凝聚态物理与材料科学的交汇点,正以前所未有的速度重塑我们对物质世界的理解。从超导体到新型电池材料,这一领域致力于探索微观粒子的排列如何决定宏观世界的性能。Gist.Science 在此板块特别关注源自 arXiv 的最新预印本,它们代表了该领域最前沿的突破。

为了打破专业壁垒,我们团队会对 arXiv 上的每一份新论文进行深度处理,提供通俗易懂的通俗解读与详尽的技术摘要。无论您是寻求灵感的工程师,还是希望快速掌握动态的研究者,都能在这里找到清晰的路径。以下是该领域最新发布的论文精选,带您直击科学探索的最前线。

🔬 物理学

Ammonium thiocyanate enables in-situ structural templating of MAPbI3 via quasi-2D perovskite scaffold

这项研究表明,硫氰酸铵增强 MAPbI₃ 钙钛矿太阳能电池性能的方式,并非通过促进电荷通过二维层传输,而是通过动力学控制准二维相的形成,从而构建一个晶格匹配的支架,以此在结构上模板化高度有序的三维钙钛矿晶体的生长。

Sophie Tucker, Isaac Metcalf, Rachel C. Kilbride, Elena J. Cassella, Jessica H. Persaud, Faiz Mandani, Niranjana Raj, Ma (…)2026-10-30
🔬 物理学

Observation of light-induced topological state in graphene

通过将圆偏振二色性时间分辨极紫外动量显微技术与从头算理论相结合,本研究为石墨烯中光诱导的 Floquet 陈绝缘体态提供了直接的光谱学证据,该状态以一种取决于泵浦螺旋性的光电子发射圆二色性为特征,从而证实了拓扑伪自旋纹理和贝里曲率的形成。

Sotirios Fragkos, Ann Chantal Goutier, Umberto Dellasette, Dominique Descamps, Stéphane Petit, Wiebke Bennecke, Philip H (…)2026-10-30
🔬 物理学

Distilling Large-Scale Machine Learning Interatomic Potentials to Predict Long-Timescale Electrolyte Transport Properties

本文介绍了一种知识蒸馏程序,该程序将大规模机器学习原子间势函数的量子力学精度转移到显著更快的特定系统模型中,从而实现了对符合实验数据且优于经典力场的长时标电解质传输性质的高效预测。

Ishan Amin, Yue Jian, Nitesh Kumar, Christine Zhang, Jianwei Lai, Casey S. Mezerkor, Aaron M. Melemed, Jonathan R. Thurs (…)2026-10-30
🔬 物理学

Lone-Pair Stereoactivity Overrides Mass Scaling of Thermal Expansion and Heat Conduction in Non-vander Waals Layered Bismuth Oxychalcogenides

这项研究揭示了在层状氧化铋硫族化合物(Bi2O2X)中,决定热膨胀和热传导的主导因素是Bi3+孤对电子的立体化学活性,而非硫族阴离子的质量,这导致了独特的各向异性特性,并确定了Bi2O2Se是最小化纳米级晶体管中热应力的最佳材料。

Linzhen Li, Guangwu Zhang, Ziyan Qian, Wei Jing, Yang Lu, Jiaqi Gu, Kaifeng Huang, Yanguang Zhou, Qiye Zheng2026-10-30
🔬 物理学

Development and application of a machine learning potential for diamond surfaces and their sliding interfaces with silicon nitride and silica: effect of passivation, orientation and load

本研究开发了一种反应性机器学习势函数,用于在超越第一性原理方法的尺度上模拟金刚石相对于氮化硅和二氧化硅的滑动,揭示了表面钝化、取向和载荷如何通过不同的剪切机制支配界面结合与摩擦。

Enrico Pedretti, Maria Clelia Righi2026-10-30
🔬 物理学

Learning Between the Lines: Interaction Interpolation in a Multi Element Machine Learning Interatomic Potential

本文提出了一种针对十二种金属元素的轻量级通用机器学习原子间势函数,该函数通过逐步主动学习方法,实现了对未见高阶合金体系及新元素的迁移能力,从而仅利用一元和二元训练数据即可实现准确预测。

Ademola Soyemi, Kipton Barros, Timothy C. Germann, Benjamin T. Nebgen, Brenden W. Hamilton2026-10-30
🔬 物理学

Multiscale evaluation of the elastic response of polycrystalline NiAl using molecular statics, EBSD-based finite element and analytical homogenization methods

本文提出了一种结合分子静态学、基于EBSD的有限元建模以及解析均匀化方法的跨尺度框架,用于准确预测多晶NiAl的弹性常数,并证明了在采用Hashin-Shtrikman界限和自洽近似时,数值模拟与实验结果之间具有极佳的一致性。

Szymon Nosewicz, Marcin Maździarz, Paweł Hołobut, Witold Chromiński, Katarzyna Kowalczyk-Gajewska, Grzegorz Jurczak2026-10-30