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

Learning PDEs for Portfolio Optimization with Quantum Physics-Informed Neural Networks

该论文提出了一种基于张量秩分解的量子物理信息神经网络(QPINN),在求解 Merton 投资组合优化偏微分方程时,仅需比经典全连接 PINN 少 80 倍的参数即可实现更高的精度和更快的收敛速度,从而证明了量子模型在资源高效解决金融 PDE 问题上的优势。

Letao Wang, Abdel Lisser, Sreejith Sreekumar, Zeno Toffano2026-04-07
🔬 材料科学

Microwave-to-optical transduction using magnon-exciton coupling in a layered antiferromagnet

该研究展示了利用层状反铁磁体 CrSBr 中强耦合的激子 - 磁振子相互作用,在无需腔增强的情况下实现了具有约 300 MHz 本征带宽的相干微波 - 光转换,为可扩展的宽带量子网络接口提供了新途径。

Pratap Chandra Adak, Iris McDaniel, Suvodeep Paul, Caleb Heuvel-Horwitz, Bikash Das, Vitali Kozlov, Kseniia Mosina, Arun (…)2026-04-07
⚛️ 量子物理

Learning high-dimensional quantum entanglement through physics-guided neural networks

该论文提出了一种物理引导的深度学习框架,通过引入轨道角动量守恒软约束的混合损失函数,实现了对高增益自发参量下转换源产生的高维量子纠缠态的高效、高精度模态表征,相比传统数值模拟实现了约 128 倍的加速并显著提升了预测精度。

Yang Xu, Hao Zhang, Wenwen Zhang, Luchang Niu, Girish Kulkarni, Mahtab Amooei, Sergio Carbajo, Robert W. Boyd2026-04-07
⚛️ 量子物理

Mitigating Precision Errors in Quantum Annealing via Coefficient Reduction of Embedded Hamiltonians

该研究在考虑量子退火器中必要的“小嵌入”(minor-embedding)过程的前提下,评估了三种现有系数缩减方法,发现“相互作用扩展”(interaction-extension)方法能有效降低嵌入后哈密顿量的动态范围并提升 D-Wave Advantage 设备的采样质量,而另外两种方法效果有限,且实证表明无需在逻辑层面额外缩减外部场系数。

Kentaro Ohno, Nozomu Togawa2026-04-07