其中单一非对称形状的各向异性量子点已被证明可以发出强线性偏振光，例如纳米线、纳米棒等。这些非对称的单一量子点的线%。

  但是因为尺寸的不均一性等原因，如何将其在薄膜和器件中有序排列仍是一个待解决的难题。

  研究人员通过结构表征（掠入射广角 X 射线衍射）和光学表征（角变换动量空间傅里叶显微镜），证明了自组装的超晶格的形成和有取向性的排列。

  有序的跃迁偶极矩排列，让单一量子点高线性偏振发光的特性在器件中得以保存，实现了高于 70% 的电致发光偏振度。

  也就是说，研究人员通过调控钙钛矿阳离子和反应温度，实现了非常窄的发光半峰宽，并最终实现高线性偏振电致发光。

  目前光致发光的 QLED 显示背板已经面向市场，包括三星、TCL 等品牌均有 QLED 的电子产品。

  具有偏振性质的发光量子点能更加进一步提高这些产品的能源使用效率，减少因为偏振片过滤所引起的能源损失。

  同时，对于新型的显示行业例如虚拟现实和增强现实的头显产品，具有空间信息的偏振光源和发光器件能加速产品迭代，通过直接发射偏振光来减少过滤偏振片的使用，由此减少产品体积和重量。

  同时，预计也可被用于医疗成像。传统的医疗探测光需要高度的线性偏振性来减少非偏振的背景辐射光的干扰，这需要高品质的线性偏振片，导致不可避免的能量损失，并且制约空间上对光的偏振管理。

  而使用直接可以发出偏振光的材料和器件在提高能源利用效率的同时，能够最终靠订制其空间布局，实现在不同空间位置的光的偏振性调控，对于成像诊断等应用具有很大应用前景。

  日前，相关论文以《钙钛矿纳米片超晶格的直接线性极化电致发光》（）为题发在 Nature Photonics[1]。

  牛津大学叶俊志博士是第一作者，牛津大学罗伯特·霍耶（）教授、英国剑桥大学 教授、和麻省理工学院戴霖杰博士担任共同通讯作者。

  本课题最早从叶俊志读博士二年级（2020 年）开始，最开始是未解决混合卤素的钙钛矿红光量子点器件的电致发光稳定性的问题。

  符合 REC.2020（显示行业发光标准）的红色发光的钙钛矿量子点一般靠混合碘（I）离子和溴（Br）离子来实现能隙和发光位置的调控。

  但是，Br 和 I 在施加电场偏压的工作情况下，会出现卤素相分离的问题，形成碘离子聚集区域和溴离子聚集区域，这一不均一的混合会导致发光光谱的偏移和不稳定。

  为了解决此问题，使用单一碘离子卤素并且具有高量子约束效应的钙钛矿量子点成为研究的热点方向之一，其中碘离子的纳米片是一个值得考虑的材料体系。

  在本次工作之前，还没有文献实现碘离子纳米片的 LED（Light Emitting Diode，发光二极管） 器件，还在于此材料的合成不够稳定，大小均一性很难调控。

  在进一步文献阅读和实验中，他们意识到这种非对称形状的纳米片量子点，具有较高的激子精细结构裂分，有望实现高度线性偏振。

  然而，如何将这些量子点在薄膜上进行有序排列并保持偏振发光的性质是他们要解决的科学难题。

  期间，叶俊志在与本文共同通讯作者戴霖杰博士讨论中，参考了传统 CdSe 纳米片的一些前期工作，发现溶剂蒸发压可以对纳米片的躺立排列产生影响。

  并且通过光学和结构表征验证了他们的方法，而且在薄膜和器件的偏振测试中取得了符合预期的实验结果。为了最后完成理论部分的探索，叶俊志在 2022 年即将提交博士毕业论文的同时，进行大量的低温和瞬态光谱测试，探索激子精细结构与偏振发光的联系，并联系法国的理论计算团队来验证他们实验观测的激子精细裂分能量。

  结果发现，低温实验数据与通过量子物理模型计算的理论数值高度匹配，于是叶俊志在一边进行博士论文修改的同时，完成 Nature Photonics 投稿的论文修改。最后， 在博士毕业论文通过后，Nature Photonics 论文也被接受。

  不过，目前的线性发光器件受制于材料的稳定性和器件效率问题，距离能够完全商业化应用还有不小的差距。为此他们后续的工作主要是针对于各向异性非对称量子点的稳定性调控和器件的稳定性优化。

  通过理解表面化学和配体化学机理，设计更稳定的合成配体和器件结构，在保持偏振发光的同时，提高器件效率和稳定性。

  其次，对于偏振发光的损耗机理仍处在探索阶段，单一量子点最高可达到大于 90% 的线性偏振度，他们所能观测到器件的实验值只有 70%，中间仍有提高线性偏振度的空间。

  基于此，课题组会开展更细致的光谱学习来研究偏振的损耗机制，从而逐步提升偏振发光效率。

  此外，在各向异性量子点的合成优化过程中，存在着大量的合成参数调控，包括配体种类、前驱体种类、浓度、温度、反应时间、提纯方式等。传统的人工优化费时费力，并且很难实现精准的尺寸调控。

  目前，叶俊志慢慢的开始尝试将AI辅助的高通量合成引入量子点合成优化过程，通过机械臂等高通量合成平台，积累大量的合成参数数据，并通过机器学习建立符合热定律规律的模型。

  相关的工作与中国科学院深圳和温州先进研究院的赵海涛老师合作，前期工作也发表在 2024 年 1 月的《德国应用化学》上[2]

  叶俊志表示：“未来会有更多 AI for Science 的合作，来加速各向异性量子点的合成和稳定能力优化。个人觉得这能够在一定程度上帮助建立有效精准的有物理模型约束的机器学习模型，为量子点合成提供数据库参考，从而加速其在光电领域应用的研发。”

  另据悉，叶俊志本科毕业于新西兰奥克兰大学化学与材料工程专业。 毕业后来到英国剑桥大学物理系卡文迪许实验室攻读直博。

  目前，叶俊志在牛津大学化学系无机化学实验室开展博士后研究工作，主要是做非铅的无毒各向异性无机量子点的研究，同时也在研究各项异性量子点的生长机理及其对光电性能的影响。