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

Interpretable physics-informed retrieval-augmented generation language model for end-to-end inorganic crystal synthesis planning

本文提出了 PIRAG-LM,一种可解释的、物理启发式的检索增强生成模型,该模型利用包含超过 13,000 条实验记录的结构化知识库,能够准确预测并规划端到端的无机晶体合成路径,并成功指导了五种新化合物的实验实现。

Wei-Jian Jiang, Ye-Nan Sha, Hui Guo, Jie Chen, Yu-Cai Liang, Ke Zhou, Qi-Long Gao, Dong-Lin Han, Xin-Gao Gong, Wan-Jian (…)2026-08-27
🔬 materials science

Direct current thermo-mechanical testing: Principles, uncertainty hierarchy, and its role in advanced materials characterisation

本综述整合了四十年来关于直流热机械测试(DC-TMT)的研究,旨在建立正式的不确定度层级,阐明其与传统基于炉式方法相比的独特优势与局限性,并为各种先进材料的严格标准化与解释提供指导方针。

Abdalrhaman Koko, Sodiq Abiodun Kareem, Olajesu Favor Olanrewaju, Rachael Williams, Justus Uchenna Anaele, Yuanbo T. Tan (…)2026-08-27
🔬 materials science

A Hierarchical Synergistic Deep Learning Framework Integrating Composition, Structure, and Ionic Transport for Solid-State Electrolyte Discovery

本文提出了一种结合组成、结构和动力学模块的分层协同深度学习框架,旨在克服多目标筛选中的数据限制,该框架成功地从超过 3000 万个候选材料中识别出 97 种高性能固态电解质,并揭示了锂离子跳跃网络连通性而非几何位点数量是室温离子电导率的主要决定因素。

Hongwei Du, Dingyang Lv, Baole Wei, Yongheng Li, Feng Yu, Ziheng Lu, Siqi Shi, Hong Wang2026-08-27