BatteryMat机器学习与DFT框架用于正极材料平均电压筛选，多保真度机器学习力场加速正极材料开发，Text-to-Battery Recipe语言模型自动提取电池配方。AI辅助材料设计加速LMFP配方优化，锰铁比、掺杂元素、包覆层厚度的组合空间被高效筛选，缩短从实验室到量产的周期。对正极材料厂而言，AI筛选可降低试错成本，加快LMFP电压平台与能量密度的优化迭代。
LiFe0.6Mn0.4PO4橄榄石正极合成与表征研究推进，用于新型锂聚合物电池。DFT+U研究LiFePO4结构电子光学磁性，扩展从头算方法计算橄榄石型锂离子正极材料电子性质与嵌锂电压。LMFP基础研究持续深入，锰铁比0.4:0.6的配方被验证，为产业化锰铁比选择提供理论依据，LMFP电压平台与能量密度的理论极限被进一步明确。
非平衡离子传输研究揭示混合电池材料中的离子传输机制，Covalently Integrated CNT@rGO研究提升锂离子电池导电性与循环稳定性。碳纳米管与还原氧化石墨烯共价集成方案可迁移至LMFP导电网络构建，改善LMFP电子电导率偏低的短板，提升倍率性能与循环寿命。对LMFP产业化而言，导电网络优化是解决锰溶出与倍率性能的关键工艺方向。
Coulombic efficiency and capacity retention are not universal descriptors of cell aging研究指出库仑效率与容量保持率并非电池老化的通用描述符。该研究对LMFP循环寿命评价体系提出挑战，正极材料厂需建立更精细的老化评价指标，避免单一依赖容量保持率导致LMFP长循环优势被低估或误判。
Opinion on sustainability-performance relationship: Na-ion batteries versus Li-ion batteries对比钠离子与锂离子电池可持续性-性能关系。Accelerating Cathode Material Discovery through Ab Initio Random Structure Searching加速正极材料发现。钠电与锂电竞争格局下，LMFP需在可持续性与性能之间找到平衡点，锰资源丰富度优于镍钴，LMFP可持续性优势有望在碳足迹核算中兑现。