量子物理探索着物质与能量在微观尺度上最奇妙的行为,从神秘的叠加态到跨越空间的纠缠现象,这一领域正不断重塑我们对现实世界的理解。Gist.Science 致力于让深奥的 arXiv 预印本变得触手可及,我们追踪该分类下发布的每一份最新预印本,并为其提供两种解读视角:既包含通俗易懂的科普解读,也涵盖保留核心细节的技术摘要。

无论您是希望快速掌握前沿动态的科研工作者,还是对宇宙奥秘充满好奇的普通读者,这里都能为您提供清晰的研究概览。我们梳理了 arXiv 上量子物理板块的最新成果,确保您能第一时间读懂科学界的最新突破。下方列出了该领域刚刚发布的最新论文及其摘要。

⚛️ 量子物理

Normalizing Flow-Based Bayesian Parameter Estimation for Noisy Quantum States

本文介绍了一种利用归一化流进行贝叶斯参数估计的高效机器学习框架,旨在提取实验噪声量子态中物理参数与噪声源之间的完整信息并分析其相关性,从而为优化非高斯量子特征的生成提供具有实践意义的见解。

Hsien-Yi Hsieh, Yuan-Ting Liu, Juan Camilo Rodrıguez, Yang-Yi Lee, Po-Hang Wang, Ole Steuernagel, Chien-Ming Wu, Ray-Kua (…)2026-09-18
🔬 介观物理

Engineering and Probing a One-Dimensional Dipolar Spin Ensemble in Diamond

本文通过利用沿化学气相沉积(CVD)台阶丛分布的氮掺杂,展示了在金刚石中构建并表征一种准一维、位置无序自旋链的过程,从而能够利用纳米级量子传感技术来探测该工程化低维量子系统中的局部自旋自相关和偶极输运。

Lingjie Chen, Shreyas Parthasarathy, Simon A. Meynell, Lillian B. Hughes Wyatt, Eveline Postelnicu, Haopu Yang, Zilin Wa (…)2026-09-18
⚛️ 量子物理

Transformers as Intrinsic Optimizers for Quantum Approximate Optimization Algorithm

本文提出了一种基于 Transformer 的内在优化框架,该框架通过处理问题结构和优化历史来学习预测 QAOA 参数更新,从而利用一种可迁移、摊销化的策略取代高成本且针对特定实例的经典优化,进而提升在 MaxCut 基准测试上的混合量子-经典性能。

Kuan-Cheng Chen, Xiaotian Xu, Hiromichi Matsuyama, Wei-Hao Huang, Haomu Yuan, Yu Yamashiro2026-09-18
⚛️ 量子物理

Temporal information processing on a 4,500-qubit quantum annealer

本文通过利用具有未经训练的反向退火动力学的 4,500 量子比特超导量子退火器,成功处理时间数据并预测混沌时间序列,展示了迄今为止规模最大的量子机器学习实验,从而确立了量子退火器作为大规模量子机器学习可扩展平台的地位。

Antonio Sannia, Roberto Menta, Pratik Sathe, Dario De Santis, Vittorio Giovannetti, Luis Pedro García-Pintos, Davide Ven (…)2026-09-18