1.中国科学院微电子所在高密度三维动态随机存储器研究取得重要进展；

2.西安交大科研团队在柔性钙钛矿光伏研究领域取得新进展；

3.清华大学牵头的国家自然科学基金重大项目取得突破性成果；

4.北京大学莫凡洋课题组在《化学研究评述》系统阐述自动化与AI辅助色谱分离研究

1.中国科学院微电子所在高密度三维动态随机存储器研究取得重要进展

在半导体存储领域，DRAM作为计算系统的核心组件，长期以来都在密度提升与功耗降低之间寻求平衡。随着AI与大数据时代的到来，传统存储架构已显得力不从心。主流1T1C架构在微缩过程中面临存储电容瓶颈，漏电与干扰问题日益严重。虽然2T0C架构被视为潜在解决方案，但传统集成方法采用的分步堆叠工艺存在横向对准误差和热循环效应等技术壁垒。

针对这些挑战，中国科学院微电子研究所集成电路制造技术全国重点实验室联合北京超弦存储器研究院和山东大学的研究团队提出了一种创新设计——双栅4F² 2T0C存储单元。该技术通过原位金属自氧化工艺实现了读取与写入晶体管的自对准集成，并能通过多值存储技术进一步提升存储密度。测试结果令人瞩目：该垂直双栅晶体管展现出卓越的开态电流与亚阈值摆幅，在85℃高温条件下稳定性测试中表现出色，NBTS和PBTS分别达到-22.6 mV与87.7 mV，兼具高性能与高可靠性。基于此晶体管设计的4F² 2T0C单元能支持4比特多值存储，写入时间仅需50纳秒，数据保持时间超过300秒，展现出显著的技术潜力。

这项突破性研究以"High-density three-dimensional integration of dynamic random-access memory using vertical dual-gate IGZO TFTs"为题发表在Nature Communications期刊上。微电子所博士后廖福锡、北京超弦存储器研究院朱正勇研究员及微电子所博士生李子涵为共同第一作者，微电子所李泠研究员、杨冠华副研究员、北京超弦存储器研究院赵超研究员和山东大学Arokia Nathan教授为共同通讯作者。

该研究获得了国家重点研发计划和国家自然科学基金等项目的大力支持。

图1. 4F²双栅2T0C存储阵列示意图和电镜表征

（来源：中国科学院微电子研究所）

2.西安交大科研团队在柔性钙钛矿光伏研究领域取得新进展

在新型清洁能源需求正从过去“有没有”的稳定供应，向更加多元化的方向跃进，柔性钙钛矿太阳能电池（f-PSCs）凭借轻质、柔性等独特优势，在可穿戴电子、车载光伏、物联网终端供电等领域展现出广阔应用前景。然而，实际应用中多样化的应力模式（动态弯曲、不同曲率静态形变等）会导致电池内部应力累积，加上规模化制备难题，严重制约了其产业化进程。

针对这一挑战，西安交通大学电信学部电子学院吴朝新、董化教授团队提出了一种原位双区域锚定策略。团队设计合成了两性离子凝胶单体VIPS，其咪唑基团可与埋底界面的自组装单分子层（SAM）形成π-π共轭作用，磺酸基团则与钙钛矿中的Pb2+发生强配位作用，实现了在钙钛矿晶界和埋底界面的选择性锚定。经热激活后，VIPS原位聚合形成柔性动态网络，既能释放晶格内应力和界面应力，又能抑制裂纹扩展，同时阻挡水氧侵蚀和铅离子泄漏。

该策略显著提升了柔性钙钛矿器件的综合性能：小面积（0.11 cm2）电池效率达到25.45%，20.21 cm组件效率为22.47%（认证效率21.45%），749 cm2大面积组件效率仍保持17.75%，在0.1-1000 cm2尺寸范围内创下性能新纪录；室内照明条件下，器件效率突破40%，展现出优异的弱光发电能力。在稳定性方面，VIPS修饰的器件通过了严苛测试：ISOS-L-1标准下1000小时效率保持率超90%，ISOS-D-1标准下5000小时效率仍稳定在90%以上；经20000次动态弯曲后效率保留97.3%，在不同曲率静态形变下5000小时后性能衰减不足2%，同时铅泄漏量降至4.48 ppm。

这项研究成果近期以《原位双区域选择性锚定两性离子凝胶实现高效耐用柔性钙钛矿太阳能电池》为题，发表于国际顶级期刊《先进能源材料》（Advanced Energy Materials）。西安交通大学为第一通讯单位，课题组博士生蔡伟伦、王俊刚为共同第一作者，吴朝新教授、董化教授为通讯作者。研究工作得到国家重点研发计划、国家自然科学基金）、陕西省自然科学基础研究项目等项目资助，测试表征得到西安交通大学分析测试共享中心支持。该策略为柔性钙钛矿太阳能电池的性能优化与规模化应用提供了全新解决方案，推动柔性光伏技术从实验室走向实际应用。

吴朝新教授团队长期研究新型功能材料的“光-电”与“电-光”物理机制及其器件应用如太阳能电池、发光二极管、光电探测器等。

原文链接：https://advanced.onlinelibrary.wiley.com/doi/10.1002/aenm.202505869

（来源：西安交通大学）

3.清华大学牵头的国家自然科学基金重大项目取得突破性成果

清华大学车辆学院杨殿阁教授牵头的国家自然科学基金重大项目“模块化分布式电驱动重载车辆设计理论与系统控制技术”取得突破性成果——世界首辆全解耦模块化分布式电驱动重载特种车辆在北京成功下线。国家自然科学基金委党组成员、副主任陆建华院士，清华大学副校长吴华强，国家自然科学基金委工程与材料科学部副主任赖一楠，交通运输部总工程师岑晏青，中国汽车工程学会理事长张进华，中国工程院项昌乐、侯晓、李克强、李东院士，以及全国车辆工程学科的150多位知名专家学者出席新车下线仪式。

全解耦模块化分布式电驱动重载特种车辆下线仪式

项目负责人杨殿阁系统汇报了重大项目进展与核心突破。与会专家评价表示，项目团队取得的成果具有原创性突破，不仅为特种车辆发展提供了全新路径，更可能引发车辆工程核心知识体系的深刻变革。陆建华在总结讲话中充分肯定了项目成效，表示该成果是基金委服务国家重大需求、践行“有组织科研”的重要结晶。项目通过原始创新攻克了传统技术瓶颈，是基础研究与工程实践深度融合的鲜活范例。

原地转向模式演示

斜向行驶模式演示

越野道路行驶模式演示

全解耦模块化分布式电驱动车辆架构

“模块化分布式电驱动重载车辆设计理论与系统控制技术”项目是国家自然科学基金委E12交通与运载学科成立以来首个重大项目。项目2024年1月正式启动，清华大学车辆学院杨殿阁和黄晋、江昆、杨蒙蒙组成的团队，在项目总顾问李克强院士指导下，历时两年成功完成新构型原理样车的研发和下线，为我国掌握高端特种车辆发展与下一代智能电动底盘技术主动权奠定了坚实基础。

“模块化分布式电驱动重载车辆设计理论与系统控制技术”项目发布的新原理样车创成“驱-制-转-悬”功能集成角模块、全解耦动力学控制及软件定义架构，颠覆了传统重载车辆的结构形式，具备中心转向、蟹行、斜行、Z字爬坡等多模态机动与自主行驶能力，通过构型设计与控制实现了车辆运动形态创新，可大幅度提升重载车辆在极端情况下的环境适应能力。

项目瞄准国家重大战略需求，以新一代重载特种车辆为研究载体，利用分布式电驱动技术创新车辆构型与控制技术，摆脱现有重载车辆固定轴数与轮数的设计局限，通过可扩展构型设计可实现载运能力按需调整；取消车轴及轮间横拉杆等机械机构约束，实现轮间轴间完全解耦，全面释放底盘运动自由度，通过创新的可变自由度车辆系统动力学与控制机理，创新车辆运动形态，提升重载车辆在特殊极端情况下自主脱困、机动性能、制动安全性能。项目所研究的分布式电驱动技术已经被列入我国节能与新能源汽车技术路线图3.0，所研发的分布式驱动新构型车辆被列入新一代航天地面载运装备的储备车型。（来源：清华大学）

4.北京大学莫凡洋课题组在《化学研究评述》系统阐述自动化与AI辅助色谱分离研究

色谱技术是化学研究与工业生产中最基础、最关键的分析与纯化方法之一，广泛应用于有机合成、材料制备、药物研发和精细化工等领域，其分离效率和可靠性直接影响化学研究与工程实践的整体质量。然而，色谱行为由分子结构、实验条件与分离介质等多因素共同决定，机理复杂、耦合性强，长期以来色谱方法的建立与优化主要依赖研究者经验和反复试错，难以形成系统化、可迁移的预测模型，制约了分离效率提升与实验结果的可重复性。在此背景下，将实验自动化与人工智能方法引入色谱研究，通过数据驱动与机理约束相结合的方式，对色谱分离过程进行建模与预测，可为实现色谱分离过程的可预测化与智能化提供新的研究路径。

论文截图

北京大学材料学院、科学智能学院莫凡洋课题组5年前开始布局进入人工智能研究赋能合成化学新研究领域，自2022年以来，围绕色谱分离的关键科学问题，开发了自动化色谱实验平台，构建了色谱分离预测模型，并利用机器学习方法对不同色谱技术条件下的分离行为进行建模，实现了色谱条件的快速优化。针对薄层色谱（Chem 2022, 8, 3202.）、柱色谱（Chem 2025, 11, 102598.）、气相色谱（Digit. Discov. 2025, 4, 2465.）和高效液相色谱（Nat. Commun. 2023, 14, 3095.）等合成实验室中典型的色谱技术，系统构建了涵盖分子结构、实验条件与色谱行为的多源色谱数据体系。其中，课题组通过统计分析与机器学习方法，建立了薄层色谱Rf值与柱色谱洗脱体积之间的显式定量关系，将长期依赖经验的“TLC指导CC”实验规则转化为可计算的数学模型，为色谱条件选择提供了定量依据（Nat. Commun. 2025, 16, 832.）。

实验自动化和人工智能辅助色谱分离

课题组对上述研究工作进行了系统总结，在国际化学领域权威期刊《化学研究评述》（Accounts of Chemical Research）上发表题为“Automation and AI-Powered Prediction in Chromatographic Separation”的综述文章（Acc. Chem. Res., 2025, DOI: 10.1021/acs.accounts.5c00677, IF: 17.7），系统阐述了实验自动化与人工智能推动色谱分离由经验驱动向数据驱动转变的研究历程与发展趋势，为基于合成化学思维和分离手段的技术创新与解决工业生产、药物研发及材料制备领域的实际问题紧密结合提供了有益参考。

北京大学博士生刘丞军为第一作者，莫凡洋为通讯作者，北京大学科学智能学院为论文第一通讯单位。该工作得到了深圳市高层次人才科研启动经费、北京大学深圳研究生院AI4S交叉研究专项、广东省纳米微米材料研究重点实验室以及北京大学高性能计算平台的资助与支持。（来源：北京大学）