在这项前沿发现中，涉及到一些我们在日常生活中不常接触的物理术语与现象。为了便于理解，我们精选并提炼了其中最关键的概念，帮助大家更直观地理解——

铁电材料是一类功能材料，即使在没有外加电场的情况下，也能产生自发的电荷极化。换句话说，这类材料内部的正负电荷会自发地、方向一致地发生偏移，从而形成稳定的电偶极矩排列。

你可以这样想象：在材料的三维结构中，规则地分布着许多微型“旗帜”，每面旗帜的“旗头”代表正电荷，“旗尾”代表负电荷。科学上称这些为电偶极子。在铁电材料中，这些“旗帜”在没有任何外力作用的情况下，依然整齐地朝着同一方向排列，这种现象被称为自发极化。这正是铁电材料区别于普通材料的根本特征：它们不需要外力推动，内部的电偶极子就能自发对齐，展现出一种“无风旗自动”的微观秩序。

极化反转，指的是统一朝向的“微型旗帜”齐刷刷地转向相反方向。不过，铁电材料不会无故发生这种反转。它需要施加一个足够强的电场，就像给正负电荷施加了一个“推力”，促使它们换位，实现整体反转。而完成这次反转所需的最小电场强度就是矫顽场。在数字世界中，信息通常以二进制形式表示，即“0”和“1”。每一次将铁电材料的状态从“0”写为“1”，或从“1”写为“0”，本质上就是一次极化反转过程，也就是一次突破“矫顽场门槛”的行为。

人们始终期望新材料不仅具有独特性质，更能落地应用、推动技术进步。2011年，科学界首次报道了基于氧化铪（HfO2）的铁电材料，开启了对铪基铁电材料的研究热潮。这类材料不仅具备优异的铁电性能，更重要的是，它能与硅基半导体工艺高度兼容，意味着可以无缝集成进现有的芯片制造流程，用于高性能数据存储与计算。这一特性，使铪基铁电迅速成为信息技术领域的“新星”。

然而，铪基铁电材料也存在一个显著短板：极化反转所需的电场强度非常高，也就是说，它的矫顽场较大。

延续我们先前的比喻，在某些铁电材料中，它们内部的旗帜较为“灵活”，轻风一吹便可转向，对应的矫顽场较低；而在另一些材料中，旗帜则显得更为“固执”，需要更强的风力才能完成翻转，对应的矫顽场也就更高。铪基铁电材料的问题就在于：它的“旗帜”太难被“吹动”。要想使其极化状态切换，就必须施加较大的电场强度，这正是当前制约其广泛应用的核心挑战之一。

正如古希腊神话中的英雄阿喀琉斯，虽刀枪不入，却因脚后跟的致命弱点而陨落——高矫顽场可被称为铪基铁电材料的“阿喀琉斯之踵”，已成为限制其广泛应用的主要障碍之一。

读过刘仕实验室成果的读者可能会有印象（往期报道：AI助力，西湖大学刘仕团队发现螺旋铁电），这个团队始终关注一个核心问题：原子们究竟在“做什么”？他们关注的不是孤立的单个原子，而是由大量原子组成的“集体系统”—— 一个随着时间演化、跨越多个空间和时间尺度的复杂舞台。

凝聚态物理学家普遍认为：复杂系统的整体行为，并不是其组成部分简单叠加的结果，而是由这些组成部分之间的相互作用所共同催生的新颖整体特性。换句话说，整体可以展现出部分所不具备的全新属性。这种属性被称为涌现性质（emergent property）。它是系统达到一定复杂度后，由个体之间的相互作用和集体行为自然涌现出的新特性。

以本研究关注的铁电材料为例，其中的矫顽场就是一种涌现性质。其数值不仅取决于微观结构，还受到不同尺度的动态过程影响，背后隐藏着复杂的互动网络。

我们不妨继续沿用“队伍与旗帜”的比喻：现实中的材料体系，就像一个庞大而略显混乱的队伍，并不是整齐划一、专业训练有素的方阵。这个“队伍”中存在大小不一的阵列，每个阵列的旗帜初始朝向可能不同；同一阵列内，不同旗帜随风转向的难易程度也不一致；甚至有些旗帜还彼此缠绕、互相牵制。在这样复杂的系统中，要预测一个最小“风力”（即最小电场强度）能让所有旗帜完成转向，就相当于预测矫顽场的理论下限——这绝非易事。然而，这一理论下限的确定，对于判断某一技术路线是否具备应用前景，具有关键意义。

正是为了探究这种原子们跨尺度的“群舞”如何决定材料的宏观行为，刘仕实验室从建立之初，就专注于多尺度计算材料模拟方法的开发与应用。他们将人工智能（AI） 与数值模拟手段结合，在计算机中“看见”原子的动态演化，进而揭示材料性质背后的微观机制，并为功能材料的设计与优化提供理论支持。那么，在极化反转的过程中，原子们究竟跳出了怎样复杂的“舞步”？

自2019年起，刘仕团队便开始关注铪基铁电材料中高矫顽场这一关键难题，并由此踏上了试图“看清”极化反转过程的研究之路。通过构建基于人工智能的多尺度建模方法，他们首次在计算机中“看见”了铪基铁电材料中极化反转的全过程。具体来说，研究团队借助一种基于深度神经网络构建的势能模型（也称深度势能），实现大尺度分子动力学模拟铪基铁电，得以揭示原子们在反转过程中的行为轨迹。

一般认为，铪基铁电材料的极化反转主要有两种机制：NLS型（Nucleation-Limited Switching）和KAI型（Kolmogorov-Avrami-Ishibashi）。为了帮助理解，我们不妨做一个可视化的想象：面前是一块由大量原子构成的铁电二氧化铪晶体，原本所有的“旗帜”（电偶极子）都朝向同一方向。此时施加一个反向电场，在计算机模拟中，刘仕团队“看见”了这样的情形：在NLS机制下，晶体中央首先出现一个极化与周围方向相反的椭球形“核”——这是一个三维形核中心，内部的电偶极子已经顺应了外加电场的方向，而周围的电偶极子仍保持原方向。随后，这个“核”逐渐向外扩展，直到占据整个区域，完成极化反转。

相比之下，KAI机制则依赖于材料内部原本就存在的二维界面——即畴壁，也就是分隔极化方向不同区域的边界。在这种机制中，材料内部原先就已经存在一部分与外加电场方向一致的电偶极子。刘仕团队在模拟中“看见”了界面处的这一过程：在电场作用下，畴壁上的电偶极子首先发生反转，在界面内形成一个“二维核”。这个“核”沿着界面逐渐扩展，当整个界面区域内的电偶极子完成反转后，畴壁便向前推进了一步。如此反复进行，畴壁一步步向前扩散，最终带动整个区域完成极化方向的整体反转。与 NLS 机制不同，KAI机制不依赖在材料内部“重新”形成新的三维核，而是借助已有的界面推进反转过程，因此更容易发生，所需能量也更低。

然而，能够“看见”极化反转的过程，仅仅是迈出的第一步。以 NLS 机制为例，其中的三维形核过程涉及大量原子的协同运动，模拟计算成本极高，而且反转过程发生在纳秒级时间尺度上，难以直接与实验中测量的矫顽场这一宏观物理量建立定量联系。为解决这一问题，刘仕团队采用了跨尺度材料模拟策略，将从原子动态模拟中获得的复杂“形核—生长”过程，抽象为一个更加凝练的解析模型——基于朗道自由能理论的能垒计算框架。通过这一模型，他们成功预测了不同电场强度下形核所需克服的能垒，并进一步建立了微观形核能垒与宏观矫顽场之间的定量关系。这种方法的关键，在于通过抽象与归纳，实现了跨越原子尺度（纳米、纳秒）与器件尺度（微米、微秒）之间的物理“翻译”，从而搭建起连接微观机理与宏观性能的桥梁。最终，他们得以从理论上预测矫顽场的下限，并首次在理论层面“破解”了铪基铁电材料为何具有如此高矫顽场的根本原因。

图1.多尺度建模预测 NLS机制矫顽场

研究表明，在当前常见的薄膜厚度下，材料中主要激活的是 NLS 机制，而三维形核过程本身就需要克服较高的能垒，因此导致了更大的矫顽场。这一发现也为问题的解决指明了方向：既然 KAI 机制的形核能垒显著更低且对应的矫顽场的理论下限为 0.1 MV/cm，接近传统钙钛矿型铁电材料的水平，那么能否通过材料设计，人为提高 KAI 机制发生的概率，从而有效降低矫顽场？

围绕这一思路，刘仕团队与哈尔滨工业大学（深圳）陈祖煌团队合作，提出了一种超晶格结构设计方案：通过交替沉积铪基铁电材料层（HfO2）与另一种材料层（ZrO2），构建具有周期性交错层的结构。这样的设计在不牺牲铁电性的前提下，显著增加了材料内部的界面数量，从而提高了 KAI 机制的发生概率。实验验证了这一策略的有效性：所制备的超晶格薄膜，其矫顽场仅为约1 MV/cm，显著低于传统铪基铁电薄膜（2–5 MV/cm）的水平。

这一系列研究，不仅揭示了铪基铁电材料反转机制的深层物理本质，也展示了通过多尺度建模—理论预测—材料设计—实验验证的路径，有望实现对高性能铁电材料的精准调控。

至此，铪基铁电材料极化反转的谜题已经逐步揭开。而事实上，刘仕团队与“矫顽场”这一问题的渊源，远比这项研究本身更为久远。

时间回到刘仕的博士阶段。当时他在宾夕法尼亚大学攻读博士学位，开启了与矫顽场相关的第一个研究课题。这个课题后来延续到他的博士后阶段，最终在他博士毕业后的2016年以第一作者身份发表于Nature，成为他科研生涯的重要起点。那项工作打下的理论基础，后来也成为他进一步探索铁电材料物理本质的出发点。

2019年，刘仕加入西湖大学后，将研究重心转向当时新兴的铪基铁电材料，并启动了针对其矫顽场机制的系统研究。2020年，本研究的两位第一作者——杨季元与武静作为博士新生加入课题组，接手这一课题，并在研究中各自发挥所长，承担起不同但互补的关键角色。

现已在北京科学智能研究院担任研究员的武静，于去年博士毕业。她在课题中主要负责基于 AI 的材料建模工作，训练出适用于铪基铁电材料的深度神经网络力场模型。这个模型如同一台高精度的“原子摄影机”，使团队能够在计算机中“看见”大量原子在极化反转过程中的动态演化轨迹，从而实现对反转机制的精准建模与可视化。

图2.入职北京科学智能研究院的武静博士

而刚刚完成博士论文答辩的杨季元，则擅长解析复杂数据背后的物理本质。他的研究重点是确定极化反转过程中的关键结构——临界晶核。这是形核过程中能量达到最高点的状态，一旦晶核尺寸超过这一临界值，材料就会像“翻过山顶”一样进入自发反转过程。临界晶核的能量，决定了极化反转的难易程度。杨季元受到厦门大学孙阳在研究合金固液相变时所发展的方法的启发，成功构建出能够高效准确识别临界晶核的策略，并进一步将模拟数据转化为可解释的物理模型。在设计降低矫顽场的方案时，团队与哈尔滨工业大学（深圳）陈祖煌团队展开合作，李璟宣进行了极为关键的实验验证。

图3. 完成博士学位论文答辩的杨季元（右）与导师刘仕（左）

回顾这项跨越数年的研究，刘仕团队总结说，其中最大的挑战来自计算物理与计算材料学中最具复杂性的问题之一：多尺度建模。这一挑战的核心，在于如何将原子尺度的微观行为、介观尺度的界面演化，以及宏观尺度上可测的物理性质有效衔接起来，实现不同尺度之间的物理映射与信息传递。他们形象地将这一过程比喻为描绘一场决定材料性能的“原子之舞”——既要考虑周全，又要化繁为简，才能看清那场由亿万个原子协同演奏的动态交响。而这场舞蹈得以被完整呈现，不仅依赖跨尺度的理论建模方法，更离不开多团队的协同合作。

展望未来，研究团队将继续以科学兴趣为驱动，以真实材料的瓶颈问题为导向，深入挖掘跨尺度物理过程与宏观物性之间的内在联系。刘仕说，“我们希望不断发展面向重要材料体系的跨尺度材料模拟方法，特别是发挥人工智能在建模与推理中的优势，从具体材料体系中提炼出具有广泛适用性的物理机制。”

该研究得到了科技部重点研发计划青年科学家项目，国家自然科学基金国际合作与交流项目、面上项目和浙江省自然科学基金重点项目的资助，并得到了西湖大学高性能计算中心的支持。