韩国首尔大学研究团队开发出一种基于AI的量子点发光二极管（QLED）制备工艺设计平台。该平台能够反向设计薄膜制备条件，预测实现高性能量子点薄膜所需的最佳溶剂组合，有效解决了传统制造工艺中量子点颗粒排列不均、阻碍电荷传输并降低器件性能的问题，未来该方法有望应用于OLED、有机太阳能电池等下一代电子器件的研发中。相关研究成果于2026年7月15日发表在《物理进展报告》期刊上。

研究团队首先利用5种代表性溶剂制备量子点薄膜，并借助原子力显微镜分析薄膜表面均匀性。随后，将溶剂的蒸气压、黏度等物理参数与薄膜形貌数据共同输入机器学习模型，使AI学习二者间的复杂关系并预测能够形成最佳量子点薄膜结构的溶剂条件。

研究团队发现，没有任何一种单一溶剂能够完全满足AI预测出的最佳条件。于是，研究团队根据AI给出的参数，将多种溶剂进行组合，构建出符合预测要求的复杂溶剂体系，并将其用于实际QLED器件制备。实验显示，相比使用传统单一溶剂，采用AI设计溶剂体系制备的QLED器件，不仅发光效率提升约一倍，使用寿命也延长超过40倍。

信息来源：

https://www.dongascience.com/en/news/78950

https://www.stdaily.com/web/gjxw/2026-07/21/content_550991.html