炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：DeepTech深科技）

材料越规整，性能一定越强吗？缺陷越少，材料一定越好吗？

北京大学深圳研究生院研究员潘豪的研究给出了否定的答案。长期以来，他致力于通过开发创新的铁电薄膜材料，来解决这些关键问题。

这类材料具有可被电场翻转的极化状态，已经被用于介电储能电容、能量转换、驱动与传感、数据存储与计算、光电子元件等领域，也被视为下一代低功耗微纳电子器件的重要材料体系之一。

但不容忽视的是，铁电材料长期存在“跷跷板”问题：如果想获得更高的响应，通常意味着更高的驱动电压和能量损耗；如果想将功耗降低，材料的响应则往往随之下降。

为解决这个挑战，潘豪并没有停留在“寻找一种更好的材料”，而是逐渐在研究探索中发现，材料内部本身的极化单元才是更为有效的设计对象。

他与合作者创新性地提出“多形态纳米畴”，在纳米尺度引入不同物相之间的竞争，改变极化翻转路径；此后，他们又进一步探索超顺电态，将极化单元缩小到几个晶胞尺度。而在缺陷工程和反铁电薄膜研究中，潘豪与团队重新审视了材料中的缺陷，以及原本限制薄膜性能的衬底束缚，并将它们作为调控材料性能的新工具。

凭借开发高响应、低损耗铁电薄膜的新设计范式，为下一代低功耗微纳电子器件提供关键材料基础，潘豪入选了2025 年度《麻省理工科技评论》“35 岁以下科技创新 35 人”（TR35）中国区名单。

近期，DeepTech 与潘豪展开了一场深度对话，话题聚焦于铁电材料的性能瓶颈：如何打破高响应与低功耗之间的传统权衡、那些“不完美”的缺陷为何反而可能成为设计的利器，以及 AI 究竟能否在材料领域实现真正的原始创新。

以下是我们的对话，经编辑和整理：

高性能与低功耗，如何打破材料中的“跷跷板”？

DeepTech：如果回看你过去 10 年的研究，真正想解决的核心的问题是什么？

潘豪：从本科、博士博后研究，再到如今作为课题组 PI，我始终围绕的是一类称为铁电的新材料体系。

铁电并非指材料中含铁，而是相对铁磁的类比。铁磁材料具有自发磁化，磁矩方向可在外磁场作用下翻转，从而对应 0 和 1 等信息状态，磁盘存储就是利用了这一原理。而在铁电中，由于离子位移或晶格畸变等微观机制，产生电的 0 和 1 状态（即电极化），也可在电场或电压作用下翻转，因此类比称为铁电。

铁电材料已有大量相关应用，例如在半导体领域用于信息存储，美光、德州仪器等公司都推出过铁电随机存储器的相关产品；也有用于电子、电力系统中的静电储能电容，以及传感或驱动，如压电、电致应变，用于声学器件或微纳马达。此外，还在电、力、光、声、热等多物理场耦合具有潜在应用。

我和团队想解决的，是铁电材料在应用导向下的基本材料物理的主要问题。它的响应与功耗耦合在一起，例如高极化、介电、应变等响应常常伴随着高的功耗（即高驱动电压、介电损耗或滞回损耗）。这些在材料物理尺度上耦合，长期以来，我们想打破的是这种耦合效应，实现高响应同时保持低功耗。

DeepTech：你的研究最终希望实现怎样的应用？

潘豪：我们的主线围绕材料体系，关注材料物理里面这种性能的“跷跷板”问题，通过引入更多的自由度、更多的手段去调控它的性质，从而拓展它的极限性能和极限应用。比如非常高的电压，或非常高的温度、非常薄（nm 级）的集成薄膜等等。

目前，我们做的是围绕着应用导向的基础研究。最终的目标，还是希望将高性能的材料体系做原型器件的验证，然后进行系统级的集成和应用。

DeepTech：你提出多形态纳米畴[1]，实际上并没有把思路局限在寻找一种性能更好的材料，而是开始在纳米尺度设计材料内部的极化结构。当时有怎样的契机或者灵感，想到“不走寻常路”的？

潘豪：响应和功耗之间存在一种天然的矛盾。领域内通常的做法是：将高响应、高功耗的材料与低响应、低功耗的材料，在原子尺度上进行固溶混合，进而形成铁电中的纳米畴——畴从大变小，性能相当于折中妥协。

多形态纳米畴的核心思路是，通过引入不同物相结构的纳米畴，它们之间有能量竞争，极化翻转的路径因此完全不同。由于这种竞争存在中间态，翻转路径改变，能量降低，但仍能保持高响应。通过引入新自由度，我们在降低功耗的同时保持高响应，最终实现性能更好的材料，并找到了具体体系去验证和应用。

DeepTech：从多形态纳米畴到后来的超顺电态[2]，你似乎越来越关注局域无序、纳米尺度极化，以及不同状态之间的竞争。为什么这些看起来“不那么规整”的状态，反而可能带来更好的性能？

潘豪：铁电材料在微观或原子尺度上通常很规整，比如离子位移极化都朝同一方向，就像人们手拉手排成长列。如果要让所有人朝右转或朝后转，“手拉手”时就很难同时转动。

如果让极化结构变得更局域、更无序，在纳米尺度上相当于大家不再“拉手”，每个人更自由，这样旋转或翻转就容易得多，损耗也能降低。所以我们提出利用超顺电态，就是把极化单元缩小到纳米甚至亚纳米尺度，大约两三个晶胞大小，使得极化翻转快、损耗也低。

从缺陷到尺寸效应：如何把材料的“缺点”变成工具？

DeepTech：在后续的系列研究中你也研究了缺陷工程[3]。传统上领域内似乎总想减少材料中的缺陷，你和团队反而把缺陷当成一种设计工具。那么，如何判断一个缺陷到底是“坏缺陷”还是“有用的缺陷”？

潘豪：材料里面的缺陷是不可避免的。晶体中或多或少会有一些缺陷，比如点缺陷、线缺陷、面缺陷，即空位或位错相关的复杂缺陷。这些缺陷很多时候是负面作用，但利用得当，它们也可以发挥相当关键的作用。

举例来说，半导体中需要电荷移动和传输信息，而这些电荷的引入，就是通过掺杂磷或硼在硅中引入缺陷，带来电子或空穴，这是人为的设计。

判断缺陷好坏确实是个复杂的问题。我们当时想，既然缺陷不可避免，有没有可能去控制它，转化为正面的作用？我从大概 10 年前关注这个方向，在一些体系上开展尝试，然后陆续取得了一些结果。

目前对于铁电体系，我们验证过的一条路线是，将一些浅能级缺陷人为转化为深能级——在更高电压下也不会被激活，这样缺陷带来的损耗和漏电更小，材料整体性能更高。

并且这些缺陷会与极化单元相互作用，该方法也是一种对材料性能的新设计工具。比如，我们揭示了反铁电材料中缺陷对极化和相变行为的影响规律，开发了具有正负可调谐介电等新功能的弛豫铁电/反铁电薄膜材料。

DeepTech：你在Nature Materials发表的工作[4]很反直觉：过去大家认为会限制薄膜性能的衬底束缚（clamping），反而增强了电致应变。它是否改变了对“尺寸效应”的一些固有认知？

潘豪：在传统铁电材料中，材料做薄以后，尽管实现同样电场所需要的总体电压会降低，但由于衬底束缚等尺寸效应，极化/压电等响应往往也会减弱，所以还是耦合的关系。

而我们在反铁电材料这个新体系中，发现这种机理上的束缚，反而使其机电响应在面外方向上得到了增强。所以，并非完全推翻了以前对尺寸效应的认识，而是对其物理机理有了更深入、更丰富的补充，让领域的研究者了解到可以利用这个效应去实现正面的效果。最后，我们在更薄的材料里实现了更高的响应，同时需要的总体电压也更小，这仍然是我们去打破响应和功耗之间耦合关系的体现。

DeepTech：在后续的工作中，你从反铁电出发，设计出高可调的弛豫铁电[5]。从理论上来说，可能直接找现成的弛豫铁电会更省力，为什么要绕一个弯，去主动让不同物态相互竞争、人为制造这种材料的复杂性？

潘豪：其实这还是在我们的整体框架里面。从传统路线去找现成的弛豫铁电，问题在于，弛豫铁电的特征之一是功耗降低、极化单元翻转更容易，但极化单元的比例下降，响应减弱。

我们从反铁电出发，相当于引入一个新的物相去产生竞争，让整个体系变得更混乱。当体系更混乱、竞争更激烈时，极化旋转会变得容易，同时极化单元的比例还能保持在较高的水平。

所以，从反铁电出发设计的弛豫铁电，与传统弛豫铁电相比，响应更高。最后，我们发现它在介电性能、静电储能等方面都可以有更好的表现。所以有时候人为制造材料的复杂性，反而是促进性能提升的有效途径。

DeepTech：实际上，美光、英特尔、华为等公司也关注到了铁电在微电子器件方面。这个方向如果未来往产业界发展，在真正落地到产品或产线之前，可能还存在哪些挑战？在你看来，工业界和学术界怎样共同去联动解决工程或技术上的难题？

潘豪：这个问题非常深刻。所有的材料从实验室到产业，面临的确实是一系列放大问题。

首先是成本问题。实验室的方法对应的成本可能会非常高，所以如何将技术从实验室迁移到低成本、高质量、可量产化的制造上，是一个很重要的问题。

另一个挑战是，在大面积的均匀性、批量更高的时候，如何保证均匀性或良率。实验室中实现 80% 或 90% 的良率，或许对于材料物理的基础研究来说已经完全够用，但对于产线而言，如果一个材料或器件的良率只有 90%，成千上万甚至上亿个芯片组合在一起，整体良率就非常非常低了，这又回到高成本的问题上。

再者，从材料层面到组装成器件时，还会有更多其他材料加入，再组装成具体的阵列或系统，整体的匹配性、可靠性等又可能进一步降低。

DeepTech：你回国后身处深圳，这种地理位置对突破技术障碍、创造实验条件方面有怎样具体的帮助？

潘豪：深圳属于创新的前沿，包括政策引导和资源支持力度在内的整体的氛围很好。比如“20+8”产业集群政策，对新材料、半导体相关材料和系统的支持力度很大。另外，深圳有华为、比亚迪、新泰来等高科技企业，产业上的需求和落地机会更多，也有更多共享资源和设备，对我们的科学研究很有帮助。

在美国加州湾区的半导体产业也很集中，高校和企业之间有很多合作研发，比如英特尔和伯克利、斯坦福就有很多合作。我觉得深圳和加州湾区的模式类似，在打破研究和产业化之间的 GAP 方面，深圳可以提供很好的帮助和支持。

AI for Materials：加速筛选之外，能否触及原始创新？

DeepTech：现在 AI 可能一天筛选上百万种组分，假设有一天 AI 比人更擅长寻找“最优组分”，你觉得 AI 对深耕物理机制的材料学家能提供哪些核心价值？

潘豪：AI for Science现在的确发展得极快。我所在的北京大学建立了科学智能学院，鼓励我们用 AI 的方法形成各个学科的研发新范式。我们也在做一些初步的尝试，利用 AI 去做组分的筛选和新材料的开发。它的重要作用体现在，能够加速材料的设计、降低试错的循环过程、有效提高效率。

当然，目前 AI for Science 或 AI for Materials 的发展还有很多提升空间。我觉得其中很重要的一点是，目前 AI for Science 主要还是以数据驱动为主，也就是将过去领域已经得到的数据喂给 AI，用 AI 的方法让它去筛选和预测。

但可以看到的是，如果靠纯数据驱动，从不同的文献或者公开数据形成的数据库质量可能不是特别高，最后得到的结果可信度方面也需要进一步验证。所以，AI for Materials 的开发需要将数据和材料物理结合起来，以实现更可靠的 AI 材料预测和迭代研发。

DeepTech：如果 AI 靠数据拟合，能自己想出来你和团队过去那些比较“反直觉”的科学发现吗？

潘豪：AI 非常重要，但我们不能完全依赖 AI。结果的可解释性可能是目前 AI for Science 的另一个问题——只知道结果，却不知道它为什么好，这就是处于一种“黑箱”的状态。对于我们做材料基础研究的人来说，这是一个可以切入的方向，去做机理层面的深入研究。

此外，对于很多原始创新，比如利用反常尺寸效应或缺陷的开发和利用，这些在以前的研究中比较少见，数据库里也缺少这些事例时，AI 很难主动预测，这涉及模型的泛化能力。所以，AI 驱动的科学研究，与物理直觉或实验中的偶然发现，两者仍是互不矛盾、相辅相成的关系。

DeepTech：也就是说，至少在 AI for Materials 方面，还是要 AI 与人类科学家进行一个很好的协作或联动。

潘豪：是的，我们领域有越来越多的研究者在推进这一方面。

DeepTech：在接下来的研究阶段中，你打算如何将目前的研究成果进一步拓展和落地？

潘豪：我的研究会继续聚焦铁电薄膜材料在微纳电子器件中的应用，同时也会拓展到更广泛的领域。我们希望建立一个跨学科的研究团队，将铁电薄膜材料的技术优势与智能硬件的需求结合起来，进一步将实验室的研究成果转化为具有实际应用价值的器件与产品。与此同时，我们也希望与相关产业合作，推动铁电材料与器件的产学研转化。

参考资料：

1.H. Pan, F. Li, Y. Liu, Q. Zhang, M. Wang, S. Lan, Y. Zheng, J. Ma, L. Gu, Y. Shen, P. Yu, S. Zhang, L.-Q. Chen, Y.-H. Lin*, C.-W. Nan*. Ultrahigh–energy density lead-free dielectric films via polymorphic nanodomain design.Science,365, 578 (2019).

2.H. Pan † , S. Lan † , S. Xu, Q. Zhang, H. Yao, Y. Liu, F. Meng, E. Guo, L. Gu, D. Yi, X. R. Wang, H. Huang, J. L. MacManus-Driscoll, L.-Q. Chen, K.-J. Jin*, C.-W. Nan*, Y.-H. Lin*. Ultrahigh energy storage in superparaelectric relaxor ferroelectrics.Science, 374, 100 (2021).

3.H. Pan, Z. Tian, M. Acharya, X. Huang, P. Kavle, H. Zhang, L. Wu, D. Chen, J. Carroll, R. Scales, C. J. G. Meyers, K. Coleman, B. Hanrahan, J. E. Spanier, L. W. Martin*. Defect ‐induced, Ferroelectric ‐ like Switching and Adjustable Dielectric Tunability in Antiferroelectrics.Advanced Materials, 35, 2300257, (2023).

4.H. Pan † , M. Zhu † , E. Banyas † , L. Alaert, M. Acharya, H. Zhang, J. Kim, X. Chen, X. Huang, M. Xu, I. Harris, Z. Tian, F. Ricci, B. Hanrahan, J. E. Spanier, G. Hautier, J. M. LeBeau, J. B. Neaton, L. W. Martin*, Clamping enables enhanced electromechanical responses in antiferroelectric thin films.Nature Materials, 23, 944 (2024).

5.H. Pan*, L. Wu, J. Carroll, M. Zhu, Z. Tian, D. Chen, H. Zhang, X. Chen, X. Huang, I. Baraban, S. Pamula, C. J. G. Meyers, R. Ramesh, K. Coleman, B. Hanrahan, J. M. LeBeau, J. E. Spanier, L. W. Martin*, Highly Tunable Relaxors Developed from Antiferroelectrics.Advanced Materials, 37, 2505376, (2025).