一篇关于LiFe0.6Mn0.4PO4橄榄石正极合成与表征的研究发表，应用于新型锂聚合物电池。该研究直接针对锰铁比4:6的LMFP典型配方，涉及合成方法与电化学表征，是LMFP基础研究的重要补充。对LMFP从业者，LiFe0.6Mn0.4PO4的合成与表征数据可为锰铁比优化、烧结温度与气氛控制提供参考。锂聚合物电池应用场景对LMFP的界面稳定性提出不同要求，该研究有助于理解LMFP在聚合物电解质体系中的锰溶出行为与循环衰减机制，为LMFP在固态/聚合物电池中的应用提供基础数据。
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研究多保真度机器学习力场用于正极材料。机器学习方法正加速正极材料的配方筛选与性能预测。对LMFP环节，平均电压是LMFP的核心指标之一，锰铁比直接影响电压平台。机器学习框架可快速筛选不同锰铁比、掺杂元素与包覆方案对电压与能量密度的影响，大幅缩短LMFP配方开发周期。多保真度力场方法则有助于理解LMFP中锂离子扩散与锰溶出的微观机制，为工艺优化提供理论指导。
DFT+U方法研究LiFePO4结构、电子、光学与磁性性质，另有研究通过扩展方法精确计算橄榄石型锂离子正极的电子性质与嵌锂电压。DFT计算在橄榄石型正极材料研究中的应用持续深化。对LMFP从业者，DFT+U方法可计算LMFP的电子结构与嵌锂电压，帮助理解锰引入对橄榄石框架电子结构的影响。精确的嵌锂电压计算有助于预测LMFP的能量密度上限，为锰铁比选择提供理论依据。扩展方法对橄榄石型正极电子性质的精确计算，可减少LMFP开发中的实验试错。
共价集成CNT@rGO研究提升锂离子电池导电性与循环稳定性，非平衡离子传输研究混合电池材料。碳纳米管与还原氧化石墨烯的共价集成用于提升正极导电性，是LMFP碳包覆工艺的潜在改进方向。对LMFP环节，LMFP的电子导电性较差，碳包覆是必需工艺。CNT@rGO共价集成方案若可应用于LMFP，有望在更低碳含量下实现更高导电性，从而提升压实密度与体积能量密度。非平衡离子传输研究则有助于理解LMFP在快充条件下的锂离子传输瓶颈，为倍率性能优化提供思路。
其他研究方面，Quantum Algorithm for Open-System Battery Cathodes研究开放系统电池正极的量子算法，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，Opinion on sustainability-performance relationship对比钠离子与锂离子电池的可持续性-性能关系。库仑效率与容量保持率非普适老化描述符的结论，提示LMFP的循环寿命评估需结合多种指标。对LMFP从业者，锰溶出导致的容量衰减机制复杂，单一容量保持率指标可能无法全面反映LMFP的老化状态，需结合电压衰减、阻抗增长与锰溶出量等多维度评估。钠离子与锂离子电池可持续性对比则为LMFP的长期竞争环境提供参考。