统计力学是连接微观粒子运动与宏观物质性质的桥梁,它帮助我们理解为何冰会融化、为何磁铁能吸起回形针。在凝聚态物理领域,这一理论框架至关重要,它揭示了从超导材料到复杂流体等日常现象背后的深层规律。

Gist.Science 持续追踪来自 arXiv 的最新预印本,确保您能第一时间接触到这些前沿研究。我们对每一篇新发表的论文进行深度处理,不仅提供详尽的技术解析,更用通俗易懂的语言提炼核心发现,让复杂的物理概念变得触手可及。

以下是本领域最新收录的论文列表,邀请您一同探索物质世界的奇妙规律。

Maximally Symmetric Boost-Invariant Solutions of the Boltzmann Equation in Foliated Geometries

该论文通过在 dS3×RdS_3\times \mathbb{R} 背景上利用对称性驱动的相空间方法,推导出了涵盖平坦、球面和双曲三种常曲率切片(分别对应 Bjorken 流、Gubser 流及全新的 Grozdanov 流)的统一精确玻尔兹曼方程解,并揭示了其作为流体动力学和自由流极限的自然涌现机制。

Mauricio Martinez, Christopher Plumberg2026-03-11⚛️ hep-ph

Understanding the temperature response of biological systems: Part I -- Phenomenological descriptions and microscopic models

这篇综述的第一部分系统梳理了从酶促反应到生物体表现等不同尺度下描述生物温度响应的唯象模型与微观模型,探讨了各类函数形式及其定义的操作参数,并指出微观模型在捕捉协同效应方面的局限性,同时预告第二部分将深入分析系统级温度响应曲线如何由众多基础反应相互作用而产生。

Simen Jacobs, Julian Voits, Nikita Frolov, Ulrich S. Schwarz, Lendert Gelens2026-03-11🧬 q-bio

Efficient Monte-Carlo sampling of metastable systems using non-local collective variable updates

该论文提出了一种针对非线性集体变量和欠阻尼朗之万动力学的非局部更新蒙特卡洛采样通用算法,通过证明其可逆性并展示其在数值示例中的显著性能提升,有效解决了复杂分子系统的亚稳态采样难题,并借助生成式机器学习扩展了其在高维真实分子系统中的应用潜力。

Christoph Schönle, Davide Carbone, Marylou Gabrié, Tony Lelièvre, Gabriel Stoltz2026-03-11🔬 physics

Understanding the temperature response of biological systems: Part II -- Network-level mechanisms and emergent dynamics

本文作为系列第二部分,在回顾前作的基础上,重点探讨了通过确定性动力学与随机框架等网络级机制,如何将单个反应的阿伦尼乌斯温度依赖性转化为系统层面的非阿伦尼乌斯标度、热极限及温度补偿等涌现动态,从而为理解生物系统的鲁棒性、扰动响应及进化约束提供了从经验曲线到分子组织的机制性桥梁。

Simen Jacobs, Julian B. Voits, Nikita Frolov, Ulrich S. Schwarz, Lendert Gelens2026-03-11🌀 nlin