但是差异化绝对不是指画蛇添足的无用设计，山东也不是咬文嚼字抠一些所谓的参数，而是真正实打实的给消费者带来更好体验。
图七、电装电负MN3位点型M-N-C催化剂Ni-N3型位点催化剂的DFT计算、吸附能量、EXAFS光谱以及CO2RR中吉布斯自由能计算。在此，机及作者提出了一些展望和挑战：机及（1）就电催化剂而言，尽管M-N-C催化剂对CO生成具有高达90%以上的高选择性，但其与电流密度相对应的活性仍需进一步提高，以便大规模应用。
分类发用电化学CO2还原为高附加值化学品/燃料提供了一种有希望的方法来减少CO2排放和缓解能源短缺。对近年来报道的用于CO2还原反应（CO2RR）的M-N-C催化剂进行了可视化性能比较，型总表明Ni和Fe-N-C催化剂是大规模CO2还原制CO的最有希望的候选催化剂。（b）Fe、体情体情Co和Ni-N-C电催化剂在CO2气氛和超高压下的XPSN1s光谱和相关结构之间的差异。
【成果简介】近日，况及况北京林业大学王强教授与新加坡南洋理工大学刘斌教授联合，详细综述了电化学CO2转化为CO的M-N-C催化剂的研究进展。【结论展望】近年来，荷总M-N-C催化剂在CO2转化为CO的过程中表现出了很高的效率，选择性高达100%。
山东（c）计算了Fe-N4中CO2电还原生成CO的吉布斯自由能图。
图十二、电装电负非金属部分在M-N-C中的作用（a）超高真空（UHV）和13.3PaCO2气氛下Fe、Co和Ni-N-C的N1s高分辨率X射线光电子能谱。这种平衡使得电荷最大化的从Cu原子转移到O2，机及从而极大地有利于ORR活性。
尽管做出了巨大的努力，分类发用但构建单原子位点的一般方法在调整SACs的活性和选择性方面缺乏效率。图4关于能量、型总电子结构和几何分析的DFT计算a）CuN2C2活性位点的ORR过程说明。
与石墨烯相比，体情体情CNT由于几何弯曲，具有更多的sp3类C原子和应变的C-C键。因此，况及况单原子催化已成为能源转换催化领域最活跃的前沿领域。