北航袁博、清华汪鸿章Adv. Mater.：液态金属赋能传统材料——迈向智能材料系统的新路径-特诺科技官方网站

北航袁博、清华汪鸿章Adv. Mater.：液态金属赋能传统材料——迈向智能材料系统的新路径

来源：科诺科研

柔性电子、软体机器人与可穿戴器件的快速发展，对材料的柔性、导电性与多功能集成提出了更高要求。传统柔性材料（聚合物、弹性体、织物等）虽具备良好的力学柔韧性，但缺乏主动感知、驱动与能量转换等功能。近日，北京航空航天大学袁博副教授与清华大学深圳国际研究生院汪鸿章副教授在 Advanced Materials（IF：29.1）上发表长篇综述，系统阐述了以液态金属（Liquid Metal, LM）为功能媒介赋予传统材料智能属性的策略体系与应用全景，为智能材料系统的构建提供了一条系统化的技术路径。

图1. 液态金属赋能传统材料实现智能功能的总体策略示意图：从集成策略到功能应用的完整路线图。

研究背景：传统材料智能化的瓶颈与液态金属的机遇

在柔性电子、软体机器人等领域，材料需同时具备力学柔性与电学/热学功能。传统方案通过引入导电纳米线、碳纳米管、石墨烯等刚性填料赋予柔性基体功能性，但面临三方面固有瓶颈：其一，刚性填料与柔性基体间的弹性模量失配，导致材料在大形变下发生填料脱落或界面开裂；其二，填料-基体界面相互作用弱，长期循环使用后性能显著衰减；其三，现有加工方法与工业制造体系的兼容性不足，难以实现规模化制备。

液态金属——典型如共晶镓铟合金（EGaIn，导电率3.4×10⁶ S/m）和镓铟锡合金（Galinstan，导热系数~26 W/m·K）——因其室温下保持液态的独特物性，为上述瓶颈提供了根本性解决方案。液态金属兼具金属级导电/导热性能与液体流动性，与柔性基体实现力学匹配，在大应变（>1000%）和反复弯折条件下仍能保持导电通路的连续性与稳定性，显著优于传统刚性填料体系。

四种集成策略

综述系统梳理了液态金属与传统材料集成的四种核心策略，每种策略在功能实现与加工方式上各有优势：

（1）表面涂层（Surface Coating）。通过涂抹、印刷、喷涂等工艺将液态金属沉积于材料表面，形成导电或导热功能层。该方法工艺简单、适用性广，适合大面积柔性传感器与可穿戴电极的制备。核心挑战在于液态金属与基体表面的润湿性调控与界面结合强度提升，目前主要通过表面微结构修饰或化学改性加以解决。

（2）芯壳封装（Core-Shell Encapsulation）。将液态金属封装于弹性体壳层内部，构建核壳结构。该设计可有效防止液态金属泄漏与氧化，同时利用其流动性实现可拉伸导电通路——在大形变下，内部液态金属自适应流动并维持导通，是柔性电子互连与可拉伸导线的经典方案。

（3）层叠集成（Layered Integration）。将液态金属功能层与传统材料层交替堆叠，构建多层异质复合结构。层叠设计可实现功能分区与信号隔离，每一层独立承担传感、信号传输或驱动等不同功能，在电子皮肤、多层传感阵列及软体驱动器中具有独特优势。

（4）体相复合（Bulk Composites）。将液态金属以微液滴形式均匀分散于聚合物基体中，形成体相复合材料。微液滴在基体中构成可重构导电网络——拉伸时液滴形变引起电阻变化，压缩时液滴接触增强导通。这种压阻响应行为使其成为柔性压力传感器、应变传感器及自修复导电材料的理想平台。

图2. 液态金属与传统材料集成的四种策略概览：表面涂层、芯壳封装、层叠集成与体相复合。

五大智能功能

基于上述四种集成策略，液态金属赋能的传统材料已在以下五个方向展现出卓越性能：

柔性传感。液态金属复合传感器可对应变、压力、温度等多种物理量实现高灵敏检测。得益于液态金属的流动性，传感器在极端拉伸（>1000%应变）下仍保持稳定工作性能，显著优于传统刚性填料传感器。该类器件在健康监测、运动追踪与人机交互等场景中具有重要的应用价值。

软体驱动。利用液态金属的电热效应、电磁响应或相变特性，可实现电液动力学驱动、磁控驱动、光热驱动等多种驱动模式。液态金属驱动器兼具大驱动行程、快响应速度与高功率密度，已在软体机器人、人工肌肉及可编程形变结构中得到验证，是软体机器人领域最具潜力的驱动方案之一。

图3. 液态金属驱动器件的典型实例：电热驱动、电磁驱动等多种驱动模式。

热管理。液态金属导热系数约26 W/m·K，远高于水（~0.6 W/m·K）和普通导热硅脂。在可穿戴电子散热、动力电池热管理与芯片冷却等场景中，液态金属复合材料可同时满足高导热与高柔性的双重需求，为柔性电子系统的热管理提供了有效解决方案。

能量转换。在电磁发电机、摩擦纳米发电机（TENG）及热电转换等能量收集器件中，液态金属凭借高导电性与可变形性，使器件在机械形变状态下保持稳定能量输出，为自供能柔性电子系统提供了可行的能量来源。

逻辑器件。通过电场、磁场或压力控制液态金属液滴的位移与连通状态，可实现可重编程的电气开关、逻辑门与存储单元。液态金属的可流动与可重构特性有望突破传统固态逻辑器件在柔性场景下的根本限制，为柔性计算与液态逻辑器件开辟了新的研究方向。

挑战与展望

综述指出，尽管液态金属赋能传统材料已取得显著进展，仍面临以下关键挑战：镓基液态金属在空气中易形成氧化层（Ga₂O₃），影响其流动性与电学性能，需开发有效的氧化层调控策略；液态金属与聚合物基体间的界面相互作用机制尚不完全清晰，需建立系统的界面调控理论；现有加工方法多限于实验室规模，需开发兼容工业制造的大面积、高通量加工技术（如3D打印、卷对卷工艺）；长期循环形变下的性能演化规律需系统研究；此外，尽管镓基液态金属生物毒性较低，其长期生物相容性与体内降解行为仍需深入评估。

展望未来，综述提出：将液态金属复合材料与人工智能算法结合，实现材料级感知-决策-响应闭环，使材料本身具备类生物的自主智能行为，而非仅作为被动功能层。这一方向代表了智能材料系统发展的长期目标。论文其他作者还包括北航刘彩琳、清华张劲、清华周颖彤。

总结：液态金属兼具金属级导电/导热性与液体流动性，是一种具有独特流体特性的多功能智能媒介。通过表面涂层、芯壳封装、层叠集成与体相复合四种策略，液态金属可系统性地赋予传统材料从感知、驱动到逻辑运算的全方位智能功能，为下一代智能材料系统的构建开辟了新路径。

上一篇: UT Austin 余桂华教授AM：会“呼吸”的水凝胶：白天吸CO₂，夜晚湿度一高就“呼”出来

下一篇: 3D打印仿生水凝胶海绵体！华南理工大学Biomaterials：修复猪勃起功能障碍