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。

Machine Learning Accelerated SSNEB for Efficient Minimum Energy Pathway Calculations

本文介绍了一种混合机器学习加速的固态渐进弹性带(SSNEB)框架,该框架将 EquiformerV2 和 eSEN 模型与密度泛函理论(DFT)相结合,在保持与第一性原理计算相当的准确度的同时,实现了在计算固体材料最小能量路径方面高达 7 倍的加速。

Yu Zhang, Guanzhi Li, Minkyung Han, Sean Gasiorowski, Daniel Ratner, Chunjing Jia, Yu Lin2026-06-15🔬 cond-mat.mtrl-sci

An integrated ultrahigh vacuum cluster tool for diamond surface science and single nitrogen-vacancy center measurements

本文介绍了一种定制设计的超高真空集群工具,该工具将原位金刚石表面制备与表征与低温单氮-空位中心测量相结合,旨在将表面化学与自旋及电荷特性直接关联,以用于量子传感应用。

Zhiyang Yuan, Sorawis Sangtawesin, Lila V. H. Rodgers, Kalliope Zervas, James J. Allred, Jared Rovny, Patryk Gumann, Nathalie P. de Leon2026-06-15⚛️ quant-ph

Probing Structure and Ionic Transport in Molten Lithium Carbonate

本研究采用等变图神经网络机器学习势能(具体为 MACE 架构)来克服模拟熔融碳酸锂时的计算限制,揭示了锂的传输由协同运动主导,并经历了一个由温度驱动的从各向异性到各向同性扩散的转变,同时准确地重现了实验中的结构和黏度特性。

Debsundar Dey, Abhirup Patra, Anand Narayanan Krishnamoorthy, Gopalakrishnan Sai Gautam2026-06-15🔬 cond-mat.mtrl-sci

The Future of Computing for Materials Science Challenges

这篇观点论文概述了将经典模拟、实验测量、机器学习和量子计算整合进可重复、标准化的工作流中之必要性,以克服当前的局限性并加速可靠地发现先进材料。

Phalgun Lolur, Richard P. Padbury, George H. Booth, Katherine Inzani, Nicole Holzmann, Thomas W. Keal, Joseph Montaya, Daniel F. Urban, Thomas Eckl, Emanuele Marsili, Wibe A. de Jong, Jonathan R. Owen (…)2026-06-15🔬 cond-mat.mtrl-sci

Modifying Electrochemical Doping in Light-Emitting Electrochemical Cells with Gold Nanoparticles

本文表明,在电极界面引入具有特定表面改性的金纳米颗粒,可作为一种通用的、非侵入式的控制参数,用以重塑发光电化学发光器件的电化学掺杂分布和发射区,从而通过构建性或破坏性光学干涉,在不改变活性材料化学性质的情况下实现器件效率的优化。

Ajay K. Poonia, Anton Kirch, Joan Ràfols-Ribé, Lucrezia Catanzaro, Anish Rao, Karol Kołątaj, Vittorio Scardaci, Giuseppe Compagnini, Guillermo P. Acuna, Ludvig Edman, Nicolò Maccaferri2026-06-15🔬 physics.app-ph

Tailoring the properties of YBa2_{2}Cu3_{3}O7δ_{7-\delta} thin films by 30 keV He+^+ irradiation: An enabling route to superconducting device nanopatterning

本研究确立了 30 keV He+^+ 离子辐照 YBa2_2Cu3_3O7δ_{7-\delta} 薄膜的定量通量阈值和实际操作窗口,证明了通过产生弗伦克尔缺陷对(而非氧缺失)进行的受控缺陷工程,能够在特定的通量范围内,在保持结构完整性的同时,实现超导性能的精确抑制与纳米图案化。

Bernd Aichner, Simon Koch, Philipp A. Korner, Max Karrer, Katja Wurster, Christoph Schmid, Ulrich Kentsch, Reinhold Kleiner, Edward Goldobin, Dieter Koelle, Wolfgang Lang2026-06-15🔬 physics.app-ph