斯坦福大学材料工程团队在两篇论文中展示，将硒化铅等IV–VI族老牌半导体与砷化镓等主流晶体集成，并通过温度微调实现有序晶体结构切换，可用于4—5微米波段红外发光与调制，为环境、医疗和工业红外设备的小型化、轻薄化与成本下降提供新路径。

谢菲尔德大学最新研究表明，在英国和美国生产关键化合物半导体，是目前已知环境影响最低的制造路径之一，有望显著降低全球电子产业的碳排放与污染。

华威大学与麻省理工学院团队在《自然催化》发表研究，借助扫描电化学单元显微镜绘制铂催化剂表面活性图谱，发现催化表面以互联“电子网络”方式运作，并存在区域间“化学串扰”。

欧盟金属有机框架研究网络（EU4MOFs）研究人员提出“材料制备信息文件（MPIF）”，以模块化、机器与人类均可读取的方式统一记录MOFs合成与表征信息，相关成果发表于《先进材料》。

佛罗里达农工州立大学团队利用水基工艺与水凝胶电解质，开发出可稳定运行超过900次循环的可充电锌离子电池，为公用事业级和家庭储能提供更安全、低成本的新路径。

韩国研究团队开发出一种基于硒化银（Ag₂Se）的环保热电材料，在远低于传统工艺的温度和压力下即可制备，热电优值接近商业碲化铋材料水平。

纽约大学化学家在《自然通讯》发表研究称，DNA片段无需依赖氢键“粘性末端”，仅凭界面形状也能像拼图一样自组装成多样三维结构，并可调控右手与左手DNA的组装方式。

在DARPA“寒冷环境冰控”项目框架下，约翰斯·霍普金斯应用物理实验室通过BOREAS计划构建可调控冰形成与生长的分子与蛋白库，并开发高通量测试方法，推进相关材料与技术在极寒环境中的应用验证。

研究人员利用金纳米颗粒显著抑制锌电池枝晶生长，使电池寿命延长至6000小时以上，并有望以极低成本应用于大规模储能。

洛斯阿拉莫斯国家实验室团队构建了一个基于生成扩散的电化学人工智能模型，用于高分辨率预测电镀表面形貌，并通过铼电沉积实验数据完成了验证。

卡尔斯鲁厄理工学院团队利用大模型与机器学习，从材料科学海量论文中自动构建概念图谱，并据此预测未来两到三年的研究热点方向。相关成果发表于《自然机器智能》。

研究团队利用氯化锂水合物的潮解特性，仅依靠空气中的水分，就能从采矿废料中高效分离并浓缩锂，回收率高达97%，显著减少用水和能耗。