学术背景 随着人工智能（AI）的快速发展，电子设备在现代生活中的作用日益重要。然而，这些设备在运行过程中会产生大量热量，如果不能有效管理，将会导致性能下降、寿命缩短甚至系统故障。因此，热管理成为未来电子设备发展的关键挑战之一。传统的散热技术虽然有效，但随着设备功率密度的增加，这些技术已经难以满足需求。特别是“暗硅问题”（Dark Silicon Problem）——由于热限制，芯片中并非所有晶体管都能同时工作——进一步加剧了热管理的复杂性。 为了应对这一挑战，来自Shanghai Jiao Tong University和Nanyang Technological University的研究团队在Device期刊上发表了题为《Passive Thermal Management of Ele...

实时检测痕量分析物的分子天线增强光热光谱技术 学术背景 在环境和安全监测中，实时、高选择性、高灵敏度检测痕量气态化合物是一个重要的挑战。尤其是新兴的环境污染物，如全氟和多氟烷基物质（PFAS），其在大气中的选择性检测需求日益增长。传统的微纳传感器平台虽然在灵敏度上具有潜力，但由于其表面积小、化学选择性差、响应时间长等问题，难以满足实时检测的需求。光热光谱技术结合了中红外光谱的高选择性和微机电系统（MEMS）传感器的高热灵敏度，提供了一种高选择性的检测方法。然而，由于微纳传感器的表面积有限，当环境中的分析物浓度较低时，吸附的分子密度可能低于检测限，导致检测灵敏度不足。 为了解决这些问题，研究者提出了一种新型的实时预浓缩器，结合光热分子天线（Molecular Antenna, MA）技术，能够...

基于滚轮凸轮驱动的压缩弹性热冷却装置：高冷却功率密度的突破 学术背景 随着全球气候变化的加剧，传统的蒸汽压缩（Vapor Compression, VC）制冷技术因其使用氢氟碳化物（Hydrofluorocarbons, HFCs）等制冷剂而备受争议，这些物质具有较高的全球变暖潜势（Global Warming Potential, GWP）。为了应对这一环境问题，研究人员一直在探索更环保的制冷替代方案。弹性热冷却（Elastocaloric Cooling）作为一种基于固态材料的制冷技术，因其零碳排放和高能效潜力而备受关注。弹性热冷却通过材料的应力诱导相变来实现制冷，尤其是利用形状记忆合金（Shape Memory Alloys, SMAs）如镍钛合金（NiTi）在相变过程中释放和吸收的热...

可编程形状优化与形变问题的研究：Morpho环境的开发与应用 学术背景 软材料（soft materials）在科学和工程领域中扮演着至关重要的角色，特别是在软体机器人、结构流体、生物材料与颗粒介质等领域。这些材料在机械、电磁或化学刺激下会发生显著的形状变化。理解并预测这些材料的形状变化，对于优化设计及其背后的物理机理具有重要意义。然而，形状优化问题通常非常复杂，现有的模拟工具要么功能有限，要么不够通用，导致研究人员在处理这类问题时面临诸多挑战。 为了解决这一难题，研究人员开发了一个开源的、可编程的优化环境——Morpho，旨在为形状优化问题提供一个通用且易于使用的工具。Morpho能够处理多种软材料物理问题，如膨胀水凝胶（swelling hydrogels）、复杂流体中的非球形液滴、肥皂...

深度学习框架用于多体薛定谔方程的自旋对称解研究：一种新方法的开创性成果 量子物理和量子化学领域中，多体电子体系的描述一直是一个重要但极具挑战性的课题。准确表征电子-电子强关联尤其对催化、光化学和超导性等领域具有深远意义。然而，传统的方法，如广泛使用的Kohn–Sham密度泛函理论(KS-DFT)，在多参考体系中对静态关联的描述仍存在不足。这一不足导致了所谓的“对称性困境”(symmetry dilemma)，即自旋对称破缺的解尽管是不物理的状态，却能获得较低的能量结果。此外，虽然波函数方法在捕获静态关联方面表现出色，但其计算复杂度较高，需要专家选择合适的活性空间，对普通应用存在显著障碍。因此，找到一种高效且准确的方法来解决多体薛定谔方程，同时保持正确的自旋对称性，这是科学家们长期以来期待解决...