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

From phase transformation to amorphization: damage accumulation in Yb-implanted \b{eta}-Ga2O3

这项研究表明,在 β\beta-Ga2_2O3_3 中植入 Yb 离子会引发一个多阶段损伤累积过程,该过程涉及在 0.4 dpa 时由应变诱导向 γ\gamma-Ga2_2O3_3 的相变,随后是缺陷驱动的重组,并最终在 7 dpa 时发生表面非晶化,从而挑战了该材料此前被认为具有的抗辐射稳健性。

Joanna Matulewicz, Renata Ratajczak, Ewa Grzanka, Maciej Oskar Liedke, Damian Kalita, Eric Hirschmann, Andreas Wagner, M (…)2026-08-05
🔬 materials science

Staggered Dzyaloshinskii-Moriya inducing weak ferromagnetism in centrosymmetric altermagnets and weak ferrimagnetism in noncentrosymmetric altermagnets

本文通过证明 Dzyaloshinskii-Moriya 相互作用在中心对称交错磁体中诱导产生弱铁磁性,在非中心对称交错磁体中诱导产生弱亚铁磁性,而在常规反铁磁体中则无效,从而调和了关于 Dzyaloshinskii-Moriya 相互作用的冲突观点。

Carmine Autieri, Raghottam M Sattigeri, Giuseppe Cuono, Amar Fakhredine2026-08-04
🔬 materials science

Accurate estimation of interfacial thermal conductance between silicon and diamond enabled by a machine learning interatomic potential

本研究表明,与传统的半经验势相比,基于密度泛函理论数据训练的机器学习原子间势显著提高了硅与金刚石之间界面热导率预测的准确性,同时也为声子模式贡献和键合特性提供了详细的见解。

Ali Rajabpour, Bohayra Mortazavi, Pedram Mirchi, Julien El Hajj, Yangyu Guo, Xiaoying Zhuang, Samy Merabia2026-08-04
🔬 materials science

Correlations drive the attosecond response of strongly-correlated insulators

通过对氧化镍进行的阿秒分辨率实验结合先进计算,研究人员证明了强关联绝缘体的超快响应是由激光驱动的电子关联猝灭所控制的,这标志着首次直接测量到在几飞秒内发生的哈伯德 UU 库仑相互作用重整化。

Romain Cazali, Amina Alic, Matthieu Guer, Christopher J. Kaplan, Fabien Lepetit, Olivier Tcherbakoff, Stéphane Guizard (…)2026-08-04