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。

🔬 光学

Fully integrated quantum frequency processor on a silicon chip

该研究在单一硅光芯片上首次实现了集成了量子频率梳源、泵浦抑制滤波器、高速相位调制器和可编程脉冲整形器的全集成量子频率处理器,成功展示了高保真度的频率分束、单量子比特门操作以及高维频率-bin 纠缠态的生成与操控。

Sara Congia, Leopold Virot, Elena Rovetta, Antonio Fincato, Frederic Boeuf, Matteo Galli, Daniele Bajoni, Massimo Borghi2026-02-17
⚛️ 量子物理

Probing atom-surface interactions from tunneling-time measurements via rotation-transport on an atom chip

本文提出了一种结合光偶极阱、表面下磁阱及表面旋转的旋转输运新方法,能够将87^{87}Rb 玻色 - 爱因斯坦凝聚体绝热输运至距表面数百纳米处,通过测量原子云寿命并与隧穿模型对比,在考虑实验误差的情况下以约 10% 的相对精度提取迟滞区的卡西米尔 - 波尔德力系数。

J-B. Gerent, R. Veyron, V. Mancois, R. Huang, E. Beraud, S. Bernon2026-02-17
⚛️ 量子物理

Quantum-Assisted Trainable-Embedding Physics-Informed Neural Networks for Parabolic PDEs

本文针对抛物型偏微分方程求解,提出了两种基于可训练嵌入策略的量子辅助物理信息神经网络架构(分别采用经典前馈网络生成特征映射和全参数化量子电路实现特征映射),并通过一维和二维热方程基准实验验证了嵌入设计的关键作用及混合量子 - 经典方法在含噪中等规模量子时代的适用性。

Ban Q. Tran, Nahid Binandeh Dehaghani, Rafal Wisniewski, Susan Mengel, A. Pedro Aguiar2026-02-17
🔬 材料科学

On the challenge of simulating dipolar contributions to spin relaxation with generalized cluster correlation expansion methods

本文指出,尽管广义团簇关联展开(gCCE)方法有望模拟自旋弛豫,但其标准形式在描述自旋 - 自旋偶极相互作用导致的弛豫时存在根本性缺陷,无法提供定性准确的描述,而论文通过数学拆解揭示了该失效的根源并为未来的解决指明了方向。

Conor Ryan, Alessandro Lunghi2026-02-17