原位STEM+机器学习，成就一篇Nature Materials！

背景：相工程对定制材料性能至关重要，但过渡金属硫族化合物（TMCs）的受控相变极具挑战，其原子动力学和结构演变机制尚不明确。研究目的：通过原位扫描透射电子显微镜（STEM）结合机器学习分子动力学模拟，原子级揭示PdTe₂薄膜向PdTe的非化学计量相变过程，并探索其诱导的新奇物理特性。结论：研究首次直接观察到了碲空位驱动、Pd原子迁移的逐层重构机制，成功制备出大面积高质量PdTe薄膜，其超导转变温度达4.5 K，并在相变形成的PdTe₂/PdTe异质结中，由于反演对称性破缺，实现了巨大的螺旋依赖性太赫兹发射。该热驱动原子重构策略具有普适性，为高性能电子和光电器件的大规模制备提供了新路径。