2023年度《麻省理工科技评论》“35岁以下科技创新35人”亚太区入选者正式发布

（2024 年度《麻省理工科技评论》“35 岁以下科技创新 35 人”报名正式开启）

在这个挑战与机遇并存的时代，全球科技创新正以前所未有的速度推动着人类社会的发展。眼下，充满复杂性和变数的世界局势赋予了科技创新更深刻的意义：科学和技术，既是人类文明之树上丰硕的智慧果实，又是国与国之间角力博弈的筹码。

在这瞬息万变的风云之下，亚洲，这个世界上人口最多的地区，创新的种子早已生根发芽，如今已然成为全球创新浪潮的中坚力量。亚洲的年轻学者们，正在以惊人的创造力和卓越的科研实力引领着创新的潮流。

作为捕捉全球创新力量的慧眼，《麻省理工科技评论》敏锐地识别到了这股亚洲力量，并在 2014 年正式公布了首份亚太地区“35 岁以下科技创新 35 人”名单，至今已有 9 届。许多潜力巨大的年轻学者因此被更多人看见，他们为学界乃至社会做出的杰出成果和贡献也被更多人知晓和称赞。

今天，让我们再次聚焦亚洲，共同迎接 2023 年度“35 岁以下科技创新 35 人”亚太区入选名单的揭晓。

从计算机科学到生物医学，这份名单涵盖的领域广度前所未有，入选者研究的方向包括材料、量子、能源、医学、光学、声学、天文学、人工智能、合成生物等多个能对人类生存发展产生深远影响的领域。

在这个科技日新月异的时代，年轻学者们肩负着更加重大的责任。科技创新不仅仅是技术的竞赛，更是对社会问题的解决和人类未来命运的塑造。他们是当今亚洲科技创新的领军者，也是引领人类社会进步的弄潮儿。

《长歌行》有云：“青青园中葵，朝露待日晞。” 这些年轻学者们就如晨曦中的朝露，静待着阳光的洒落。他们在人工智能的花园里播撒代码之种，在合成生物学的田野中解锁基因奥秘，在量子科学的殿堂中探求计算的未来......正是他们的付出和努力，让科技进步的希望如朝露一般在未来绽放。

这 35 位杰出的年轻学者，他们不仅在各自领域取得了引人瞩目的成就，更是以他们的智慧和激情，成为亚太地区乃至全球科技创新的推动者和引领者。他们的研究成果不仅是学术界的光芒，更是对人类社会发展的巨大贡献。

值得一提的是，这些学者们不仅在科研上取得了丰硕的成果，更在技术落地、社会责任、可持续发展等方面表现出色。他们不仅仅是实验室里的科学家，更是社会的建设者，是为人类福祉而努力的引领者。

这份评选，不仅是对入选者的褒奖，更是对亚洲地区科技创新力的认可。在这个崭新的时代，我们期待着看到更多年轻学者们在科技创新的道路上砥砺前行，为人类社会的可持续发展贡献自己的智慧和力量。

信息时代，人才是驱动科技创新的主要力量。这 35 位年轻学者，无疑是其中的中流砥柱，是引领未来的先锋，是推动人类社会向前发展的真正力量。未来，我们也期待看到更多的年轻学者投身科技创新，共同书写人类社会的新篇章。

以下为 2023 年度《麻省理工科技评论》“35 岁以下科技创新 35 人”亚太区入选名单（*按姓氏首字母排序）：

他的实验为电子流体动力学的新领域铺平了道路，揭示了纳米级量子材料中出现的新物理效应。

半导体中的电子，就像气体中的分子一样，是一种会运动的微小粒子。电子流体动力学是对电子类流体行为的探索。了解电子流体动力学对于新型材料的基础研究和新型电子器件的开发都至关重要。

新加坡国立大学助理教授 专注于对新型量子材料中的电子传输的全面研究。他的工作揭示了石墨烯电子的外来流体动力学行为，首次测量了固态设备中的电子粘度，并展示了控制这种状态从自由电子状态中产生的机制。

Bandurin 的实验还揭示了一种独特的传输系数，即霍尔粘度在控制粘性电子传输动力学方面的重要性。他的发现展示了霍尔粘度在纠正传统霍尔效应（一种具有百年历史的既定现象）方面的作用。此外，他在等离激元 Fizeau 拖曳效应（Fizeau drag effect）方面做出了重大贡献，还开发了使用石墨烯的太赫兹检测新原则。

目前，他正在新加坡国立大学进行有关先进材料的辐射驱动的磁传输实验，旨在揭示量子层面的新基础现象，同时开发实用的未来量子设备。其团队致力于使用具有独特电子性质的新型量子材料，开发红外和太赫兹频域的敏感光探测器。该创新方法有助于实现强大的光响应，这对未来超越 5G 的无线通信、遥感和量子通信具有重大意义。

他专注拓扑量子材料研究，提出新型拓扑半金属拓扑相以及其潜在应用的可行性。

拓扑量子材料的电子结构具有特殊的拓扑态，使其具有许多独特物理特性，在新型电子器件设计和应用方面具有广泛的应用前景。在过去十年中，该领域已成为凝聚态物理学和材料科学领域探索的焦点。而其中的拓扑半金属，例如外尔半金属有拓扑非平庸的能带结构尤其受到重视。

南洋理工大学助理教授团队一直专注该领域研究，他利用先进计算技术成功预测和研发多种量子材料。他开创性地将数学中的纽结理论与拓扑半金属研究相结合，提出了新型霍普夫拓扑态和链环半金属态。此外，他揭示了材料实际结构中的手性与动量空间中的拓扑手性之间深刻的关联，从而发现了拓扑手性晶体。他的理论还指出，这些手性材料表现出非传统的非线性光学响应，在下一代光检测器中具有应用潜力。

目前，常国庆围绕着具有强关联量子相位的材料展开研究，为解决量子材料中的电子不稳定性提供有希望的解决策略。

他领导开发的用于治疗晚期实体瘤的“LK101 注射液”的新药临床试验申请获批，系国内首个获批进入临床的个性化新生抗原疫苗，也是国内第一个获批进入临床的个性化 mRNA 肿瘤疫苗。

于 2017 年创立北京立康生命科技有限公司，致力于开发以肿瘤新生抗原为靶标的个性化肿瘤疫苗和 T 细胞药物。

他带领本土化团队采取的疫苗路线是编码肿瘤新生抗原 mRNA 转染的 DC 疫苗，是国际上首家使用这种疫苗形式进行临床实践的企业。有效提高了 mRNA 的生物利用度，同时也解决了 mRNA 的递送问题。

仅用时 4 年时间，陈立就带领旗下首个产品 LK101 获得 IND 批准，进行临床试验。在这之前，该产品通过 301 医院的伦理审查，开展了一项临床研究，目前共计入组 24 例肝癌患者，已经观察到良好的安全性和有效性，最早入组的两例肝癌患者已经实现了超过 40 个月的无病生存。

个性化 mRNA 肿瘤疫苗的研发整体尚处于早期阶段，仍面临诸多挑战，如肿瘤新生抗原预测的准确性、肿瘤新生抗原选择的合理性、疫苗生产制备工艺的稳定性和时效性等。针对这些问题，立康已前瞻性地进行了技术布局，现已搭建生物信息学平台 LNEATM、 高通量抗原/T 细胞受体筛选平台 HATSPTM、 体外转录 mRNA 技术平台以及大规模自动化封闭式细胞药物生产平台等。

目前，陈立带领立康聚焦精准肿瘤免疫疗法，正在基于通用型技术平台全线布局肿瘤新生抗原分析诊断、新抗原肿瘤疫苗和 T 细胞疗法等多条管线，充分挖掘肿瘤新生抗原的潜力。

他构建了全球最大的锂电池电解液数据库，建立了人工智能设计先进电解液的新方法，可以在上亿分子空间维度进行电解液材料的快速、精准设计，为下一代锂电池先进电解液提供潜在新方案。

电解液被形象地誉为“电池血液”。其作为锂电池的核心组分之一，主要发挥传输离子的功能，也是决定电池实际性能的关键因素之一。如今，在先进电解液研发过程中，以往的实验试错方法正在面临巨大的挑战——难以遍历高维的电解液分子空间和难以解耦电解液组分间的强关联作用。

因此，为了突破传统实验与计算方法在设计锂电池电解液方面的效率低、成本高及周期长的难题，推动下一代锂电池实用化进程，助力构建未来新型能源系统，聚焦于人工智能设计锂电池电解液的研究。

首先，他基于大数据方法，建立了离子-溶剂模型来探讨阳离子-溶剂、阳离子-阴离子和阴离子-溶剂的相互作用，为先进电解液研发提供了可靠的理论指导。在此基础上，他发展了多种电解液物性预测方法，开发了电解液高通量计算软件，并结合云计算技术构建了超过 20 万分子和 20 种性质的电解液大数据库。此外，还开发了电解液性质预测机器学习模型，通过分子生成模型和高通量筛选方法预测了具有潜在应用前景的新电解液分子，在高比能锂金属电池和快充锂离子电池体系中取得了重要的应用进展。   

据了解，目前陈翔团队已与多家锂电池、电解液和互联网公司达成项目合作，助力推动人工智能设计锂电池电解液成果的产业化应用。

他在纳米尺度上研究了光与物质的手性相互作用并加以增强和调制，在药物研发、疾病诊断、光电子器件等领域拥有重要的应用前景。

手性是自然界的基本属性，手性光学作为光学的重要分支，已经在药物研发、疾病诊断、光电器件、量子光学等领域得到了广泛应用。不过，该领域一直存在一个瓶颈问题，即天然材料的手性光学响应通常极其微弱，难以被检测和应用。为了克服这一挑战，一直致力于结合前沿理论、新兴材料和尖端微纳制造技术，在纳米尺度上探索光学手性的增强和调制，并取得了以下代表性成果。

第一，他基于真三维手性光学超表面首次实现了手性连续域束缚态这一奇异光学态，并得到了接近极限的圆二色谱和高达 2662 的光学品质子，比现有手性超表面高出一个数量级。

第二，他将几何相位引入高品质因子谐振超表面，实现了光辐射的自旋-能谷锁定，展示了高圆偏振度、高准直性、发射角可调的发光与激射，为调制相干和非相干发光过程提供了新范式。

第三，他设计制备了一种“谷激子-光子”混合片上器件，实现了基于近场手性的能谷信息长距离保真传输与定向分发，推动了谷电子器件的发展。

第四，他首次基于高品质因子超表面，实现弱手性物质诱导下的模式强耦合，并利用该系统完成对手性物质的高灵敏度检测，将灵敏度的理论值提升了三个数量级，为操纵光学模式间耦合开拓了新思路。

他用藻类生物技术开发环保合成方法。

随着人口的增长，粮食安全问题日益突出，因此需要开发不依赖粮食作物的替代营养补充剂，这是一项全球性挑战。发现有价值的生物产品的潜在来源，并有效提取这些生物产品，成为解决这一问题的重要部分。

自 2016 年以来， 一直致力于研究有前景的藻类和微藻类技术，以产生能够造福国家和社区的生物大分子。其应用食物垃圾堆肥作为微藻培养的有机培养基来替代部分无机培养基，获得了更好的生产力和更高的生物质生化含量。

他还开发了综合生物分离工艺，利用新型提取技术生产有价值的生物分子。这项技术被称为液体双相/三相系统，它使用两个不相溶相来分离和提纯所需的化合物。该技术已被证明可以从各种来源获得高回收率和高纯度的功能化合物，在生物制药和药妆工业中具有应用潜力。

总的来说，他的研究强调可再生资源管理的潜力，以及开发具有成本效益和更绿色的下游加工。

他开发了一种基于无标记荧光纳米传感器和微流体的新型单细胞分析方法，并提出了具有微观可控性的化学传感器制造技术的新概念。

现实世界正在向网络世界转变。传感技术通过将物理信息转化为电子数据，在当前和未来社会中扮演着重要角色。通过利用最先进的传感器工程和纳米技术，我们正在创造新的价值，并预测未来。成均馆大学助理教授 ，一直专注于如何利用最先进的传感器工程和纳米技术，来解决传统分析、诊断和疗法面临的多方面挑战。

Cho 和他的团队使用无标记荧光纳米传感器结构、人工智能以及包括光纤和微流体在内的高级硬件系统，开发了细胞及其产物的高通量和多元分析工具，为未来疗法和精准医学提供了一个全面的生物制药监测平台。

为了开发更好的用于未来全球大流行病的诊断方法，Cho 设计并开发了一种基于高通量诊断的快速无标记病毒蛋白传感器系统，无需任何抗体或受体设计。

他的团队提出了一种大面积、高分辨率纳米通道制造技术的新概念。该技术具有微观可控性，具备多种材料成分且不受组合限制。基于这种方法，他和团队制作了多元纳米传感通道库，并将其与具有低器件间差异的电子传感装置集成，应用于包括氢、酸性气体和挥发性有机化合物在内的各种目标分析物。

Cho 和他的团队希望可以缩小现有生化传感器系统与多尺度现实世界监测之间的差距，其最终目标是在多元数据的基础上，为社会带来创新的分析工具和科学见解。

他致力于攻克高温超导磁体的关键底层瓶颈问题，推动了工程应用的快速发展。

由高温超导体线材绕制而成的电磁体装置，以其无可替代的强磁场特性与简化的制冷要求，在能源、电力、交通、医疗、科学研究等领域具有重要的应用前景。但鉴于对运行环境的苛刻要求，超导磁体始终存在一些限制，例如运行经济性、稳定性、失超保护问题等，对工程应用造成困扰。随着近年来高温超导材料成功实现产业化，以上问题在核心部件磁体上更加突出。

通过研究高温超导带材的低电阻铜扩散接头，实现了闭环超导磁体的准持续电流运行模式，并通过研究固氮储冷技术，实现了对传统液氦冷媒这种不可再生资源的代替。磁体的运行再无需依赖外部电源与制冷源的维持，该方式同时克服了磁体运行经济性与稳定性中的励磁与制冷两大难点。以上技术为开发中国面向未来时速 600 公里级节能型高速磁悬浮列车的关键部件——车载超导磁体提供了核心技术支撑。

同时，他首创的磁体表面释能技术，通过微米级涂敷的分布式能量旁路，抑制了级联效应带来的不可逆热/机械损伤，验证了一套稳定可行的失超保护方法，为现今全球高场高温超导磁体的可靠运行提供关键解决方案。该技术同时为高分辨率核磁共振成像磁体，以及紧凑型可控核聚变装置的核心部件——聚变强场超导磁体提供重要支持。这一紧凑型聚变技术在 2022 年被《麻省理工科技评论》评为“全球十大突破性技术”之一。

以上问题与挑战是世界范围内高温超导磁体应用所共同面临的，在瓶颈难点上的不断突破将持续推动高温超导相关行业的蓬勃发展，带来显著的经济与社会效应。

他借助 FAST 高灵敏度优势，为构建完整快速射电暴起源模型提供重要观测基础。

宇宙的起源和如何演化对于人类发展至关重要。科学家们偶然发现了一种可以在极短时间内释放巨大能量的快速射电暴信号。快速射电暴有着探索极端物理和宇宙中物质分布的潜力。但是，绝大多数快速射电暴距离我们太过遥远并且缺乏多波段信息，因此很难确定快速射电暴的起源。

之江实验室智能计算平台研究中心博士使用中国的 FAST 和美国的 GBT 望远镜，结合智能计算来分析快速射电暴的偏振特性，揭示出重复快速射电暴处在类似超新星遗迹的复杂环境中，为最终确定重复快速射电暴起源提供了关键观测证据。该成果同时入选了 2022 年“中国科学十大进展”和 2022 年“中国十大科技进展新闻”。

冯毅博士作为快速射电暴、引力波、脉冲星和恒星形成等领域的研究专家，其研究工作包括发现快速射电暴 FRB 的极端磁场反转现象、精确表征快速射电暴偏振特性、建立最大快速射电暴数据库以及用脉冲星计时阵列探测引力波方面等。

冯毅表示，未来他将继续结合 FAST 等先进设备，或可在两三年内揭示射速射电暴起源等关键问题。

他推进量子计算的规模化扩展，并在量子计算的智能化和云端化应用方面取得创新性突破。

兼顾量子计算的理论和实验研究。在量子计算的规模化扩展方面，黄合良作为理论工作负责人，在 66 比特超导量子计算原型机“祖冲之号”上，实现“量子计算优越性”里程碑——证明量子计算机对特定问题的计算能力可极大超越传统超级计算机。对随机线路采样问题的处理速度比超算快 7 个数量级，比谷歌的“悬铃木”超导量子计算原型机快 4 个量级，助力中国超导量子计算在国际上实现了“从追赶到超越”的转变。进一步地，他发展了量子线路高效率经典模拟算法，并作为中国超算应用团队成员，基于新一代神威超级计算机实现“超大规模量子随机电路实时模拟”，以 304 秒模拟了谷歌的“悬铃木”200 秒完成的采样任务，且保真度更高，因此获得 2021 年度戈登·贝尔奖。

在开拓量子计算智能化和云端化应用方面，他通过探索量子计算的可加速性，在支持向量机问题上重新定义了量子和经典机器学习的边界；提出量子-经典混合卷积神经网络，实现量子拓扑数据分析和手写数字生成量子机器学习，促进量子计算智能化应用；克服安全量子云计算需要用户具备一定量子技术的应用瓶颈，促进量子计算的安全云端化应用。

在攻克了量子纠错的若干关键技术方面，黄合良实现了 9 比特 Toric 纠错码，创造了光学最大规模平面纠错码世界纪录，突破了表面码重复多轮纠错、逻辑比特量子计算等关键技术难题，支撑编码规模实现由个位数物理比特提升至两位数规模的突破，攻克纠错码可扩展化和实用化关键技术等。

他开发了制备大尺寸单晶金属和合金箔的新技术，实现了层数和堆垛结构可控的高品质石墨烯薄膜的合成，为发展更高性能的场效应晶体管器件，以及制造集成的柔性电子器件奠定了材料基础。

目前，高效实现尺寸、层数、堆垛次序和扭转角度可控的单晶多层石墨烯的规模化制备，是石墨烯领域的世界级难题和研究热点。为了解决上述难题，围绕单晶二维碳材料的大规模可控合成开展了系统性研究。

一方面，他以工业多晶铜箔为研究对象，发展了一种无接触退火的新技术，实现了工业多晶铜箔向单晶金属铜箔的大面积转化，以及大面积单晶铜镍合金的可控合成。另一方面，他通过在单晶铜镍合金上形成连续的石墨烯薄膜后，对其进行冷却和再加热至生长温度的循环实验，合成了世界上首款单晶、大面积、无折叠的单层单晶石墨烯薄膜。

不仅如此，他还揭示了双层/三层石墨烯的堆叠方式和生长机理，并可控合成了高质量的 AB 堆垛的双层石墨烯和 ABA 堆垛的三层石墨烯薄膜。并且，也在接近室温的条件下实现了双层石墨烯的层间成键，首次获得了稳定的二维钻石薄膜。

黄明的研究不仅解决了廉价单晶金属箔大面积制备的科研难题，为单晶石墨烯和其它二维材料的大规模可控合成提供了新思路，还为开发更高性能的场效应晶体管器件，以及制造集成的柔性电子/光电器件奠定了坚实的材料基础。

未来，其计划继续拓展高品位单晶二维碳材料在电子、光电和传感领域的应用，推动二维材料科学的发展。

他合成了具有卓越光学特性的铁电向列相液晶，开发了系列具有精确化学结构的刚性纳米构件，并针对储能和光学薄膜方面的特定需求设计功能性软材料。

包括大分子、液晶、表面活性剂、胶体等在内的，介于固体和理想流体之间的复杂凝聚态物质，被称为软物质材料。该材料作为商品，在人们的日常生活中发挥着不可或缺的作用。为了推动软物质材料进一步实现前所未有的性能和应用，引入新结构序非常关键。

面向上述需求，在探索大分子自组装基本原理的同时，采用构建新颖结构秩序、并在多个尺度上控制分层结构的主要方法，取得了以下主要创新成果。

首先，他报道了几种具有变革光电特性的新型极性液晶态，为开发基于极性液体系统的非线性光学元件、光通讯器件以及实现液体铁电存储器件打开了大门。

其次，他提出了一种独创的“大分子乐高”策略，并开发出一系列具有精确化学结构的刚性纳米构件；同时，发现软物质中第一个轴向十边形准晶体超晶格，将软物质的超晶格工程拓展到了一个新的维度。

他还对满足储能和光学薄膜特定需求的功能性软材料设计产生浓厚兴趣，不仅合成了一系列新型氟化芳基磺酰亚胺标记盐，有效地提高了聚合物固态电解质的离子电导率，还开发了基于磺酰胺的电解液，以提高高压锂电池和锂空气电池的稳定性或循环性能。

此外，他还致力于开发无色聚酰亚胺，并希望在柔性有机发光二极管衬底和 5G 低介电衬底材料上获得应用。

她努力探索超越自然材料声学能力的声学人工结构，利用其特殊优势，首次通过实验观察到声学克莱因隧穿的完美传输。

深海之中，光和无线电波的衰减都十分严重，传播距离严重受限。声波是目前唯一能够远距离传播的能量形式，在海洋测绘、科学研究等众多领域，声波都是重要的信号载体和技术手段。医院的超声检查、超声刀手术等也依赖于声波技术。对声波的调控是声学所有的重要应用中的核心问题，在声学人工结构出现之前，人类对于声波的调控都是基于自然材料实现，但自然材料有着明确的界限，对声波的控制能力也相当局限，声学人工结构则可以突破自然材料的极限。它最大的特点是把原来的庞然大物缩小，用一个几厘米甚至更小尺寸的器件产生与数米自然材料器件相同的调控效果。

提出了一种将轨道角动量作为新自由度的复用通信方法，提高了声学通信的效率和质量，并研发出一系列突破常规性能极限的医学超声器件，解决了声学通信和医学超声领域的挑战性问题。研究成果已应用于航天员研究训练中心地星二号实验，为空间站航天员骨质流失提供重要的理论基础和实验基础。

江雪还将超表面的概念引入声学系统，解决了用小尺寸结构控制大波长声波的关键问题，打破了可变折射率与声阻抗匹配的悖论。为声学人工结构用作探索前沿物理的重要物理平台做出了独特贡献。

江雪不仅在声学基础研究领域做出了突出的贡献，她开发的声学人工结构也有望在不久的将来实现更好的超声成像和治疗效果，为肿瘤病人带去福音。

她首次成功制备了单层二维杂化钙钛矿光电器件，并发现了其独特的物理性质。这项研究为该领域大规模微纳器件应用和科研成果转化提供了重要的技术创新。

分子厚度杂化钙钛矿材料融合了有机和无机材料的优势，在未来新型小型化、智能化多功能器件及基础物理研究中扮演着重要角色。作为此新兴领域的先驱之一，博士的研究专注于分子厚度二维杂化钙的物理性质和器件应用，为该领域的进一步发展作出了重要贡献。

首先，她实现了对单层二维杂化钙钛矿的精准可控分离，并发现了非常薄的杂化钙钛矿在光或应力作用下可以经历可逆的结构弛豫过程，从而改变材料的光学特性。这一重要发现使她制造的首个超薄钙钛矿光电探测器取得了比块体器件更加卓越的光电转化效率，在未来的柔性光电子领域展现出巨大的应用潜力。

其次，为了解决获取杂化钙钛矿原子级分辨率成像的挑战，她同时使用扫描隧道显微镜和 Q-plus 原子力显微镜技术，实现了对二维杂化钙钛矿表面有机和无机部分的原子分辨无创成像。她首次通过实验图像直观地观看到二维杂化钙钛矿表面八面体结构扭曲，准确地建立了结构与性质之间的关联。这一发现对于深入理解杂化钙钛矿的微观结构和性质具有重要意义。

此外，她还构建了分子厚度杂化钙钛矿和石墨烯异质结场效应晶体管，发现相较于金电极，石墨烯和二维钙钛矿界面显示出较低的接触电阻，这一发现有效地解决了二维杂化钙钛矿表面有机链和金属电极之间高接触电阻的问题。

目前，她的团队专注于大规模生长分子厚度二维杂化钙钛矿单晶薄膜及其在新型自旋电子器件中的应用，旨在推动向创新技术和实际应用的转化。   

她在理论研究中利用人工智能技术，应对能源催化中复杂的科学挑战。

的研究致力于数据科学和能源科学的交叉融合，在理论研究中利用人工智能来应对能源催化中复杂的科学挑战。

作为第一个利用 AI 方法“子群发现”设计二维材料负载单原子催化剂的工作，她对二硫化钒负载过渡金属单原子催化剂进行了计算筛选研究。研究发现，单原子催化剂打破了传统金属或合金催化剂上中间体吸附能之间的比例关系，并对氮电还原表现出高活性和良好的选择性。

为揭示真正有价值的结构见解，阐明反应过程中涉及的动态机制，李昊博建立了一个全面的结构数据库。她利用机器学习技术，采用自动化方法从该数据库中选择与原位实验光谱最一致的相关结构。该方法旨在提取相关的结构信息，并揭示反应过程的复杂动力学。

李昊博通过设计理论模型，实现对化合物催化剂复杂的活性位点结构的全面考虑，据此开发了“活性位点计算筛选”理论，并实现了原子尺度的”活性位点工程“。其中，她建议将注意力转向富含碳的碳化物材料来催化二氧化碳还原。活性位点在反应条件下是否存在是另一个需要考虑的问题。她进行了从头计算热力学以确定水性电解质中 Mo₂C 的稳定表面相，发现超薄表面氧化膜的形成条件，并在实验中得到验证。此外，她还率先提出电化学稳定性窗口的概念，并将其作为表征电催化剂在工作条件下运行过程中的稳定性手段之一。

她开发了一种用于连续最佳脑灌注压测定的多窗口算法，并在国内首次引入脑脊液动力学评估技术，用于脑积水患者的精确诊断与干预。

神经重症脑疾病是中国乃至全球人口健康领域正面临的重大挑战。

主要从事神经重症医学与生物医学工程交叉领域的研究工作，先后承担多项科研项目，并于 2021 年作为项目负责人主持科技部国家重点研发计划“生物信息融合”重点专项1项，项目总经费 1.75 亿，中央财政经费 4094 万，致力于解决国产非侵入神经电生理信号高精度采集与计算芯片关键技术研究及应用，突破神经采集与计算芯片“卡脖子技术瓶颈”。

她发明的多窗个性化最佳脑灌注技术已被应用于加拿大温哥华总医院及美国约翰霍普金斯医院等临床诊断中，用于千百名心脏搭桥手术的患者和脑创伤患者的救治；其还在国内首次引入脑脊液动力学评估技术，用于脑积水患者的精确诊断与干预，目前已在天津环湖医院、天津总医院使用，将患者的诊断时间从 3 天缩短到 30 分钟，使 300 多名脑积水患者受益；开发的个性化脑血流调节评测算法已嵌入到 ICM+ 软件中，该软件在全球多个国家的 100 多所医院应用。

目前，她带领团队正在进行脑氧监测、麻醉监测等方向的技术突破，研发国产高端医疗器械，为中国抢占相应领域技术高地做奠基。

他长期专注于生成式人工智能领域研究，推动人工智能驱动混合现实技术的发展。

如今，人们渴望体验将物理世界和数字世界进行无缝融合。而 AI 驱动下的混合现实技术，使其体验变得更加智能化、自然化和沉浸式。由此产生的人机协作可以对更大的科学社区产生积极影响，并将显著推动社会进步。

近年来，南洋理工大学助理教授团队在人工智能驱动的混合现实技术领域取得诸多重大突破。他所构建的多模态 4D 人体动作捕捉系统 HuMMan 为虚拟角色的动作设计、动画制作以及人机交互等领域提供了强大的工具。

他所开发的基于大语言模型驱动的真实感渲染技术为游戏、电影和教育等领域带来革命性的变革。同时，他关于生成模型的相关理论和数据集已经被主流深度学习平台 PyTorch 和 TensorFlow 进行集成，并已经被写进多本机器学习教科书中。他先后获得香港 ICCV 青年学者奖、CVPR 最佳论文奖候选和国际基础科学大会前沿科学奖等诸多 AI 领域荣誉。

刘子纬表示，人工智能驱动的混合现实不仅具有重要的科学研究意义，也是工业界所期望实现的，是现实世界人工智能系统中满足个体和社会需求的最有价值的科学研究之一。

他开发了世界上认证电流密度和效率最高的金属卤化物钙钛矿太阳能电池。

金属卤化物半导体材料因其优异的物理化学性质，以及在钙钛矿电池领域的广阔应用前景而备受关注。钙钛矿太阳能电池因其较高的理论效率，也被视为最有望取代硅基太阳能电池的候选者。 致力于通过设计钙钛矿太阳能电池的组分、添加剂、材料形貌和界面，来提高其效率和稳定性。

Hanul Min 通过释放晶格应力，有效地提高了钙钛矿太阳能电池的效率和稳定性；并通过减少钙钛矿材料层与二氧化锡电子传输层之间的缺陷，实现了世界上效率最高的钙钛矿太阳能电池，刷新了世界纪录。

他的研究揭示了钙钛矿太阳能电池的的内在机制，不断地制造更高效率的太阳能电池。在不久的将来，钙钛矿太阳能电池有望实现真正的大规模应用，将创造一个绿色节能的全新世界。

他首次提出纳米修复医学的概念领域，提供了多种器官损伤修复的创新策略。

器官损伤，例如急性肾损伤、缺血性中风和骨关节炎，通常会危及生命甚至导致致命的并发症。近年来，许多纳米材料已成为各种器官损伤的有前途的修复剂。

专注于基于纳米材料的修复医学（简称“纳米修复医学”）领域，通过合成新的纳米结构/纳米酶，利用协同策略来修复急性肝/肾/肺损伤、炎症性肠病、骨关节炎/骨质疏松症等，并揭示其体内修复机制。

倪大龙领导的“纳米修复医学”实验室旨在利用纳米技术作为工具，修复急性或慢性器官损伤，针对不同器官损伤微环境，提供器官损伤修复的创新策略：1）直接清除活性氧这一主要诱因来修复急性肝/肾/肺损伤；2）结合临床病人样本中过表达的基因，清除活性氧和基因疗法共同修复骨关节炎；3）针对疾病特殊的酸性/免疫微环境，利用酸中和/免疫调节作用共同逆转骨质疏松。

在临床上没有治疗器官损伤的有效方法/药物的情况下，倪大龙的研究为临床提供了有价值的参考。目前，他正在与瑞金医院多个科室和药厂在具备转化潜力的项目开展密切合作。

他专注于研究多模态人工智能和自然语言处理，致力于通过人工智能实现情感分析。

多模态人工智能是一种新的人工智能范式，能将各种数据类型（图像、文本、语音、数值数据）与多种智能处理算法相结合，以实现更高的性能。人类拥有很多关于世界的常识性知识，这种常识性知识通常是通过语言和感官线索等等的组合获得的。语言本质上是多模态的：它包括语音、手势、面部表情、点头等。理想情况下，机器应该理解所有这些模态。对人类语言的理解在很大程度上也取决于机器解释情感的能力。情感敏感性可以防止机器提供的答案杂乱无章，从而使对话更加自然和有吸引力。

的研究主要就集中在多模态人工智能。他通过融合音频、视觉和文本线索，来探索多模态情感分析的深度学习方法，以对多模态数据进行情感分析。Soujanya 发布了广泛使用的 MELD，这是一种用于对话中情绪识别的多模态多方数据集。并提出了基于循环神经网络和图卷积神经网络的创新深度学习架构，用于对说话者状态进行建模对话时的情绪检测。

除了多模态对话人工智能之外，Soujanya 还完成了常识人工智能方面的多项关键研究工作。例如，他开发了可以将常识知识注入深度学习网络的技术，以提高其在领域适应和对话理解等各种下游任务上的性能。后来，他扩大了研究范围，深入研究生成式人工智能，引入了通过理解对话参与者的情感状态来生成具备同理心的对话的技术。他还研究了多模态生成式人工智能，例如 Tango 这样一种根据文本指令生成音频的模型。

Soujanya 在多模式会话人工智能和常识推理方面做出了重大贡献。他的工作可能会显著提高计算机解释复杂数据并提供信息的能力，并自动向用户提供有价值的信息。

他致力于通过建立具有常识、可解释性和持续学习能力的通用自然语言处理系统，重新定义人工智能与人类的协作方式。

最近，大模型在自然语言处理上的空前进展从根本上改变了人们与电子设备的交互方式。人类可以自如地理解涉及新主题和新情况的文本，即使语言模糊且隐晦。然而，NLP 系统在理解人类语言的复杂用法方面仍然相距甚远，鲁棒性较差。

美国南加州大学副教授研究通过扩大模型的通用性来构建可泛化的 NLP 系统，以便可以处理各种语言任务和使用场景。他近年的研究工作关注于开发模型和算法，以及设计新型评估协议。他提出的数据集和评估方法，帮助在各种使用场景下暴露出最新模型的缺陷和不足；他还通过有指导模型学习所需的归纳偏置（inductive bias），来帮助模型在各种情况下泛化；同时，他通过利用外部知识库和新颖的学习算法为模型做知识增强，以使 NLP 模型具备常识和复杂推理能力。

任翔教授先后获得 ACL 2023 杰出论文奖 NAACL 2022 杰出论文奖、ACM SIGKDD 博士论文奖和 Web 会议最佳论文亚军等多个行业奖项认可。

他未来的研究目标将继续聚焦在开发通用人工智能模型和算法，以实现人与机器设备的轻松、自然和可信赖的交互，使自然语言系统可以适用于各种任务和场景。

她开发了低成本纳米功能材料、半人工光电转化和绿色催化水去污技术，用于可持续的太阳能转换和环境修复。

专注于制备各种具有原子尺度结构设计的纳米材料，用于环境修复和能量转换应用，包括水修复、氧还原反应、二氧化碳捕获、超级电容器和光催化。

她提出一种新型可持续半人工光合作用体系，通过将菠菜中提取的光合系统 II（PSII）锚定在聚乙烯亚胺涂层大孔碳电极，实现了高负载量。该系统在约 10 小时得到了 10,200 ± 1,380 摩尔氧气每摩尔 PSII 的最大转换数，达到了高的电流至氧气的转换效率。该研究揭示了 PSII 在光照和黑暗下释放氧气的功能。在周期性太阳光辐照下，该 PSII 电极可以实现长期的介导光电流输出。这一概念解决了 PSII 长期光电化学研究的知识空白。

此外，田文婕还巧妙地设计了温和的合成方法和结构调控策略，用于低成本和可再生的生物质转换。她首次证明了碳酸氢钠可以作为一种温和的致孔试剂，将生物质（如面粉、酵母提取物、葡萄糖、蘑菇柄、落叶和花）转化为功能性的纳米多孔碳，并将这些碳材料用于环境和能源领域。

除了材料设计，她还为多孔碳基材料用于绿色催化高级氧化降解污染物提供了独特的见解。首次揭示了多种有机污染物与它们各自的单一污染物体系相比的降解动力学特征。例如，她发现二元酚类污染物的降解动力学和效率优于单一酚类污染物系统，而二元抗生素污染物表现出与单一抗生素相似的降解动力学。

他致力于突破氢电转换电催化剂稳定性瓶颈，助力开发长寿命氢电能量转换器件。

氢能是 21 世纪最具应用潜力的清洁能源之一，作为实现全球化“双碳”目标的重要途径，开发高效的氢能转换技术已成为全球性的研究热点。研发高活性、高选择性和高稳定性的电催化剂是当前氢能转换器件商业化的关键挑战。

基于腐蚀诱导策略，发展了低铂合金催化剂配位和应力效应协同调控新方法，开发了具有卓越电催化性能的一维串状纳米笼低铂催化剂，显著提升了氢燃料电池的输出功率和使用寿命。他还构筑了以超薄铂层为壳的铂基核壳结构催化剂新体系，揭示了核壳结构催化剂稳定性调控机制，并在直接电解海水制氢和海水电解槽测试中展示出优异的稳定性能。

田新龙提出了采用“活字印刷法”合成高熵单原子催化剂，建立了具有多金属活性中心单原子催化剂新体系，为设计合成具有新型多活性中心和多功能电催化剂提供了借鉴。

在此基础上，他将以高稳定性的海水制氢催化剂的设计、性能调控和器件研发为目标，通过耦合海洋可再生能源直接电解海水制氢，实现将波动性和间歇性的蓝色能源转换成稳定性氢能供能系统。

他开发了新型的神经形态光学传感平台，可以更深入地了解人类视神经网络如何智能地“纠正”个别视网膜细胞的视力误差。

现阶段专注于光电材料和器件在生物传感器和生物智能仿生等交叉领域的应用，包括材料学、微电子学、生物学、人工智能等多方面的内容。

通过结合材料、器件、系统三个层面的研究，王凯初步建立了一个全新的、能够对复杂视网膜系统进行简单拟态仿生的框架，并通过机器学习成功地证明了人工感光细胞器件的智能化“纠错”功能，从而实现了利用无机材料对有机生物的“智能视觉”的功能性复刻。

“人工视网膜”模仿了自然视网膜的工作机制，特别是其自我修复能力。不仅有助于医学界对失明和视觉障碍进行更有效的干预，还可以拓展到其他生物传感器和仿生学领域。

此外，王凯的研究还包括神经递质动态传感和机器学习辅助的生物体运动预测。前者能够实时、高灵敏地检测神经递质的释放和吸收，将有助于研究和治疗神经性疾病。后者借助先进的数据分析和机器学习算法，希望开发一种系统，从而预测和解释生物体在不同环境和情境下的运动和行为。

总体而言，其研究有望为全球性的视觉障碍问题和推动光电材料器件与未来生物医学、微电子学、人工智能等多个领域跨学科的研究提供参考和启示。

他致力于硫化物全固态电池和关键固态电解质材料的开发，改善了它的界面兼容性、电化学性能、安全性、能量密度等，并促进了其产业化应用。

目前，电动汽车、航空航天、大规模储能等领域的高速发展对电池的安全性、能量密度、使用寿命和温度范围都提出了更高的要求，全固态电池由于其高能量密度和安全性，而被广泛认为是最有可能解决上述问题的下一代核心储能技术。

具备锂金属或硅负极的全固态电池是实现高能量密度和高安全性的最有希望的候选者，但锂枝晶或体积膨胀问题是制约它们性能的难题。团队开发了一种硬碳稳定化的锂硅合金负极，由硅的融合形成了致密连续体和由可塑性变形的富锂相组成的 3D 离子电子导电网络，扩大了活性区域并减轻了应力集中，从而改善了电极动力学和机械稳定性，实现了硫化物全固态电池长循环寿命（30000 圈）、高电流密度（155mA/cm²）、大放电倍率（100C）和高面容量（20mAh/cm²），达到了目前世界全固态电池领域的最高水平。

吴凡团队还开发了首个气相合成硫化物电解质方法，具有超高的水稳定性和离子导电性。这是硫化物固态电解质研发半个世纪以来，首次发明并引入气相合成方法，实现在空气中一步制备空气稳定的硫化物固态电解质，大幅简化制备过程，解决了硫化物固态电解质材料在生产制备、运输、储存及使用各环节对环境要求严苛的难题，使其量产及应用成为了可能。

吴凡的相关研发成果已通过中国科学院和国资委审批备案通过并转化，成立了中科固能新能源科技有限公司，对于提升中国在下一代全固态电池市场的领导地位和份额具有重要意义。

她发现了二维材料中的层间耦合作用机制，并通过压力实现了对层间耦合的调控，为进一步构建新型超高压传感器带来了新的机遇。

人类生活在一个大气压的压强环境，海洋深处等极端环境则是一个超高压的环境。传统的压强传感器受限于加工工艺及材料性能等各方面的限制，灵敏度和压强测量极限都存在一定的局限，例如目前传统压强传感器能够抵达的压强测量极限为一千个大气压左右，如果要进入到更极端的区域进行探测，就会因为传感器的测量极限及精度不够而无法实现。

现有的大多数压强传感器，如基于压电薄膜的电容式或压阻式传感器通常需要考虑灵敏度/响应度与动态范围之间的平衡：薄膜越薄，灵敏度越高，但无法承受高压；薄膜越厚，承受的压力越高，但对压力变化的响应要差得多。相比之下，二维材料仅有原子级厚度，可以承受非常高的压力（超过一百万个大气压）而不会损坏，同时其电子结构的改变还能反应压力变化。因此利用二维材料加工制造的超高压传感器有望实现 1011 帕的超高压检测。

还探索了许多其他能够调制二维材料层间耦合的方案。她在样品堆叠角度的高效表征方面取得了重要突破，将表征效率提高了一个数量级，从而进一步阐释了新颖的自旋谷极化现象，并有望用于制造新型二维半导体光电器件。通过利用插层和应力调控，她还揭示了二维材料结构演化和相变等物理过程。

她开发超高效有机发光二极管, 及可穿戴的健康电子传感器，实现无创、实时地连续测量人体生化浓度。

在剑桥大学理查德·弗兰德（Richard Friend）教授的指导下，在新材料中发现了一种新的发光机制。她开发了超高效有机发光二极管（Organic Electroluminescence Display，OLED），并创造了迄今为止溶液处理 OLED 的最高效率。这些 OLED 在打印和柔性显示技术方面具有巨大的潜力。如今杨乐继续在光电研究方面的研究，通过利用有机分子进行能源上转换的新发现，为稳定、可持续的节能使用案例创造价值。

杨乐与团队在新冠肺炎期间，从零开始建立了现场健康/健康监测传感系统。她将可穿戴的健康原位传感器命名为 WISH，这是一种位于皮肤上的小型薄片传感器，可以无创地实时连续测量生化浓度。市场上大多数可穿戴传感器集中于物理和电生理参数，缺乏无创实时连续的方法来监测生化参数。因此，在这个智能监控的数字时代中，存在“监测空白”。WISH 基于汗液中或皮肤上小分子的传感，通过汗液或无液体的电化学传感环境，能够随时随地进行健康监测，可同时测量人体皮肤上多个有机分子指标，并从用户的手机无线读取相关数据。

除了日常生活方式监测之外，这项技术为早期疾病检测（和干预）、异常警告、个性化医疗、远程医疗管理开辟了途径，并可以与其他新兴技术结合，例如数字孪生、量子传感、边缘计算、合成生物学、人工驱动分析等。

她实现了具有非传统波段适应性和自供能光学传感器的可行性，为下一代光学传感器、工业和医学成像、国防安全以及生物医疗领域的发展提供关键的技术和器件支持。

的研究重点是开发新型光学成像传感器和光学智能传感器，主要通过交叉融合创新的光学工程和发光材料基础科学，来解决传统透镜光学传感器难以解决的挑战。

光的方向测量可用于三维场景重建和高对比度相衬成像。传统方法基于微透镜阵列和光子晶体的方向测量只适用于紫外到近红外波长范围，并且角度测量范围有限（<2°）。 

为解决上述问题，衣路英提出一种将入射光方向编码为材料发光颜色的新策略，突破性地将光场成像传感器的探测波长边界拓展到 X 射线。通过设计包含径向分布地三种分别发射红、绿和蓝光的发光纳米晶的方位角探测器，可以将探测器发光颜色映射到激发光的方向上。

阵列化成像传感器可突破传统光场成像的限制，适用于从 X 射线到可见光（0.002nm-550nm）的超宽波长范围，具有超过 80° 的角度测量范围和 0.0018° 的角度分辨率，能够被用于超广角雷达、AR 和 X 射线相衬 CT。

此外，通过设计双锥光纤结构，衣路英与合作者还扩展了 X 射线成像的波长范围到 10MeV（0.000124nm）伽马射线。这是一个重大的突破，极大地提升了光学传感器成像的能力。

在光学传感器革新医疗辅助技术方向，她首次开发了集成机械发光材料的自供能分布式光纤传感器并将其用于多模式机械力监测，还创新地开发了集成长余辉闪烁体的光纤传感器，用于剂量、pH 和温度监测而无需外部光源。

她开发了在宽温域下稳定工作的钠离子原型电池，助力解决电池在极寒酷热地区使用和安全难题。

改变中国以碳基能源发电为主的能源结构，构建清洁、低碳、高效的能源体系，是未来发展的大势所趋。为了更有效地利用清洁能源，如太阳能、风能、地热能等，需要开发配套的大规模储能设备。而随着储能应用场景的不断拓展，电池必然面临着更为极端的工作环境，如极寒、酷热、高真空、辐照等。由于商业化锂离子电池关键材料仍然存在较大局限性，因此发展极端条件储能电池技术至关重要。

致力于开发在极端条件下工作的新型储能电池关键材料与技术，力求突破电池应用极限，助力国家能源安全。她发现普鲁士白正极材料大的储钠空间使其具有“零应变”的特性，可很好地缓解钠离子嵌入脱出带来的应力应变，从而保持良好的结构稳定性。在此基础上，她通过控制晶体形核和长大速度，得到了“低缺陷无水”“富钠”“多晶”的普鲁士白正极材料，并进一步将其工作温度扩展至-25 到 70 度。

同时，还发明了一种新型制备方法，实现了生产成本的降低和循环稳定性的大幅提高。不仅如此，她还提出了“温度自适应电解液”的设计理念，基于该理念设计的电解液不仅可实现钠离子电池在-50 度稳定工作，可以从根本上杜绝电池高温下热失控发生，具有“本征安全”的特性。

她的研究开创了微波辅助生物精炼的新研究领域，通过创新的工程解决方案，将生物资源高效节能地转化为平台化学品和功能化材料。

在新加坡、泰国、中国等许多国家，厨余垃圾占城市固体废物的 20-60%，填埋处理和焚烧（以及其他废物）仍是主要处理方式。为了实现零碳和减缓气候变化，需要采用新的升级再循环技术，将生物废料转化为生物基产品，特别是具有市场潜力的产品，以便在可持续发展的背景下实现循环生物经济。

为此，的研究开创了微波辅助生物精炼的新研究领域，通过创新的工程解决方案，将生物资源高效节能地转化为平台化学品和功能化材料。

余嘉明致力于推进催化系统中微波效应的知识，尤其是在原料微波活化、微波催化剂协同作用、溶剂介导催化等领域。她设想利用“微波超热”来设计高效生物精炼工艺，以此作为实现厨余循环经济的途径。该技术的成功应用将实现食物垃圾处理技术多样性并增强其管理系统韧性。目前生物处理占据厨余回收业务最大的市场份额，微波辅助生物精炼工艺将为此带来革命性的变化。

他是第一个记录 COVID-19 特征的关键成员，建立高通量药物发现平台识别多种有效的抗冠状病毒药物。

曾以共同一作的身份在《柳叶刀》上发表了世界上第一篇关于 SARS-CoV-2 和 COVID-19 的科学论文。这项开创性的工作记录了人类感染 SARS-CoV-2 和 COVID-19 疾病的关键特征，包括人际传播、家族聚集和无症状感染等。

他创建了COVID-19 的仓鼠模型，基于此阐释 Omicron 关注变体（VOC）比之前的 SARS-CoV-2 变体更具传播性和传染性。利用该模型开展研究，结果支持 COIVD-19 加强疫苗策略。

他结合 RNAi 和多组学分析等尖端技术的应用确定了 COVID-19 的新致病机制和治疗靶点，包括病毒解旋酶和蛋白酶，以及宿主甾醇调节元件结合蛋白和二酰基甘油酰基转移酶。这些项目中建立的概念被用来设计和开发新的策略、方法和线索，用于早期和快速病毒诊断、减毒活疫苗和合成疫苗的设计，以及针对 SARS-CoV-2 或宿主的抗病毒疗法。

他开发了重量仅为 2.17g 的微型化三光子显微镜，首次实现对自由行为小鼠的大脑全皮层和海马神经元功能成像，为揭示大脑深部结构中的神经机制开启了新的研究范式。

解析脑连接图谱和功能动态图谱需要为自由活动的动物创建可穿戴的显微成像工具，目前微型化单光子显微镜和双光子显微镜仅能看到大脑皮层的浅层，无法通过穿透整个皮层来实现更深层脑区的无创成像。海马体位于大脑皮层和胼胝体下方，在记忆巩固、空间记忆和情绪编码等方面发挥着重要作用。由于脑组织尤其是胼胝体的高散射光学特性，因此实现对海马体等深部脑区无创成像长期以来一直是神经科学家面临的极大挑战。

北京大学助理研究员专注研究深脑成像，提出了最大化散射荧光收集光学构型，并和团队成功研制 2.17g 深脑成像微型化三光子显微镜，突破了此前微型显微镜的成像深度极限，首次实现对自由行为小鼠的大脑全皮层和海马神经元功能成像，为揭示大脑深部结构的神经功能连接机制提供了观测手段，开启了新的研究范式。

赵春竹还成功研制了首个毫米视场微型化双光子显微镜，最大三维成像视野是此前微型化双光子显微镜的 6.6 倍，这一改进使神经科学家能够在允许动物自由运动的实验范式中，破译大脑神经元群体动态。

未来他将继续研发新型成像仪器，进一步突破深脑成像极限，打造脑科学前沿基础研究的尖端工具。

他开发新型纳米催化剂，实现氢燃料电池在超低铂负载条件下工作，为解决贵金属资源局限性提供新的解决方案。

氢燃料电池是一种将储存在氢气中的能量转化为电能的装置。目前，铂族金属（Platinum-group metals，PGM）的大量使用所带来的成本和资源限制阻碍了质子交换膜燃料电池的广泛应用。

开发了一种用于氢燃料电池的石墨烯-纳米口袋封装的铂钴（PtCo@Gnp）纳米催化剂，并表现出高活性和稳定性。其所制备的膜电极组件实现 13.2kW/g 的功率密度，氢燃料电池可以在要求苛刻的超低铂负荷条件下（0.07mg/cm²）工作。基于这种新型催化剂，可以预测一辆 90kW 燃料电池汽车仅需要约 6.8 克 PGM，这与内燃机动力车辆的 PGM 使用量（每辆车 2-8 克）相当，为解决贵金属资源局限性提供了新的解决方案。

在提高燃料电池中催化剂性能的研究中，他发现高性能燃料电池的关键是改善催化剂层内的反应物和产物的传质。而且，碳载体显著影响物质输运。基于此，赵紫鹏同时实现了高质量活性、稳定性和额定功率这三个关键性能，向氢燃料电池的广泛应用迈出一大步。

此外，他的研究还表明，通过引入铜可以大大提高铂-镍（PtNi）合金纳米催化剂的稳定性和活性。值得注意的是，铜的引入改变了 PtNi 合金纳米催化剂的合成机理，引起铂在纳米催化剂表面的富集，从而有助于提高稳定性。

除了基础研究之外，他在纳米催化剂领域对新开发材料的商业化方面也做出了贡献，并与燃料电池汽车企业进行项目合作。

他创造性地直接键合连接量子芯片和超导同轴线，实现了超低损耗量子芯片互联，使分布式量子计算方案成为可能。

量子计算在解决分解大数和模拟复杂量子系统等问题上具有明显的优势。然而，由于制程工艺限制，在单芯片上集成更多超导量子比特变得越来越困难。而基于多芯片互联的分布式量子计算方案有望突破该困境，但目前芯片间的高性能互连限制了该技术的发展。

来自南方科技大学量子科学与工程研究院研究员敢于挑战该世界级难题，并已取得多项重要突破性成果。2019 年，钟有鹏研制出一条 78cm 长的低损耗共面延迟线将两个超导量子比特连接，实现了 95% 高保真量子态传输和纠缠生成的原理性展示，相关论文发表在 Nature Physics 上。2021 年，他进一步创造性地采用了直接键合的方式实现低损耗量子芯片互联，并实现多量子比特纠缠产生和分布，相关论文发表在 Nature 上。

2023 年，他带领的研究团队在 20 比特的分布式量子处理器上，将跨芯片量子态传输和纠缠生成保真度进一步提高到 99%，相关论文发表在 Nature Electronics 上，因其在可扩展分布式量子计算网络的基础性意义，得到了 Nature 的亮点报道。

未来，钟有鹏计划围绕可扩展模块化超导量子计算机开展系统研究，从顶层设计解决超导量子计算机大规模集成的挑战，为大规模超导量子计算应用提供一揽子解决方案。

他开发了基于薄膜晶体管的柔性触觉传感器阵列，为构筑人工触觉感知提供了有效途径。

电子皮肤是柔性电子在生物医学领域的重要应用之一。皮肤是人体最大的器官，它质地柔软，使人类能够感知压力、痛觉、应变、温度等多种刺激，从而识别周围环境并进行日常活动。人体皮肤优异的材料特性和强大的感知功能启发了仿生皮肤电子学的发展，以模拟甚至超越人体皮肤的性能和功能，这对于健康监测、智能假肢、仿生机器人等技术的应用具有重要意义。

致力于开发在性质和功能上类似皮肤的柔性传感器。他开发了可图案化的、基于垂直排列的金纳米线阵列的、高性能本征可拉伸柔性电子材料，解决了长期以来导电材料之间界面结合力弱的问题，为柔性传感器、可拉伸晶体管等重要电子器件提供了优异的电极材料。

他还专注于利用工程解决方案构建有源像素触觉传感器阵列。他通过将传感器像素与薄膜晶体管链接，实现了大面积高密度触觉传感器阵列的单片集成，通过行列扫描方式实现任意像素的控制和读取，解决了传统柔性触觉传感器灵敏度低、响应慢、空间分辨率低等问题。

此外，他通过集成高灵敏压力传感器与基于 NbOx 的人工神经元器件，构建了可以实现压力刺激信号编码的人工机械力感受器，为未来神经形态机器人触觉感知系统以及复杂触觉信息处理提供了一种简单有效的策略。

再次恭喜以上入选者，同时 2024 年度《麻省理工科技评论》“35 岁以下科技创新 35 人”亚太区报名于今日正式启动，欢迎大家报名参与评选（点击“阅读原文”即可报名），如您身边有优秀的人才，也欢迎向我们推荐！