在材料科学的漫长历史中，合成金刚石一直依赖高温高压的“暴力”手段。然而，中国科学院兰州化学物理研究所的最新成果彻底改写了这一规则——他们首次在摩擦滑动界面实现了金刚石的形成。这一发现不仅颠覆了“摩擦只能石墨化”的百年认知，更让学界看到了在近乎常温常压的动态环境中“点石成金”的可能。有趣的是，这项突破与当前火热的AI应用有着深层共鸣：无论是虚拟世界的原子模拟，还是实验室里的精准调控，都是人类对极致效率的追求。今天，我们就来聊聊这场“摩擦造金刚石”背后的科学奇迹，以及它如何与AI技术、科技产品的演进相互呼应。
从不可能到可能：为什么摩擦造金刚石是颠覆性的
在摩擦学领域，有一个根深蒂固的共识：碳材料在摩擦滑动过程中，只会发生石墨化相变。简单来说，摩擦产生的瞬时高温会让碳原子迁移、重排，最终形成稳定的石墨结构——就像铅笔芯在纸上留下的痕迹。而金刚石，这个自然界最硬的物质，一直被学界认为只能在静态高温高压（如1500°C、5万大气压）下合成。摩擦这种动态、快速、非平衡的环境，根本不可能满足金刚石成核的能量和动力学条件。
中国科学院兰州化学物理研究所的团队偏偏挑战了这一认知。他们的核心洞察在于：摩擦界面并非只有“瞬时高温”这一种状态。通过巧妙构造一个“二维夹层三明治”结构，研究团队将非晶碳磨屑包裹在二维材料层间，创造出一个局部的持续高温、超高压且低碳原子迁移的环境。这就像在暴风雨中搭建了一个微型温室——外界再混乱，内部也能保持稳定。这一发现不仅在实验上首次验证了摩擦诱导金刚石化，更从根本上改变了我们对摩擦界面相变机制的认知。
从理论到实践，这项研究经历了多少艰难？据团队透露，他们使用了反应分子动力学模拟来验证这一机制，发现二维限域空间能将相变能垒降低约30%，结构弛豫速度提升2.0倍。而AI应用中的深度学习模型，也在近年被广泛用于预测材料相变行为——如果结合这类数据驱动的方法，或许能进一步加速摩擦金刚石的工业化进程。
二维夹层三明治：一场微观世界的“空间魔术”
这项研究的核心“黑科技”，在于团队提出的“二维夹层三明治结构策略”。乍一听很像美食制作，实则是一种精妙的纳米级工程。研究团队利用二维材料（比如石墨烯、二硫化钼等）薄片在摩擦过程中易发生分层堆叠的特性，将非晶碳涂层磨损产生的碳磨屑捕获并包裹于二维材料层间，构建出一个类似汉堡的“三明治”——二维材料是面包，碳磨屑是肉饼。
这个三明治发挥了三大核心作用： - 能量约束：二维夹层抑制摩擦热量向外界耗散，使限域区间内的温度持久维持，为金刚石形成跨越能垒创造条件。 - 运动约束：二维薄片在法向充当承压模板，限制碳原子纵向位移，其“砌砖式”堆垛阻碍面内原子迁移，促使被压缩碳源的密度趋近于金刚石，局部构筑出超高压等效环境。 - 结构诱导：二维材料有序的晶格结构作为相变模板，引导碳原子规则重排，同时借助弱范德华作用有效抑制原子迁移带来的结构缺陷。
这三重作用将传统摩擦过程中的“瞬时高温、高压、高碳迁移率”的石墨化主导环境，转变为具有“持续高温、局部超高压及低碳原子迁移特征”的动力学环境。值得一提的是，类似的空间约束思想也在AI技术中有所体现——比如Transformer模型中的自注意力机制，本质上也是在有限的计算窗口内进行信息约束与重组。而科技产品如AI画图，同样通过潜空间约束生成高质量图像。这种跨领域的“约束智慧”，或许正是未来创新的共性密码。
数据不会撒谎：从11.2%到38.5%的转化率解析
理论再漂亮，最终要靠实验数据说话。研究团队在摩擦实验中设置了两个初始接触压力条件：1.08 GPa和1.40 GPa（GPa为吉帕斯卡，约等于1万个大气压）。结果令人振奋： - 在1.08 GPa下，非晶碳向金刚石的转化率达到约11.2%。 - 当压力提升到1.40 GPa时，转化率跃升至约38.5%。
这意味着更高压环境下，金刚石的成核效率大幅提升。更关键的是，研究还发现二维夹层中的产物并非单一金刚石，而是由非晶碳、石墨烯、非晶金刚石、金刚石以及可能存在的新碳相共同组成的复合结构。其中石墨烯与金刚石在空间上相互分离，表明二者均由非晶碳磨屑直接独立演化形成，而非经历“石墨→金刚石”的经典转变路径。这一发现挑战了传统认知中的相变序列。
从AI应用的角度看，这些实验数据恰好为机器学习模型提供了宝贵训练集。如果利用AI工具导航中的材料数据库，结合生成对抗网络（GAN）来模拟不同压力、温度下的碳相变路径，或许能更快找到最优合成条件。实际上，材料基因组计划正是借助AI技术加速新物质发现，而摩擦金刚石的研究或许能成为下一个突破口。
模拟与实验的双重验证：AI技术如何助阵？
科学突破离不开理论与实验的闭环验证。研究团队采用反应分子动力学模拟，从原子尺度揭示了二维限域空间促成逆向相变的机制。模拟结果显示，二维空间能将非晶碳向金刚石转变的相变能垒降低约30%，同时使结构弛豫速度提升约2.0倍。这些数字与实验数据高度吻合，证明了“二维夹层三明治”策略的有效性。
值得注意的是，传统分子动力学模拟依赖于牛顿力学方程，计算量大且难以处理复杂化学反应。而近年来，基于AI技术的势函数（如深度势能模型）被广泛用于原子模拟，能够在保持精度的同时大幅降低计算成本。想象一下，如果研究团队将AI技术引入模拟环节，或许能更高效地探索不同二维材料（如MoS₂、hBN等）和摩擦参数的组合。事实上，已经有团队在尝试用大模型训练来预测材料相变，这为未来的摩擦金刚石研究提供了全新视角。
从科技产品角度看，摩擦金刚石本身有望成为下一代超润滑涂层和超硬耐磨涂层的候选材料。而AI图片生成这类工具正好可以用来可视化原子级结构，帮助科学家更直观地理解相变过程。我们正处在一个“AI+材料”深度融合的时代，每一项基础突破都可能被AI技术放大。
国际合作的结晶：谁做了这个改变世界的研究？
这项突破的背后是多国科研力量的联合攻关。论文第一作者为中国科学院兰州化学物理研究所副研究员王永富，通讯作者包括兰州大学李瑞云研究员、瑞士巴塞尔大学Ernst Meyer教授和兰州化物所张俊彦研究员。研究得到了国家重点研发计划、中国科学院未来伙伴专项和甘肃省重大专项等项目的支持。成果于2024年6月25日发表在材料领域顶刊《Advanced Materials》（先进材料）上。
来自瑞士巴塞尔大学的Ernst Meyer教授是摩擦学领域的国际权威，而兰州化物所的团队在润滑材料和纳米摩擦学方面有长期积淀。这种跨机构、跨国界的合作，展现了现代科研的开放精神。值得一提的是，该研究中的原子尺度模拟部分，其实也离不开高性能计算与AI算法的支撑——例如，训练AI诗词生成系统需要大量文本，而训练分子动力学势函数则需要大量第一性原理计算数据。这种“数据密集型”科研模式，正是AI技术催生的新范式。
对于普通读者而言，或许会觉得“摩擦造金刚石”离生活很远。但事实上，这项技术一旦成熟，未来我们手中的手机屏幕、汽车发动机涂层，甚至航天器的轴承，都可能用上摩擦诱导合成的纳米金刚石。而AI工具导航上的各种科研自动化工具，可以帮助工程师快速筛选最优工艺参数，从而缩短从实验室到工厂的周期。
从实验室到产业化：摩擦金刚石的低能耗制备之路
目前，工业合成金刚石的主流方法有两种：高温高压法（HPHT）和化学气相沉积法（CVD）。前者需要数万大气压和上千摄氏度，能耗极高；后者虽然能生长大尺寸单晶，但设备昂贵且速率较慢。摩擦诱导金刚石法最大的优势在于：它在滑动摩擦的常温（相对）环境下即可完成，能量输入远低于传统方法。试验中仅需1.08 GPa的初始接触压力——这相当于指甲盖面积上承受约10吨的重量，虽然不低，但远低于传统高温高压法的数万个大气压。
此外，该方法的产物是纳米金刚石与石墨烯的复合结构，这种“金刚石-石墨烯”杂化材料本身具有独特的力学与电学性能，可能在超级电容器、场发射器件、热管理材料等领域大放异彩。研究团队特别指出，二维夹层中的产物并非单一金刚石，而是由多种碳相组成的复合结构。这意味着我们可以通过调控摩擦参数（压力、速度、润滑剂等）来“定制”产物组成。
产业化的关键挑战在于：如何将这种摩擦过程从宏观的“两点接触”扩展到工业级的大面积加工？对此，学术界已经开始探索利用抠图式的选择性移除技术，或者通过文生图的思路反向设计摩擦路径。未来，结合AI应用的智能制造系统，或许能实时监控摩擦界面并自动调整参数，实现金刚石涂层的连续制备。
当我们回望整个突破，会发现它不仅改写了碳材料相变的基础理论，更开启了一扇低能耗制备超硬材料的大门。而AI应用在这其中的角色，既是加速器，也是催化剂。从模拟预测到工艺优化，再到数据共享，AI技术正在悄悄重塑材料科学的面貌。就像摩擦产生的火花点亮了金刚石，AI应用也在照亮我们通向新物质世界的道路。