摘要：纳米颗粒表面结构的动态性（流变性）是指其能够在不同的原子构型之间快速转变，这种特性在扩散、反应性及催化等领域具有重要应用。与传统的稳定催化材料相比，流变性纳米颗粒能够在反应过程中动态调整其表面结构，从而提高催化效率。

纳米颗粒表面结构的动态性（流变性）是指其能够在不同的原子构型之间快速转变，这种特性在扩散、反应性及催化等领域具有重要应用。与传统的稳定催化材料相比，流变性纳米颗粒能够在反应过程中动态调整其表面结构，从而提高催化效率。

然而，由于原子级结构动态过程极为迅速，且常受电子束损伤与信噪比（SNR）限制，其精确表征一直是一个挑战。因此，如何在高时间分辨率和高空间分辨率条件下，探测纳米颗粒的表面结构动态性，成为该领域的重要研究课题。

成果简介

鉴于此，纽约大学的Carlos Fernandez-Granda教授团队以及亚利桑那州立大学Peter A. Crozier等研究者在Science期刊上发表了题为“Visualizing nanoparticle surface dynamics and instabilities enabled by deep denoising”的最新论文。

该团队提出了一种基于深度学习的无监督去噪框架，并利用该方法对透射电子显微镜（TEM）数据进行处理，实现了对金属纳米颗粒表面结构的高分辨率成像。通过优化电子探测器的读取速率，该研究在降低电子剂量（~10³ e⁻ Å⁻² s⁻¹）的同时，实现了10毫秒的时间分辨率和1 Å的空间分辨率。

该方法显著提高了TEM图像的信噪比（提升近40倍），成功获取了纳米颗粒表面在气体环境下的原子级动态演化过程。研究发现，即使是稳定的低能量表面，也会因流变性表现出快速的原子结构变化，并在表面应力作用下诱导缺陷形成及纳米颗粒的不稳定性。该研究成果为深入理解纳米材料的动态结构演化提供了新的实验手段，并为优化催化材料的设计提供了重要的科学依据。

研究亮点

（1）实验首次通过无监督深度去噪框架，成功观察了气体环境中金属纳米颗粒表面的结构动态，达到了10毫秒的时间分辨率和1Å的空间分辨率。该技术突破了传统电子显微镜信噪比差的问题，显著提高了时空表征能力。

（2）实验通过结合深度学习的去噪方法，克服了低信噪比的挑战，使得纳米颗粒表面在高空间和时间分辨率下的动态变化得以可视化。研究发现，许多纳米颗粒表面在有序和无序结构之间持续转变，且应力场可渗透至表面以下，导致缺陷形成和不稳定性，从而使纳米颗粒表现出流变性。

（3）实验通过该去噪框架还揭示了金属纳米颗粒表面的原子动力学特性，发现原本稳定的低能量纳米颗粒表面实际上具有高度活跃的原子运动，这些运动触发了结构的不稳定性，导致快速的结构波动。

（4）该研究的结果表明，无监督深度去噪框架结合原位电子显微镜，为探索纳米颗粒表面动态和亚稳态演化提供了新的技术手段，推动了原子级结构动态研究的发展，并为纳米材料的功能性理解提供了新的思路。

图 1. 无监督深度去噪方法学。

图 2. 铂纳米颗粒的表面动态。

图 3. 次表面区域的动态变化与纳米颗粒的流变性。

图 4. 铂纳米颗粒的整体结构动态量化分析。

结论展望

本研究通过无监督AI去噪算法与原位电子显微镜结合，实现了对纳米颗粒表面原子级分辨率的高时空动态观测，揭示了在气体环境下金属纳米颗粒表面的结构演化与流变现象。研究表明，纳米颗粒表面并非静态，而是处于持续的动态平衡，其中吸附层原子在短时间尺度内不断形成、扩散和消失。这一发现挑战了传统对纳米材料表面稳定性的认知，强调了热力学与动力学因素在纳米颗粒表面结构演化中的关键作用。

实验还揭示了表面应力可渗透至内部，诱导缺陷形成，进一步影响颗粒的稳定性。这一研究为理解纳米材料的原子尺度动态提供了新方法，并为优化催化、传感和电子器件中的纳米材料设计提供了理论依据。AI驱动的数据处理技术在表征材料微观动态方面展现出巨大潜力，为探索更复杂的动态体系开辟了新方向。

文献信息

Peter A. Crozier et al. ,Visualizing nanoparticle surface dynamics and instabilities enabled by deep denoising.Science387,949-954(2025).DOI:10.1126/science.ads2688

来源：华算科技