有论文报道了LiFe0.6Mn0.4PO4橄榄石正极的合成与表征，应用于新型锂聚合物电池。该研究优化了LMFP的组成，有望提升电池性能。对行业而言，材料组成优化有助于提高能量密度和循环寿命。
机器学习在正极材料研究中应用增多，如BatteryMat框架用于平均电压筛选，多保真机器学习力场用于正极材料。这些方法加速材料发现和优化，降低研发成本。对行业而言，AI辅助研发将提升LMFP材料开发效率。
其他研究涉及非平衡离子传输、共价集成CNT@rGO提高导电性等，这些技术有助于改善LMFP的倍率性能和循环稳定性。对行业而言，工艺创新将推动LMFP性能提升，满足快充需求。