段：创造新的化学物质、测试早期原型、弄清楚如何制造它，然后扩大生产规模。

第一阶段几十年来一直在通用汽车的凯特林研发实验室进行。它为开创性的EV1、2011款雪佛兰Volt以及公司计划于2028年推出的LMR化学物质创造并测试了新的化学物质和电池。但它仅限于一次证明一种化学物质，以“硬币”或小软包格式进行。

2023年，通用汽车开设了华莱士电池创新中心，将第二阶段引入内部。该实验室采用新的化学物质并将其扩展为高达200安时的大型电池。华莱士可以小批量生产这些新电池，测试新的化学物质是否能在与最终产品相同的电池中继续发挥性能并保持实用性。

如今，第三阶段已经来到BCDC，就位于华莱士的隔壁。它将使用真实的电池制造和电池组装机器每天制造数千块电池——理想情况下确保更大工厂的最终扩大生产顺利进行。而且它的建筑面积是最初使用的两倍，以允许未来扩展、多种化学物质和多种电池格式。

历史上，第二和第三阶段由电池制造商完成。它们是新型化学物质与批量生产之间的缺失环节——几乎总是在海外完成。华莱士和BCDC一起为通用汽车提供了近100万平方英尺的电池开发空间。（通用汽车拒绝透露每个设施有多少员工，称人数各不相同。）

第四阶段也是最后一阶段是在Ultium Cells或其他大批量工厂进行大规模商业生产。

为了比较每个阶段的规模，凯特林研发可能生产1升浆料来涂覆电极薄膜以测试单个电池。华莱士实验室一次将其增加到40升。现在，BCDC将能够在单个过程中一次生产1500至2000升——而大批量电池厂将同时运行几十个相同的过程，即多出两个数量级。

在任何实际制造开始之前，电池工程师在整个过程中都运用了虚拟化技术。通用汽车全球推进系统虚拟工程总监拉杜·泰尤尼表示，通过使用“数字孪生”在生产硬件进入过程之前很久就模拟过程，可以快速开发和改进新设计。在汽车领域，一个众所周知的例子是使用CAD软件对结构设计和碰撞响应进行建模。几十年来，模拟技术让汽车制造商加快了工程速度，并大幅减少了他们必须不可避免地碰撞以确认安全性的昂贵原型车辆的数量。

同样，从新型电池化学物质的内部行为到制造每个组件的步骤——例如，在“高剪切双行星混合器”中混合分子以生产浆料的彻底程度——通过建模节省的时间可以从实验室到市场的新电池时间表中削减数周和数月。

最近，通用汽车在各种不同的虚拟化模型中大量运用了AI技术。泰尤尼表示，凭借其庞大的10年先前电池数据宝库，其大型语言模型现在预测数十种微小化学变化和过程变化的结果的速度远快于任何物理原型制作和测试。当这些结果被转移到现实世界的原型制作中时，它们被证明极其准确，他说。

在化学层面，这种模拟让通用汽车能够建模“如果我们添加更多硅会发生什么，如果你降低钴含量会发生什么”，泰尤尼说。“我们可以在几天内模拟出结果，”凯尔蒂补充道。这让公司能够根据需要调整生产过程，然后再次建模。如果由海外的电池制造商完成，这个过程可能需要数月。

对浆料混合器中的分子混合进行密集建模让通用汽车将混合时间比行业推荐实践缩短了一半，泰尤尼说，对质量或电池性能没有影响。总体而言，泰尤尼表示，公司预计将“大致缩短一半时间”完成电池的端到端过程——尽管通用汽车拒绝量化时间表或给出节省时间的具体数字。此前，凯尔蒂表示，这可能让通用汽车在开发有前途的新型电池化学物质方面节省多达一年的时间。

建模涵盖了车辆开发的各个层面：整个电动汽车的数字孪生；电池组的数字孪生；内部电池的数字孪生；模拟电池放电和充电时电极上粒子行为的电极的数字孪生；最后是原子层面的数字孪生，以模拟锂离子通过电极和电解质的扩散。

这些方法在化学物质之间轻松简单地转移。对于电池，“原子建模与化学物质无关”，凯尔蒂说。要从NMCA转到钠离子电池，“我们只需在模型中改变原子”。毕竟，“量子力学的核心方程是众所周知的”，泰尤尼补充道。

即使在模拟整个生产过程以批量制造电池之前，在原子层面模拟电池行为也需要巨大的计算能力。在我们的探访过程中，加莱戈斯指出，电池开发综合体消耗的电力比沃伦广阔园区的任何其他单一部分都多。

但公司长期以来一直在进行密集计算，早在电动汽车的现代时代之前就开始了。半个世纪前，第一批排放法规生效后不久，通用汽车就开始使用计算机模拟其发动机内汽油燃烧的各个阶段。随着时间的推移，随着发动机获得了多个气门、多个凸轮轴、可变气门正时、直接喷射、涡轮增压器以及越来越多的硬件以提高固有浪费的燃烧过程的效率，它们越来越依赖于不断更强大的计算机模型。一个具体的例子可能是模拟柴油燃烧中烟灰颗粒的形成——以及如何减少它们。

这些经验和可用的计算能力让公司能够“解锁大量价值”，因为它“乐于将这些多物理、高度详细的工具应用于许多不同的领域，而这些领域可能以前从未应用过”，泰尤尼说。

参观期间，泰尤尼介绍称，该公司的计算能力在美国范围内仅次于国家实验室。他还补充道，“原子建模正迅猛发展”，这表明在过去六个月里，公司的AI能力得到了显著提升与拓展。

内燃机部门目前正积极地将AI技术纳入其工具库中，尽管电池建模者似乎仍觉得自己走在技术前沿。泰尤尼提到，在开发LMR电池过程中，原子与过程建模所需的计算能力是汽油发动机燃烧过程建模所需的三倍。

显然，凯尔蒂（Kelty）对这些新型人工智能建模与仿真工具所蕴含的潜力感到十分振奋。他表示，从长远视角来看，“我们期望能够取消测试环节”，或者至少大幅减少对原型电池及其生产方法进行物理测试的需求。在开发与改进新型电池的过程中减少物理测试，将使通用汽车（GM）能够更灵活地根据实际测试数据做出响应。凯尔蒂指出，最终目标是构建一个能够自主进行研发的系统，使其人工智能模型能够“自主合成一种全新的电池化学成分”。但他也坦言，目前这一目标尚难以实现。

与此同时，全球各大电池制造商均拥有与通用汽车极为相似的全周期开发实验室。这些实验室助力他们探索如何制造来自研发实验室、汽车制造商、消费电子公司以及众多其他渠道的电池化学成分。然而，除了特斯拉之外，鲜有汽车制造商像通用汽车那样拥有合资电池工厂来生产自己设计的电池。而拥有从研发到原型、再到工艺、最终到生产的全套实验室的汽车制造商更是凤毛麟角。

全球多数汽车制造商仍继续依赖其电池合作伙伴来完成该流程中的部分环节，这在一定程度上归因于该过程的高昂成本，包括计算能力和实体工厂两方面的投入。通用汽车则寄望于其投资能够使其在将新型电池推向市场的速度和灵活性方面占据先机。未来数年，我们才能见证这一赌注能否收获回报。