本研究由电子科技大学材料与能源学院的张浩文 (Hao-Wen Zhang)、陈浩 (Hao Chen)、王阳生 (Yang-Sheng Wang)、支英 (Ying Zhi)、冯哲圣 (Zhe-Sheng Feng) 和王焱 (Yan Wang)，以及浙江大学材料科学与工程学院的徐翔 (Xiang Xu) 等人共同完成。通讯作者为冯哲圣和王焱，研究成果于2026年发表在学术期刊 Advanced Functional Materials 上。

该研究属于柔性电子与多功能传感领域，旨在解决当前多模态传感器在同时检测压力和温度时面临的信号串扰、响应灵敏度和稳定性不足等核心挑战。随着人工智能时代的发展，模仿人类皮肤触觉与温觉的柔性传感系统在人机交互、智能假肢和生理监测等领域需求迫切。然而，传统的双模态传感器多依赖复杂的算法对多通道信号进行解耦 (self-decoupling)，不仅存在系统延迟，还难以从根本上消除压力和温度信号间的相互干扰。因此，开发一种具有高灵敏度、高稳定性且能实现信号自解耦的温度-压力双模态传感器，是该领域亟待突破的瓶颈。

此项研究的核心思路是基于分子尺度化学工程，构建一种新型的热压场调制动态异质结网络 (thermobaric-field-modulated dynamic heterojunction network)，以实现压力和温度刺激的独立响应。为了实现这一目标，研究者设计了一套精巧的合成与分析流程。首先，他们通过静电自组装法，将单层 MXene (Ti₃C₂Tₓ) 纳米片包裹在聚甲基丙烯酸甲酯 (PMMA) 微球上，随后在氩气氛围下退火去除 PMMA 模板，成功制备了壁厚仅约18纳米的自支撑中空 MXene 球 (hollow MXene sphere, HM)。这一独特的空腔结构经扫描电子显微镜 (SEM) 和透射电子显微镜 (TEM) 等表征手段证实，其形态完整无裂纹。紧接着，研究进行了关键的界面分子工程 (interfacial molecular engineering)，利用聚乙烯亚胺 (PEI) 和戊二醛 (GA) 对 HM 进行活化处理，在其表面原位形成一层共价交联的 PEI/GA 活化层。该活化层扮演了双重角色：一是作为物理屏障防止结构坍塌，二是作为活性化学界面，通过原位还原作用调控 MXene 和银原子的化学态，并引导银纳米晶 (Ag nanocrystalline) 在其上通过模板限域生长。最终得到的材料被命名为 Ahm-A。通过高分辨率 TEM 图像可见，直径约65纳米的单质银纳米晶颗粒均匀分布在 Ahm-A 表面，晶格间距0.240纳米，对应银的 (111) 晶面。这一系列材料制备流程是后续高性能传感的基础。

在获得 Ahm-A 材料后，研究团队将其配制为功能性墨水，并通过印刷工艺制备成双模态化学传感器，并系统地表征和测试了其性能。X 射线衍射 (XRD) 原位测试和傅里叶变换红外光谱 (FT-IR) 分析表明，Ahm-A 在宽温度范围内具有优异的结构稳定性和热循环能力。拉曼光谱 (Raman) 也证实了其高效的热扩散率和稳定的声子散射。得益于 PEI/GA 活化层的保护，Ahm-A 的抗氧化性相较于纯 MXene 得到了显著提升。传感器件的性能评估是研究的重点。在压力传感方面，该传感器展现出了卓越的性能，其灵敏度在 0–200 kPa、200–400 kPa 和 400–500 kPa 范围内分别达到 3.21、1.85 和 0.753 kPa⁻¹，最低检测限低至 1.5 Pa，响应和恢复时间仅分别为 22 毫秒和 20 毫秒。在温度传感方面，传感器能够精准监测 10 至 80 K 的温度变化，塞贝克系数 (Seebeck coefficient, Sₜ) 高达 −13.52 µV K⁻¹，远优于纯 MXene 薄膜 (−9.23 µV K⁻¹)，且最低温度检测限可达 1 K。更为关键的是，该研究通过密度泛函理论 (DFT) 计算和实验结果阐明了其自解耦机制。压力刺激主要通过改变银纳米晶颗粒与 HM 之间的量子隧穿 (quantum tunneling) 效应来引起电阻变化，而温度刺激则独立地调控异质结界面的电子结构和势垒 (potential barrier)，从而产生热电压。这种载流子散射与输运过程的竞争性分离 (competitive separation of charge carrier scattering and transporting)，使得机械形变和热载流子激发这两种物理过程互不干扰，从物理机制上实现了温度-压力的自解耦。实验也证实，即使在变化的温度或压力背景下，传感器对另一种刺激的响应信号强度与灵敏度几乎不受影响。此外，该传感器还表现出了极佳的结构和操作耐久性，在500次弯曲循环后响应值衰减低于4%，并且在超过5000次的周期性压力测试中信号保持稳定。

本研究的结论及科学价值在于，它成功展示了一种通过界面分子工程和动态异质结网络设计，来解决多模态传感中根本性信号串扰问题的全新范式。通过模板限域生长技术引入的银纳米晶颗粒作为纳米尺度突触和隧穿结，不仅补偿了 MXene 的电阻温度系数 (TCR)，还大大增加了压力敏感位点，实现了宽检测范围与高灵敏度的兼得。其应用价值巨大，研究者们将这种传感器集成到了足底和掌部的双模态监测器中，结合蓝牙无线传输和卷积神经网络 (CNN) 机器学习算法，在人体深蹲和俯卧撑运动中实时、准确地绘制了压力和温度的时空分布图，对不同站姿的识别准确率达到了 93.5%。更进一步，将其集成到机器人手指尖后，结合 CNN 算法，该系统在抓取不同形状和温度的物体时，实现了 93.9% 的平均识别准确率，展现了其在智能机器人和高级人机交互领域的巨大潜力。

本研究的亮点主要体现在三个方面。其一，材料设计上的新颖性：通过 PEI/GA 共价交联活化层介导的模板限域生长策略，首次在自支撑中空 MXene 球上实现了银纳米晶的均匀且稳定修饰，这一结构为解决 MXene 材料本征的氧化稳定性和机械脆弱性问题提供了巧妙方案。其二，传感机制上的突破性：明确揭示并利用了基于“载流子散射与输运的竞争性分离”的自解耦机制，从物理根源上而不是算法上解决了双模态传感器的信号串扰难题，这是传感机理研究的一个重要进步。其三，系统集成与应用上的先进性：成功将高性能传感器与无线通信、机器学习算法紧密结合，在运动生理监测和机器人触觉感知两大前沿应用中展示了其卓越的实时识别与决策能力，为下一代柔性智能系统的发展树立了标杆。