Nature Energy 在 7 月 27 日发表一种机器学习辅助设计的垂直微棒发电器，通过定向拉普拉斯压力梯度加快流体流动和离子传输。
论文报告 21.5% 能量转换效率和每平方米 14.3 瓦功率密度，在环境条件下稳定运行超过 30 天，并在 30 K 温差范围内保持超过 20% 的效率。
集成阵列在实验中驱动了应急灯和 36 瓦吸顶灯，相关模拟文件、代码和源数据已公开。
环境取能的意义不在替代电网，而在为散布于建筑、农业和偏远地区的低功耗设备提供持续电源。
从只能驱动传感器走向商用灯具，是功率密度和系统集成同时改善的信号，也说明机器学习正在进入能源材料的几何设计。
这一信号为 2040 年自治基础设施增加分布式供能路径：部分传感器和边缘设备可能直接从周围热量与水循环获得维护电力。
- 数据来自实验装置和 30 天测试，距离多年户外可靠性仍很远。
- 真实环境中的污染、结垢、水源变化和封装成本可能显著降低性能。
- 每平方米功率仍有限，规模化材料成本和全生命周期环境影响尚未证明。
来源链接用于核查事实，不代表 2049.ai 认同来源机构的全部判断。