计算物理学是连接抽象理论与现实世界的桥梁,它利用强大的计算机模拟来探索从微观粒子到浩瀚宇宙的复杂规律。在这里,我们不再仅仅依赖纸笔推导,而是通过数字实验揭示物质深处那些难以直接观测的奥秘,让深奥的公式在代码中焕发新生。

Gist.Science 持续追踪 arXiv 上发布的最新预印本,确保您能第一时间获取这些前沿成果。我们不仅提供详尽的技术解读,更会将其转化为通俗易懂的通俗摘要,帮助不同背景的研究者与爱好者轻松跨越专业门槛。

以下为您精选的近期计算物理学领域最新论文,涵盖了从量子模拟到流体力学的多样探索。

The universal growth of magnetic energy during the nonlinear phase of subsonic and supersonic small-scale dynamos

通过分析跨亚声速至超声速流态的大规模模拟集合,本研究揭示:尽管小尺度发电机的非线性增长率随流动压缩性从线性变化至二次型,但该过程在约 20 个外尺度周转时间的特征时长内,始终将固定比例(即湍流动能的一部分)转化为磁能。

Neco Kriel, James R. Beattie, Mark R. Krumholz, Jennifer Schober, Patrick J. Armstrong2026-05-01🔬 physics

Towards single-shot coherent imaging via overlap-free ptychography

本文提出了一种扩展的 PtychoPINN 框架,通过将可微分前向模型与泊松似然函数相结合,实现了无重叠的单次相干衍射成像,并加速了传统多扫描点衍射成像,从而在实验同步辐射和 X 射线自由电子激光数据集上以显著降低的数据需求和提高的吞吐量实现了高保真度重建。

Oliver Hoidn, Albert Vong, Aashwin Mishra, Steven Henke, Matthew Seaberg2026-05-01🔬 physics.optics

Experimentally Accurate Graph Neural Network Predictions of Core-Electron Binding Energies

本文提出了一种名为 AugerNet 的实验准确且可解释的图神经网络模型,该模型通过利用化学信息节点特征和 E(3) 等变性来捕捉局部键合环境并推广至更大体系,从而以 0.33 eV 的平均绝对误差预测有机分子中的碳 1s 核心电子结合能。

Adam E. A. Fouda, Joshua Zhou, Rodrigo Ferreira, Patrick Phillips, Valay Agarawal, Bhavnesh Jangid, Jacob J. Wardzala, Rui Ding, Junhong Chen, Nicole Tebaldi, Phay J. Ho, Laura Gagliardi, Linda Young2026-05-01🔬 physics

VibroML: an automated toolkit for high-throughput vibrational analysis and dynamic instability remediation of crystalline materials using machine-learned potentials

VibroML 是一个开源 Python 工具包,它利用机器学习势函数和遗传算法来自动化处理动力学不稳定性、验证有限温度稳定性并系统性地探索成分空间,从而将高通量材料筛选从单纯稳定性验证转变为生成物理可行晶体结构的综合工作流程。

Rogério Almeida Gouvêa, Gian-Marco Rignanese2026-05-01🔬 cond-mat.mtrl-sci