一周前沿科技盘点〔171〕丨高能量密度压卡材料突破轻量化瓶颈；无运动部件热泵迈向超高温应用

一种新型高能量密度压卡材料Ag₂Te₁₋ₓSₓ被成功开发，展现出优异的体积熵变与加工性能，为绿色高效制冷技术开辟新路径。

针对传统热泵难以覆盖超高温温区的问题，热声斯特林技术利用绿色工质实现高效、安全的270℃以上热能提升，展现出广阔应用前景。

基于国际科技创新中心网络服务平台科创热榜每日榜单形成的一周科技记忆，我们推出《一周前沿科技盘点》专栏。今天，为大家带来第171期。

1《Advanced Functional Materials》丨高能量密度压卡材料突破轻量化瓶颈

压力容器重量与体积熵变关系，Ag₂Te的压卡性能与机理

中国科学院合肥物质科学研究院等单位在塑性超离子导体材料Ag₂Te₁₋ₓSₓ中发现显著的高能量密度压卡效应。

该材料在仅70 MPa的中等压力下，实现了0.478 J·cm⁻³·K⁻¹的可逆体积熵变，创下当前无机压卡材料的最高纪录；其压卡强度达6.82 mJ·cm⁻³·K⁻¹·MPa⁻¹，优于多数已知无机材料，甚至超过新戊二醇等经典有机庞压卡材料。这一优异性能源于压力诱导的立方相至单斜相结构转变，以及相变过程中银离子扩散动力学的显著变化。材料同时具备高热导率，有利于高效热交换，并展现出良好塑性，可加工成毫米级小球或亚毫米薄片。经剧烈塑性变形、热冲击及反复压力循环后，其压卡性能仍高度稳定，服役可靠性突出。研究还通过有限元模拟表明，在相同制冷量和等静压条件下，缩小容器尺寸可增强抗压能力，从而减薄器壁、实现系统二次减重。

该工作不仅凸显了体积熵变对压卡制冷系统轻量化与紧凑化的关键作用，更通过协同优化体积压卡效应、力学加工性与热学性能，为下一代环境友好型固态制冷技术提供了全新材料平台与设计思路。

原文链接：

https://advanced.onlinelibrary.wiley.com/doi/epdf/10.1002/adfm.202519224

2《Nature Energy》丨无运动部件热泵迈向超高温应用

固态和气体循环高温热泵潜在应用示意图

现有蒸汽压缩热泵难以覆盖200℃以上温区，且环保安全工质稀缺；而CO₂热泵虽温室效应低，却面临高压运行与能效偏低等挑战。中国科学院理化技术研究所团队聚焦以氦气、氩气、氮气等绿色惰性气体为工质的热声斯特林热泵技术，探索其在超高温热泵（600K–1600K）领域的应用潜力。

团队系统总结了包括热声斯特林在内的多种超高温热泵技术路径，并对未来所需的关键材料与核心技术提出发展建议。在技术突破方面，团队创新提出“电调相”方法，建立了双作用热泵的“反相运行”声场调相机制，实现声功反向传输，使高温与低温换热器功能可动态切换，从而保障压缩机在低温下运行，有效规避了超高温压缩机研制的难题，并成功研制出泵热温度超过200℃的双作用自由活塞型热声斯特林超高温热泵原型样机。此外，团队还开发了完全无运动部件的热声热泵，该样机以热能直接驱动，可将约140℃的低品位热源提升至270℃以上，展现出高可靠性与工程应用价值。

该系列工作为下一代绿色、高效、超高温热泵技术提供了重要技术路径与原型支撑。

原文链接：

https://www.nature.com/articles/s41560-025-01908-4

3《Nature Communications》丨从原子起源解码辐照半导体缺陷演化

第一性原理驱动的辐照半导体深能级缺陷多维度鉴定的多尺度模型框架

中国科学院合肥物质科学研究院等单位发展了一种第一性原理驱动的多尺度模型框架，成功实现了辐照半导体中深能级缺陷的多维度鉴定，解决了非平衡态缺陷原子起源与动力学演化机制长期难以解析的难题。

在半导体器件制备或高能粒子辐照过程中，常产生非平衡缺陷，其结构复杂、动态演化，远超传统平衡态缺陷理论的处理能力；而现有实验手段如深能级瞬态谱（DLTS）仅能获取电学信号，无法追溯缺陷的原子构型。针对这一瓶颈，研究团队摒弃传统的单维度分析思路，构建了融合第一性原理计算与多尺度模拟的新框架，不仅实现了对DLTS谱的高精度模拟，还精准识别了缺陷的原子结构、电荷态及形成路径。该方法成功应用于中子辐照硅和第三代半导体4H-SiC体系，不仅验证了其可靠性，还澄清了4H-SiC中深能级缺陷的原子起源争议。研究进一步发现，缺陷类型随退火温度显著变化，揭示了温度调控下的缺陷动力学行为。

该成果推动了非平衡缺陷理论的发展，为抗辐照电子器件设计、固态量子比特稳定性优化等前沿应用提供了关键理论工具与材料指导。

原文链接：

https://doi.org/10.1038/s41467-025-65718-8

4《Physical Review Letters》丨低温自旋塞贝克效应指向量子超固态

（a）利用自旋流计算结果得到自旋超固态的磁场-温度相图；（b）极低温下得到非零的持续超自旋流，插图分别为测量自旋塞贝克效应的实验设置（左下）和Y-型超固态（右上）示意图

超固态是一种兼具晶格有序与无耗散超流特性的奇异量子物态，其宏观量子输运性质亟需直接实验证据。

中国科学院理论物理研究所科研团队等利用有限温度张量网络方法，系统研究了三角晶格反铁磁海森堡模型中的自旋塞贝克效应，首次预言在自旋超固态相中存在一种随温度降低而不衰减的负向超自旋流，为实验直接探测量子自旋超固态的关键输运特征提供了明确理论方案。针对阻挫量子磁性体系中有限温度自旋动力学计算难度大的问题，团队发展了一种基于虚时间近似的高效张量网络算法，实现了对低温下自旋塞贝克效应的精确模拟。在此基础上，他们计算出自旋流随磁场和温度的变化，构建了系统的磁场—温度相图，并清晰揭示了自旋超固态区域的输运行为。该工作不仅拓展了张量网络方法在强关联多体系统中的应用，还从自旋热输运角度阐明了超固态的另一核心宏观量子特性。此外，以自旋超固态为代表的阻挫磁体具有独特的低能磁激发，有望成为极低温下热—磁—电高效能量转换的理想平台。

通过深入研究其自旋塞贝克、帕尔贴等多体热电效应，该研究为探索基于新奇量子物态的能量转换机制和推动自旋热电子学在低温领域的创新发展开辟了新路径。

原文链接：

https://doi.org/10.1103/t25p-x319

5《Nature Communications》丨响应低氧的代谢调控新机制被发现

隼型小鼠模型构建及其在低氧下的生理表征

极端低氧可引发糖脂代谢紊乱，破坏内环境稳态，危及生命。青藏高原动物如何维持能量供应以适应此类环境？

中国科学院动物研究所研究团队利用携带猎隼EPAS1基因突变的“隼型小鼠”模型，揭示了其维持糖脂代谢稳态的新机制。此前，团队在快速适应高原的猎隼中发现EPAS1（低氧诱导因子）存在关键突变。该基因同时调控糖脂代谢。团队通过CRISPR-Cas9构建突变小鼠，并将其与野生型小鼠置于10% O₂（模拟海拔5000米以上）慢性低氧环境中。结果显示，野生型小鼠呼吸交换率（RER）显著下降，表明代谢偏向脂肪；而隼型小鼠RER稳定，说明其能维持糖脂平衡。整合肝脏代谢组学、转录组学及分子实验发现：突变EPAS1与ARNT亲和力降低，与pVHL结合增强，导致其蛋白活性下降，从而钝化过度低氧反应。这使葡萄糖、脂肪酸等关键代谢物更快恢复至常氧水平，避免单一底物耗竭或堆积。该优势在野生猎隼种群中得到验证。此外，隼型小鼠在低氧下体重恢复更快、氧化应激更低，在4% O₂急性低氧中生存时间更长、存活率更高。研究还指出行为可塑性（如呼吸、摄食调节）对代谢稳态的重要作用。

该工作建立了从基因到个体、从模式动物到野生动物的高原适应研究体系，未来有望推动相关代谢调控机制在疾病诊疗与药物研发中的应用。

原文链接：

https://www.nature.com/articles/s41467-025-64110-w

6《JACS》丨多位点高熵策略提升电容性能

（a）基于TTB结构的多位点高熵设计，（b-c）TTB高熵陶瓷的介电和储能性能，（d）TTB高熵陶瓷的原子级EDS图

高性能介质电容器是现代脉冲功率系统的核心元件，但其能量存储能力不足严重制约了器件的小型化与集成化。现有钙钛矿基多层陶瓷电容器在材料设计和性能提升方面已接近瓶颈。

针对这一挑战，中国科学院上海硅酸盐研究所研究团队等提出了一种基于四方钨青铜（TTB，通式A₁₂A₂₄C₄B₁₀O₃₀）结构的多位点高熵设计策略，显著提升了储能性能。通过在A位引入等摩尔比的多种阳离子（Na、K、Sr、Ag、Ba、La），实现了A1/A2位点选择性的打破和组分无序化，进而诱导NbO₆八面体发生畸变：其中Nb1原子沿极性c轴产生强偏心位移，而Nb2原子呈现面内无序。这种双Nb位点的差异化极化行为，既抑制了长程铁电有序、增强了弛豫特性，又在局域尺度保留了高极化强度，从而大幅降低电滞损耗并提升储能效率。基于此设计的（Na₁/₆K₁/₆Sr₁/₆Ag₁/₆Ba₁/₆La₁/₆）₆Nb₁₀O₃₀高熵多层陶瓷电容器，实现了20.2 J·cm⁻³的高储能密度和93.8%的高储能效率，同时展现出优异的疲劳耐久性和宽温稳定性。

该工作不仅突破了传统介质材料的性能限制，更提出了“多位点结构调控”这一高熵功能材料设计新范式，为下一代高能量密度电容器的研发开辟了全新路径。

原文链接：

https://pubs.acs.org/doi/10.1021/jacs.5c12566

关于“科创热榜-前沿科技”

国际科技创新中心网络服务平台（www.ncsti.gov.cn），基于中国科学院、工程院、医科院、农科院、985高校及新型研发机构等近200家科研院所、单位发布的研究成果，多源动态提取并按领域维度、期刊级别、创新载体、学者信息、时间梯度等多维度权重，经人工智能计算分析，形成推荐榜单，每日更新。