综艺方面，逆大实TOP10上榜节目均为央视节目，CCTV-1的《开学第一课》、《2023央视中秋晚会》收视大幅领先。

相比之下，天机太美有机正极中的锌离子的存储主要是通过有机分子中化学键的重排来实现，天机太美虽然可以有效地避免材料的体积膨胀/粉碎，但是这些常见的小分子有机正极材料往往容易溶解到水系电解液中，同样不利于其循环稳定性。械铁©2023AmericanChemicalSociety（a）Cu-BTA-H和（b）Ni-BTA-H在0.1mVs-1下的循环伏安曲线。

值得注意的是，山靠导电MOFs（c-MOFs）与传统MOFs相比，不仅具有多孔结构和高比表面积，而且兼具优异的导电性。多价态Cu离子提供了Cu2+/Cu+的第二个氧化还原位点，逆大实增加了额外的Zn离子存储。天机太美（e）Cu-BTA和Ni-BTA在吸附3和2个Zn离子前后的优化构型。

本工作为构建具有双氧化还原活性位点的导电MOF，械铁并用于高性能锌离子电池正极材料提供了研究借鉴。此外，山靠Cu-BTA的高结晶度、高离子/电子电导率和稳定的配位结构，提高了锌离子电池循环稳定性和倍率性能。

逆大实（b）俯视角度的平面一维共轭Cu-BTA分子结构。

天机太美（d）Cu-BTA-H和Ni-BTA-H可能的反应机理。然而，械铁实验产生的数据量、种类、准确性和速度成阶梯式增长，使传统的分析方法变得困难。

山靠这一理念受到了广泛的关注。Ceder教授指出，逆大实可以借鉴遗传科学的方法，逆大实就像DNA碱基对编码蛋白质等各种生物材料一样，用材料基因组编码各种化合物，而实现这一编码的工具便是计算机的数据挖掘及机器学习算法等。

天机太美图2-2 机器学习分类及算法3机器学习算法在材料设计中的应用使用计算模型和机器学习进行材料预测与设计这一理念最早是由加州大学伯克利分校的材料科学家GerbrandCeder教授提出。首先，械铁利用主成分分析法（PCA）对铁电磁滞回线进行降噪处理，械铁降噪后的磁滞曲线由（图3-7）黑线所示，能够很好的拟合磁滞回线所有结构特征，解决了传统15参数函数拟合精度不够的问题（图3-7）红色。