神经形态计算以其高度并行处理和极低功耗的显著优势，被视为突破传统计算架构能效瓶颈的关键路径之一。然而，将这一计算范式从刚性芯片层面延伸至柔性、可穿戴的纤维形态器件，是构建下一代高集成度、高智能度可穿戴织物系统所面临的核心科学挑战。纤维状电化学离电突触通过耦合离子迁移与电子传导，能够在低电压条件下模拟生物突触的信息处理功能，为分布式、可穿戴类脑计算提供了可行的硬件基础。然而，当前研究仍面临诸多瓶颈：低整流比造成信号保真度下降、远超生物突触级别的功耗、功能集成度有限以及零下结晶失效导致的低温运行受限。前期研究中，中国科学院苏州纳米所张其冲研究员等开发出一种集储能、离子整流与类脑突触功能于一体的纤维状电化学离电突触。在单一纤维器件中实现了能量密度高达51.5 mWh cm-3、离子整流比达109，以及单次突触事件能耗低至7.5 fJ的超低功耗神经形态模拟，有效突破了传统离电突触器件功能单一、难以集成信号处理与自适应学习的技术瓶颈 (Natl. Sci. Rev. 2026, 13, nwag062) 。
近日，张其冲研究员等成功开发出一种具有抗冻特性、超低能耗和高整流比的纤维状电化学离子突触器件。采用了一种无粘接剂的自组装策略在碳纳米管纤维上对活性物质进行了高效负载，进一步在电解质设计方面，引入蔗糖修饰的聚丙烯酰胺水凝胶作为抗冻离子传输层。蔗糖的羟基和聚丙烯酰胺的酰胺基团充当氢键位点，与水分子竞争形成氢键，有效降低水活度，抑制冰晶形成。得益于非对称法拉第反应特性与离子弛豫动力学的协同调控，组装的离电突触器件具有可靠的单向信息传递特性和稳定的突触可塑性，并实现了离子逻辑门电路、机械手自助学习控制系统及神经形态计算功能。此外，在-20 °C的低温下纤维状电化学离子突触器件依然展现出优异的整流性能与突触可塑性：经过150次循环后整流比保持率仍高于80%，且在手写数字识别任务中具有95.2%的高识别准确率，证明了其在极端低温环境下的高可靠性信息处理能力。该工作有效突破了现有离电突触器件在低温环境、能耗水平和信息稳定传输等方面的研究瓶颈，有望为下一代可穿戴神经形态计算系统、极端环境智能感知与人机交互界面等领域提供一种全新的技术方案。
图1 纤维状电化学离电突触的工作机制和自组装制备策略。采用无粘接剂的自组装策略，通过π-π堆叠相互作用将TCBQ和ZnHCF活性物质高效负载于碳纳米管纤维作为电极，并结合蔗糖修饰的聚丙烯酰胺水凝胶作为抗冻离子传输层，开发出兼具抗冻特性、超低能耗与高整流比的纤维状电化学离子突触器件，满足−20 °C低温环境下可靠单向信息传递与稳定突触可塑性的应用需求，为可穿戴神经形态计算与极端环境智能感知系统的设计提供了新的技术方案。
图2 TCBQ@CNTF自组装电极与抗冻水凝胶电解质的结构表征与机理验证。 利用π-π堆叠驱动的自组装策略，实现了TCBQ@CNTF高效制备，并结合蔗糖分子构建竞争性氢键网络以降低水活度、抑制低温冰晶形成，开发出抗冻特性的水凝胶电解质，为器件在−20 °C下实现稳定单向信息传输与突触可塑性提供了关键的材料保障。
图3 纤维状电化学离电突触的单向信息传输和高整流比特性。利用TCBQ@CNTF电极在正负电位窗口内显著的电荷存储不对称特性，创新采用非对称法拉第反应与双电层电容行为的协同设计策略，在-20 °C经过150次循环后整流比保持率仍高于80%，验证了其低温环境下的长效稳定性与单向信号传输可靠性。
图4 纤维状电化学离电突触的突触可塑性模拟与超低功耗特性。 验证了器件对生物突触多重神经功能的模拟能力。借助电场驱动离子定向迁移、浓度极化弛豫与法拉第插层反应的离子弛豫效应，为超低功耗类脑计算提供了高效的硬件基础。
图5 纤维状电化学离电突触在仿生逻辑电路、机械手自学习控制与神经形态计算中的应用验证。 展示了器件在智能系统层面的功能集成能力。基于稳定的单向离子传输与可调突触权重特性，成功构建了AND/OR仿生离子逻辑门电路及机械手抓取-释放自学习控制系统；进一步结合器件在−20 °C下增强的短程记忆与线性电导调制能力，三层人工神经网络对手写数字的识别准确率达95.2%，充分验证了该器件在极端低温条件下神经形态智能处理中的实用性与可靠性。
相关成果以 Anti‑Freezing Fiber‑Shaped Iontronic Synapses With Ultralow Energy Consumption and High Rectification为题发表于Advanced Materials（请点击“阅读原文”查看论文）。中国科学院苏州纳米所联合培养硕士研究生孟宇为第一作者，张其冲研究员、罗杰博士，上海应用技术大学王占勇教授和南洋理工大学陈龙博士为共同通讯作者。本研究工作得到了国家自然科学基金、中国科学院稳定支持基础研究领域青年团队计划、国家科技部重点研发计划和中国博士后科学基金等项目的联合资助。
