学术前沿发表LiFe0.6Mn0.4PO4橄榄石正极的合成与表征研究，针对新型锂聚合物电池应用。该研究聚焦LMFP典型配比（锰铁比6:4）的合成工艺与电化学性能，对工程端的启示是：锰铁比6:4是LMFP能量密度与循环寿命的平衡点，但锰溶出和电压平台衰减仍是核心问题，包覆掺杂工艺（如碳包覆、金属离子掺杂）是抑制锰溶出的关键手段。
DFT+U研究LiFePO4的结构、电子、光学和磁性性质，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压平台和电子结构提供理论计算支撑。对LMFP工程端的影响：DFT计算可指导锰铁比优化和掺杂元素选择，缩短实验试错周期，LMFP企业可借助第一性原理计算加速新配方的开发。
BatteryMat提出分层机器学习与DFT框架用于锂离子正极平均电压筛选，Toward Multi-Fidelity Machine Learning Force Field for Cathode Materials提出多精度机器学习力场。AI辅助材料设计正在从学术走向工程。对LMFP从业者的影响：机器学习可加速LMFP配方筛选和工艺参数优化，尤其是在锰铁比、掺杂元素、烧结温度等多变量优化中，可显著降低实验成本。
产业技术方面，德方纳米第四代高压密磷酸铁锂产品出货量持续增加，整体满产满销；万润新能新建7万吨/年高压实密度磷酸铁锂项目，总投资10.79亿元。高压实密度是LFP与LMFP共同的技术竞技场，压实密度每提升0.1g/cm³，电池体积能量密度可提升约3-5%。对LMFP的影响：LMFP需在同等压实密度下证明锰系路线的额外能量密度收益，否则高压密LFP将持续侵蚀LMFP的市场空间。
Covalently Integrated CNT@rGO for Superior Conductivity and Cycling Stability in Lithium-Ion Batteries研究提出碳纳米管与还原氧化石墨烯共价整合的导电网络，对LMFP的碳包覆工艺有直接借鉴意义。LMFP的电子电导率低于LFP，碳包覆和导电网络构建是提升倍率性能的关键。对工程端的启示：CNT@rGO复合导电剂可提升LMFP的倍率性能和循环稳定性，是LMFP包覆掺杂工艺的可行方向。