清华大学

最近发表在《Nature Communications》杂志上的一项研究通过使用冷冻铸造工艺构建高度排列的氧化石墨烯纳米通道来应对可持续能源生产，从而解决了这个问题。这种新颖的设计鼓励在纳米通道内自发吸收和定向转移水以产生清洁电力。

该工作提出了一种制备具有多功能宏观结构和高度有序微网络的石墨烯气凝胶的激光雕刻策略。该方法可快速准确地将GA雕刻成任意形状。该方法制备得到的GA具有一系列创纪录的性能，包括超高的拉伸性（5400%伸长率），低密度（0.1 mg/cm3），和宽泊松比（0.95~ 1.64）。

总之，研究了基于石墨烯的机器学习辅助HRI双功能声学换能器。它通过柔性材料（麦克风和扬声器）表现出出色的双重功能，并作为耳朵和嘴巴应用于机器人。于机器学习，设计了多维语音识别和智能通信HRI，在训练数据集和测试数据集中的准确率分别高达99.66%和96.63%。GHRI提取语音内容、情感、身份特征，实现智能沟通和回复，实现无障碍聊天。此外，经济可行的材料和简单的制造程序使GHRI适合大规模生产，在机器人智能领域具有广阔的发展前景。

综上所述，作者探索了基于3D Mo-Ti/Mx-GN电极、GPE和稳健的锂阳极设计生产灵活安全的可充电电池的可行性。Li-S电池可以同时实现高能量密度和安全性，这意味着实际应用的潜力。此外，坚固的锂阳极通过原位聚合和快速离子传输粘合在GPE中，以最大限度地提高界面兼容性和电池稳健性。3D Mo-Ti/Mx-GN电极、GPE和坚固的锂阳极相结合，具有良好的可靠性，赋予电池可逆的能量存储和输出，良好的温度适应性，以及在严格打击（机械损伤，过热，浸水和严重变形）下的安全性，意味着在柔性电化学储能器件中的实际应用。

利用石墨烯复合纳米片作为悬浮颗粒，施加外电场，可实现热导率的可逆调控。使用纳米颗粒悬浮液作为热智能材料，响应速度快，在毫秒量级，能耗小，并且可以连续调节热导率的变化。

有鉴于此，清华大学任天令教授，杨轶副教授和田禾副教授（共同通讯作者）团队研究了具有明显NDR拉伸响应的石墨烯纺织品应变传感器，为机理研究提供了必要的研究平台。对单纤维束的开创性测量证实了亚几何尺度上NDR效应的存在。基于拉伸形貌的原位表征和测量结果，进行了定量行为分析，全面揭示了全范围拉伸电响应的起源。结果表明，产生NDR效应的主要因素是纤维在纤维束中的相对位移。基于神经脉冲样拉伸响应，进一步论证了纺织品应变传感器在阈值检测和近传感器信号处理方面的应用潜力。本文提出的NDR行为模型可以为可穿戴智能纺织品的设计和应用提供参考。

纤维型超级电容器(F-SCs)因其高充电能力、优异的可编织性和长寿命在未来的便携式电子和可穿戴行业中受到了极大的关注。但纤维电极的堆叠微/纳米结构和较差的法拉第活性严重限制了离子动态传输和氧化还原电荷存储，为低能量密度和实际应用带来障碍。

研究人员创新地提出了一种超材料-石墨烯复合型器件，在单片结构上集成了太赫兹波的光强探测、波长选择与偏振敏感探测功能。利用超材料光学性质的超高设计自由度以及石墨烯中热载流子辅助光热电效应的超宽谱、电可控特性，器件在具有正交偏振的两个目标波长下表现出共振增强的太赫兹响应。基于该器件的多色成像和偏振分辨成像实验结果验证了通过片上集成系统实现多功能太赫兹感测的可行性。

结果表明，产生 NDR 效应的主要因素是织物束内纤维的相对位移。基于神经尖峰样拉伸响应，我们进一步展示了纺织品应变传感器在阈值检测和近传感器信号处理中的应用潜力。所提出的NDR行为模型将为可穿戴智能纺织品的设计和应用提供参考。

利用超材料光学特性的超高设计自由度和电控热载流子辅助光热电效应石墨烯，该检测器在两个具有正交偏振的特定目标波长处显示出共振增强的光响应。作者展示了它在没有先进光学元件的单芯片平台上进行光谱选择性和偏振分辨成像的多功能能力。该方法有利于多功能、紧凑和低成本的太赫兹传感器的未来发展。