除此之外，部分报通过配备摄像头盘活存量非智慧屏的智慧盒子、部分报聚焦差异化家庭娱乐功能的游戏盒子、搭载人工智能技术融入智能家居系统的语音盒子也开始兴起。
文献链接：驻鲁https://doi.org/10.1021/jacs.0c000544、驻鲁JACS: 包裹和传递蛋白质的水溶性柔性有机框架复旦大学的黎占亭、周伟、张运昌以及美国劳伦斯伯克利国家实验室的YiLiu证明了可以通过从容易获得的阳离子和亲水性前体形成动态键来制备具有纳米级孔的水溶性柔性有机骨架。良好的水溶性和稳定性，高校可控制的纳米级尺寸以及易于制备等组合功能，可能为生物相容性柔软材料的未来应用打开大门。
提供所得的在不间断的中孔中具有微孔的分层多孔复合材料表现出对大分子胰蛋白酶的高吸附能力。柔性多孔有机骨架代表了新兴的结晶共价有机骨架的扩展，预估内这些骨架已被广泛研究作为固态材料。这种极其稳定的高硅沸石将开辟新的吸附和催化应用，情况在这种应用中，沸石要经受严苛的高温蒸汽条件。
与通过非共价相互作用（例如范德华力和氢键相互作用）相互作用的常规异质结构对照物相比，建议这些共价杂化物显示出出色的光催化活性和从水中析出氢的稳定性。由于聚合物的化学成分/结构以及聚合物-聚合物的界面张力是高度可控的，考山因此这种PISA方法可能使二维多孔材料的设计具有很高的结构可调性。
部分报展示了使用框架金属节点抑制非辐射路径的首次尝试。
由于分离层的超薄厚度（41nm），驻鲁减小的孔径以及强大的层间静电相互作用产生的致密致密结构，驻鲁因此所得的杂化TpEBr@TpPa-SO3NaiCON膜表现出高的H2渗透率（2566GPU）和更高的H2/CO2分离因子比单个单相iCON膜在423K时要高，其性能超过了大多数报道的膜。当然，高校机器学习的学习过程并非如此简单。
在数据库中，提供根据材料的某些属性可以建立机器学习模型，便可快速对材料的性能进行预测，甚至是设计新材料，解决了周期长、成本高的问题。因此，预估内复杂的ML算法的应用大大加速对候选高温超导体的搜索。
此外，情况作者利用高斯拟合定量化磁滞转变曲线的幅度，情况结合机器学习确定了峰/谷c/a/c/a - a1/a2/a1/a2域边界上的铁弹性增加的特征（图3-10），而这一特征是人为无法发掘的。然而，建议实验产生的数据量、种类、准确性和速度成阶梯式增长，使传统的分析方法变得困难。
