机器学习势模拟显示：LiMn2O4表面局部锂含量决定Mn氧化态，并通过O-H伸缩振动带暴露双位点酸攻击脆弱性
核心概要
该工作用具有从头算精度的机器学习势对水相LiMn2O4（LMO）界面在不同锂化状态下的原子尺度模拟，表明局部Li含量决定表面Mn的氧化态并主导界面酸碱化学，同时把O-H伸缩振动带识别为表面电子结构的灵敏光谱探针，其随氧化态变化的位移揭示混合价尖晶石表面同时存在Lewis酸中心与易受亲电攻击的邻近氧位点，从而把传统以酸为中心的Mn溶解观点扩展为双位点机制。
深度剖析
局部Li含量决定LMO表面Mn的氧化态，而表面Mn氧化态在界面酸碱化学中起决定性作用。 此前LMO的混合价电子结构已知受Li含量调控，但锂化状态与界面降解之间的原子尺度联系仍不明确；该工作把锂化状态、表面Mn氧化态与界面酸碱行为串联起来。 基于从头算质量机器学习势的原子尺度模拟，覆盖不同锂化状态的水相LMO界面；摘要未给出具体体系尺寸、模拟时长或统计量。
界面物种的O-H伸缩振动带可作为表面电子结构的灵敏光谱探针，其位移随Mn氧化态不同而呈现可区分的差异。 把计算振动光谱从表征手段提升为读取表面电子结构的探针，为实验光谱与界面电子结构之间建立对应关系。 来自对界面物种振动特征的计算分析，报告了随氧化态变化的位移；摘要未给出具体波数数值或谱带范围。
混合价尖晶石表面存在固有脆弱性：Lewis酸中心与邻近的氧位点共存，后者易受亲电攻击。 把传统以酸为中心的Mn溶解解释扩展为由LMO混合价本质驱动的双位点机制。 由模拟得到的表面结构与振动特征推断，属于原子尺度机理层面的论证；摘要未提供直接的实验验证数据。
启示与展望
该工作面向研究水相LMO固-液界面稳定性与降解机理的研究者，以及关注锂离子电池正极与水分解电催化剂的材料与电化学群体。其结论适用于以从头算质量机器学习势模拟的、不同锂化状态下的水相LMO界面这一设定，用于解释局部Li含量如何通过表面Mn氧化态影响界面酸碱化学，并提示O-H伸缩振动带可作为读取表面电子结构的光谱探针。对希望从原子尺度理解混合价氧化物界面反应、或寻找光谱表征切入点（如原位振动光谱）的读者，这一框架提供了可操作的思路。
所加载文本为不完整内容，仅有摘要与参考文献，因此无法核对具体模拟体系尺寸、锂化状态取值、机器学习势的训练与验证方式、振动谱的计算细节以及是否包含实验对照。O-H伸缩带位移的具体波数、氧化态与位移的定量对应关系、以及双位点机制中各步反应的能垒均未在文本中出现，这些是读者在阅读全文时需要留意的开放问题。此外，双位点机制目前由计算推断提出，其在水相真实界面条件下的适用性与可观测性仍有待后续工作检验。