La ciencia de materiales y la física de la materia condensada exploran cómo se comportan las sustancias que nos rodean, desde los metales en nuestros edificios hasta los semiconductores en nuestros teléfonos. Esta disciplina busca entender las reglas que gobiernan la estructura y las propiedades de la materia, permitiendo el desarrollo de tecnologías más eficientes y sostenibles que transforman nuestra vida diaria.

En Gist.Science, procesamos cada nuevo preprint de este campo directamente desde arXiv para hacer que la investigación de vanguardia sea accesible a todos. Ofrecemos tanto resúmenes en lenguaje sencillo como análisis técnicos detallados, asegurando que expertos y curiosos por igual puedan comprender los avances más recientes sin barreras innecesarias.

A continuación encontrarás la selección más reciente de artículos en ciencia de materiales y materia condensada, listos para ser explorados y entendidos.

Intrinsic structure of relaxor ferroelectrics from first principles

El estudio presenta FIRE-Swap, un marco de primeros principios que revela mediante potenciales interatómicos de aprendizaje automático un orden químico tipo sal de roca y la formación de regiones polares nanométricas interconectadas dentro de cúmulos de niobio en el PMN, proporcionando una base mesoscópica para comprender la ferroelectricidad relajadora.

Xinyu Xu, Kehan Cai, Yubai Shi, Peichen Zhong, Pinchen Xie2026-03-27🔬 cond-mat.mes-hall

The Impact of Magnons, Defects, and Rapid Energy Migration on the Optical Properties of the 2D Magnet CrPS4

Este estudio revela que la estructura óptica fina del imán bidimensional CrPS4 surge principalmente del acoplamiento mediado por intercambio entre transiciones de "volteo de espín" y excitaciones magnéticas, lo que permite la observación de bandas laterales de magnones y una migración de energía ultrarrápida, abriendo nuevas vías para el control óptico de ondas de espín.

Jacob T. Baillie, Eden Tzanetopoulos, Rachel T. Smith, Remi Beaulac, Daniel R. Gamelin2026-03-27🔬 cond-mat.mtrl-sci

On the Boroxol Ring Fraction in Melt-Quenched B2_2O3_3 Glass

Los autores desarrollaron un potencial de aprendizaje automático preciso según la DFT para simular vidrio de B2_2O3_3 fundido y enfriado, logrando por primera vez una fracción de anillos boroxol superior al 30% mediante tasas de enfriamiento extremadamente bajas y revelando que la precisión de la simulación depende críticamente del rango del descriptor geométrico utilizado, con configuraciones que muestran un mínimo energético cerca del 75% de anillos boroxol, valor cercano a las estimaciones experimentales.

Debendra Meher, Nikhil V. S. Avula, Sundaram Balasubramanian2026-03-27🔬 cond-mat.mtrl-sci

How unconstrained machine-learning models learn physical symmetries

Este artículo presenta un marco riguroso para medir cómo los modelos de aprendizaje automático no restringidos aprenden simetrías físicas, demostrando que inyectar estratégicamente los sesgos inductivos mínimos necesarios permite lograr una estabilidad y precisión superiores sin sacrificar la expresividad ni la escalabilidad de arquitecturas flexibles.

Michelangelo Domina, Joseph William Abbott, Paolo Pegolo, Filippo Bigi, Michele Ceriotti2026-03-27🤖 cs.LG

Geometric superfluid stiffness of Kekulé superconductivity in magic-angle twisted bilayer graphene

El artículo demuestra que un estado de onda de densidad de pares (PDW) con momento finito, consistente con las firmas de Kekulé en el grafeno bicapa torcido a ángulo mágico, reconcilia el peso de túnel de baja energía con la supresión de la rigidez superfluida a bajas temperaturas al generar una superficie de Fermi de Bogoliubov que vincula directamente la espectroscopía de túnel con la rigidez de fase.

Ke Wang, Qijin Chen, Rufus Boyack, K. Levin2026-03-27🔬 cond-mat

Visualizing Millisecond Atomic Dynamics of Nanocrystals in Liquid

Este estudio visualiza directamente la dinámica atómica reversible de nanocristales de oro en entornos líquidos reactivos mediante microscopía electrónica de celda líquida de milisegundos y desruido con aprendizaje profundo, revelando cómo las fluctuaciones transitorias en la cristalinidad local dictan la estabilidad y reactividad de los nanomateriales.

Sungsu Kang, Jinho Rhee, Joodeok Kim, Sam Oaks-Leaf, Minwoo Kim, Shengsong Yang, Chang Liu, Dongsu Kim, Sungin Kim, Binyu Wu, Won Bo Lee, David T. Limmer, A. Paul Alivisatos, Peter Ercius Jungwon Park2026-03-27🔬 cond-mat.mtrl-sci

Concerted Electron-Ion Transport by Polyacrylonitrile Elucidated with Reactive Deep Learning Potentials

Los autores desarrollaron un potencial de aprendizaje profundo para demostrar que el ataque nucleofílico en el poliacrilonitrilo (PAN) desencadena una transferencia concertada de electrones e iones que acelera drásticamente la formación de anillos y mejora el transporte de carga, validando estos hallazgos mediante experimentos de IR y RMN.

Rajni Chahal-Crockett, Michael D. Toomey, Logan T. Kearney, Yawei Gao, Joshua T. Damron, Amit K. Naskar, Santanu Roy2026-03-27🔬 cond-mat.mtrl-sci

Permeation of hydrogen across graphdiyne: molecular dynamics vs. quantum simulations and role of membrane motion

Este estudio demuestra que, aunque los efectos cuánticos son significativos para la permeación de hidrógeno a través de grafodiyino, las simulaciones de dinámica molecular clásicas con correcciones cuánticas pueden reproducir razonablemente los resultados y que incluir el movimiento térmico de la membrana es crucial para obtener predicciones precisas al reducir las barreras de permeación.

Mateo Rodríguez, José Campos-Martínez, Marta I. Hernández2026-03-27🔬 physics

Engineering Nonlinear Optical Responses via Inversion Symmetry Breaking in Bilayer Bi2Se3

Este estudio demuestra que romper la simetría de inversión en bicapas de Bi2_2Se3_3 mediante torsión, inserción de defectos o campos eléctricos genera respuestas ópticas no lineales robustas y sintonizables, posicionando a estos sistemas como candidatos prometedores para aplicaciones en fotónica de nueva generación.

Vineet Kumar Sharma, Alana Okullo, Barun Ghosh, Arun Bansil, Sugata Chowdhury2026-03-27🔬 cond-mat.mtrl-sci