2023年度《麻省理工科技評論》「35歲以下科技創新35人」亞太區入選者正式發布

他的實驗為電子流體動力學的新領域鋪平了道路，揭示了納米級量子材料中出現的新物理效應。

半導體中的電子，就像氣體中的分子一樣，是一種會運動的微小粒子。電子流體動力學是對電子類流體行為的探索。了解電子流體動力學對於新型材料的基礎研究和新型電子器件的開發都至關重要。

新加坡國立大學助理教授 Denis Bandurin 專注於對新型量子材料中的電子傳輸的全面研究。他的工作揭示了石墨烯電子的外來流體動力學行為，首次測量了固態設備中的電子粘度，並展示了控制這種狀態從自由電子狀態中產生的機制。

Bandurin 的實驗還揭示了一種獨特的傳輸係數，即霍爾粘度在控制粘性電子傳輸動力學方面的重要性。他的發現展示了霍爾粘度在糾正傳統霍爾效應（一種具有百年歷史的既定現象）方面的作用。此外，他在等離激元 Fizeau 拖曳效應（Fizeau drag effect）方面做出了重大貢獻，還開發了使用石墨烯的太赫茲檢測新原則。

目前，他正在新加坡國立大學進行有關先進材料的輻射驅動的磁傳輸實驗，旨在揭示量子層面的新基礎現象，同時開發實用的未來量子設備。其團隊致力於使用具有獨特電子性質的新型量子材料，開發紅外和太赫茲頻域的敏感光探測器。該創新方法有助於實現強大的光響應，這對未來超越 5G 的無線通信、遙感和量子通信具有重大意義。

他專注拓撲量子材料研究，提出新型拓撲半金屬拓撲相以及其潛在應用的可行性。

拓撲量子材料的電子結構具有特殊的拓撲態，使其具有許多獨特物理特性，在新型電子器件設計和應用方面具有廣泛的應用前景。在過去十年中，該領域已成為凝聚態物理學和材料科學領域探索的焦點。而其中的拓撲半金屬，例如外爾半金屬有拓撲非平庸的能帶結構尤其受到重視。

南洋理工大學助理教授常國慶團隊一直專注該領域研究，他利用先進計算技術成功預測和研發多種量子材料。他開創性地將數學中的紐結理論與拓撲半金屬研究相結合，提出了新型霍普夫拓撲態和鏈環半金屬態。此外，他揭示了材料實際結構中的手性與動量空間中的拓撲手性之間深刻的關聯，從而發現了拓撲手性晶體。他的理論還指出，這些手性材料表現出非傳統的非線性光學響應，在下一代光檢測器中具有應用潛力。

目前，常國慶圍繞著具有強關聯量子相位的材料展開研究，為解決量子材料中的電子不穩定性提供有希望的解決策略。

他領導開發的用於治療晚期實體瘤的「LK101 注射液」的新藥臨床試驗申請獲批，系國內首個獲批進入臨床的個性化新生抗原疫苗，也是國內第一個獲批進入臨床的個性化 mRNA 腫瘤疫苗。

陳立於 2017 年創立北京立康生命科技有限公司，致力於開發以腫瘤新生抗原為靶標的個性化腫瘤疫苗和 T 細胞藥物。

他帶領本土化團隊採取的疫苗路線是編碼腫瘤新生抗原 mRNA 轉染的 DC 疫苗，是國際上首家使用這種疫苗形式進行臨床實踐的企業。有效提高了 mRNA 的生物利用度，同時也解決了 mRNA 的遞送問題。

僅用時 4 年時間，陳立就帶領旗下首個產品 LK101 獲得 IND 批准，進行臨床試驗。在這之前，該產品通過 301 醫院的倫理審查，開展了一項臨床研究，目前共計入組 24 例肝癌患者，已經觀察到良好的安全性和有效性，最早入組的兩例肝癌患者已經實現了超過 40 個月的無病生存。

個性化 mRNA 腫瘤疫苗的研發整體尚處於早期階段，仍面臨諸多挑戰，如腫瘤新生抗原預測的準確性、腫瘤新生抗原選擇的合理性、疫苗生產製備工藝的穩定性和時效性等。針對這些問題，立康已前瞻性地進行了技術布局，現已搭建生物信息學平台 LNEATM、 高通量抗原/T 細胞受體篩選平台 HATSPTM、 體外轉錄 mRNA 技術平台以及大規模自動化封閉式細胞藥物生產平台等。

目前，陳立帶領立康聚焦精準腫瘤免疫療法，正在基於通用型技術平台全線布局腫瘤新生抗原分析診斷、新抗原腫瘤疫苗和 T 細胞療法等多條管線，充分挖掘腫瘤新生抗原的潛力。

他構建了全球最大的鋰電池電解液資料庫，建立了人工智慧設計先進電解液的新方法，可以在上億分子空間維度進行電解液材料的快速、精準設計，為下一代鋰電池先進電解液提供潛在新方案。

電解液被形象地譽為「電池血液」。其作為鋰電池的核心組分之一，主要發揮傳輸離子的功能，也是決定電池實際性能的關鍵因素之一。如今，在先進電解液研發過程中，以往的實驗試錯方法正在面臨巨大的挑戰——難以遍歷高維的電解液分子空間和難以解耦電解液組分間的強關聯作用。

因此，為了突破傳統實驗與計算方法在設計鋰電池電解液方面的效率低、成本高及周期長的難題，推動下一代鋰電池實用化進程，助力構建未來新型能源系統，陳翔聚焦於人工智慧設計鋰電池電解液的研究。

首先，他基於大數據方法，建立了離子-溶劑模型來探討陽離子-溶劑、陽離子-陰離子和陰離子-溶劑的相互作用，為先進電解液研發提供了可靠的理論指導。在此基礎上，他發展了多種電解液物性預測方法，開發了電解液高通量計算軟體，並結合雲計算技術構建了超過 20 萬分子和 20 種性質的電解液大資料庫。此外，還開發了電解液性質預測機器學習模型，通過分子生成模型和高通量篩選方法預測了具有潛在應用前景的新電解液分子，在高比能鋰金屬電池和快充鋰離子電池體系中取得了重要的應用進展。

據了解，目前陳翔團隊已與多家鋰電池、電解液和網際網路公司達成項目合作，助力推動人工智慧設計鋰電池電解液成果的產業化應用。

他在納米尺度上研究了光與物質的手性相互作用並加以增強和調製，在藥物研發、疾病診斷、光電子器件等領域擁有重要的應用前景。

手性是自然界的基本屬性，手性光學作為光學的重要分支，已經在藥物研發、疾病診斷、光電器件、量子光學等領域得到了廣泛應用。不過，該領域一直存在一個瓶頸問題，即天然材料的手性光學響應通常極其微弱，難以被檢測和應用。為了克服這一挑戰，陳楊一直致力於結合前沿理論、新興材料和尖端微納製造技術，在納米尺度上探索光學手性的增強和調製，並取得了以下代表性成果。

第一，他基於真三維手性光學超表面首次實現了手性連續域束縛態這一奇異光學態，並得到了接近極限的圓二色譜和高達 2662 的光學品質子，比現有手性超表面高出一個數量級。

第二，他將幾何相位引入高品質因子諧振超表面，實現了光輻射的自旋-能谷鎖定，展示了高圓偏振度、高準直性、發射角可調的發光與激射，為調製相干和非相干發光過程提供了新範式。

第三，他設計製備了一種「谷激子-光子」混合片上器件，實現了基於近場手性的能谷信息長距離保真傳輸與定向分發，推動了谷電子器件的發展。

第四，他首次基於高品質因子超表面，實現弱手性物質誘導下的模式強耦合，並利用該系統完成對手性物質的高靈敏度檢測，將靈敏度的理論值提升了三個數量級，為操縱光學模式間耦合開拓了新思路。

他用藻類生物技術開發環保合成方法。

隨著人口的增長，糧食安全問題日益突出，因此需要開發不依賴糧食作物的替代營養補充劑，這是一項全球性挑戰。發現有價值的生物產品的潛在來源，並有效提取這些生物產品，成為解決這一問題的重要部分。

自 2016 年以來，Kit Wayne Chew 一直致力於研究有前景的藻類和微藻類技術，以產生能夠造福國家和社區的生物大分子。其應用食物垃圾堆肥作為微藻培養的有機培養基來替代部分無機培養基，獲得了更好的生產力和更高的生物質生化含量。

他還開發了綜合生物分離工藝，利用新型提取技術生產有價值的生物分子。這項技術被稱為液體雙相/三相系統，它使用兩個不相溶相來分離和提純所需的化合物。該技術已被證明可以從各種來源獲得高回收率和高純度的功能化合物，在生物製藥和藥妝工業中具有應用潛力。

總的來說，他的研究強調可再生資源管理的潛力，以及開發具有成本效益和更綠色的下游加工。

他開發了一種基於無標記螢光納米傳感器和微流體的新型單細胞分析方法，並提出了具有微觀可控性的化學傳感器製造技術的新概念。

現實世界正在向網絡世界轉變。傳感技術通過將物理信息轉化為電子數據，在當前和未來社會中扮演著重要角色。通過利用最先進的傳感器工程和納米技術，我們正在創造新的價值，並預測未來。成均館大學助理教授 Sooyeon Cho，一直專注於如何利用最先進的傳感器工程和納米技術，來解決傳統分析、診斷和療法面臨的多方面挑戰。

Cho 和他的團隊使用無標記螢光納米傳感器結構、人工智慧以及包括光纖和微流體在內的高級硬體系統，開發了細胞及其產物的高通量和多元分析工具，為未來療法和精準醫學提供了一個全面的生物製藥監測平台。

為了開發更好的用於未來全球大流行病的診斷方法，Cho 設計並開發了一種基於高通量診斷的快速無標記病毒蛋白傳感器系統，無需任何抗體或受體設計。

他的團隊提出了一種大面積、高解析度納米通道製造技術的新概念。該技術具有微觀可控性，具備多種材料成分且不受組合限制。基於這種方法，他和團隊製作了多元納米傳感通道庫，並將其與具有低器件間差異的電子傳感裝置集成，應用於包括氫、酸性氣體和揮發性有機化合物在內的各種目標分析物。

Cho 和他的團隊希望可以縮小現有生化傳感器系統與多尺度現實世界監測之間的差距，其最終目標是在多元數據的基礎上，為社會帶來創新的分析工具和科學見解。

他致力於攻克高溫超導磁體的關鍵底層瓶頸問題，推動了工程應用的快速發展。

由高溫超導體線材繞制而成的電磁體裝置，以其無可替代的強磁場特性與簡化的製冷要求，在能源、電力、交通、醫療、科學研究等領域具有重要的應用前景。但鑒於對運行環境的苛刻要求，超導磁體始終存在一些限制，例如運行經濟性、穩定性、失超保護問題等，對工程應用造成困擾。隨著近年來高溫超導材料成功實現產業化，以上問題在核心部件磁體上更加突出。

董方亮通過研究高溫超導帶材的低電阻銅擴散接頭，實現了閉環超導磁體的准持續電流運行模式，並通過研究固氮儲冷技術，實現了對傳統液氦冷媒這種不可再生資源的代替。磁體的運行再無需依賴外部電源與製冷源的維持，該方式同時克服了磁體運行經濟性與穩定性中的勵磁與製冷兩大難點。以上技術為開發中國面向未來時速 600 公里級節能型高速磁懸浮列車的關鍵部件——車載超導磁體提供了核心技術支撐。

同時，他首創的磁體表面釋能技術，通過微米級塗敷的分布式能量旁路，抑制了級聯效應帶來的不可逆熱/機械損傷，驗證了一套穩定可行的失超保護方法，為現今全球高場高溫超導磁體的可靠運行提供關鍵解決方案。該技術同時為高解析度核磁共振成像磁體，以及緊湊型可控核聚變裝置的核心部件——聚變強場超導磁體提供重要支持。這一緊湊型聚變技術在 2022 年被《麻省理工科技評論》評為「全球十大突破性技術」之一。

以上問題與挑戰是世界範圍內高溫超導磁體應用所共同面臨的，在瓶頸難點上的不斷突破將持續推動高溫超導相關行業的蓬勃發展，帶來顯著的經濟與社會效應。

他藉助 FAST 高靈敏度優勢，為構建完整快速射電暴起源模型提供重要觀測基礎。

宇宙的起源和如何演化對於人類發展至關重要。科學家們偶然發現了一種可以在極短時間內釋放巨大能量的快速射電暴信號。快速射電暴有著探索極端物理和宇宙中物質分布的潛力。但是，絕大多數快速射電暴距離我們太過遙遠並且缺乏多波段信息，因此很難確定快速射電暴的起源。

之江實驗室智能計算平台研究中心馮毅博士使用中國的 FAST 和美國的 GBT 望遠鏡，結合智能計算來分析快速射電暴的偏振特性，揭示出重複快速射電暴處在類似超新星遺蹟的複雜環境中，為最終確定重複快速射電暴起源提供了關鍵觀測證據。該成果同時入選了 2022 年「中國科學十大進展」和 2022 年「中國十大科技進展新聞」。

馮毅博士作為快速射電暴、引力波、脈衝星和恆星形成等領域的研究專家，其研究工作包括發現快速射電暴 FRB 的極端磁場反轉現象、精確表征快速射電暴偏振特性、建立最大快速射電暴資料庫以及用脈衝星計時陣列探測引力波方面等。

馮毅表示，未來他將繼續結合 FAST 等先進設備，或可在兩三年內揭示射速射電暴起源等關鍵問題。

他推進量子計算的規模化擴展，並在量子計算的智能化和雲端化應用方面取得創新性突破。

黃合良兼顧量子計算的理論和實驗研究。在量子計算的規模化擴展方面，黃合良作為理論工作負責人，在 66 比特超導量子計算原型機「祖沖之號」上，實現「量子計算優越性」里程碑——證明量子計算機對特定問題的計算能力可極大超越傳統超級計算機。對隨機線路採樣問題的處理速度比超算快 7 個數量級，比谷歌的「懸鈴木」超導量子計算原型機快 4 個量級，助力中國超導量子計算在國際上實現了「從追趕到超越」的轉變。進一步地，他發展了量子線路高效率經典模擬算法，並作為中國超算應用團隊成員，基於新一代神威超級計算機實現「超大規模量子隨機電路實時模擬」，以 304 秒模擬了谷歌的「懸鈴木」200 秒完成的採樣任務，且保真度更高，因此獲得 2021 年度戈登·貝爾獎。

在開拓量子計算智能化和雲端化應用方面，他通過探索量子計算的可加速性，在支持向量機問題上重新定義了量子和經典機器學習的邊界；提出量子-經典混合卷積神經網絡，實現量子拓撲數據分析和手寫數字生成量子機器學習，促進量子計算智能化應用；克服安全量子云計算需要用戶具備一定量子技術的應用瓶頸，促進量子計算的安全雲端化應用。

在攻克了量子糾錯的若干關鍵技術方面，黃合良實現了 9 比特 Toric 糾錯碼，創造了光學最大規模平面糾錯碼世界紀錄，突破了表面碼重複多輪糾錯、邏輯比特量子計算等關鍵技術難題，支撐編碼規模實現由個位數物理比特提升至兩位數規模的突破，攻克糾錯碼可擴展化和實用化關鍵技術等。

他開發了製備大尺寸單晶金屬和合金箔的新技術，實現了層數和堆垛結構可控的高品質石墨烯薄膜的合成，為發展更高性能的場效應電晶體器件，以及製造集成的柔性電子器件奠定了材料基礎。

目前，高效實現尺寸、層數、堆垛次序和扭轉角度可控的單晶多層石墨烯的規模化製備，是石墨烯領域的世界級難題和研究熱點。為了解決上述難題，黃明圍繞單晶二維碳材料的大規模可控合成開展了系統性研究。

一方面，他以工業多晶銅箔為研究對象，發展了一種無接觸退火的新技術，實現了工業多晶銅箔向單晶金屬銅箔的大面積轉化，以及大面積單晶銅鎳合金的可控合成。另一方面，他通過在單晶銅鎳合金上形成連續的石墨烯薄膜後，對其進行冷卻和再加熱至生長溫度的循環實驗，合成了世界上首款單晶、大面積、無摺疊的單層單晶石墨烯薄膜。

不僅如此，他還揭示了雙層/三層石墨烯的堆疊方式和生長機理，並可控合成了高質量的 AB 堆垛的雙層石墨烯和 ABA 堆垛的三層石墨烯薄膜。並且，也在接近室溫的條件下實現了雙層石墨烯的層間成鍵，首次獲得了穩定的二維鑽石薄膜。

黃明的研究不僅解決了廉價單晶金屬箔大面積製備的科研難題，為單晶石墨烯和其它二維材料的大規模可控合成提供了新思路，還為開發更高性能的場效應電晶體器件，以及製造集成的柔性電子/光電器件奠定了堅實的材料基礎。

未來，其計劃繼續拓展高品位單晶二維碳材料在電子、光電和傳感領域的應用，推動二維材料科學的發展。

他合成了具有卓越光學特性的鐵電向列相液晶，開發了系列具有精確化學結構的剛性納米構件，並針對儲能和光學薄膜方面的特定需求設計功能性軟材料。

包括大分子、液晶、表面活性劑、膠體等在內的，介於固體和理想流體之間的複雜凝聚態物質，被稱為軟物質材料。該材料作為商品，在人們的日常生活中發揮著不可或缺的作用。為了推動軟物質材料進一步實現前所未有的性能和應用，引入新結構序非常關鍵。

黃明俊面向上述需求，在探索大分子自組裝基本原理的同時，採用構建新穎結構秩序、並在多個尺度上控制分層結構的主要方法，取得了以下主要創新成果。

首先，他報道了幾種具有變革光電特性的新型極性液晶態，為開發基於極性液體系統的非線性光學元件、光通訊器件以及實現液體鐵電存儲器件打開了大門。

其次，他提出了一種獨創的「大分子樂高」策略，並開發出一系列具有精確化學結構的剛性納米構件；同時，發現軟物質中第一個軸向十邊形准晶體超晶格，將軟物質的超晶格工程拓展到了一個新的維度。

他還對滿足儲能和光學薄膜特定需求的功能性軟材料設計產生濃厚興趣，不僅合成了一系列新型氟化芳基磺醯亞胺標記鹽，有效地提高了聚合物固態電解質的離子電導率，還開發了基於磺醯胺的電解液，以提高高壓鋰電池和鋰空氣電池的穩定性或循環性能。

此外，他還致力於開發無色聚醯亞胺，並希望在柔性有機發光二極體襯底和 5G 低介電襯底材料上獲得應用。

她努力探索超越自然材料聲學能力的聲學人工結構，利用其特殊優勢，首次通過實驗觀察到聲學克萊因隧穿的完美傳輸。

深海之中，光和無線電波的衰減都十分嚴重，傳播距離嚴重受限。聲波是目前唯一能夠遠距離傳播的能量形式，在海洋測繪、科學研究等眾多領域，聲波都是重要的信號載體和技術手段。醫院的超聲檢查、超聲刀手術等也依賴於聲波技術。對聲波的調控是聲學所有的重要應用中的核心問題，在聲學人工結構出現之前，人類對於聲波的調控都是基於自然材料實現，但自然材料有著明確的界限，對聲波的控制能力也相當局限，聲學人工結構則可以突破自然材料的極限。它最大的特點是把原來的龐然大物縮小，用一個幾厘米甚至更小尺寸的器件產生與數米自然材料器件相同的調控效果。

江雪提出了一種將軌道角動量作為新自由度的復用通信方法，提高了聲學通信的效率和質量，並研發出一系列突破常規性能極限的醫學超聲器件，解決了聲學通信和醫學超聲領域的挑戰性問題。研究成果已應用於航天員研究訓練中心地星二號實驗，為空間站航天員骨質流失提供重要的理論基礎和實驗基礎。

江雪還將超表面的概念引入聲學系統，解決了用小尺寸結構控制大波長聲波的關鍵問題，打破了可變折射率與聲阻抗匹配的悖論。為聲學人工結構用作探索前沿物理的重要物理平台做出了獨特貢獻。

江雪不僅在聲學基礎研究領域做出了突出的貢獻，她開發的聲學人工結構也有望在不久的將來實現更好的超聲成像和治療效果，為腫瘤病人帶去福音。

她首次成功製備了單層二維雜化鈣鈦礦光電器件，並發現了其獨特的物理性質。這項研究為該領域大規模微納器件應用和科研成果轉化提供了重要的技術創新。

分子厚度雜化鈣鈦礦材料融合了有機和無機材料的優勢，在未來新型小型化、智能化多功能器件及基礎物理研究中扮演著重要角色。作為此新興領域的先驅之一，冷凱博士的研究專注於分子厚度二維雜化鈣的物理性質和器件應用，為該領域的進一步發展作出了重要貢獻。

首先，她實現了對單層二維雜化鈣鈦礦的精準可控分離，並發現了非常薄的雜化鈣鈦礦在光或應力作用下可以經歷可逆的結構弛豫過程，從而改變材料的光學特性。這一重要發現使她製造的首個超薄鈣鈦礦光電探測器取得了比塊體器件更加卓越的光電轉化效率，在未來的柔性光電子領域展現出巨大的應用潛力。

其次，為了解決獲取雜化鈣鈦礦原子級解析度成像的挑戰，她同時使用掃描隧道顯微鏡和 Q-plus 原子力顯微鏡技術，實現了對二維雜化鈣鈦礦表面有機和無機部分的原子分辨無創成像。她首次通過實驗圖像直觀地觀看到二維雜化鈣鈦礦表面八面體結構扭曲，準確地建立了結構與性質之間的關聯。這一發現對於深入理解雜化鈣鈦礦的微觀結構和性質具有重要意義。

此外，她還構建了分子厚度雜化鈣鈦礦和石墨烯異質結場效應電晶體，發現相較於金電極，石墨烯和二維鈣鈦礦介面顯示出較低的接觸電阻，這一發現有效地解決了二維雜化鈣鈦礦表面有機鏈和金屬電極之間高接觸電阻的問題。

目前，她的團隊專注於大規模生長分子厚度二維雜化鈣鈦礦單晶薄膜及其在新型自旋電子器件中的應用，旨在推動向創新技術和實際應用的轉化。

她在理論研究中利用人工智慧技術，應對能源催化中複雜的科學挑戰。

李昊博的研究致力於數據科學和能源科學的交叉融合，在理論研究中利用人工智慧來應對能源催化中複雜的科學挑戰。

作為第一個利用 AI 方法「子群發現」設計二維材料負載單原子催化劑的工作，她對二硫化釩負載過渡金屬單原子催化劑進行了計算篩選研究。研究發現，單原子催化劑打破了傳統金屬或合金催化劑上中間體吸附能之間的比例關係，並對氮電還原表現出高活性和良好的選擇性。

為揭示真正有價值的結構見解，闡明反應過程中涉及的動態機制，李昊博建立了一個全面的結構資料庫。她利用機器學習技術，採用自動化方法從該資料庫中選擇與原位實驗光譜最一致的相關結構。該方法旨在提取相關的結構信息，並揭示反應過程的複雜動力學。

李昊博通過設計理論模型，實現對化合物催化劑複雜的活性位點結構的全面考慮，據此開發了「活性位點計算篩選」理論，並實現了原子尺度的」活性位點工程「。其中，她建議將注意力轉向富含碳的碳化物材料來催化二氧化碳還原。活性位點在反應條件下是否存在是另一個需要考慮的問題。她進行了從頭計算熱力學以確定水性電解質中 Mo2C 的穩定表面相，發現超薄表面氧化膜的形成條件，並在實驗中得到驗證。此外，她還率先提出電化學穩定性窗口的概念，並將其作為表征電催化劑在工作條件下運行過程中的穩定性手段之一。

她開發了一種用於連續最佳腦灌注壓測定的多窗口算法，並在國內首次引入腦脊液動力學評估技術，用於腦積水患者的精確診斷與干預。

神經重症腦疾病是中國乃至全球人口健康領域正面臨的重大挑戰。

劉秀雲主要從事神經重症醫學與生物醫學工程交叉領域的研究工作，先後承擔多項科研項目，並於 2021 年作為項目負責人主持科技部國家重點研發計劃「生物信息融合」重點專項1項，項目總經費 1.75 億，中央財政經費 4094 萬，致力於解決國產非侵入神經電生理信號高精度採集與計算晶片關鍵技術研究及應用，突破神經採集與計算晶片「卡脖子技術瓶頸」。

她發明的多窗個性化最佳腦灌注技術已被應用於加拿大溫哥華總醫院及美國約翰霍普金斯醫院等臨床診斷中，用於千百名心臟搭橋手術的患者和腦創傷患者的救治；其還在國內首次引入腦脊液動力學評估技術，用於腦積水患者的精確診斷與干預，目前已在天津環湖醫院、天津總醫院使用，將患者的診斷時間從 3 天縮短到 30 分鐘，使 300 多名腦積水患者受益；開發的個性化腦血流調節評測算法已嵌入到 ICM+ 軟體中，該軟體在全球多個國家的 100 多所醫院應用。

目前，她帶領團隊正在進行腦氧監測、麻醉監測等方向的技術突破，研發國產高端醫療器械，為中國搶占相應領域技術高地做奠基。

他長期專注於生成式人工智慧領域研究，推動人工智慧驅動混合現實技術的發展。

如今，人們渴望體驗將物理世界和數字世界進行無縫融合。而 AI 驅動下的混合現實技術，使其體驗變得更加智能化、自然化和沉浸式。由此產生的人機協作可以對更大的科學社區產生積極影響，並將顯著推動社會進步。

近年來，南洋理工大學助理教授劉子緯團隊在人工智慧驅動的混合現實技術領域取得諸多重大突破。他所構建的多模態 4D 人體動作捕捉系統 HuMMan 為虛擬角色的動作設計、動畫製作以及人機互動等領域提供了強大的工具。

他所開發的基於大語言模型驅動的真實感渲染技術為遊戲、電影和教育等領域帶來革命性的變革。同時，他關於生成模型的相關理論和數據集已經被主流深度學習平台 PyTorch 和 TensorFlow 進行集成，並已經被寫進多本機器學習教科書中。他先後獲得香港 ICCV 青年學者獎、CVPR 最佳論文獎候選和國際基礎科學大會前沿科學獎等諸多 AI 領域榮譽。

劉子緯表示，人工智慧驅動的混合現實不僅具有重要的科學研究意義，也是工業界所期望實現的，是現實世界人工智慧系統中滿足個體和社會需求的最有價值的科學研究之一。

他開發了世界上認證電流密度和效率最高的金屬鹵化物鈣鈦礦太陽能電池。

金屬鹵化物半導體材料因其優異的物理化學性質，以及在鈣鈦礦電池領域的廣闊應用前景而備受關注。鈣鈦礦太陽能電池因其較高的理論效率，也被視為最有望取代矽基太陽能電池的候選者。Hanul Min 致力於通過設計鈣鈦礦太陽能電池的組分、添加劑、材料形貌和介面，來提高其效率和穩定性。

Hanul Min 通過釋放晶格應力，有效地提高了鈣鈦礦太陽能電池的效率和穩定性；並通過減少鈣鈦礦材料層與二氧化錫電子傳輸層之間的缺陷，實現了世界上效率最高的鈣鈦礦太陽能電池，刷新了世界紀錄。

他的研究揭示了鈣鈦礦太陽能電池的的內在機制，不斷地製造更高效率的太陽能電池。在不久的將來，鈣鈦礦太陽能電池有望實現真正的大規模應用，將創造一個綠色節能的全新世界。

他首次提出納米修復醫學的概念領域，提供了多種器官損傷修復的創新策略。

器官損傷，例如急性腎損傷、缺血性中風和骨關節炎，通常會危及生命甚至導致致命的併發症。近年來，許多納米材料已成為各種器官損傷的有前途的修復劑。

倪大龍專注於基於納米材料的修復醫學（簡稱「納米修復醫學」）領域，通過合成新的納米結構/納米酶，利用協同策略來修復急性肝/腎/肺損傷、炎症性腸病、骨關節炎/骨質疏鬆症等，並揭示其體內修復機制。

倪大龍領導的「納米修復醫學」實驗室旨在利用納米技術作為工具，修復急性或慢性器官損傷，針對不同器官損傷微環境，提供器官損傷修復的創新策略：1）直接清除活性氧這一主要誘因來修復急性肝/腎/肺損傷；2）結合臨床病人樣本中過表達的基因，清除活性氧和基因療法共同修復骨關節炎；3）針對疾病特殊的酸性/免疫微環境，利用酸中和/免疫調節作用共同逆轉骨質疏鬆。

在臨床上沒有治療器官損傷的有效方法/藥物的情況下，倪大龍的研究為臨床提供了有價值的參考。目前，他正在與瑞金醫院多個科室和藥廠在具備轉化潛力的項目開展密切合作。

他專注於研究多模態人工智慧和自然語言處理，致力於通過人工智慧實現情感分析。

多模態人工智慧是一種新的人工智慧範式，能將各種數據類型（圖像、文本、語音、數值數據）與多種智能處理算法相結合，以實現更高的性能。人類擁有很多關於世界的常識性知識，這種常識性知識通常是通過語言和感官線索等等的組合獲得的。語言本質上是多模態的：它包括語音、手勢、面部表情、點頭等。理想情況下，機器應該理解所有這些模態。對人類語言的理解在很大程度上也取決於機器解釋情感的能力。情感敏感性可以防止機器提供的答案雜亂無章，從而使對話更加自然和有吸引力。

Soujanya Poria 的研究主要就集中在多模態人工智慧。他通過融合音頻、視覺和文本線索，來探索多模態情感分析的深度學習方法，以對多模態數據進行情感分析。Soujanya 發布了廣泛使用的 MELD，這是一種用於對話中情緒識別的多模態多方數據集。並提出了基於循環神經網絡和圖卷積神經網絡的創新深度學習架構，用於對說話者狀態進行建模對話時的情緒檢測。

除了多模態對話人工智慧之外，Soujanya 還完成了常識人工智慧方面的多項關鍵研究工作。例如，他開發了可以將常識知識注入深度學習網絡的技術，以提高其在領域適應和對話理解等各種下游任務上的性能。後來，他擴大了研究範圍，深入研究生成式人工智慧，引入了通過理解對話參與者的情感狀態來生成具備同理心的對話的技術。他還研究了多模態生成式人工智慧，例如 Tango 這樣一種根據文本指令生成音頻的模型。

Soujanya 在多模式會話人工智慧和常識推理方面做出了重大貢獻。他的工作可能會顯著提高計算機解釋複雜數據並提供信息的能力，並自動向用戶提供有價值的信息。

他致力於通過建立具有常識、可解釋性和持續學習能力的通用自然語言處理系統，重新定義人工智慧與人類的協作方式。

最近，大模型在自然語言處理上的空前進展從根本上改變了人們與電子設備的交互方式。人類可以自如地理解涉及新主題和新情況的文本，即使語言模糊且隱晦。然而，NLP 系統在理解人類語言的複雜用法方面仍然相距甚遠，魯棒性較差。

美國南加州大學任翔副教授研究通過擴大模型的通用性來構建可泛化的 NLP 系統，以便可以處理各種語言任務和使用場景。他近年的研究工作關注於開發模型和算法，以及設計新型評估協議。他提出的數據集和評估方法，幫助在各種使用場景下暴露出最新模型的缺陷和不足；他還通過有指導模型學習所需的歸納偏置（inductive bias），來幫助模型在各種情況下泛化；同時，他通過利用外部知識庫和新穎的學習算法為模型做知識增強，以使 NLP 模型具備常識和複雜推理能力。

任翔教授先後獲得 ACL 2023 傑出論文獎 NAACL 2022 傑出論文獎、ACM SIGKDD 博士論文獎和 Web 會議最佳論文亞軍等多個行業獎項認可。

他未來的研究目標將繼續聚焦在開發通用人工智慧模型和算法，以實現人與機器設備的輕鬆、自然和可信賴的交互，使自然語言系統可以適用於各種任務和場景。

她開發了低成本納米功能材料、半人工光電轉化和綠色催化水去污技術，用於可持續的太陽能轉換和環境修復。

田文婕專注於製備各種具有原子尺度結構設計的納米材料，用於環境修復和能量轉換應用，包括水修復、氧還原反應、二氧化碳捕獲、超級電容器和光催化。

她提出一種新型可持續半人工光合作用體系，通過將菠菜中提取的光合系統 II（PSII）錨定在聚乙烯亞胺塗層大孔碳電極，實現了高負載量。該系統在約 10 小時得到了 10,200 ± 1,380 摩爾氧氣每摩爾 PSII 的最大轉換數，達到了高的電流至氧氣的轉換效率。該研究揭示了 PSII 在光照和黑暗下釋放氧氣的功能。在周期性太陽光輻照下，該 PSII 電極可以實現長期的介導光電流輸出。這一概念解決了 PSII 長期光電化學研究的知識空白。

此外，田文婕還巧妙地設計了溫和的合成方法和結構調控策略，用於低成本和可再生的生物質轉換。她首次證明了碳酸氫鈉可以作為一種溫和的致孔試劑，將生物質（如麵粉、酵母提取物、葡萄糖、蘑菇柄、落葉和花）轉化為功能性的納米多孔碳，並將這些碳材料用於環境和能源領域。

除了材料設計，她還為多孔碳基材料用於綠色催化高級氧化降解污染物提供了獨特的見解。首次揭示了多種有機污染物與它們各自的單一污染物體系相比的降解動力學特徵。例如，她發現二元酚類污染物的降解動力學和效率優於單一酚類污染物系統，而二元抗生素污染物表現出與單一抗生素相似的降解動力學。

他致力於突破氫電轉換電催化劑穩定性瓶頸，助力開發長壽命氫電能量轉換器件。

氫能是 21 世紀最具應用潛力的清潔能源之一，作為實現全球化「雙碳」目標的重要途徑，開發高效的氫能轉換技術已成為全球性的研究熱點。研發高活性、高選擇性和高穩定性的電催化劑是當前氫能轉換器件商業化的關鍵挑戰。

田新龍基於腐蝕誘導策略，發展了低鉑合金催化劑配位和應力效應協同調控新方法，開發了具有卓越電催化性能的一維串狀納米籠低鉑催化劑，顯著提升了氫燃料電池的輸出功率和使用壽命。他還構築了以超薄鉑層為殼的鉑基核殼結構催化劑新體系，揭示了核殼結構催化劑穩定性調控機制，並在直接電解海水制氫和海水電解槽測試中展示出優異的穩定性能。

田新龍提出了採用「活字印刷法」合成高熵單原子催化劑，建立了具有多金屬活性中心單原子催化劑新體系，為設計合成具有新型多活性中心和多功能電催化劑提供了借鑑。

在此基礎上，他將以高穩定性的海水制氫催化劑的設計、性能調控和器件研發為目標，通過耦合海洋可再生能源直接電解海水制氫，實現將波動性和間歇性的藍色能源轉換成穩定性氫能供能系統。

他開發了新型的神經形態光學傳感平台，可以更深入地了解人類視神經網絡如何智能地「糾正」個別視網膜細胞的視力誤差。

王凱現階段專注於光電材料和器件在生物傳感器和生物智能仿生等交叉領域的應用，包括材料學、微電子學、生物學、人工智慧等多方面的內容。

通過結合材料、器件、系統三個層面的研究，王凱初步建立了一個全新的、能夠對複雜視網膜系統進行簡單擬態仿生的框架，並通過機器學習成功地證明了人工感光細胞器件的智能化「糾錯」功能，從而實現了利用無機材料對有機生物的「智能視覺」的功能性復刻。

「人工視網膜」模仿了自然視網膜的工作機制，特別是其自我修復能力。不僅有助於醫學界對失明和視覺障礙進行更有效的干預，還可以拓展到其他生物傳感器和仿生學領域。

此外，王凱的研究還包括神經遞質動態傳感和機器學習輔助的生物體運動預測。前者能夠實時、高靈敏地檢測神經遞質的釋放和吸收，將有助於研究和治療神經性疾病。後者藉助先進的數據分析和機器學習算法，希望開發一種系統，從而預測和解釋生物體在不同環境和情境下的運動和行為。

總體而言，其研究有望為全球性的視覺障礙問題和推動光電材料器件與未來生物醫學、微電子學、人工智慧等多個領域跨學科的研究提供參考和啟示。

他致力於硫化物全固態電池和關鍵固態電解質材料的開發，改善了它的介面兼容性、電化學性能、安全性、能量密度等，並促進了其產業化應用。

目前，電動汽車、航空航天、大規模儲能等領域的高速發展對電池的安全性、能量密度、使用壽命和溫度範圍都提出了更高的要求，全固態電池由於其高能量密度和安全性，而被廣泛認為是最有可能解決上述問題的下一代核心儲能技術。

具備鋰金屬或矽負極的全固態電池是實現高能量密度和高安全性的最有希望的候選者，但鋰枝晶或體積膨脹問題是制約它們性能的難題。吳凡團隊開發了一種硬碳穩定化的鋰矽合金負極，由矽的融合形成了緻密連續體和由可塑性變形的富鋰相組成的 3D 離子電子導電網絡，擴大了活性區域並減輕了應力集中，從而改善了電極動力學和機械穩定性，實現了硫化物全固態電池長循環壽命（30000 圈）、高電流密度（155mA/cm2）、大放電倍率（100C）和高面容量（20mAh/cm2），達到了目前世界全固態電池領域的最高水平。

吳凡團隊還開發了首個氣相合成硫化物電解質方法，具有超高的水穩定性和離子導電性。這是硫化物固態電解質研發半個世紀以來，首次發明並引入氣相合成方法，實現在空氣中一步製備空氣穩定的硫化物固態電解質，大幅簡化製備過程，解決了硫化物固態電解質材料在生產製備、運輸、儲存及使用各環節對環境要求嚴苛的難題，使其量產及應用成為了可能。

吳凡的相關研發成果已通過中國科學院和國資委審批備案通過並轉化，成立了中科固能新能源科技有限公司，對於提升中國在下一代全固態電池市場的領導地位和份額具有重要意義。

她發現了二維材料中的層間耦合作用機制，並通過壓力實現了對層間耦合的調控，為進一步構建新型超高壓傳感器帶來了新的機遇。

人類生活在一個大氣壓的壓強環境，海洋深處等極端環境則是一個超高壓的環境。傳統的壓強傳感器受限於加工工藝及材料性能等各方面的限制，靈敏度和壓強測量極限都存在一定的局限，例如目前傳統壓強傳感器能夠抵達的壓強測量極限為一千個大氣壓左右，如果要進入到更極端的區域進行探測，就會因為傳感器的測量極限及精度不夠而無法實現。

現有的大多數壓強傳感器，如基於壓電薄膜的電容式或壓阻式傳感器通常需要考慮靈敏度/響應度與動態範圍之間的平衡：薄膜越薄，靈敏度越高，但無法承受高壓；薄膜越厚，承受的壓力越高，但對壓力變化的響應要差得多。相比之下，二維材料僅有原子級厚度，可以承受非常高的壓力（超過一百萬個大氣壓）而不會損壞，同時其電子結構的改變還能反應壓力變化。因此利用二維材料加工製造的超高壓傳感器有望實現 1011 帕的超高壓檢測。

夏娟還探索了許多其他能夠調製二維材料層間耦合的方案。她在樣品堆疊角度的高效表征方面取得了重要突破，將表徵效率提高了一個數量級，從而進一步闡釋了新穎的自旋谷極化現象，並有望用於製造新型二維半導體光電器件。通過利用插層和應力調控，她還揭示了二維材料結構演化和相變等物理過程。

她開發超高效有機發光二極體, 及可穿戴的健康電子傳感器，實現無創、實時地連續測量人體生化濃度。

楊樂在劍橋大學理察·弗蘭德（Richard Friend）教授的指導下，在新材料中發現了一種新的發光機制。她開發了超高效有機發光二極體（Organic Electroluminescence Display，OLED），並創造了迄今為止溶液處理 OLED 的最高效率。這些 OLED 在列印和柔性顯示技術方面具有巨大的潛力。如今楊樂繼續在光電研究方面的研究，通過利用有機分子進行能源上轉換的新發現，為穩定、可持續的節能使用案例創造價值。

楊樂與團隊在新冠肺炎期間，從零開始建立了現場健康/健康監測傳感系統。她將可穿戴的健康原位傳感器命名為 WISH，這是一種位於皮膚上的小型薄片傳感器，可以無創地實時連續測量生化濃度。市場上大多數可穿戴傳感器集中於物理和電生理參數，缺乏無創實時連續的方法來監測生化參數。因此，在這個智能監控的數字時代中，存在「監測空白」。WISH 基於汗液中或皮膚上小分子的傳感，通過汗液或無液體的電化學傳感環境，能夠隨時隨地進行健康監測，可同時測量人體皮膚上多個有機分子指標，並從用戶的手機無線讀取相關數據。

除了日常生活方式監測之外，這項技術為早期疾病檢測（和干預）、異常警告、個性化醫療、遠程醫療管理開闢了途徑，並可以與其他新興技術結合，例如數字孿生、量子傳感、邊緣計算、合成生物學、人工驅動分析等。

她實現了具有非傳統波段適應性和自供能光學傳感器的可行性，為下一代光學傳感器、工業和醫學成像、國防安全以及生物醫療領域的發展提供關鍵的技術和器件支持。

衣路英的研究重點是開發新型光學成像傳感器和光學智能傳感器，主要通過交叉融合創新的光學工程和發光材料基礎科學，來解決傳統透鏡光學傳感器難以解決的挑戰。

光的方向測量可用於三維場景重建和高對比度相襯成像。傳統方法基於微透鏡陣列和光子晶體的方向測量只適用於紫外到近紅外波長範圍，並且角度測量範圍有限（<2°）。

為解決上述問題，衣路英提出一種將入射光方向編碼為材料發光顏色的新策略，突破性地將光場成像傳感器的探測波長邊界拓展到 X 射線。通過設計包含徑向分布地三種分別發射紅、綠和藍光的發光納米晶的方位角探測器，可以將探測器發光顏色映射到激發光的方向上。

陣列化成像傳感器可突破傳統光場成像的限制，適用於從 X 射線到可見光（0.002nm-550nm）的超寬波長範圍，具有超過 80° 的角度測量範圍和 0.0018° 的角度解析度，能夠被用於超廣角雷達、AR 和 X 射線相襯 CT。

此外，通過設計雙錐光纖結構，衣路英與合作者還擴展了 X 射線成像的波長範圍到 10MeV（0.000124nm）伽馬射線。這是一個重大的突破，極大地提升了光學傳感器成像的能力。

在光學傳感器革新醫療輔助技術方向，她首次開發了集成機械發光材料的自供能分布式光纖傳感器並將其用於多模式機械力監測，還創新地開發了集成長餘輝閃爍體的光纖傳感器，用於劑量、pH 和溫度監測而無需外部光源。

她開發了在寬溫域下穩定工作的鈉離子原型電池，助力解決電池在極寒酷熱地區使用和安全難題。

改變中國以碳基能源發電為主的能源結構，構建清潔、低碳、高效的能源體系，是未來發展的大勢所趨。為了更有效地利用清潔能源，如太陽能、風能、地熱能等，需要開發配套的大規模儲能設備。而隨著儲能應用場景的不斷拓展，電池必然面臨著更為極端的工作環境，如極寒、酷熱、高真空、輻照等。由於商業化鋰離子電池關鍵材料仍然存在較大局限性，因此發展極端條件儲能電池技術至關重要。

尤雅致力於開發在極端條件下工作的新型儲能電池關鍵材料與技術，力求突破電池應用極限，助力國家能源安全。她發現普魯士白正極材料大的儲鈉空間使其具有「零應變」的特性，可很好地緩解鈉離子嵌入脫出帶來的應力應變，從而保持良好的結構穩定性。在此基礎上，她通過控制晶體形核和長大速度，得到了「低缺陷無水」「富鈉」「多晶」的普魯士白正極材料，並進一步將其工作溫度擴展至-25 到 70 度。

同時，還發明了一種新型製備方法，實現了生產成本的降低和循環穩定性的大幅提高。不僅如此，她還提出了「溫度自適應電解液」的設計理念，基於該理念設計的電解液不僅可實現鈉離子電池在-50 度穩定工作，可以從根本上杜絕電池高溫下熱失控發生，具有「本徵安全」的特性。

她的研究開創了微波輔助生物精鍊的新研究領域，通過創新的工程解決方案，將生物資源高效節能地轉化為平台化學品和功能化材料。

在新加坡、泰國、中國等許多國家，廚餘垃圾占城市固體廢物的 20-60%，填埋處理和焚燒（以及其他廢物）仍是主要處理方式。為了實現零碳和減緩氣候變化，需要採用新的升級再循環技術，將生物廢料轉化為生物基產品，特別是具有市場潛力的產品，以便在可持續發展的背景下實現循環生物經濟。

為此，余嘉明的研究開創了微波輔助生物精鍊的新研究領域，通過創新的工程解決方案，將生物資源高效節能地轉化為平台化學品和功能化材料。

余嘉明致力於推進催化系統中微波效應的知識，尤其是在原料微波活化、微波催化劑協同作用、溶劑介導催化等領域。她設想利用「微波超熱」來設計高效生物精鍊工藝，以此作為實現廚餘循環經濟的途徑。該技術的成功應用將實現食物垃圾處理技術多樣性並增強其管理系統韌性。目前生物處理占據廚餘回收業務最大的市場份額，微波輔助生物精鍊工藝將為此帶來革命性的變化。

他是第一個記錄 COVID-19 特徵的關鍵成員，建立高通量藥物發現平台識別多種有效的抗冠狀病毒藥物。

袁碩峰曾以共同一作的身份在《柳葉刀》上發表了世界上第一篇關於 SARS-CoV-2 和 COVID-19 的科學論文。這項開創性的工作記錄了人類感染 SARS-CoV-2 和 COVID-19 疾病的關鍵特徵，包括人際傳播、家族聚集和無症狀感染等。

他創建了COVID-19 的倉鼠模型，基於此闡釋 Omicron 關注變體（VOC）比之前的 SARS-CoV-2 變體更具傳播性和傳染性。利用該模型開展研究，結果支持 COIVD-19 加強疫苗策略。

他結合 RNAi 和多組學分析等尖端技術的應用確定了 COVID-19 的新致病機制和治療靶點，包括病毒解旋酶和蛋白酶，以及宿主甾醇調節元件結合蛋白和二醯基甘油醯基轉移酶。這些項目中建立的概念被用來設計和開發新的策略、方法和線索，用於早期和快速病毒診斷、減毒活疫苗和合成疫苗的設計，以及針對 SARS-CoV-2 或宿主的抗病毒療法。

他開發了重量僅為 2.17g 的微型化三光子顯微鏡，首次實現對自由行為小鼠的大腦全皮層和海馬神經元功能成像，為揭示大腦深部結構中的神經機制開啟了新的研究範式。

解析腦連接圖譜和功能動態圖譜需要為自由活動的動物創建可穿戴的顯微成像工具，目前微型化單光子顯微鏡和雙光子顯微鏡僅能看到大腦皮層的淺層，無法通過穿透整個皮層來實現更深層腦區的無創成像。海馬體位於大腦皮層和胼胝體下方，在記憶鞏固、空間記憶和情緒編碼等方面發揮著重要作用。由於腦組織尤其是胼胝體的高散射光學特性，因此實現對海馬體等深部腦區無創成像長期以來一直是神經科學家面臨的極大挑戰。

北京大學助理研究員趙春竹專注研究深腦成像，提出了最大化散射螢光收集光學構型，並和團隊成功研製 2.17g 深腦成像微型化三光子顯微鏡，突破了此前微型顯微鏡的成像深度極限，首次實現對自由行為小鼠的大腦全皮層和海馬神經元功能成像，為揭示大腦深部結構的神經功能連接機制提供了觀測手段，開啟了新的研究範式。

趙春竹還成功研製了首個毫米視場微型化雙光子顯微鏡，最大三維成像視野是此前微型化雙光子顯微鏡的 6.6 倍，這一改進使神經科學家能夠在允許動物自由運動的實驗範式中，破譯大腦神經元群體動態。

未來他將繼續研發新型成像儀器，進一步突破深腦成像極限，打造腦科學前沿基礎研究的尖端工具。

他開發新型納米催化劑，實現氫燃料電池在超低鉑負載條件下工作，為解決貴金屬資源局限性提供新的解決方案。

氫燃料電池是一種將儲存在氫氣中的能量轉化為電能的裝置。目前，鉑族金屬（Platinum-group metals，PGM）的大量使用所帶來的成本和資源限制阻礙了質子交換膜燃料電池的廣泛應用。

趙紫鵬開發了一種用於氫燃料電池的石墨烯-納米口袋封裝的鉑鈷（PtCo@Gnp）納米催化劑，並表現出高活性和穩定性。其所製備的膜電極組件實現 13.2kW/g 的功率密度，氫燃料電池可以在要求苛刻的超低鉑負荷條件下（0.07mg/cm2）工作。基於這種新型催化劑，可以預測一輛 90kW 燃料電池汽車僅需要約 6.8 克 PGM，這與內燃機動力車輛的 PGM 使用量（每輛車 2-8 克）相當，為解決貴金屬資源局限性提供了新的解決方案。

在提高燃料電池中催化劑性能的研究中，他發現高性能燃料電池的關鍵是改善催化劑層內的反應物和產物的傳質。而且，碳載體顯著影響物質輸運。基於此，趙紫鵬同時實現了高質量活性、穩定性和額定功率這三個關鍵性能，向氫燃料電池的廣泛應用邁出一大步。

此外，他的研究還表明，通過引入銅可以大大提高鉑-鎳（PtNi）合金納米催化劑的穩定性和活性。值得注意的是，銅的引入改變了 PtNi 合金納米催化劑的合成機理，引起鉑在納米催化劑表面的富集，從而有助於提高穩定性。

除了基礎研究之外，他在納米催化劑領域對新開發材料的商業化方面也做出了貢獻，並與燃料電池汽車企業進行項目合作。

他創造性地直接鍵合連接量子晶片和超導同軸線，實現了超低損耗量子晶片互聯，使分布式量子計算方案成為可能。

量子計算在解決分解大數和模擬複雜量子系統等問題上具有明顯的優勢。然而，由於製程工藝限制，在單晶片上集成更多超導量子比特變得越來越困難。而基於多晶片互聯的分布式量子計算方案有望突破該困境，但目前晶片間的高性能互連限制了該技術的發展。

來自南方科技大學量子科學與工程研究院研究員鐘有鵬敢於挑戰該世界級難題，並已取得多項重要突破性成果。2019 年，鐘有鵬研製出一條 78cm 長的低損耗共面延遲線將兩個超導量子比特連接，實現了 95% 高保真量子態傳輸和糾纏生成的原理性展示，相關論文發表在 Nature Physics 上。2021 年，他進一步創造性地採用了直接鍵合的方式實現低損耗量子晶片互聯，並實現多量子比特糾纏產生和分布，相關論文發表在 Nature 上。

2023 年，他帶領的研究團隊在 20 比特的分布式量子處理器上，將跨晶片量子態傳輸和糾纏生成保真度進一步提高到 99%，相關論文發表在 Nature Electronics 上，因其在可擴展分布式量子計算網絡的基礎性意義，得到了 Nature 的亮點報道。

未來，鐘有鵬計劃圍繞可擴展模塊化超導量子計算機開展系統研究，從頂層設計解決超導量子計算機大規模集成的挑戰，為大規模超導量子計算應用提供一攬子解決方案。

他開發了基於薄膜電晶體的柔性觸覺傳感器陣列，為構築人工觸覺感知提供了有效途徑。

電子皮膚是柔性電子在生物醫學領域的重要應用之一。皮膚是人體最大的器官，它質地柔軟，使人類能夠感知壓力、痛覺、應變、溫度等多種刺激，從而識別周圍環境並進行日常活動。人體皮膚優異的材料特性和強大的感知功能啟發了仿生皮膚電子學的發展，以模擬甚至超越人體皮膚的性能和功能，這對於健康監測、智能假肢、仿生機器人等技術的應用具有重要意義。

朱博文致力於開發在性質和功能上類似皮膚的柔性傳感器。他開發了可圖案化的、基於垂直排列的金納米線陣列的、高性能本徵可拉伸柔性電子材料，解決了長期以來導電材料之間介面結合力弱的問題，為柔性傳感器、可拉伸電晶體等重要電子器件提供了優異的電極材料。

他還專注於利用工程解決方案構建有源像素觸覺傳感器陣列。他通過將傳感器像素與薄膜電晶體連結，實現了大面積高密度觸覺傳感器陣列的單片集成，通過行列掃描方式實現任意像素的控制和讀取，解決了傳統柔性觸覺傳感器靈敏度低、響應慢、空間解析度低等問題。

此外，他通過集成高靈敏壓力傳感器與基於 NbOx 的人工神經元器件，構建了可以實現壓力刺激信號編碼的人工機械力感受器，為未來神經形態機器人觸覺感知系統以及複雜觸覺信息處理提供了一種簡單有效的策略。

再次恭喜以上入選者，同時 2024 年度《麻省理工科技評論》「35 歲以下科技創新 35 人」亞太區報名於今日正式啟動，歡迎大家報名參與評選（點擊「閱讀原文」即可報名），如您身邊有優秀的人才，也歡迎向我們推薦！