LiFe0.6Mn0.4PO4橄榄石正极的合成与表征用于新型锂聚合物电池，该配方对应锰铁比6:4的LMFP典型体系。研究验证了LMFP在聚合物电解质体系中的可行性，为固态/半固态电池采用LMFP提供依据。对正极材料从业者，聚合物电池对正极界面稳定性要求高，LMFP的锰溶出在聚合物体系中可能加剧，需通过碳包覆与表面掺杂抑制，该研究为LMFP适配固态路线提供实验基础。
DFT+U研究LiFePO4结构、电子、光学与磁性，扩展方法计算橄榄石型正极电子性质与嵌锂电压。计算方法可预测不同锰铁比与掺杂下的嵌锂电压与能带结构，指导LMFP配方设计。对LMFP厂商，DFT筛选可减少实验试错，加速高压实、高电压配方开发，但计算精度依赖U值选取，需与实验数据校准，头部厂商的实验-计算闭环能力将成为研发效率的分水岭。
多保真度机器学习力场用于正极材料、BatteryMat机器学习+DFT框架用于平均电压筛选、Text-to-Battery Recipe语言模型自动提取电池配方。AI工具覆盖从配方提取到电压筛选的全链条，可大幅缩短正极开发周期。对LMFP环节，机器学习力场可模拟锰溶出与循环衰减，语言模型可从文献与专利中提取LMFP配方与工艺参数，帮助厂商快速掌握竞品技术路线，但数据质量与产线验证仍是落地瓶颈。
CNT@rGO共价集成提升导电性与循环稳定性，非平衡离子传输在混合电池材料中的研究，指向导电网络与离子传输优化。LMFP电子电导率低，碳包覆与导电剂复配是量产关键。CNT@rGO共价集成若工程化，可降低LMFP极片电阻、提升倍率与循环，对LMFP在快充车型的应用形成支撑，同时降低碳包覆用量、提升压实密度。
Coulombic efficiency与容量保持率并非通用老化描述符，Ab Initio随机结构搜索加速正极发现，可持续电解质锂金属电池多正极化学，Opinion on sustainability-performance relationship比较钠电与锂电。老化描述符研究提示LMFP循环评估需多指标交叉，避免单一库伦效率误判。随机结构搜索可发现新型橄榄石结构，为LMFP之外的锰基正极提供候选，钠电与锂电的可持续性对比则影响长期路线选择，LMFP需在性能与可持续性间建立平衡叙事。