任天令

首先详细介绍了材料合成技术和包括器件结构、介电和接触工程以及材料转移在内的晶体管制造工艺。然后讨论了典型芯片领域的二维晶体管应用现状，包括数字和模拟电路、异构集成芯片和传感电路。此外，还介绍了基于特定机制器件的几种有前景的新兴应用方向(人工智能芯片和量子芯片)。最后，分析了二维材料在实现电路级或系统级应用时遇到的挑战，并进一步推测和展望了潜在的发展路线。

任天令教授及合作团队研发出的石墨烯智能人工喉一方面可以通过热声效应发出一定频率的声音；另一方面能够分辨低吟、尖叫、咳嗽、吞咽、点头等动作，并将这种“无含义声音”转换为频率、强度可控的声音。

该制备技术简单实用，有望应用于图案绘制和自动化批量生产。实验结果表明，SGTAD经过多次拉伸、刺激、折叠、洗涤和弯曲后都能输出稳定的声音，不同频段的平均性能退化率分别为8.94%、9.2%、9.4%、9.8%和6%。所提出的设备在六个关键领域优于以前的设备：拉伸性、性能稳定性、防破坏性、易于准备、可弯曲性和声音性能。

任天令团队成员开发了一款基于石墨烯的智能可穿戴人工喉（AT），同商业麦克风和压电薄膜相比，人工喉对低频的肌肉运动、中频食管振动和高频声波信息有很高的灵敏度，同时也具有抗噪声的语音感知能力。对声学信号和机械运动的混合模态的感知使人工喉能够获得更低的语音基频信号。此外，该器件还可以通过热声效应实现声音的播放功能。人工喉的制作过程简单、性能稳定、易于集成，为语音识别和交互提供了一种新的硬件平台。

为进一步突破1纳米以下栅长晶体管的瓶颈，任天令团队巧妙利用石墨烯薄膜超薄的单原子层厚度和优异的导电性能，将其作为栅极，通过石墨烯侧向电场来控制垂直的二硫化钼沟道的开关，从而实现等效的物理栅长为0.34纳米。

有鉴于此，清华大学任天令教授，杨轶副教授和田禾副教授（共同通讯作者）团队研究了具有明显NDR拉伸响应的石墨烯纺织品应变传感器，为机理研究提供了必要的研究平台。对单纤维束的开创性测量证实了亚几何尺度上NDR效应的存在。基于拉伸形貌的原位表征和测量结果，进行了定量行为分析，全面揭示了全范围拉伸电响应的起源。结果表明，产生NDR效应的主要因素是纤维在纤维束中的相对位移。基于神经脉冲样拉伸响应，进一步论证了纺织品应变传感器在阈值检测和近传感器信号处理方面的应用潜力。本文提出的NDR行为模型可以为可穿戴智能纺织品的设计和应用提供参考。

近期，清华大学任天令教授在ACS Nano上发表了石墨烯织物负微分电阻响应机理研究。团队以一款典型的具有明显NDR拉伸响应的石墨烯织物应变传感器为研究对象，表征了石墨烯织物从拉伸直至断裂完整的拉伸电阻变化。拉伸过程的电阻变化表明该传感器存在至少两种响应机制：石墨烯纳米片在纺织品表面形成堆叠的导电层（图2中的film）；织物纤维内部浸染的石墨烯构成了织物的本征电阻，随纺织品纤维结构的变形而改变（图2中的fiber）。两者一同构成了石墨烯织物的电阻值。

基于纺织基材的柔性应变传感器具有天然的柔韧性、高灵敏度和宽范围的拉伸响应。然而，纺织品复杂且各向异性的子结构导致负差分电阻 (NDR) 响应，缺乏对机制的更深入了解。因此，我们检测了具有显着 NDR 拉伸响应的石墨烯纺织应变传感器，为机理研究提供了必要的研究平台。单纤维束的开创性测量证实了 NDR 效应在亚几何尺度上的存在。基于拉伸形态和测量的原位表征，我们进行了定量行为分析，全面揭示了全范围拉伸电响应的起源。结果表明，产生 NDR 效应的主要因素是织物束内纤维的相对位移。基于神经尖峰样拉伸响应，我们进一步展示了纺织品应变传感器在阈值检测和近传感器信号处理中的应用潜力。所提出的NDR行为模型将为可穿戴智能纺织品的设计和应用提供参考。

首先对低频声音信号进行频谱搬移，调制成携带信息的超声波信号。随后，超声波作为电信号输入到GUS并进行声音发射，对声音信号进行加密传输。最后，利用麦克风采集超声信号，解调到低频以实现信息解密。值得注意的是，在超声信号特征提取过程中，采用了基于机器学习的卷积神经网络来提高超声语音识别的准确率。这项工作不仅解决了超声源在可穿戴领域的障碍，也进一步拓展了超声在信息加密领域的应用。