美国西北大学发明了一种名为“巨型库”的纳米材料工具，能在芯片上合成百万种纳米颗粒，用于筛选廉价金属催化剂。研究发现，Ru52Co33Mn9Cr6氧化物催化剂性能媲美甚至优于铱基材料，成本仅为其十六分之一，为绿色氢能大规模生产提供新方案，并展示“巨型库”在材料发现中的潜力。

🔬 美国西北大学发明‘巨型库’纳米材料工具，能在芯片上合成百万种纳米颗粒，用于筛选廉价金属催化剂，为材料发现提供新范式。

💧 研究发现Ru52Co33Mn9Cr6氧化物催化剂性能媲美甚至优于铱基材料，成本仅为其十六分之一，为绿色氢能大规模生产提供经济型解决方案。

🚀 该技术可生成高质量材料数据集，结合人工智能加速电池、生物医学设备及光学元件等领域的下一代材料研发。

🌱 ‘巨型库’方法验证了利用廉价金属替代稀有铱的可行性，推动清洁能源技术发展，并可能改变人类寻找最优材料的方式。

一颗微小芯片可能解决了清洁能源的一个最大难题：寻找铱的廉价替代品。铱是一种极其稀有且昂贵的金属，目前被广泛用于电解水制取清洁氢燃料的过程中，但其稀缺性和高成本严重制约了绿色氢能的发展。

美国西北大学发明了一种名为“巨型库（megalibrary）”的革命性工具，这是一种纳米材料“数据工厂”，能够在单个芯片上合成数百万种不同组成的纳米颗粒。研究人员与丰田研究院（TRI）合作，利用该技术快速筛选了由四种廉价金属（钌、钴、锰、铬）构成的海量组合，旨在发现高性能的析氧反应催化剂。

结果令人振奋。研究团队在创纪录的时间内成功找到了一种全新催化剂（成分为Ru52Co33Mn9Cr6氧化物），其催化活性和稳定性在实验室测试中媲美甚至优于商用铱基材料，而成本仅约为铱的十六分之一。更关键的是，他们成功将该材料放大并集成到设备中验证了其可行性。

这项研究发表于《美国化学会志》（JACS），不仅为大规模生产经济型绿色氢能铺平了道路，更证明了“巨型库”作为一种强大材料发现新范式的巨大潜力。该方法能够生成高质量的材料数据集，为利用人工智能和机器学习设计下一代材料奠定了基础。未来，这一技术有望加速电池、生物医学设备及光学元件等众多领域的新材料研发，从根本上改变人类寻找最优材料的方式。