積極應對全球氣候變化和能源轉型是一個緊迫的挑戰(zhàn)。由于提出了碳積累和碳中和的戰(zhàn)略目標，開發(fā)有效且可持續(xù)的CO₂捕獲和轉化技術目前是全球能源研究的重點之一[1,2]。其中，光催化CO₂還原技術利用太陽能直接將CO₂轉化為高附加值的碳氫燃料和有機化學品，為緩解溫室效應提供了創(chuàng)新解決方案。此外，它在構建人工碳循環(huán)和實現(xiàn)負碳排放方面顯示出獨特的潛力[[3], [4], [5]]。然而，光催化CO₂還原反應的實際應用面臨一些固有限制，例如高活性催化位點的合理設計、載流子的高體復合率、反應路徑調制的復雜性以及產(chǎn)物選擇性的不足[[6], [7], [8], [9]]。在這種背景下，鐵電材料作為一種非常有前景的光催化劑類別應運而生，因為它們的自發(fā)極化和可切換極化特性可以同時增強電荷分離，創(chuàng)建極性活躍的位點以活化CO₂，并引導反應路徑生成特定的C₁產(chǎn)物。C₁產(chǎn)物指的是在二氧化碳還原反應中生成的含有一個碳原子的化合物。圖1提供了這些產(chǎn)物的總體描述，主要包括一氧化碳（CO）、甲酸（HCOOH）、甲醛（HCHO）、甲醇（CH₃OH）和甲烷（CH₄）[10]。

鐵電材料的內部結構受熱場的影響，并可以在鐵電（FE）相和順電（PE）相之間切換[[11], [12], [13]]。PE相比FE相具有更高的對稱性。這種對稱性的降低伴隨著自發(fā)極化（P_s）和內置電場的出現(xiàn)。這種轉變被廣泛認為是提高光生電子-空穴對分離效率和定向遷移的有效機制[[14], [15], [16], [17], [18]]。在極化狀態(tài)下形成的能量障礙為CO₂還原反應建立了精確可調的電子傳輸路徑[[19], [20], [21], [22], [23], [24]]。它同時增強了載流子分離效率，調節(jié)了CO₂的吸附/活化能力，并優(yōu)化了反應路徑，同時提高了產(chǎn)物選擇性[[25], [26], [27]]。闡明FE材料內在結構特性的關鍵研究確立了它們在光催化中的應用潛力，特別是在推進CO₂RR技術方面[28,29]。

通過利用FE材料的極化機制，在光催化CO₂還原方面取得了顯著進展。Yu等人驗證了鐵電SrBi₂Nb₂O₉中的P_s誘導的內置電場能夠實現(xiàn)各向異性的電荷分離，在極化條件下實現(xiàn)了25.91 μmol g^?1 h^?1的CO₂高效光還原效率[30]。Lin等人通過向CsPbBr₃鈣鈦礦納米片中摻雜Mn²⁺并施加外部磁場，增強了光催化CO₂RR效率，該磁場調控了自旋極化的電子。當使用窄帶隙壓電材料MoS₂作為催化劑時，Ma等人報告了543.1 μmol g^?1 h^?1的CO生成速率，這與反應過程中的可調還原電位相關[32]。Pan等人使用鐵電BTO構建了BaTiO₃（BTO）/Zn_0.5Cd_0.5S異質結，與BTO和Zn_0.5Cd₅S相比，CO的生成速率分別提高了15.06倍和2.13倍。在外部極化作用下，利用BTO組分的極化特性實現(xiàn)了額外的8.67倍增效[33]。Liang等人調控了Mn摻雜BiFeO₃的t_2g³e_g¹電子構型。MnO₆八面體中的Jahn-Teller畸變驅動Fe和O離子沿著$\left[00\stackrel{￣}{1}\right]$晶體學方向的定向位移，產(chǎn)生了顯著的退極化場。載流子壽命從273 ns延長到500 ns，BiFe_0.9Mn_0.1O₃在沒有外部電場和犧牲劑的情況下實現(xiàn)了30.51 μmol g^?1 h^?1的CO生成速率，大約是原始BiFeO₃的五倍[34]。多尺度表征表明，畸變控制的極化增強了CO₂還原性能，為設計鐵電光催化劑提供了新策略。

上述代表性工作表明，F(xiàn)E材料的內在結構有助于合理設計和優(yōu)化光催化CO₂RR催化劑系統(tǒng)。在CO₂RR過程中，反應動力學和產(chǎn)物選擇性強烈依賴于鐵電材料的表面結構、極化狀態(tài)和界面工程，對外部場表現(xiàn)出顯著的響應性。因此，基于FE材料的內在極化機制，研究極化狀態(tài)動態(tài)與多功能疇結構之間的相關性至關重要。此外，闡明其在光催化CO₂還原反應中的潛在機制對于推進該領域的研究具有重大價值。這種方法有助于系統(tǒng)理解，并揭示了極化機制在光催化CO₂RR中的關鍵作用。

本綜述闡明了代表性鐵電材料中極化場的本質起源，并討論了通過微觀可觀察的疇結構調節(jié)極化狀態(tài)的可能性。以最近報道的CO₂RR案例為例，總結了反應路徑設計和產(chǎn)物選擇性調制。詳細闡述了CO₂在鐵電表面上的吸附和活化機制。除了這些傳統(tǒng)方法之外，專門有一節(jié)探討了人工智能輔助設計的新興前沿，討論了機器學習和計算預測如何加速新型鐵電催化劑的發(fā)現(xiàn)，并優(yōu)化其配置以實現(xiàn)高效的CO₂到C₁轉化。系統(tǒng)地回顧了優(yōu)化CO₂RR性能的設計策略，包括鐵電材料的形態(tài)工程、應變工程、缺陷工程和界面工程。最后，聚焦于FE材料的極化狀態(tài)調制，我們提出了光催化CO₂RR的關鍵挑戰(zhàn)和未來研究方向，旨在為FE光催化劑設計建立理論基礎，并為其CO₂RR應用提供實際指導。