容百科技磷酸锰铁锂业务满产满销，Q2净利环比预增662%-834%。背景是LMFP量产的核心技术难点在于锰溶出导致循环衰减，以及电子电导率低导致的倍率性能不足。容百通过三元产线改造切入LMFP，其工艺积累集中在高镍三元的多元素掺杂与包覆技术，可迁移至LMFP的锰位掺杂与碳包覆。对正极环节的影响：容百满产验证了LMFP在动力电池端的循环寿命已满足整车要求（预计2000次以上），二线厂商若锰溶出指标不达标，将难以进入头部电池厂供应链。
德方纳米整体满产满销，第四代高压密磷酸铁锂产品出货量持续增加。背景是LFP通过高压密化（压实密度从2.4提升至2.6g/cm³以上）持续提升能量密度，对LMFP形成替代压力。对LMFP的影响：LMFP的能量密度优势需在相同压实密度下比较，若LMFP压实密度停留在2.4-2.5g/cm³，其体积能量密度优势将被LFP高压密产品抵消；LMFP厂商需在烧结工艺上优化粒径级配，将压实密度提升至2.6g/cm³以上，同时控制锰溶出。
学术前沿方面，LiFe0.6Mn0.4PO4橄榄石正极的合成与表征研究为其在锂聚合物电池中的应用提供数据；DFT+U研究LiFePO4的结构、电子、光学与磁学性质，为理解LMFP中Fe/Mn占位与电子结构提供基础；多保真度机器学习力场用于正极材料、Ab Initio随机结构搜索加速正极发现等方法学进展，可缩短LMFP掺杂配方的筛选周期。对正极环节的影响：机器学习力场若成熟，可将LMFP的掺杂元素组合筛选从数月缩短至数周，加速高压实、低锰溶出配方的迭代。
Covalently Integrated CNT@rGO用于提升锂离子电池导电性与循环稳定性，以及非平衡离子传输在混合电池材料中的研究，为LMFP的导电网络设计提供新思路。背景是LMFP电子电导率较LFP低约2-3个数量级，需通过碳包覆与导电剂复配构建高效电子通路。对LMFP的影响：CNT@rGO共价集成方案若在LMFP体系中验证有效，可在不增加碳包覆量的前提下提升倍率性能，避免过多碳包覆降低压实密度，是LMFP工艺升级的潜在方向。
BatteryMat层级机器学习与DFT框架用于锂离子正极平均电压筛选，以及量子算法建模多强耦合Holstein极化子用于开放系统电池正极，代表计算材料学在正极电压预测与极化子传输机制上的前沿进展。对LMFP的影响：LMFP的电压平台（约4.1V vs Li/Li+）与Mn³⁺/Mn²⁺氧化还原对的稳定性是核心指标，上述计算方法可辅助预测不同Mn/Fe比例下的电压曲线与极化子迁移势垒，为配方优化提供理论指导，减少实验试错成本。