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。

🔬 materials science

Observation of Flat Bands in Type-II Weyl Semimetal TaRhTe4_{4}

本文通过角分辨光电子能谱实验,报道了在体相非中心对称 II 型外尔半金属 TaRhTe4_4 的化学势附近发现了意料之外的平带,揭示了一个非平凡拓扑与平带共存的独特平台,尽管理论预测中并不存在此类特征。

Harry Rankin, Tyler J. Slade, Benjamin Schrunk, Yevhen Kushnirenko, Andrew Eaton, K. U. R. R. S. Rathnayaka, Maxwell Doy (…)2026-07-02
🔬 materials science

Comparative study of ensemble-based uncertainty quantification methods for neural network interatomic potentials

本研究系统地评估了用于神经网络原子间势能的集成式不确定性量化方法,并揭示了在分布外机制下,预测精度往往无法可靠地指示准确度,且随着误差的增长经常出现平台期或下降现象,从而凸显了在大规模材料模拟中使用不确定性估计作为准确度代理指标时的根本局限性。

Yonatan Kurniawan (Department of Physics and Astronomy, Brigham Young University, Provo, Utah, USA), Mingjian Wen (Insti (…)2026-07-01
🔬 materials science

Exchange-Correlation Functionals in 2D Materials: Applications, Challenges, and Limitations

本综述探讨了交换相关泛函在密度泛函理论中对于准确预测二维材料性质所起到的关键作用、面临的挑战及局限性,同时评估了先进的计算方法以及旨在克服当前在模拟量子局限效应和范德华相互作用方面缺陷的新兴策略,例如机器学习。

Ahsan Javed, Mahvish Shaheen, Muhammad Shahbaz, M. Sufyan Ramzan, Rafi Ullah, Wei Jiang2026-07-01
🔬 applied physics

X-ray detected ferromagnetic resonance spectrometer with an out-of-vacuum photodetector

本文报道了一种具有真空外光电探测器的 X 射线检测铁磁共振 (XFMR) 光谱仪的研发,该探测器便于更换并能实现包括 XEOL 光谱和 XFMR 信号检测在内的多种测量,从而为 XFMR 显微成像等先进应用拓展了可能性。

Tetsuro Ueno, Yasuo Takeichi, Masaki Mizuguchi, Hideaki Iwasawa, Yoshiyuki Ohtsubo, Kanta Ono, Hiroyuki Okazaki, Songtia (…)2026-07-01
🔬 mesoscale physics

Tailoring Ultrathin Magnetic Multilayers at Terraced Topologically Insulating Interfaces for Perpendicularly Magnetized Domains

本文通过分子束外延和溅射技术,展示了 Bi2_2Se3_3/缓冲层/[Pt/CoB/Ru]×N_{\times N} 异质结构生长的优化过程,揭示了关键的缓冲层厚度对于抑制 Bi2_2Se3_3 阶梯状生长并实现适用于自旋电子学应用的具有明确畴结构的均匀垂直磁各向异性至关重要。

Benjamin A. Brereton, Soumyarup Hait, Ahmet Yagmur, Christy J. Kinane, Francesco Maccherozzi, Michele Conroy, Satoshi Sa (…)2026-07-01
🔬 materials science

Accelerating Structure-Property Relationship Discovery with Multimodal Machine Learning and Self-Driving Microscopy

本文提出了一种自动驾驶显微成像框架,该框架整合了用于自适应数据采集的双重新颖深度核学习,以及用于表示学习的双重变分自编码器,旨在自主映射卤化物钙钛矿薄膜中的结构-性质关系,并揭示了与特定纳米尺度结构基元相关的不同滞后行为。

Jiawei Gong, Danqing Ma, Ralph Bulanadi, Robert Moore, Rama Vasudevan, Lianfeng Zhao, Yongtao Liu2026-07-01