介电陶瓷电容器是电子电力系统的基础元器件，被称为“电子工业大米”，在能源安全、高端装备和国防安全等关键领域具有重要战略意义。高端电容被列入35项卡脖子技术，开发高性能介电储能陶瓷材料是解决器件小型化和集成化发展瓶颈，满足尖端战略领域需求的关键。高端介电储能陶瓷材料体系成分通常由5种金属元素以上组成的复杂固溶体，成分空间庞大。同时，储能密度和储能效率的提升受制于“极化-击穿-滞后”的复杂倒置关系。当前该类材料的研发依懒于传统试错法，研发效率低，难度大。团队发展了人工智能机器学习+局域结构设计方法，基于文献报道的小样本数据，构建了含关键描述符的随机森林回归模型，推导出A位和B位组元离子位关键本征特征，从数百万种成分空间筛选成分；引入具有不同局域极化特性与晶格构建特性的阳离子，形成强波动的独特局域极化结构，研发出系列新组分体系。研发的复杂组分具有细晶粒、弱耦合和小尺寸极性团簇特征，表现出近线性的极化行为和超高的击穿强度大幅提高了储能密度（>15 J cm^-3）和储存效率（>85%），其中2种材料实现了创记录高的储能密度（>20 J cm^-3）。提出的数据驱动模型+局域结构设计，为高效探索高端介电储能陶瓷材料提供了新路径，助力深入挖掘复杂本征特征，为推动高性能材料的定向设计提供支撑。相关工作在《Advanced Materials》、《Journal of the American Chemical Society》与《Nature Communications》等期刊上发表论文9篇，授权国家发明专利4项。