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

Hierarchical Interdiffusion Kinetics in Nanoscale Ni/Al Multilayers

通过结合快速差示扫描量热法与跨越广泛加热速率的相关扫描透射电子显微镜技术,本研究揭示了纳米级 Ni/Al 多层膜中的相互扩散呈现出层级化特征,即从低温下的晶界主导传输向高温下的晶格扩散转变,从而确立了晶界是控制反应起始和微观结构设计的关键因素。

S. S. Riegler (Chair of Metallic Materials Saarland University, Chair of Metallic Materials TU Berlin), I. Gallino (, In (…)2026-06-12
🔬 materials science

Compositional gradient engineering for enhanced ferroelectricity in ultrathin AlScN

本文证明了超薄 AlScN 薄膜中的成分梯度工程通过分布结构不连续性来减轻泄漏和击穿,从而使厚度仅为 5 nm 的堆叠结构能够实现稳健的铁电切换,并与均匀对应物相比显著增强了电阻率和极化强度。

Zekun Hu, Haiwen Zhang, Rajeev Kumar Rai, Yuhong Cao, Xiaolei Tong, Pedram Yousefian, Hyunmin Cho, Bongjun Choi, Chao-Ch (…)2026-06-12
🔬 materials science

Fine-tuning MLIP foundation models: strategies for accuracy and transferability

本文评估了针对机器学习原子间势(MLIP)基础模型在多种化学基准测试下的七种微调策略,结果表明,虽然基础模型质量和正确的能量初始化等先决条件至关重要,但对于单一系统的准确性而言,朴素微调是最优选择,而多头回放则能独特地保持用于更广泛部署的分布外鲁棒性。

Tamás Lajos Tompa, Eszter Varga-Umbrich, Ilyes Batatia, Alin M. Elena, Noam Bernstein, Gábor Csányi2026-06-12
🔬 materials science

A wrong ground-state structure of HfO2_2 predicted by machine-learning interatomic potentials based on the PBE functional

本文警告称,基于 PBE 泛函 DFT 数据训练的机器学习原子间势函数由于该泛函具有过度稳定低密度相的倾向,会错误地预测 HfO2_2 的基态结构,而这一缺陷可以通过使用 PBEsol 或 LDA 等替代泛函来缓解。

Shuqi Tang, Jinchen Wei, Kang Wang, Junjie Zhou, Yihan Zhang, Menglin Huang, Shiyou Chen2026-06-12
🔬 applied physics

Disentangling the origin of degradation in perovskite solar cells via optical imaging and Bayesian inference

本研究采用了一种结合光致发光成像、漂移-扩散模拟和贝叶斯推断的新颖方法来绘制钙钛矿太阳能电池空间非均匀退化的图谱,成功区分了体相缺陷与界面缺陷,并证明了氨基硅烷钝化能有效抑制界面退化。

Akash Dasgupta, Robert D. J. Oliver, Manuel Kober-Czerny, Charlie H. G. Nicholls, Xueli Cao, Yen-Hung Lin, Alexandra J. (…)2026-06-12