当前机器学习在锂离子电池领域的应用已从单一的数据驱动预测，演进为融合物理机理与人工智能的深度协同范式。其核心任务聚焦于通过先进神经网络（如物理信息网络、Transformer及大语言模型）实现对电池健康状态和剩余使用寿命的高精度、可解释性预测 。前沿研究一方面致力于将电化学知识嵌入模型，如通过物理信息神经网络解耦退化机制，在少量样本下仍保持高泛化能力 ；另一方面则探索"发现学习"等新范式，仅凭初期测试数据即可快速预估寿命，大幅压缩验证周期与成本 。此外，结合边缘计算与数字孪生的智能管理系统，正推动电池从被动储能单元向具备自主决策能力的智慧主体演进，为实现全生命周期安全运维和材料高效迭代提供了关...

机器学习在催化剂设计领域正经历从“单一任务工具”向“全流程智能体”的深刻范式变革。前沿研究的核心在于融合大型语言模型、生成式AI与自动化平台，构建能够自主完成文献挖掘、材料筛选、机理阐释乃至实验验证的闭环系统。具体而言，一方面，研究者利用通用机器学习原子间势能突破密度泛函理论的计算效率瓶颈，实现对复杂催化体系的大规模高精度模拟；另一方面，通过整合主动学习、符号回归和大语言模型的双引擎框架，不仅能高效探索庞大的材料设计空间，还能从数据中提炼出具有物理意义的普适性设计规则，例如在尖晶石氧化物中通过“d-f协同”效应指导合成气转化催化剂的发现。此外，生成式扩散模型和基于知识的多智能体协作系统正被用于...

来自公众号:科匠文化 一、研究背景： 碱性阴离子交换膜电解水制氢（AEMWE）兼具传统碱性水电解的成本优势与质子交换膜水电解的高效率优点，被认为是可持续制氢的重要技术路线之一。锇（Os）作为相对研究较少的铂族金属，市场价格显著低于Pt和Ru，同时具有相似的d带结构与潜在催化活性，被视为替代Pt/Ru的有力候选。然而，在AEMWE苛刻工况下，Os催化剂往往受到界面水解离动力学迟缓、与反应中间体键合强度不匹配以及金属组分易迁移团聚等因素制约，性能提升面临瓶颈。 二、文章简介： 针对上述难题，西安交通大学化学学院丁书江教授团队携手北京大学郭少军教授团队提出“纳米岛限域”策略，设计并构建了一类新型O...

01 【科学背景】 氨是重要的化工原料与能源载体，在国民经济和社会发展中具有关键作用。传统合成氨主要采用Haber-Bosch工艺，以Fe基催化剂在高温高压条件下将N2和H2转化为NH3。该过程高度依赖化石燃料，存在能耗高、碳排放量大等固有缺陷，可持续发展受限。因此，开发温和条件下运行的绿色合成氨技术，已成为推动低碳化工与能源转型的关键挑战之一。利用清洁光能在温和条件下驱动反应的光催化合成NH3，提供了一种可持续、高效的替代路径。然而，目前报道的大多数催化剂受限于催化活性间的制约关系（scaling relationship），难以同时优化N2分子的活化与NH3分子的脱附过程，导致整体催化效率...

题目：Photoinduced nitrogen spillover enables ammonia synthesis on iron-aluminum dual site catalysts 第一作者：李文倩、陈伊健，陆小军 通讯作者：叶天南、章辉、鲁杨帆 论文DOI: 10.1038/s44160-026-01013-8 研究要点 针对传统合成氨工业面临高能耗与高碳排的问题，上海交通大学叶天南团队，与上海光源和重庆大学合作，创新性地开发出了一种AlFe纳米合金催化剂材料用于温和条件下高效光催化合成氨，通过构筑Fe-Al双活性位点，形成强-弱N吸附对，以与N2结合作用较强的Fe位点作为N2...

第一作者：张宇凡 通讯作者：Michael Eikerling 通讯单位：德国亚琛工业大学，德国于利希研究中心 在实际应用的燃料电池和电解槽等电催化反应装置中，负载型纳米颗粒催化剂是决定器件性能和寿命的关键组分。由于纳米颗粒与载体材料在电子结构与电化学性质上存在差异，两者间会产生金属–载体相互作用，导致体系中电子密度与双电层性质呈现非均匀分布。这使得负载型纳米颗粒催化剂的局域反应环境与理想的平板电极体系存在本质区别，而目前对这一复杂体系的理解仍非常有限。 本文提出以平均离子浓度作为描述负载型纳米颗粒催化剂周围局域反应环境的描述符。以金负载的银纳米颗粒为模型体系，系统考察了颗粒尺寸、颗粒间距、催...

第一作者：梅原林、沈若凡（共同第一作者） 通讯作者：肖廷辉、沈若凡 通讯单位：郑州大学 论文DOI：10.1002/anie.202524246 全文速览 催化剂载体因其既可通过调控催化剂电子结构间接提升催化活性，也可直接参与催化反应，对高效水解离至关重要。MXene 凭借其丰富的表面电子态，能够对催化剂进行多种电子调控，近年来成为水解离中极具应用前景的催化剂载体，但其在水解离过程中直接与反应物或产物相互作用以加快催化动力学的潜力仍未被探索。在此，我们提出一种磷酸阴离子工程化的MXene（P-Ti3C2）载体负载单原子Ru-Cu合金，在室温光照条件下，实现了创纪录的高效催化氨硼烷水解析氢活性（...

张久俊教授简介：中国工程院外籍院士、加拿大皇家科学院院士、加拿大工程院院士、加拿大工程研究院院士、中国化学会会士、国际电化学学会会士、英国皇家化学会会士、国际先进材料协会会士、国际电化学能源科学院（IAOEES）主席、中国内燃机学会常务理事兼燃料电池发动机分会主任委员，现任福州大学和上海大学教授/博士生导师。张教授长期从事电化学能源存储和转换及其材料的研究和产业化应用开发，包括燃料电池、高比能二次电池、超级电容器、CO2电化学还原和水电解等。至今已发表论文及科技报告850余篇，编著书30本，书章节47篇，被引用92500多次（H-Index为134）。 清华吕瑞涛&福州大学张久俊&万宇驰Nat...