若宮淳志的演講一開始，先把京都大學的材料研究連到 EneCoat 的實用化工作。EneCoat 的公開資料顯示，這家公司於 2018 年成立，研究基礎正來自若宮實驗室；若宮也是共同創辦人。
這個背景解釋了整場演講的提問方式。他把高效率視為起點，接著追問學術成果進入生產後，為什麼同一份配方換了一批原料、放大一個面積，結果就可能開始漂移。
答案被他一路往前追，最後停在一個看似很小的地方：前驅物裡的微量水。
一個微量變因，會沿著整條製程留下痕跡
若宮以鹵化鉛的品質說明，化學品標示相同純度，不代表進入製程時處於相同狀態。微量水會改變溶液中的配位與後續結晶；演講也提到，經過脫水或純化，批次重現性可以改善。
接下來的薄膜形成，使這個影響逐步放大。前驅物先和溶劑形成配位狀態，反溶劑促使成核並形成帶有溶劑的中間體，最後才在加熱中轉成深色的鈣鈦礦晶相。肉眼只看到薄膜變黑，材料內部已經完成了一連串競爭：晶核在哪裡出現、晶體長得多快、溶劑何時離開。
因此，「相同配方」至少有兩層意思。成分、濃度與比例可以相同，原料含水、儲存和配製歷史卻可能不同。研究室裡，差異會變成幾片表現不佳的元件；到了生產端，它會變成整批分布、返工與報廢。
這也是若宮演講中最有辨識度的一點：量產控制不從塗佈機開始。若進料規格沒有抓到真正影響結晶的材料狀態，工程師會反覆調整轉速、溫度與退火時間，卻一直在補償一個沒有被辨認的上游變因。
放大，是把同一條結晶路徑維持在更大的空間裡
小面積旋塗時，研究者可以靠經驗掌握反溶劑時機，再從基板上挑出可用區域。當製程轉向印刷、捲對捲或氣體淬火，人手掌握的瞬間必須變成可重複的製程窗口。
面積增加後，溫度、氣流與溶劑揮發會沿著基板形成梯度。一個時間上的偏移，會在膜面留下空間差異。放大的核心於是變成：能否讓不同位置的材料，仍沿著相同的中間體與結晶路徑前進。
演講後段再把這條控制鏈延伸到 p–i–n 元件。入光側的電洞選擇性接觸必須薄且透明，又要有效輸送電荷；若宮比較傳統聚合物與超薄自組裝分子接觸，也談到用多個錨定基團改善界面作用。到了雷射劃線模組，局部薄膜和界面波動還可能被串聯結構放大。
若宮團隊 2023 年的 JACS 論文提供了直接例子：具有多個膦酸錨定基團的分子，會以較貼近電極表面的方向排列；只有單一錨點的分子則比較傾斜。這個方向差異會影響電洞能否順利離開鈣鈦礦層。於是「多個錨點」不只是分子結構上的變化，而是把界面排列變成可設計的參數。
前驅物、結晶、接觸層與模組因而不是四個分散題目。它們共同回答一件事：材料經過每一道轉換後，原本建立的可重現性有沒有被保留下來？
演講最後幾分鐘，若宮又把視線從晶體和界面拉到應用示範、工廠與團隊擴張。這段近況把整場演講的評量尺度推到製造端：前面的材料控制，最後必須能支撐實際製造與交付。
其中一項應用已有原始論文可回查。若宮團隊 2023 年以內應力互相抵銷的雙層 ITO，在 4 微米 PEN 薄膜上製作鈣鈦礦元件；經過 1,000 次彎折後，仍保留初始效率的 95%。這個案例的重點不是再添一筆效率紀錄，而是說明應用一旦要求超薄與可彎折，電極應力與基板變形便會加入整條製程控制鏈。
從理解結晶，到守住跨批次良率
若宮團隊 2014 年的晶體學研究已直接連結鹵化鉛錯合物、含水與鈣鈦礦形成。演講之外，2025 年有兩項研究把同一類控制問題推向大面積製程：一個中國與法國團隊以結晶調控做出 56.5 平方公分有效面積、認證效率 20.3% 的 slot-die mini-module；德國 KIT 的另一個團隊則利用成膜期間的光學訊號與深度學習預測效率。
現在的難題已經從「看不看得到結晶」，移到同一套指標換了配方、設備與原料批次後，是否仍然有效。一片大面積元件的最高值能證明某次成功；跨批次分布與換料後的結果，才說明這條結晶路徑是否已經走進製造。若宮從前驅物裡的一點水分談起，最後落回的也是同一件事：讓材料控制不只成功一次。
資料來源與補充
演講與主辦單位資料
- TPRIA：鈣鈦礦太陽能電池的材料化學｜若宮淳志解析成膜與量產：主辦單位對原料純度、結晶控制、p–i–n 載子選擇層、印刷製程與應用方向的逐場會後整理。
講者與公司脈絡
- EneCoat Technologies 公司資料：確認公司成立、若宮實驗室研究基礎及共同創辦人關係。
原始論文
- Wakamiya et al., Chemistry Letters (2014)：前驅物含水與可重複製備。
- Truong et al., JACS (2023)：多錨點單分子層的排列與電洞收集。
- Ohashi et al., Solar RRL (2023)：超薄柔性基板、雙層 ITO 與彎折結果。
- Scalable preparation of perovskite films, Nature Communications (2025)：中國與法國研究團隊的大面積 slot-die coating 與 mini-module。
- Deep learning for augmented process monitoring, Energy & Environmental Science (2025)：德國 KIT 團隊利用成膜訊號預測效率的外部進展。