封面文章

水氧混合环境中碳化硅表面高温氧化行为的分子动力学研究

王光硕，彭锦龙，叶鑫斌，杨超，张勇豪，孙泉华，林鑫，胡远

物理学报, 2026, 75(10):100302

doi: 10.7498/aps.75.20251753

cstr: 32037.14.aps.75.20251753

碳化硅等高温陶瓷防热材料的抗氧化性能，是决定高速飞行器热安全的关键因素之一。然而，碳化硅的抗氧化性能对环境极为敏感，特别是在高温含水环境中，其氧化机理尚不明晰，这是未来基于发汗冷却技术的飞行器热防护系统设计中亟需解决的核心难题之一。本文通过反应力场分子动力学模拟，深入地探究了水对碳化硅在氧气中氧化行为的影响机制。结果表明，在反应初期，水在碳化硅表面与氧气反应生成氢过氧基中间产物，显著地降低了氧气的离解能垒，从而促使氧化反应的开始时间提前。随着氧化反应的进行，水的存在引发表面羟基钝化，抑制了后续氧分子的吸附，伴随氧气浓度降低，最终导致氧化反应速率随水氧比增加而减小。本研究揭示了水对碳化硅高温氧化行为的影响机制，可为高速飞行器热防护系统在复杂环境下的适应性设计提供理论依据。

原文链接

编辑推荐

数据论文

面向技术创新系统的专利数据集构建：跨尺度结构对比与演化机制研究

黄羿炜，徐舒琪，吕琳媛

物理学报, 2026, 75(10):100003

doi: 10.7498/aps.75.20251802

cstr: 32037.14.aps.75.20251802

社会经济复杂系统中，网络拓扑结构往往呈现显著的尺度依赖性：同一类经济活动在不同的时空尺度下可能呈现不同的组织形态，而这种跨尺度结构差异的形成机制仍缺乏系统性解释。本文以技术创新系统为研究对象，构建并公开一套美国专利数据集，覆盖2000—2020年申请的1225373件授权发明专利，整合分类代码、受让主体与文本信息，并依据引用信息对专利涉及的多项技术进行加权分配，以量化技术活动强度。基于该数据集，本文在州、县、城市与企业四个尺度分别构建“创新主体-技术”二分网络及其对应的技术空间网络，并通过计算模块度与嵌套性指标，揭示网络结构的尺度依赖规律。结果表明，宏观尺度网络呈现出典型的全局嵌套结构，而微观尺度网络呈现出更强的模块化与块内嵌套特征。进一步地，本文提出一个包含技术相关密度偏好与技术中心性偏好的演化模型，用以描述主体选择技术的偏好机制。模拟实验证明，通过调节两类偏好参数，该模型能够复现从全局嵌套到块内嵌套的结构转变。本文公开的数据集(https://doi.org/10.57760/sciencedb.j00213.00265)与机制模型为理解跨尺度网络结构的差异提供了实证基础与可检验的解释框架。

原文链接

编辑推荐

基于因果机器学习温补的血管介入机器人自适应力反馈策略

辛绍宗，胡陟，宋爱国，李树凡

物理学报, 2026, 75(10):100004

doi: 10.7498/aps.75.20260005

cstr: 32037.14.aps.75.20260005

机器人辅助血管介入中，导丝力感知易受温度应变交叉敏感性及血流引起的热扰动、漂移影响，导致温度补偿与远端力估计偏差，从而削弱术中反馈的可信度与操作安全性。针对该问题，本研究构建基于因果机器学习的双光纤布拉格光栅补偿框架，将热-流-固耦合导丝多物理模型与结构因果推断融合。显式分离热效应与机械效应，结合反事实推理与自适应参数更新抑制不同血流条件下的非线性干扰，降低远端的力反馈误差，提高在动态环境下的稳定性。体外实验在接近真实生理环境不同流速下验证：温度补偿平均绝对误差较双FBG方法降低超过50%，远端力估计误差最高降低70%。结果表明，该框架可在动态血流环境中提供更稳定、可重复的力反馈，有助于医生更准确判断导丝与血管壁接触状态、降低过大接触力相关风险，从而提升机器人介入操作的可靠性与一致性。

图3 基于UR-5的实验平台，用于方法验证和性能评估   (a)导丝推进端；(b)环境模拟端

原文链接

编辑推荐

量子人工智能：人工智能与量子计算的双向赋能机制与前沿进展

杨君侠，蔡淇智，郭晋荣，邓光伟

物理学报, 2026, 75(10):100603

doi: 10.7498/aps.75.20251792

cstr: 32037.14.aps.75.20251792

经典计算正逼近物理极限，而含噪声的中等规模量子硬件面临校准与控制瓶颈，这催化了量子人工智能这一前沿交叉领域的诞生。量子人工智能旨在利用人工智能与量子计算的协同作用，解决彼此的瓶颈问题。本综述系统地分析量子人工智能的双向赋能框架。在“AI for Quantum”方面，AI正成为克服中等规模量子硬件瓶颈的工具，关键应用包括设备自动化校准与高保真读出、开发超越传统算法的AI量子纠错解码器及AI驱动的量子线路优化。在“Quantum for AI”方面，量子计算正为AI算法提供新的计算范式与模型设计思路，从早期的HHL，QSVM算法演进到中等规模量子时代主流的变分量子算法和量子神经网络，同时综述了该领域面临的贫瘠高原等可训练性挑战及其缓解策略，并涵盖了量子优化及量子原生智能模型。总结指出，量子人工智能的双向融合有望成为推动量子计算从中等规模量子时代迈向容错计算、构建下一代混合量子-经典智能系统的重要路径之一。

图5 机器学习和人工智能可用于解决的量子技术任务概览^[36]

原文链接

编辑推荐

三角晶系PtBi₂中电流方向依赖的面内磁输运性质

蔡方齐，徐珮芝，孙梦佳，胡颖捷，任伟，敬超

物理学报, 2026, 75(10):100705

doi: 10.7498/aps.75.20260120

cstr: 32037.14.aps.75.20260120

本文制备了PtBi₂三角晶系单晶样品，并对其电、磁输运性质进行系统研究。实验发现，PtBi₂单晶在a，b 轴方向表现出各向异性磁阻和平面霍尔效应的高阶特征。相较于a 轴，b 轴方向呈现出较低的对称性。进一步分析表明，这些高阶特征依赖于磁场与晶格特定方向之间的夹角，意味着费米面的对称性对磁输运性质具有潜在的影响。此外，还采用第一性原理方法计算了电流沿PtBi₂单晶b轴方向的各向异性磁阻，从理论上排除了其他因素对各向异性磁输运信号的干扰。

图1 三角晶系PtBi₂在电流沿不同晶向时的基本性质   (a) PtBi₂的面内晶体结构以及电极设计示意图；(b)电流沿不同晶向的零场电阻率与温度的依赖关系；(c)磁场平行电流，电流沿b轴时的电阻率与磁场依赖关系；(d)磁场平行c轴时，电流沿不同晶向的电阻率与磁场依赖关系；图1(b)中沿a轴的电流数据源自以前的研究^[15]

原文链接

《物理学报》2026年第10期全文链接：

https://wulixb.iphy.ac.cn/custom/2026/10

支持单位：