性能配置方面，源重当贝PadGO采用旗舰级MTKGenio1200芯片，并配备8G+512G超大杯存储，支持Wi-Fi6、蓝牙BT5.0、HDMI2.0、USB3.0。

2.材料显示出出色的稳定性和低成本制备的特点，卡批极大的促进了固态照明的发展。在所有高效率钙钛矿太阳能电池中，源重不稳定的重要来源之一在于，钙钛矿中含有不稳定的甲基铵分子，从而导致钙钛矿不稳定。

NO.6Science:重塑卤化钙钛矿纳米晶体综述亮点：卡批高效多尺度量子化学软件和强大的超级计算机的出现，卡批有利于寻找到提高稳定性和光电效率所需的完美配体。美国托莱多大学的鄢炎发以及美国国家可再生能源实验室的KaiZhu、源重J.J.Berry等人（共同通讯作者）等人发现硫氰酸胍（GuaSCN）这一材料的加入能够显著提升有机-无机低带隙（约为1.25 eV）(FASnI3)0.6(MAPbI3)0.4钙钛矿薄膜的结构和光电性能。美国托莱多大学的鄢炎发教授与华中科技大学的唐江教授（共同通讯）联合在Nature发表文章，卡批题为Efficientandstableemissionofwarm-whitelightfromlead-freehalidedoubleperovskites。

对于LED，源重过去10年来，LED的应用越来越广，其节能、环保、寿命长、体积小，但制造成本也相对较高，降低LED制造成本是相关产业界的重要目标。此后，卡批钙钛矿太阳能电池的结构设计和配套材料等持续进步，在短短几年间效率就提高到了24.2%。

有鉴于此，源重南京工业大学黄维院士（目前单位西北工工业大学）和王建浦团队。

莱斯大学AdityaD.Mohite教授课题组和洛斯阿拉莫斯国家实验室研究人员合作在Science发表论文，卡批指出连续光照射导致混合钙钛矿薄膜均匀晶格膨胀，卡批这有助于获得高效光伏器件。需要注意的是，源重机器学习的范围非常庞大，有些算法很难明确归类到某一类。

此外，卡批随着机器学习的不断发展，深度学习的概念也时常出现在我们身边。然后，源重使用高斯混合模型对检测到的缺陷结构进行无监督分类（图3-12），并显示分类结果可以与特定的物理结构相关联。

3.1材料结构、卡批相变及缺陷的分析2017年6月，卡批Isayev[4]等人将AFLOW库和结构-性能描述符联系起来建立数据库，利用机器学习算法对成千上万种无机材料进行预测。为了解决这个问题，源重2019年2月，Maksov等人[9]建立了机器学习模型来自动分析图像。