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。背景是正极成分空间庞大，传统DFT逐个计算成本高。对LMFP的影响：平均电压是LMFP锰铁比设计的核心参数，该框架可快速筛选不同锰铁比与掺杂组合的电压平台，缩短从成分设计到实验验证的周期；但电压预测的精度依赖训练数据覆盖度，LMFP的锰溶出与界面副反应不在框架内，需实验补充。
多保真度机器学习力场用于正极材料研究，结合低精度与高精度计算降低模拟成本。背景是正极材料的离子传输与结构演化模拟计算量大。对LMFP的影响：力场可模拟锰铁比对锂离子迁移路径的影响，帮助理解LMFP倍率性能受限的微观机制；工程端可据此优化粒度级配与碳包覆厚度，但力场的元素参数化对锰铁体系仍需专门训练。
LiFe0.6Mn0.4PO4橄榄石正极的合成与表征研究，面向新型锂聚合物电池应用；另有DFT+U研究LiFePO4的结构、电子、光学与磁性质，以及扩展方法计算橄榄石型正极的电子性质与嵌锂电压。背景是橄榄石结构正极的电子导电性差，需碳包覆与掺杂改善。对LMFP的影响：锰铁比0.6:0.4的成分研究为LMFP配比提供实验参照，DFT+U的电子结构计算可指导掺杂元素选择（如Mg、V、Nb），但实验室合成与吨级量产的烧结制度差异大，工艺放大仍是瓶颈。
非平衡离子传输研究聚焦混合电池材料，量子算法针对开放系统正极的多重强耦合Holstein极化子建模。背景是正极在快充工况下的离子传输偏离平衡态，传统模型难以描述。对LMFP的影响：快充车型放量对LMFP的倍率性能提出更高要求，非平衡传输研究有助于理解高倍率下的容量衰减机制，为包覆与掺杂策略提供理论依据；量子算法目前仍处方法探索阶段，短期难以直接指导量产。
可持续性视角比较钠离子与锂离子电池的性能—可持续性关系，另有研究提出描述符驱动的正极材料设计新范式与3分钟快充至近80%电量的正极设计。背景是钠电成本优势随锂价下行而收窄，技术路线竞争加剧。对LMFP的影响：锂价跌破10万元/吨后，钠电的成本优势被削弱，LMFP相对钠电在能量密度上的优势重新凸显；描述符驱动的设计范式可将快充性能与成分参数关联，为正极厂定义快充型LMFP产品提供方法论。