一项研究通过DFT+U方法研究了LiFePO4正极材料的结构、电子、光学和磁性，为理解LMFP中Fe/Mn比例对性能的影响提供理论基础。另一项研究合成了LiFe0.6Mn0.4PO4橄榄石正极，并应用于新型锂聚合物电池，展示了LMFP的可行性。
机器学习力场用于正极材料模拟，加速新材料筛选。BatteryMat框架通过层次化机器学习和DFT计算，实现平均电压筛选，有望加速LMFP材料开发。
量子算法用于模拟电池正极中的多声子耦合，为理解LMFP中的极化子行为提供新视角。非平衡离子传输研究有助于优化LMFP的倍率性能。
学术研究为LMFP改性提供方向，如掺杂、包覆、纳米化等。企业应关注前沿研究，与高校合作，提升产品性能。