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

A flexible kinetic Monte Carlo framework for GaN molecular beam epitaxy with adaptive on-the-fly barrier evaluation

本文提出了一种灵活且可扩展的基于格点的动力学蒙特卡洛框架,用于模拟氮化镓分子束外延,该框架将预定义的活化能目录与自适应的机器学习实时势垒评估相结合,以准确模拟诸如岛屿形成、奥斯特瓦尔德熟化以及温度驱动的岛屿迁移等复杂生长现象。

Sajid Ali, Norbert Krause, Carla Verdi2026-07-29
🔬 materials science

MANDALA: An E(3)-Equivariant Graph Neural Network Framework for Learning Electronic-Structure Operators with Observable Guidance

Mandala 是一个模块化的、E(3) 等变的图神经网络框架,它通过学习块稀疏量子算符来直接预测能带结构和态密度等电子观测值,从而弥合了机器学习与电子结构计算之间的差距,并以此对传统的机器学习原子间势函数进行补充。

Bartosz Brzoza, Wiktoria Szopa, Zakaria Elabid, Vincent Martinetto, Varadarajan Rengaraj, Mani Lokamani, Thomas D. Kühne (…)2026-07-29
🔬 materials science

First-Principles Origins of Charge Transport in Molecular Semiconductors

本文引入了一种基于非微扰格林-库博(Green-Kubo)动力学的无参数、第一性原理框架,该框架能够准确预测不同机制下分子半导体的电荷传输,通过将 DNTT 的瞬态局域化归因于相关在位无序,推翻了现有的微观机制解释,并确定了菲南类(phenacene family)是开发高迁移率材料的一个极具前景的方向。

Tong Jiang, Joonho Lee2026-07-29
🔬 materials science

Identifying Contact Barrier Types in Few-Layer MoS2 Devices Using Correlative IV, LBIC, and Bias-Dependent KPFM

本文提出了一种结合了 IV、LBIC 和偏压依赖型 KPFM 的集成实验框架,用于明确识别并表征少层 MoS2 器件中的肖特基接触与隧道接触势垒,证明了尽管热退火降低了总电阻,但接触势垒仍然是主要的限制因素。

Ariane Ufer, Zeinab Eftekhari, Benjamin Mayer, Hendrik Lambers, Hubert J. Krenner, Rebecca Saive, Ursula Wurstbauer2026-07-29
🔬 mesoscale physics

Anisotropic domain wall velocity profiles in the creep regime: the interplay of chiral damping, stiffness and Dzyaloshinskii-Moriya interaction

本文提出了一种扩展的角度蠕变模型,该模型结合了弥散畴壁刚度和手性阻尼,以准确描述磁泡畴的各向异性膨胀,从而增强了对 Dzyaloshinskii-Moriya 相互作用和手性动力学效应的定量提取。

Adriano Di Pietro, Alessandro Magni, Stefania Pizzini, Frowin Dörr, Yasser Shokr, Gianfranco Durin, Silvia Tacchi, Marco (…)2026-07-29
🔬 materials science

Physics-Guided Interpretable Machine Learning Framework for Anomalous Transport in Crowded Media with Tunable Flexibility

本文提出了一种物理引导的可解释机器学习框架,该框架将布朗集群动力学(Brownian Cluster Dynamics)模拟与 SHAP 分析相结合,旨在定量地解构拥挤、组分以及可调键柔性对拥挤介质中颗粒传输的独立及耦合影响,从而揭示了键柔性是异质胶体网络中弛豫的一个独特调节因子。

Zakiya Shireen, Sujin B. Babu2026-07-29
🔬 materials science

Singular geometry and eigenframe topology in local rank-2 tensor observables

本文揭示了尽管像电场梯度这样的对称二阶张量在外观上是光滑的,但其按量级排序的主值表示却掩盖了一种全局拓扑效应,即围绕简并点进行连续输运会诱导特征框架发生二进位取向反转,这一现象通过对金红石型 TiO2、SnO2 和立方 MgO 进行应变控制的第一性原理计算得到了证实。

I. C. J. Yap, B. Doerschel, S. Q. Jin, T. T. Dang, P. M. Scott, H. C. Hofsaess, D. C. Lupascu, A. Krawczuk, J. H. Schell2026-07-29