发现新型无铅材料并提高器件效率和稳定性仍然是混合有机无机钙钛矿光伏器件商业化的绊脚石。传统的试错方法严重限制了材料发现，尤其是涉及到大的搜索空间、复杂的晶体结构和多目标的特性。复旦大学光科系张浩及詹义强课题组提出了一个多步骤、多阶段的筛选方案，通过结合机器学习和高通量计算，从大量的候选者中加速发现潜在的A2BB’X6混合有机无机钙钛矿材料，以实现较高的光伏效率和热稳定性。经过形成能、带隙和德拜温度的系列筛选，建立了A2BB’X6材料的结构特性映射关系。最后成功筛选出四个具有良好稳定性、高德拜温度和适合太阳能电池带隙的实验候选材料，并通过了DFT计算进一步验证，其中三个无铅候选材料((CH3NH3)2AgGaBr6、(CH3NH3)2AgInBr6和(C2NH6)2AgInBr6)的预测功率转换效率达到20.6%、19.9%和27.6%，这是因为具有从UVC到IRC的超宽带吸收区域、激子结合能小、辐射复合寿命低至10ps、利于制造的高性能PSC材料。其间有大的或中间态的极化子形成，其特性类似于CH3NH3PbI3，相应的计算热导率分别为5.04、4.39和5.16Wm-1K-1，德拜温度大于500K，有利于抑制非辐射结合和热引起的降解。本工作2021年12月在线发表于《Advanced Science》。