导语：当人工智能开始渗透到氢能催化剂的设计与生产环节，一个传统“贵金属+化学”的赛道正在经历前所未有的效率革命。铂氢科技——这家成立于2023年的年轻公司，在完成数千万元Pre-A轮融资后，向外界展示了如何用结构创新与AI辅助手段，把铂基催化剂的稳定性提升40%-50%，同时将铱基催化剂的贵金属用量压降至行业平均水平的三分之一。在氢能产业“雷声大、雨点小”的当下，技术突破与资本耐心，正在共同书写一张新的答卷。
氢能产业的“黄金时代”与“内卷困境”
氢能被《能源法》正式纳入国家能源体系，并被列为“十五五”规划六大未来产业之一。据GEP Research统计，2026年中国在全球氢燃料电池催化剂市场的占比将攀升至38.7%，对应市场规模达108.1亿美元，成为全球最大的单一区域市场。数据层面的“黄金时代”，与产业层面的“内卷困境”形成了鲜明对比。
下游订单乏力，导致上游制氢、储运、应用环节的产能利用率普遍偏低。催化剂作为氢能产业链的核心材料，其性能与成本直接决定了整个系统的经济性。然而，铂、铱等贵金属原料供给稀缺且高度依赖进口，使得催化剂材料成了“卡脖子”的关键环节。
在这一背景下，科技公司纷纷将目光投向催化剂国产化与降本增效。AI工具导航上涌现出大量材料计算与模拟平台，试图用人工智能加速新配方的筛选与验证。铂氢科技的创始人邹亮亮坦言：“贵金属催化剂在未来很长一段时间内，仍然是氢能领域的主流选择。我们现在要做的，不是等风口，而是把技术护城河挖深。”
催化剂：氢能心脏的“隐形成本”
在PEM燃料电池和PEM电解水制氢系统中，催化剂是决定效率与寿命的“心脏”。但铂基催化剂在长期运行中面临一个棘手问题：铂原子会发生迁移和团聚，导致颗粒变大、活性比表面积下降，最终使催化剂失活。性能衰减与成本高企，是传统催化剂方案的两大“原罪”。
铂氢科技选择从配方与结构设计入手，通过“模板法”构建纳米结构，对活性颗粒进行精准调控。其核心思路是：在催化剂合成阶段，利用模板确保颗粒在纳米尺度上分布均匀且尺寸稳定，从而抑制团聚。测试数据显示，相比传统铂碳催化剂，铂氢科技的Pt/C纳米催化剂在3万圈加速老化测试后，稳定性提升40%-50%，性能衰减幅度减少10%。
在PEM电解水制氢领域，铱基催化剂的用量通常是行业痛点。铂氢科技采用富氧纳米氧化铱催化剂，贵金属用量降至0.4mg/cm²，仅为行业普遍应用的三分之一；电堆能耗低至4.1kWh/m³，理论寿命超过8万小时。这些数据背后，是数百次实验迭代与AI图片生成辅助的微观结构分析——工程师通过算法从大量TEM图像中识别出最优的颗粒分布模式。
铂氢科技：用结构创新破解“铂金之痛”
铂氢科技成立于2023年5月，聚焦于氢能等新兴领域的贵金属催化剂及膜电极产品。其产品矩阵涵盖了燃料电池催化剂（铂碳、铂黑、铂钌黑、铂基合金等）和水电解催化剂（氧化铱、铱黑、负载型氧化铱、铱钌合金等）两大品类，并已申请发明专利和实用新型专利15余件。
团队背景是典型的技术派：创始人邹亮亮是中国科学院大学博士，现任苏州科技大学教授、博士生导师，拥有十余年贵金属催化剂研发经验。运营团队长期在能源和材料领域从事项目研发与市场拓展。这种“高校教授+产业老兵”的组合，在近年来科技公司的创业浪潮中并不少见——但铂氢科技的特殊之处在于，它从一开始就注重将实验室成果与商业化需求对接。
为了加速研发，团队引入了大模型训练辅助材料设计，用AI模型预测不同配比下的催化剂活性与稳定性，将实验周期从数月缩短至数周。邹亮亮表示：“用人工智能做催化剂配方筛选，不是赶时髦，而是实实在在节省时间和试错成本。”
商业化路径：活下去，等风来
铂氢科技的直接客户覆盖燃料电池膜电极、电堆企业以及PEM电解水制氢膜电极、电解槽制造商。目前，公司已与中石油等能源化工央企建立合作，并与科润、云帆等产业链上下游伙伴形成横向协同，共同为客户提供从催化剂、膜电极到电堆的一站式解决方案。
在商业模式上，铂氢科技还探索了贵金属催化剂的回收模式，以降低原材料成本波动的影响。2026年上半年，公司实现营收2800万元，预计全年营收可超过4000万元。在此基础上，铂氢科技计划每年推出3-5款新产品，争取2027年营收翻倍，服务客户超过320家，并完成两条核心产线建设。
“短期目标不是盲目追求规模增长，而是保证等行业风口来的时候，我们还活着，并且做好了准备。”邹亮亮的这句话，反映了许多科技公司在当前融资环境下的务实心态。AI融资的整体节奏虽然放缓，但像铂氢科技这样拥有硬核技术壁垒的团队，依然能获得资本青睐。本轮融资由东运创投领投、新晖资本跟投，老股东熔拓资本追投，资金将主要用于产线建设、研发及运营团队扩充。
人工智能如何赋能催化剂研发？
在传统材料科学中，催化剂的开发往往依赖“试错法”——合成、测试、分析、再合成，循环往复。一个成熟配方的诞生，可能需要数年时间。而人工智能的介入，正在从三个维度重塑这一过程：
第一，高通量虚拟筛选。通过构建催化反应的第一性原理模型，AI可以在数小时内评估数千种候选结构，预测其活性、选择性和稳定性。铂氢科技所用的“模板法”设计，一部分灵感就来自AI给出的结构优化建议。
第二，微观图像分析。在催化剂表征环节，透射电镜(TEM)图像中颗粒的尺寸、分布、晶格缺陷等信息，传统上依赖人工肉眼判读。而基于深度学习的图像识别模型，可以自动统计并分析数以万计的颗粒，识别出最优的合成条件。抠图技术也被用于从背景中分离出催化剂颗粒，提高分析精度。
第三，工艺参数优化。催化剂合成涉及温度、pH值、搅拌速度、反应时间等多个变量，AI算法可以学习历史实验数据，推荐最优的工艺参数组合，从而提升批次一致性。
这些应用场景，让“人工智能+材料科学”成为近年来科技公司创新的热门方向。企业数字化转型的浪潮，也正在从互联网、金融向高端制造、新材料领域蔓延。
未来展望：千亿市场的“催化剂”竞赛
随着全球碳中和目标的推进，氢能产业链的千亿级市场规模正在加速形成。催化剂作为技术壁垒最高的环节之一，国产化替代空间巨大。铂氢科技目前的产品性能已接近国际领先水平，但能否在成本上进一步突破，将是决定其能否在竞争中胜出的关键。
从行业趋势看，贵金属价格波动、供应链安全、下游需求复苏等变量，都将在未来几年内影响催化剂的产业化进程。铂氢科技选择的路径是“先活下去，等风来”——通过稳扎稳打的商业化，积累客户与产能，同时持续投入研发，保持技术领先。
值得一提的是，AI Agent技术的进步，正在让“自主实验平台”成为可能。未来，AI可以自动设计实验方案、操控机器人完成合成与测试、并迭代优化配方。这种“自动驾驶”式的研发模式，可能进一步缩短催化剂从实验室到量产的时间。
铂氢科技的故事，只是中国氢能产业众多创新案例中的一个缩影。当人工智能与新材料技术深度融合，那些曾经“不可能”的性能突破，正在变成“可能”。