

近日,北京大学深圳研究生院新材料学院邹如强教授与高磊副研究员团队联合南方科技大学、深圳屹艮科技有限公司等单位,在国际顶级期刊《Science Advances》发表题为“Dynamic Control of Lithium Dendrite Growth with Sequential Guiding and Limiting in ...

随着新能源汽车和储能市场需求的持续增长,商业化锂离子电池正极材料(如镍钴锰三元材料和钴酸锂)在过去十年间价格迅速攀升。相比之下,锰元素在自然界中储量丰富、成本低廉,具备显著的资源优势。富锂锰基层状氧化物正极材料中所展现的阴离子氧氧化还原...

近日,北京大学深圳研究生院与西安电子科技大学的研究人员创新性地提出一种基于仿生视觉的多光谱融合策略。该策略依托团队自主研发的气液固喷涂技术(ALS),成功构建出覆盖紫外-可见光谱的七通道窄带钙钛矿光电探测器阵列,并结合深度学习颜色融合算法(M...

光催化有机物高值化厌氧转化联产氢气技术不仅可以利用太阳能将有机物转化为高附加值的化学品,还能同时产生氢气,实现了太阳能的高效利用和资源的综合转化,对于解决能源危机和环境问题具有重要意义。近期,北京大学深圳研究生院环境与能源学院周鹏助理教...

本研究发现六价Mo的4d轨道为全空状态,Mo与其他过渡金属的协同作用可能会造成自旋态的协同调控。基于此,我们以金属有机框架为模版,设计合成微量Mo掺杂的Co3O4催化剂。结果证明,Co和Mo产生的3d-4d轨道杂化导致Mo接收了来自八面体Co和四面体Co低能级轨道...

北京大学新材料学院郑家新课题组近期提出了一种创新的混合方法——混合第一性原理分子动力学与机器学习势(HAML),为高效模拟电极-电解质界面提供了新思路。基于该方法,团队成功揭示了界面反应动力学在界面调控中的关键作用。

通过开源、透明、可复现的评测体系,为大语言模型的代码安全与质量提供客观标尺,助力开发者构建更可靠的AI编程助手。随着人工智能技术的飞速发展,AI编程工具正深刻改变着软件开发的生态。据GitHub 2024年开发者报告显示,全球高达76%的程序员在日常工作...
生态环境与资源效率研究实验室冀豪栋团队在Advanced Materials、Nature Communicat...
新材料学院潘锋/赵庆贺团队在JACS揭示高电压钴酸锂表面晶格氧流失的结构起源
科学智能学院田永鸿研究团队在高能效边缘智能方面取得重要进展
北京大学雷霆/莫凡洋团队在Nature Communications报道AI驱动有机半导体研发进展
环境与能源学院大气组在Environmental Science & Technology发表最新研究成果
北京大学与鹏城实验室联合培养博士研究生张云皓以第一作者发表《自然》
北大深研院新材料学院潘锋团队在《先进材料》报道通过调控微相分离弹性体优化导电...
信息工程学院/广东省存算一体芯片重点实验室杨玉超教授团队在视觉神经形态计算领域...