上海交大，Nature！

本文研究背景聚焦于热辐射调控在能源技术、信息处理及热管理领域的核心挑战，指出传统热辐射体设计依赖试错和经验法则，难以实现复杂光谱的精准控制。研究目的是通过融合三维结构基元库、材料数据库及三平面建模方法，构建首个支持复杂三维热辐射超材料（TME）逆设计的通用平台。研究结论表明，该平台通过机器学习框架实现超宽带和多波段光谱的全局优化，实验性能显著超越现有技术，如宽带辐射体发射率达0.98，选择性辐射体选择比高达5.52，双波段辐射体实现8–13 μm和16–25 μm双高峰值发射。该框架的通用性为纳米光子学开辟新路径，未来可扩展至超表面光学、量子光子等领域。