A área de Física da Matéria Condensada e Ciência dos Materiais investiga como os átomos se organizam para criar as propriedades que definem o mundo ao nosso redor, desde a condutividade de um fio até a flexibilidade de um novo polímero. É um campo onde a descoberta teórica se transforma rapidamente em tecnologias que moldam nosso dia a dia.

No Gist.Science, acompanhamos diariamente os novos preprints dessa categoria vindos diretamente do arXiv. Nossa equipe processa cada publicação para oferecer resumos técnicos detalhados e explicações em linguagem acessível, garantindo que os avanços mais recentes sejam compreensíveis para todos os níveis de conhecimento.

Abaixo, você encontrará a lista atualizada das pesquisas mais recentes publicadas nesta intersecção fascinante entre física e engenharia.

🔬 optics

All-optical switching of nonlinear structured light in crystal-engineered van der Waals materials

Este artigo demonstra um mecanismo de comutação monolítico e totalmente óptico para luz estruturada não linear em cristais de van der Waals de 3R-MoS2_2 ultrafinos e engenhados, permitindo a geração dinâmica de feixes de vórtice de segunda harmônica com cargas topológicas alternáveis para avançar as tecnologias nanofotônicas integradas.

Paolo Valisa, Marc Richstaetter, Bianca Sanfilippo, Benedikt Ursprung, Zhi Hao Peng, Victoria Quiros-Cordero, Francesco (…)2026-08-14
🔬 materials science

DREAMS: Density Functional Theory Based Research Engine for Agentic Materials Simulation

O artigo introduz o DREAMS, um framework hierárquico de múltiplos agentes para simulações de teoria do funcional da densidade que emprega uma guarda de segurança de múltiplos níveis para verificar cada etapa e rastrear a proveniência dos dados, alcançando assim uma pesquisa de materiais de alta precisão, confiável e quase autônoma, com taxas de erro significativamente reduzidas em comparação com sistemas sem proteção.

Ziqi Wang, Hongshuo Huang, Hancheng Zhao, Changwen Xu, Shang Zhu, Jan Janssen, Venkatasubramanian Viswanathan2026-08-13
🔬 materials science

Teaching a Transformer to Think Like a Chemist: Predicting Nanocluster Stability

Este estudo integra a teoria do funcional da densidade com um modelo de inteligência artificial baseado em transformer para prever a estabilidade e as configurações núcleo-casca versus segregação superficial de nanoclusters bimetálicos de 13 átomos, alcançando previsões de energia precisas e insights interpretáveis sobre descritores químicos fundamentais, enquanto adere aos princípios FAIR/TRUE para a descoberta de materiais reprodutível.

João Marcos T. Palheta, Octavio Rodrigues Filho, Mohammad Soleymanibrojeni, Alexandre Cavalheiro Dias, Diego Guedes-Sobr (…)2026-08-13
🔬 materials science

Combining Quasiparticle Self-Consistent GWGW and Machine-Learned DFT+UU to Assess Half-Metallicity in Co- and Ni-Based Heuslers

Este estudo avalia a semimetalicidade de compostos de Heusler baseados em Co e Ni com ajuste de rede ao InAs, comparando funcionais DFT padrão com cálculos GWGW autoconsistentes de quase-partícula e uma abordagem de DFT+UU aprendida por máquina, identificando finalmente o Co2_2TiSn e o Co2_2ZrAl como os candidatos semimetálicos mais promissores, ao mesmo tempo em que destaca a significativa dependência metodológica da polarização de spin prevista.

Zefeng Cai, Malcolm J. A. Jardine, Maituo Yu, Chenbo Min, Jiatian Wu, Hantian Liu, Derek Dardzinski, Christopher J. Palm (…)2026-08-13
🔬 materials science

Disentangling the dynamics of transient spin and orbital magnetization in SrTiO3_3 via the inverse Faraday effect from RT-TDDFT

Utilizando a teoria do funcional da densidade dependente do tempo em tempo real, este estudo demonstra que a luz circularmente polarizada induz uma magnetização transitória ultrarrápida e dependente de helicidade no isolante não magnético SrTiO3_3 através da transferência puramente eletrônica de momento angular orbital, desvinculando efetivamente o efeito Faraday inverso da orientação óptica sem requerer movimento iônico.

Andri Darmawan, Markus E. Gruner, Rossitza Pentcheva2026-08-13
🔬 materials science

Temperature-Driven Sequential Modeling for the Prediction of Annual Power Conversion Efficiency Profiles of Organic Photovoltaic Materials: Douala Case Study

Este artigo introduz uma estrutura computacional nativa ao clima que combina dinâmica molecular, redes neurais de grafos equivariantes e aprendizado profundo sequencial para prever os perfis anuais de eficiência de conversão de potência, impulsionados pela temperatura, de materiais fotovoltaicos orgânicos em regiões tropicais, demonstrando que a modelagem da dinâmica conformacional térmica supera significativamente as avaliações de eficiência estáticas para identificar candidatos adequados para implantação no mundo real.

Steve Cabrel Teguia Kouam, Rockefeller Rockefeller, Raoult Dabou Teukam, Jean-Pierre Tchapet Njafa, Patrick Sorrel Mvoto (…)2026-08-13
🔬 materials science

Chemically Meaningful Textualization Enables Explainable Validation of Metal-Organic Frameworks by Large Language Models

Este artigo demonstra que transformar dados cristalográficos em texto quimicamente significativo permite que modelos de linguagem de grande escala ajustados sirvam como validadores precisos e interpretáveis para redes metalorgânicas, identificando efetivamente erros estruturais e fornecendo justificativas diagnósticas comparáveis a modelos especializados baseados em grafos.

Guobin Zhao, Xiao-Yan Li2026-08-13
🔬 materials science

Many-Body Destabilization of Intermediate Oxygen-Hole States

Utilizando Monte Carlo de difusão quântica, este estudo corrige a previsão errônea do DFT híbrido de um estado de buraco de oxigênio dividido em Na2−x_{2-x}Mn3_3O7_7 ao demonstrar que o pólaron de oxigênio localizado é o verdadeiro estado fundamental, expondo, assim, um modo crítico de falha dos funcionais híbridos em óxidos correlacionados que não pode ser resolvido por espectroscopia de absorção de raios X convencional.

Anirudh Adavi, Kayahan Saritas, Ming Lei, Das Pemmaraju, Paul R. C. Kent, Iwnetim I. Abate2026-08-13
🔬 mesoscale physics

Large bias-tunable magnetoresistance from spin-dependent interlayer hybridization in van der Waals antiferromagnet CrSBr-based heterostructures

Este estudo revela que a magnetorresistência grande e ajustável por polarização em heteroestruturas de van der Waals baseadas em CrSBr surge da hibridização intercamada dependente de spin que modula linearmente o deslocamento da borda da banda da barreira com o ângulo de magnetização, em vez de decorrer da polarização de spin dos eletrodos como descrito pelo modelo de Jullière.

Sadeed Hameed (Institute of Physics, Johannes Gutenberg University Mainz, Mainz, Germany), Aditya Kumar (Institute of Ph (…)2026-08-13