日本制铁与富士通机器学习模拟揭示：痕量碳通过裂尖键重构强化铁晶界
日本制铁与富士通的研究团队开发机器学习原子间势，模拟证明痕量碳可提高α-铁高角度晶界的抗裂纹扩展能力，机制为裂尖动态键重构（DBR）。该结果与低温实验中痕量碳抑制沿晶断裂的观测一致，为高强钢成分设计提供原子级依据。论文发表于npj Computational Materials。
计算材料学
共 8 篇
arXiv：核量子效应决定固态氢热导率，路径积分+晶格动力学精准复现实验
牛津大学Hengtai Zheng与David Manolopoulos在arXiv发表研究（2609.04955，9月4日提交），结合路径积分分子动力学与晶格动力学方法计算固态仲氢热导率，发现低温热输运由集体弛豫子模式主导、无法用声子弛豫时间近似捕捉，与实验高度吻合，对氢储能与低温材料工程有参考价值。
arXiv论文：机器学习力场精确计算非晶LiTaCl6固态电解质弹性性质，杨氏模量与实验定量吻合
8月29日提交至arXiv的研究用DFT训练的机器学习力场分子动力学方法，测得非晶超离子导体LiTaCl6的杨氏模量为2.84±0.26 GPa，与实验值2.91±0.32 GPa定量吻合，而传统静态方法误差超过170%。该工作为全固态电池用非晶电解质的力学设计提供了可靠计算范式。
9200万种成分复杂材料计算筛选：中子屏蔽设计找到新路径
新南威尔士大学UNSW团队在Materials Today Advances预印本中报告，对约9200万种成分复杂材料（含高熵合金与高熵陶瓷）进行中子输运计算筛选，发现元素混合可产生中子屏蔽鸡尾酒效应，少数混合物性能超过最强单元素；对聚变中子谱，高熵陶瓷因原子堆积密度更高屏蔽优于高熵合金。
用"最优输运"给异质界面建模：贝叶斯优化让界面结构筛选快过随机搜索
Yuxuan Tang与Keith T. Butler（英国伦敦大学学院）8月20日在arXiv提出异质界面原子结构筛选新工作流：以融合Gromov-Wasserstein距离量化界面与母体块体环境的相似度，耦合贝叶斯优化搜索面内平移配准，在KI/NaCl、GaP/GaAs、GaN/Al2O3三类界面上验证，FGW引导的配准选择稳定优于随机搜索与预训练MACE能量引导，为微电子与能源转换材料的界面设计提速。
蒙特卡洛新方法加速高缠结聚合物熔体模拟：破解长链体系计算瓶颈
物理学家针对缠结聚合物熔体模拟的计算难题提出新蒙特卡洛方法。聚合物熔体中每条链受周围链约束，缠结是高分子材料行为的核心，但随链长增加，获得新的独立构型所需时间急剧增长，常规模拟在大体系下计算成本过高。新方法有望大幅加速稠密缠结体系的构型采样。
智能体AI用"基元语言"设计晶体结构，稀土永磁体设计效率提升三倍
arXiv新预印本（2608.15900）提出MatEvolve智能体AI框架：以描述晶体中重复几何模式的"基元谱"作为可编辑设计语言，智能体据此提出并论证候选晶体结构，再交由第一性原理计算验证。在稀土减量永磁体设计任务上，MatEvolve触达全新结构原型的频率是生成模型的三倍以上，且命中率相当。
arXiv研究：Janus MXene纳米卷形成机制及粒子封装应用，为储能电极设计开辟新路径
一项发表在arXiv的分子动力学模拟研究揭示了Janus MXene纳米卷的自发形成机制，发现可通过控制表面终止基团调控卷曲几何参数，并利用纳米卷封装粒子实现可调层间距，为MXene基储能电极设计提供理论指导。