山东大学王天宇等综述：二维MXene传感器赋能神经网络智能计算系统

研究背景

随着人工智能和物联网的快速发展，传统计算架构的“内存墙”与高能耗问题日益凸显。神经形态计算通过模拟人脑高效并行处理机制，成为突破瓶颈的关键方向。二维过渡金属碳氮化物(MXene)凭借其可调电子特性、机械柔性和多重表面官能团，在构建仿生感知-计算一体化系统中展现出独特优势。然而，MXene的实际应用仍面临环境稳定性不足、大规模制备困难及跨模态集成机制不明确等挑战。山东大学王天宇等系统探讨了MXene从基础材料设计到神经形态智能计算系统的演进路径，为下一代低功耗边缘智能设备提供理论支撑与技术蓝图。

Two-dimensional MXene-based Advanced Sensors for Neuromorphic Computing Intelligent Application

Lin Lu, Bo Sun, Zheng Wang, Jialin Meng*, and Tianyu Wang*

Nano-Micro Letters (2026)18: 64

https://doi.org/10.1007/s40820-025-01902-1

本文亮点

1. 系统综述了基于Mxene的神经形态传感领域的最新研究进展。

2. 基于MXene的神经形态器件的设计策略包含多种因素，包括材料选择(如MXene的不同组件)、电路集成、架构优化和封装技术，旨在实现多模态数据处理、鲁棒可重构性和提高计算效率。

3. 提出基于Mxene的神经形态传感的未来发展路径，包括大规模制造的系统前景、稳定性增强和跨学科集成。

内容简介

作为新兴的二维(2D)材料，碳化物和氮化物(MXenes)可以是固溶体或由多原子层组成的有组织结构。MXenes具有卓越的、可调节的电学、光学、机械和电化学特性，在大脑启发的神经形态计算电子学方面显示出巨大的潜力，包括神经形态气体传感器、压力传感器和光电探测器。山东大学王天宇、孟佳琳等人对MXenes在神经形态传感领域的研究进展进行了前瞻性的综述，并讨论了需要解决的关键挑战。环境暴露下的长期稳定性不足、高成本、大规模生产的可扩展性限制以及可穿戴集成中的机械失配等关键瓶颈阻碍了它们的实际部署。此外，异质结构中的界面相容性和神经形态信号转换中的能量效率低下等尚未解决的问题需要迫切关注。本文综述为未来的研究方向提供了新的见解，增强了对MXene性质的基本认识，并通过与各种新兴技术的融合，促进了MXene进一步融入神经形态计算应用。

本文从MXene出发深入探讨了MXene基传感器在神经形态计算领域的应用。文章首先系统地介绍了MXene材料的制备、种类及其多种传感的优势特性。随后，重点阐述了MXene材料在光电探测器、压力传感、气体传感以及神经形态智能器件等关键领域的应用进展。特别是在神经形态智能器件方面，文章详细分析了MXene在结合神经形态计算后实现人工视觉、仿生皮肤、智能嗅觉系统以及多模态智能系统中的作用机制和优势。

尽管MXene在传感领域中展现出巨大的潜力，文章也指出了目前仍面临的挑战，例如在大规模制备、可穿戴器件和稳定性方面仍需进一步优化。最后，文章展望了MXene基传感器在未来人工智能和内存计算领域，特别是在推动边缘计算和类脑智能发展方面的广阔应用前景。

图文导读

I MXene介绍

MXene材料的原子层可以是三层、五层、七层或九层。它们通常由一个或两个金属原子和不同的表面官能团组成，如- F， =O， – Cl和- Br。这些材料具有优异的光电、机械和电化学性能，具有广泛的潜在应用前景。目前，MXenes已广泛应用于光电探测器、气体传感器、压力传感器等领域。近年来，随着神经形态计算的快速发展，基于mxene的传感器逐渐融入人工智能系统，为其在现实场景中的应用提供了新的机会。

图1. MXene的结构示意图。

二元MXenes的通式为Mn+1XnTₓ，其中M表示早期过渡金属，X表示碳和/或氮，Ta表示外层金属层的表面末端。n的值可以在1和4之间变化，这取决于MXene结构中过渡金属层和碳和/或氮层的数量。例如，Ti₂CTₓ (n= 1), Ti₃C₂Tₓ (n=2), Nb₄C₃Tₓ (n=3)和(Mo, V)₅C₄T (n= 4)代表不同的例子。MXenes中的位点可以被一个或多个过渡元原子占据，形成固溶体或有序结构。有序双过渡金属MXenes可能表现为面内有序、面内空位或面外有序，其中一层M‘过渡金属位于两层M’过渡金属之间，或两层‘过渡金属夹在两层’过渡金属之间。此外，在5X4结构中也可能出现其他安排，例如“位于”层之间的单层或三层(如图底部所示)。图底部的浅色示意图显示了预测的结构，如高熵MXenes和高阶单MXenes或o-MXenes，这些结构尚未得到实验验证。

II MXene基传感器的发展

本文系统地探讨了MXenes从基本材料性质到神经形态智能系统的演变。图2展示了MXenes自2011年被发现以来的发展轨迹，包括从传感器应用到智能系统集成的进展。首先，分析了MXenes的结构和功能属性，强调了它们在光电探测器、压力传感器和气体传感器中的作用。基于mxene的神经形态装置可以模拟生物感官处理能力，用于构建新兴的视觉、触觉和嗅觉系统。最后，解决了可穿戴集成、大规模生产和稳定性方面的挑战，同时提出了未来的发展方向，如CMOS-MXene混合架构和第三代峰值神经网络。通过将MXenes置于神经形态计算的框架内，这项工作旨在加速它们从实验室突破到现实世界人工智能驱动应用的过渡。

图2. MXenes的开发时间表。

MXenes是在2011年发现的。MXenes原理和各种MXenes制备方法的发展通过密度泛函理论(DFT)进行了验证。2018年之后，基于mxenes的压力传感器、光电探测器和气体传感器相继诞生。结合神经网络算法，智能触觉系统、视觉系统、嗅觉系统、多模态集成系统和可穿戴系统进一步诞生。

图3总结了各种MXene材料的制备方法以及种类。包括HF、liff、NH₄F化学蚀刻、无水蚀刻、化学气相沉积(CVD)直接生长等多种工艺。同时，MXene材料在光电探测器、压力传感器、气体传感器以及智能系统中得到发展。

图3. 介绍MXenes的制备、种类、应用和智能设备。其中，MXenes的制备方法包括湿法化学蚀刻、非传统蚀刻等。MXenes包括TigC₂、Nb₂C、V₂C和Mo₂TiC₂等。MXenes制作的智能设备包括视觉系统、人造皮肤和嗅觉系统。

III MXene基传感器

由于其可调的带隙、宽带光吸收(从紫外到近红外)和高载流子迁移率，MXenes在光电探测器中表现出作为主动光吸收层的特殊潜力。这些特性源于它们独特的电子结构和表面末端，从而实现了高效的光子到电子转换。例如，Ti₃C₂Tₓ MXenes由于其局部表面等离子体共振和可调节的功函数(1.81-6.15 eV)而表现出强烈的光物质相互作用，允许与相邻的半导体层精确对齐，以最大限度地减少电荷提取的能量障碍。它的高电导率和可调功功能确保了空穴注入的低能量势垒，促进了MXenes在光电探测器、oled和光子二极管等器件中的应用。

图4. MXenes在光电子学和传感器中的应用：(a) MXenes光电探测器结构示意图。(b)脉冲电流开关特性测试结果。(c, d)不同激光波长(325、405、450、532、660、780和808 nm)下MXenes的性能评价。 (e)暗电流试验数据。(f) Ti₃C₂Tₓ/PbS量子点光电二极管的响应和恢复时间测试。(g)光电流与光功率线性关系分析。

柔性和可穿戴的自供电传感器，特别是临床健康和电子皮肤领域的压力传感器，已成为研究的主要领域。MXenes由于其优越的机械、电气和热特性以及较大的比表面积，越来越被认为是生产高性能压力传感器的重要部件。然而，传统的基于电流的压力传感器的应用范围有限，因为它们经常与聚合物基板或封装层结合使用，这可能会导致磨损过程中的不适(例如，低空气/蒸气渗透性和机械失配)可以通过巧妙地利用MXenes的多层多孔特性，使传感器不仅具有高灵敏度，而且具有出色的循环稳定性和抗穿刺性，能够检测各种人类活动，包括细微脉冲，脉冲振动，以及步行和跑步等大规模运动。

图5. MXenes在压力传感器中的应用：(a)电阻式压力传感器工作原理示意图。(b) 0 ~ 25kpa静压范围内的电流-电压(I-V)曲线。 (c)响应和恢复时间试验数据。(d)在不同频率下进行的压力响应试验。 (e)施加压力10,000次循环后的稳定性测试。 (f)基于mxenes的压力传感器在实际应用中的示意图。(g, h)人体行走和跑步过程的数据采集。

基于MXenes的气体传感器能够在室温下有效检测挥发性有机化合物(VOCs)和非极性气体，如氨、乙醇和丙酮。这种效率主要归因于它们的金属核通道和表面官能团对这些气体分子的强吸附能力。与其他基于二维材料的气体传感器相比，基于Ti₃C₂Tₓ的气体传感器在室温下的信噪比显著提高，并且在检测挥发性有机化合物方面具有更高的灵敏度。因此，MXenes已成为高性能可穿戴气体传感器的理想材料。

图6. MXenes在气体传感器中的应用：(a) MXenes异质结工程在气体传感机制中的作用。 (b)不同湿度条件下对30ppm乙醇的动态响应曲线。 (c)气体浓度变化下的动态响应曲线。 (d)不同气体浓度Mo₂TiC₂Tₓ、MoS₂、Mo₂TiC₂Tₓ/MoS₂的线性拟合曲线(e)响应和恢复时间测试。 (f)长期稳定性测试结果。经 (g)尿液样本采集示意图。(h)便携式尿液挥发性气体检测平台的设计与应用。

IV 神经形态智能系统

受仿真研究和MXenes在高性能光电探测器领域的持续进步的启发，许多研究人员正在积极探索新的方法来扩展MXenes在光电子学中的应用。随着神经形态计算的发展，MXenes已被成功地用作晶体管的光敏材料，促进了其在视觉神经形态领域的广泛应用。MXene的层间离子插入能力(如Li⁺、Na⁺)及其可调电子态密度(DOS)使其能够模拟生物突触的离子迁移和电荷存储行为。此外，它的机械灵活性为可穿戴神经形态设备的设计提供了独特的优势。通过构建基于mxenes的光电探测器阵列，并将其与神经形态计算相结合，实现了图像学习、光电信号转换和训练识别等智能应用。

图7. 基于MXenes的神经形态视觉系统：(a)装置结构示意图。 (b) I-V开关特性。(c)神经形态增强和抑制特征，以及脉冲时序相关的可塑性 (STDP)特征。 (d)表现阈值切换行为的I-V特性曲线。(e) SNN数字模式识别及EI与OI的时空整合。 (f)多像元成像的例子。

多功能触觉神经元集成了压力传感器、忆阻器和神经形态计算技术，近年来在人机交互系统中取得了重大进展。然而，传统的独立压力传感器通常通过简单的电信号进行调节，这对其在感知计算中的应用造成了相当大的限制。因此，将基于神经形态计算和传感器的人工突触装置集成到多模态传感电子皮肤的智能触觉系统中已经引起了广泛的关注。

图8. 基于MXenes的神经形态触觉系统：(a)生物触觉处理系统示意图，环境和自我信号被转换成电脉冲并传输到大脑进行处理。(b) 100次电压扫描后的I-V曲线。(c)用于手写数字识别的神经网络示意图。(d)经过20次epoch后训练集的识别准确率。 (e)以0.5 ~ 2.5 mm/s的速度扫描图案表面，观察压电电流和FFT的变化。 (f) 10000次循环后的稳定性试验。 (g) MXenes电子皮肤阵列指纹图谱示意图。

受生物感觉原理的启发，人工突触电子设备已经在神经形态计算平台中展示了广泛的多感觉功能。虽然生物触觉感知和视觉系统已经取得了重大进展，但神经形态嗅觉系统仍处于探索阶段。嗅觉系统在感知环境信息、气味强度评估甚至毒性检测中起着至关重要的作用。然而，传统的气体传感器通常将气体信号转换为电信号，并且需要将数据上传到云端进行进一步识别和分析，这一过程既复杂又低效。此外，传统传感器往往难以准确区分多种气体及其在不同湿度条件下的浓度。湿度效应的校准对于许多实际应用至关重要，而不仅仅是气体检测。

图9. 基于MXenes的智能嗅觉系统：(a)人类感知系统在识别同一物体时视觉与嗅觉的关系示意图。 (b)多芯片电极测量效应的一般概念，表明传递函数由势垒控制的电子传递驱动，受体函数取决于分析物在晶体表面的吸附过程。(c)与商用电容式传感器的结果相比，在室温下多次暴露于不同浓度水蒸气下测量的瞬态R(t)。右上方的插图显示了在干燥和高湿条件下测量的I-V曲线。 (d)、(e)分别分析了不同相对湿度(RH)环境模式下的识别和遗忘过程。

V 多模态智能系统

人类通过视觉、嗅觉和触觉等各种感觉方式以及它们的跨模态相互作用获取环境信息，随后将这些信息传递给大脑进行处理，以引发适当的反应。感官信息的整合增强了环境感知，促进了情绪调节、场景记忆和学习等功能。

图10. MXenes多模态智能系统：(a)不同场景下的视觉和呼吸信号模式。多模态脉冲序列触发的PSC表现出不同的呈现模式和综合的兴奋性和抑制性特征，在不同的环境下复制神经兴奋性。 (b)由MXenes突触装置组成的卷积神经网络。 (c)利用触觉系统制备多层加密保护系统，包括其工作机制和实际演示。

光刺激引发的神经兴奋、呼吸引起的放松效应以及身体运动引起的基本信号变化，使基于智能MXenes技术的交互设备能够模拟人类的情绪和行为。通过调整光脉冲(如强度、频率、持续时间)、气流脉冲(如羟基含量、频率、持续时间)和接近静态的身体信号，可以在特定场景中生成各种动作信号组合。

图11. MXenes多模态系统的集成与应用。(a)将检测到的信息转换成一系列的尖峰序列，输入到全连接的尖峰神经网络(SNN)中完成识别任务。峰值率最高的输出神经元对应的数字表示预测结果。 (b)多模态智能隐形眼镜的压力、温度等照片。 (c)用于场景识别和信息流处理的仿生多智能系统集成示意图，涉及多模态数据采集过程。

VI 展望与挑战

展望未来，涉及MXenes和新型材料的复合使用技术的进一步探索可能会导致更高性能，更广泛应用的多模态智能系统的发展。随着人工智能和物联网技术的不断进步，基于mxeni的多模态智能系统将与前沿技术深度融合，共同推动智能感知和智能交互领域的创新发展。相信在不久的将来，MXenes将在多模态智能系统的集成中发挥越来越重要的作用，为社会进步做出更大的贡献。

图12. MXenes在智能系统集成中的展望与挑战。MXenes在位置智能集成、神经形态计算、机制等方面取得了较好的发展。在可穿戴集成、大规模制备和材料稳定性方面仍然存在重大挑战。

VII 总结

本综述首次建立MXene“材料设计-传感器开发-神经形态系统集成”的全链条研究框架，提出跨模态感知计算新范式。通过MXene的表面端基工程与异质结构筑，解决了传统传感器与处理器分离导致的能效瓶颈，为开发人机交互、边缘智能终端提供关键技术路径。未来结合第三代脉冲神经网络(SNN)，有望在能耗降低4个数量级的同时，实现动态环境的多维度感知与决策。

作者简介

关于我们

Nano-Micro Letters《纳微快报(英文)》是上海交通大学主办、在Springer Nature开放获取(open-access)出版的学术期刊，主要报道纳米/微米尺度相关的高水平文章(research article, review, communication, perspective, highlight, etc)，包括微纳米材料与结构的合成表征与性能及其在能源、催化、环境、传感、电磁波吸收与屏蔽、生物医学等领域的应用研究。已被SCI、EI、PubMed、SCOPUS等数据库收录，2024 JCR IF=36.3，学科排名Q1区前2%，中国科学院期刊分区1区TOP期刊。多次荣获“中国最具国际影响力学术期刊”、“中国高校杰出科技期刊”、“上海市精品科技期刊”等荣誉，2021年荣获“中国出版政府奖期刊奖提名奖”。欢迎关注和投稿。

Web: https://springer.com/40820

E-mail: editor@nmlett.org

Tel: 021-34207624

如果文章对您有帮助，可以与别人分享！：Nano-Micro Letters » 山东大学王天宇等综述：二维MXene传感器赋能神经网络智能计算系统