《锂离子电池用磷酸锰铁锂（LMFP）正极材料的最新进展与未来发展趋势：合成、改性及回收》综述发布，系统梳理LMFP的合成路线、改性策略与回收路径。综述指出LMFP的核心挑战是锰溶出与电子电导率偏低，改性方向集中在碳包覆、纳米化与离子掺杂。对正极材料工程人员而言，该综述可作为工艺路线选择的参考框架，尤其是锰铁比与烧结制度的匹配关系，以及回收环节对锰、锂分离的经济性评估。
BatteryMat框架结合分层机器学习与DFT用于锂离子正极平均电压筛选，Toward Multi-Fidelity Machine Learning Force Field for Cathode Materials探索多保真度机器学习力场。机器学习方法加速正极材料筛选，对LMFP而言，可用于预测不同锰铁比与掺杂元素对电压平台与结构稳定性的影响，缩短实验周期。对正极厂而言，若将机器学习引入配方开发，可降低试错成本，但需建立高质量的实验数据库。
Synthesis and Characterization of a LiFe0.6Mn0.4PO4 Olivine Cathode for Application in a New Lithium Polymer Battery，研究LiFe0.6Mn0.4PO4橄榄石正极的合成与表征。该锰铁比接近LMFP的典型配方，研究其在新锂聚合物电池中的应用，为LMFP在聚合物固态体系中的适配性提供数据。对正极厂而言，固态电池对正极的界面接触与离子传输要求不同，LMFP需在包覆层设计上适配固态电解质。
DFT + U Study of structural, electronic, optical and magnetic properties of LiFePO4 Cathode materials，以及Accurate electronic properties and intercalation voltages of olivine-type Li-ion cathode materials from extended DFT研究，为橄榄石型正极的电子结构与嵌锂电压提供理论计算数据。对LMFP正极厂而言，DFT计算可指导锰铁比与掺杂元素的选择，预测电压平台与带隙变化，减少实验试错。
Coulombic efficiency and capacity retention are not universal descriptors of cell aging指出库仑效率与容量保持率并非普适的电池老化描述符。对LMFP正极厂而言，这意味着在评估LMFP循环寿命时，需结合多种表征手段，不能仅依赖库仑效率与容量保持率。锰溶出、阻抗增长与结构退化需分别监测，以建立更准确的寿命预测模型。