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。

3D Imaging of directional multi-scale cellulose nanostructures through multi-directional dark-field neutron tomography

本研究展示了利用多方向暗场中子断层扫描作为一种无损、多尺度成像技术,来可视化固体泡沫中纤维素纳米原纤的三维分级纳米结构和各向异性取向,从而克服了传统 X 射线和电子显微方法的辐射损伤及尺度限制。

Matteo Busi, Elisabetta Nocerino, Agnes Åhl, Lennart Bergström, Markus Strobl2026-06-02🔬 cond-mat.mes-hall

A Wide Optical-Gap in Fully sp3sp^3-Like Hydrogenated Monolayer Graphene

本研究报告了对镍网载高度氢化单层石墨烯的全面光谱表征,证明了完全 sp3sp^3 型氢化诱导了约 6.3 eV 的宽光学带隙和明显的 π\pi 激元猝灭,而部分氢化的样品则表现出混合形貌和降低的 sp3sp^3 饱和度。

Alice Apponi (Dipartimento di Scienze, Universitá degli Studi di Roma Tre, INFN Sezione di Roma Tre), Orlando Castellano (Dipartimento di Scienze, Universitá degli Studi di Roma Tre, INFN Sezione di R (…)2026-06-02🔬 cond-mat.mtrl-sci

From Evaluation to Design: Using Potential Energy Surface Smoothness Metrics to Guide Machine Learning Interatomic Potential Architectures

本文介绍了键平滑度特征测试(Bond Smoothness Characterization Test, BSCT),这是一种计算高效的指标,用于检测潜在势能面的非平滑性,旨在验证机器学习原子间势函数并指导迭代式的架构改进,从而使模型在实现低回归误差的同时,确保分子动力学模拟的稳定性。

Ryan Liu, Eric Qu, Tobias Kreiman, Samuel M. Blau, Aditi S. Krishnapriyan2026-06-02🔬 cond-mat.mtrl-sci