InfoMat 2025年第十一期上线！

High-entropy oxides for electrochemical energy storage and conversion devices

Wenqing Yu, Leqi Zhao, Nai Shi, Mose O. Tadé*, Zongping Shao*

澳大利亚科廷大学邵宗平（Zongping Shao）教授课题组系统阐述了高熵氧化物（HEOs）在锂离子电池、钠离子电池、固体氧化物燃料电池等能源器件中的突破性应用。高熵氧化物通过将五种以上金属阳离子嵌入单一晶格，利用构型熵稳定效应，展现出独特的高温相稳定性、离子电导率和表面反应活性。研究表明，HEOs在锂离子电池负极材料中可实现超过1000次循环后仍保持90%的容量，其特殊的晶格畸变效应更显著提升了电极材料的机械强度和循环稳定性。研究人员还揭示了HEOs在SOFC/SOEC系统中的抗铬毒化能力，通过多元阳离子协同作用，有效抑制了电极材料在高温下的元素偏析，使单电池在800°C下实现2.03W/cm²的峰值功率密度。

CMOS compatible multi-state memristor for neuromorphic hardware encryption with low operation voltage

Bo Sun, Jinhao Zhang, Jieru Song, Jialin Meng*, David Wei Zhang, Tianyu Wang*, Lin Chen*

山东大学集成电路学院王天宇（Tianyu Wang）、孟佳琳（Jialin Meng）教授与复旦大学微电子学院陈琳（Lin Chen）教授团队联合攻关，成功研发出一种基于HfAlO_x材料的新型多态忆阻器，在神经形态硬件加密领域取得重要突破。研究团队通过原子层沉积（ALD）技术精确调控HfAlOx薄膜的组分与厚度，结合界面工程优化，成功制备出八级电阻态可调的忆阻器。该器件展现出较低的工作电压，写入和擦除操作仅需0.56 V与-0.135 V，因此可以有更佳的能耗表现；另外，高开关比（>10⁴）确保了多态信号间的强区分度，有效提升了数据存储的可靠性；同时，器件表现出长寿命与高稳定性，可耐受10⁵次读写循环，数据保持时间超10⁴秒。这一系列性能突破为神经形态计算与高安全硬件加密技术的实际应用奠定了坚实基础。基于器件的优异特性，研究团队进一步设计了一套完整的硬件加密方案，并通过搭建卷积神经网络（CNN）对该方案的可行性进行了验证和分析。

Reservoir computing utilizing HfO₂-based ferroelectric neuromorphic devices with WOx nano insertion layers for efficient speech recognition

Xiaoheng Zhou, Liwei Liang, Yuning Gu, Yuzhi Fang, Zibo Zhou, He Tian*

清华大学田禾（He Tian）团队发布了一项关于基于HfO₂铁电神经形态器件的新型储备计算系统的研究成果。此次研究中，研究人员在储备计算框架内，成功地利用铁电隧道结器件模仿了生物突触的“兴奋与抑制”过程，从而提高了语音识别的准确度和系统的能效。该系统实现了高效、低能耗的语音识别，并在日常词汇的语音分类准确率上达到了99%以上的优异成绩。基于HfO₂的铁电神经形态器件在储备计算和语音识别领域的应用，展现了其在人工智能应用中的广阔前景。该技术不仅为智能语音识别提供了全新的解决方案，也为低功耗、高性能计算的未来应用铺平了道路。

Circularly polarized laser from three-dimensional perovskite induced by intramolecular interaction

Zicheng Li, Xinyu Duan, Tao Man, Nan Gong, Zehui Zhou, Ke Sun, Yi Yang, Ning Liu, Xuehui Xu, Junjie Cui, Xiaofeng Liu, Mi Yan, Xiangyu Sun, Zhi Chen, Gongxun Bai, Yuhuang Wang, Yang Yang (Michael), Jianrong Qiu, Beibei Xu*

浙江大学许贝贝（Beibei Xu）研究员团队创新性地提出了一种构建具有强手性特征的三维钙钛矿圆偏振激光材料的策略。通过手性酸与钙钛矿无机骨架之间的强离子/共价键合作用，实现了显著的电子相互作用和轨道杂化，所产生的圆偏振发射不对称性远超多数低维钙钛矿材料，并在阈值激发下实现了高达0.054的不对称因子。这一突破性进展不仅为基于分子内相互作用的稳定钙钛矿及低维材料研究开创了新局面，更为稳定型手性光电器件等前沿应用开辟了新路径。

Biomimetic hydrogel-based sensors with dual-mode dynamic-static tactile sensing capability enabling robotic hand for intelligent material property recognition

Yu Lv, Zhaolei Ma, Jingle Duan, Guifen Sun, Peng Wang*, Sheng Qu, Feng Liu*, Chuizhou Meng*, Xiujuan Lin*, Teng Liu*, Shijie Guo

济南大学王鹏（Peng Wang）、河北工业大学孟垂舟（Chuizhou Meng）研究团队受皮肤双模态感知机制启发，设计了一种集成摩擦电传感单元和离子超级电容传感单元的多层水凝胶传感器（BHDS），分别独立地模拟皮肤对动态和静态触觉感知能力。将水凝胶传感器集成于机械手表面，结合机器学习算法，实现了机器人对材料类型和物体软/硬度的识别，准确率高达98.5%，为机器人提供了类皮肤的智能触觉感知能力。

Comprehensive elucidation of the multifunctional role of lithium nitrate in lithium–sulfur batteries: Expanding beyond shuttle suppression

Yun-Jeong Lee, Yurim Lee, So Hee Kim, Jong-Seong Bae, Ki-Hyun Kim, Do-Joong Lee, Chang Hoon Lee, Seung-Ho Yu*

韩国高丽大学Seung-Ho Yu教授研究团队设计了一种并排式光学电池，首次实现对锂金属负极、电解液和硫正极的同步实时观测。通过对比添加与不添加硝酸锂的电池行为，发现硝酸锂不仅能抑制多硫化物穿梭效应，更对电极界面动态过程产生深远影响。实验显示，不含硝酸锂时，锂金属表面出现粗糙剥离和碎片化沉积，多硫化物持续向阳极迁移并发生腐蚀反应。而添加硝酸锂后，锂沉积呈现均匀的聚集态结构，有效防止了活性锂的损失。这项研究通过多维度表征，全面揭示了硝酸锂是一种能够协同稳定锂负极、调控多硫化物行为、促进硫转化的多功能添加剂。这为未来精准设计高性能电解质体系、推动锂硫电池的实际应用提供了关键的科学依据。

Synergistic Effects of Structural and Electronic Dual Engineering for Ultra-Stable Aqueous Zinc-Ion Batteries

Yajiang Wang, Yameng Fan, Xiudong Chen*, Jin-Hang Liu, Yun Gao, Xihao Lin, Yan Huang*, Huixiong Jiang, Changchao Zhan, Hang Zhang*, Xiaohua Cao, Yao Xiao*

九江学院陈修栋（Xiudong Chen）教授课题组联合北京化工大学的黄燕（Yan Huang）教授团队、温州大学肖遥（Yao Xiao）教授团队成功采用一步水热法生成氧空位，同时将苄基三甲基铵有机阳离子（TMBA⁺）插入 V₂O₅的层间，得到了 VOH-TMBA⁺复合电极材料，实现了对 V₂O₅的双策略改性。氧空位和 TMBA⁺协同作用，将层间距从 6.84 Å 扩大至 13.8 Å，不仅稳定了层状骨架，还调节了局部原子配位和电子结构。这种“结构-电子”双重调控赋予了VOH-TMBA⁺优异的电化学性能：在 0.2 A g^-1的电流密度下，其比容量高达 417.2 mAh g^-1；在10.0 A g^-1的电流密度下循环 7000 次后，容量保持率仍能达到 90.7%，展现出卓越的循环稳定性。

Dynamic reversible evolution of vicinal/bonding heteronuclear diatoms drives relay reductive C-N coupling for enhancive urea electrosynthesis

Su Wang, Min Zhou, Zhengyi Li, Jinyan Liang, Yaqiong Su, Jinguang Hu*, Hu Li*

卡尔加里大学胡劲光（Jinguang Hu）教授和贵州大学李虎（Hu Li）教授团队成功开发出具有动态可逆演化特性的Fe/Cu双原子催化剂。研究发现，该催化剂在反应过程中能够实现邻近Fe/Cu双原子与合金状Fe-Cu位点之间的动态可逆转换。在初始阶段，空间分离的Fe和Cu位点分别选择性吸附和氢化NO₃^-和CO，生成关键中间体NO和CO。随着反应进行，在电子转移驱动下，双原子间距从4.1Å缩短至2.54Å，形成Fe-Cu键，显著促进C-N耦合。这项研究不仅推动了电催化尿素合成技术的发展，更开创了通过动态原子尺度演化调控催化过程的新范式，为高效能源转换材料设计提供了重要借鉴。

Bioinspired hollow heterostructure fillers for enhanced electromagnetic interference shielding in polyimide aerogels

An Liu, Xingshen Xu, Hua Qiu, Hua Guo, Mukun He, Ze Yu, Yali Zhang*, Junwei Gu*

西北工业大学顾军渭（Junwei Gu）教授和张雅莉（Yali Zhang）教授团队成功制备出新型的中空球形还原氧化石墨烯@镍催化氮掺杂碳纳米管（hs-rGO@Ni-NCNTs）异质结构填料，其聚酰亚胺气凝胶电磁屏蔽效能高达68dB，同时具备优异的压力传感性能。研究团队创新性地采用“氢键自组装-牺牲模板-水热还原-热处理”四步法，以PMMA微球为模板构建中空球形结构，通过调控Ni-NCNTs在hs-rGO表面的生长长度，显著提升了填料的搭接效率。研究团队还开发了基于卷积神经网络的深度学习策略，对气凝胶传感器输出的莫尔斯电码信号进行识别，对六个字母的识别准确率高达99.5%。这种集高效电磁屏蔽与压力传感于一体的多功能材料，在下一代智能电子、航空航天和先进通信技术领域展现出广阔应用前景。

Totally defined nanocatalysis: Detection of polyelement nanoparticles by deep learning

Wail Al Zoubi*, Manar Alnaasan, Bassem Assfour, Stefano Leoni, Iftikhar Hussain, Sungho Kim*, Young Gun Ko

韩国岭南大学Sungho Kim教授和Wail Al Zoubi教授研究团队通过超声波辅助同步电氧化-还原沉淀法（U-SEO-P），成功制备出由五种不同金属构成、负载于二氧化钛的PtPdInGaP@TiO₂高熵合金催化剂。该催化剂在4-硝基酚还原反应中表现出100%的转化率和选择性，远超单金属催化剂性能。研究首次结合硬X射线扫描透射电子显微镜与基于卷积神经网络的深度学习技术，对单个高熵合金纳米颗粒进行了前所未有的精细解析。这不仅实现了对纳米颗粒电子结构的直接观测，更通过深度学习算法，高效、精准地完成了对纳米颗粒形貌和尺寸的自动检测与分割。这项研究开创了“完全定义催化”新概念，将深度学习与纳米催化完美结合，为高效催化剂设计和开发提供重要技术支撑。