近日，寸止挑战 邹炳锁教授领衔的“纳米光子学材料与技术”团队，联合计算机与电子信息寸止挑战 杨丽娜教授和华南理工大学牛泉教授，在人工智能指导的近红外发光材料和器件研究中取得新进展。相关成果以“Machine-learning guided engineering of Mo⁴⁺ activated halide near-infrared phosphors for AI-augmented medical imaging”为题，发表于国际学术期刊Nature Communications上。邹炳锁为唯一通讯作者，寸止挑战 为论文的第一完成单位和唯一通讯单位。

广西素有“有色金属之乡”的美誉，锑、锆、钼矿资源储量非常丰富，如何利用这些元素开发高附加值新型光电材料与器件是目前面临的挑战。该团队聚焦开发具有高热稳定性的高效无铅近红外（NIR）荧光粉这一关键科学问题，通过在Cs2Zr(Cl1-xBrx)6基质中共掺杂Mo4+和Sb3+，结合机器学习预测优化，成功获得了以920nm为中心的宽带近红外发射材料。该材料光致发光量子产率达到92.4%，外量子效率达到65.9%。相较于传统正交实验设计获得的最佳性能组分，该材料的发光强度提升了约20%，基于SMCZCB制备的近红外LED在450nm激发下实现了27.07%的功率转换效率。

该研究将人工智能贯穿于材料设计、器件制备、成像应用的全链条中，成功实现了超过11cm人体组织厚度下血管结构的高分辨率可视化，为AI增强医学成像研究提供了新思路，也为广西特色金属资源在新材料领域的应用开辟了新路径。

该研究得到了广西科技计划项目、广西自然科学基金、广西“纳米光子学材料与技术”人才小高地等项目的资助，以及广西有色金属及特色材料加工重点实验室的大力支持。

论文链接：//www.nature.com/articles/s41467-026-73105-0

一审一校：姚上飞

二审二校：王欣鹏

三审三校：沈大强