吉林大学物理学院高压与超硬材料全国重点实验室隋永明课题组成功研发出金属Cu体材料的抗氧化钝化层重构技术。该成果使Cu材料抗氧化性能实现5倍以上提升，电阻率显著降低20%，为防伪技术领域开辟了兼具高安全性、低成本优势的创新路径，有望彻底改变传统金纳米线在高端防伪领域的应用格局。相关研究成果以''In Situ Repair and Reconstruction of Copper Surface Enhanced Its Anti-Oxidation Properties and Stability for Deep Learning-Powered Anti-Counterfeiting Labels''为题发表于《Advanced Materials》期刊。

具有独特光学特性的一维Cu纳米线，因其低廉的成本和固有的不可克隆特性，可为防伪技术提供安全、低成本的解决方案。Cu最外层不稳定的电子容易丧失，形成低能氧化态。传统的Cu金属抗氧化保护策略主要侧重于物理层面的改性，如在表面镀上其他金属（Cr、Zn、Ni等），或包覆石墨烯、十二烷基硫醇和纳米仿生材料，以构建阻碍氧气扩散的物理屏障；或者与更稳定的金属合金化，改变电子分布状态实现长期稳定性。但是，上述策略无法保持较长的使用寿命，牺牲了Cu金属固有的韧性和良好的导电性质，不适合半导体和光伏等领域应用。

研究团队采用热力学调控的绿色环保工艺体系（溶剂热法），实现了氧化铜箔表面原位修复与Cu(111)晶面重构，成功构筑亚微米尺度的抗氧化层。研究结果表面：（1）基于羟基与半羧基协同还原机制，高效转化表面氧化物为金属铜的原位再生工艺，最大限度契合材料循环再生的经济性最优原则；（2）表面修复工艺处理表面氧化Cu，表面粗糙度显著降低并形成均匀界面结构，有效提升界面疏水性能，构筑物理屏障抑制腐蚀介质向基体渗透，同时通过表面能调控显著增加腐蚀性物种在界面的吸附能垒；（3）溶剂热处理过程诱导Cu基体发生亚微米尺度的深层晶格重组，成功实现(111)晶面的原位构筑，显著提升了Cu对腐蚀介质的抗侵蚀能力，同时协同优化了铜原子的配位环境与电子云分布特征。该抗氧化技术也适用于Cu和Ag纳米材料。

创新性地将抗氧化Cu纳米线与人工智能技术深度整合，成功构建出具有智能鉴别功能的防伪认证系统。该体系依托基于深度学习验证框架，创新耦合了具有多层级特征提取能力的卷积神经网络分析算法。由Cu纳米线构建的智能防伪标签展现出突破性性能：其不仅在2000次高强度机械弯折测试中保持稳定读取功能，更在85 ℃高温配合85%极端湿热的环境下，历经144小时严苛考验仍维持95%以上的特征匹配度，该数据与标准数据库对比呈现显著优势，充分验证了体系卓越的环境耐受性与结构稳定性。本研究成果为增强标签材料抗老化性能方面提供了有效策略，在包装工程、安全防护、电子器件等多领域开辟创新的应用前景。

论文第一作者为吉林大学高压与超硬材料全国重点实验室2023级博士研究生刘杰文，共同第一作者为高压与超硬材料全国重点实验室高楠副教授，本文通讯作者为吉林大学物理学院李顺心副教授，高压与超硬材料全国重点实验室隋永明教授，并得到了邹勃教授的悉心指导。本工作得到了国家自然科学基金的资助。

论文链接：https://doi.org/10.1002/adma.202500920