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。

A Comparative Study of the Streaming Instability: Unstratified Models with Marginally Coupled Grains

该研究首次系统比较了七种流体动力学代码在模拟无分层流不稳定性时的表现,发现尽管各代码在定性行为上高度一致,但尘埃模型(粒子法与流体法)在中等分辨率下会导致定量差异,而高分辨率可显著缩小这些差距,同时 GPU 计算在能效和扩展性上优于 CPU。

Stanley A. Baronett, Wladimir Lyra, Hossam Aly, Olivia Brouillette, Daniel Carrera, Victoria I. De Cun, Linn E. J. Eriksson, Mario Flock, Pinghui Huang, Leonardo Krapp, Geoffroy Lesur, Rixin Li, Sheng (…)2026-03-06🔭 astro-ph

Escaping the Hydrolysis Trap: An Agentic Workflow for Inverse Design of Durable Photocatalytic Covalent Organic Frameworks

本文提出了一种名为 Ara 的大语言模型智能体,它利用化学先验知识引导搜索,成功克服了共价有机框架(COFs)光催化剂中电子性能与水解稳定性之间的权衡难题,在耐用性光催化 COF 的逆向设计中显著优于随机搜索和贝叶斯优化方法。

Iman Peivaste, Nicolas D. Boscher, Ahmed Makradi, Salim Belouettar2026-03-06🔬 cond-mat.mtrl-sci

The Open Polymers 2026 (OPoly26) Dataset and Evaluations

本文发布了包含超过 657 万次密度泛函理论计算数据的“开放聚合物 2026"(OPoly26)数据集,旨在填补聚合物领域机器学习训练数据的空白,并通过展示其对提升模型预测性能的贡献,推动通用原子模型的发展。

Daniel S. Levine, Nicholas Liesen, Lauren Chua, James Diffenderfer, Helgi Ingolfsson, Matthew P. Kroonblawd, Nitesh Kumar, Amitesh Maiti, Supun S. Mohottalalage, Muhammed Shuaibi, Brian Van Essen, Bra (…)2026-03-05🔬 physics

Overcoming the Combinatorial Bottleneck in Symmetry-Driven Crystal Structure Prediction

该论文提出了一种结合大语言模型语义编码与线性复杂度启发式束搜索算法的对称性驱动生成框架,通过直接生成符合化学计量比的精细 Wyckoff 模式并约束扩散生成轨迹,有效克服了晶体结构预测中的组合爆炸难题,实现了无需依赖现有数据库即可在目标晶格空间内发现高稳定性、高新颖性新材料的突破。

Shi Yin, Jinming Mu, Xudong Zhu, Lixin He2026-03-05🔬 cond-mat.mtrl-sci