学术前沿发表LiFe0.6Mn0.4PO4橄榄石正极的合成与表征研究，面向新型锂聚合物电池应用。背景是LMFP在锰含量提升后电压平台抬升但锰溶出与Jahn-Teller畸变加剧。对正极材料环节而言，Mn0.4配比的合成与表征数据为LMFP配方设计提供参考，锰溶出抑制需通过表面包覆与体相掺杂协同实现，碳包覆均匀性与烧结温度窗口是量产一致性的关键参数。
DFT+U研究LiFePO4结构、电子、光学与磁学性质，以及扩展方法精确计算橄榄石型锂离子正极电子性质与嵌锂电压。背景是LMFP嵌锂电压与电子结构直接决定能量密度上限。对正极材料从业者而言，第一性原理计算可指导Mn/Fe比例优化与掺杂元素选择，降低试错成本，但需与实测电压曲线、循环数据交叉验证，避免计算值与量产表现偏离。
BatteryMat提出分层机器学习与DFT框架用于平均电压筛选，Toward Multi-Fidelity Machine Learning Force Field for Cathode Materials推动多保真度机器学习力场，Accelerating Cathode Material Discovery through Ab Initio Random Structure Searching加速正极材料发现。背景是AI辅助材料筛选在正极领域加速渗透。对LMFP环节的影响在于，机器学习可加速锰铁比例、掺杂与包覆方案的筛选，但训练数据质量与实验验证闭环仍是瓶颈，建议关注其与产线数据的结合方式。
产业侧，江苏贝特瑞申请正极材料及其制备方法、电池专利，IBU-tec获德国比特费尔德LFP生产许可，LANXESS开设LFP材料新电池实验室。背景是欧洲本地化正极产能建设提速。对LMFP环节而言，海外LFP产能落地将带动对高压密与LMFP技术授权、工艺包的需求，国内LMFP厂商在包覆掺杂与锰溶出控制上的工艺积累具备对外输出潜力。
Covalently Integrated CNT@rGO研究提升锂离子电池导电性与循环稳定性，Coulombic efficiency and capacity retention are not universal descriptors of cell aging指出库仑效率与容量保持率并非普适老化描述符。背景是LMFP导电性差需依赖碳包覆与导电剂复合。对正极材料环节而言，CNT@rGO共价复合方案为LMFP导电网络设计提供新思路，而老化描述符的修正提示LMFP循环评价需结合锰溶出、阻抗增长等多维指标，不能仅看容量保持率。