来源论文: https://arxiv.org/abs/2606.14635v1 生成时间: Jun 15, 2026 19:11

开放威尔逊链数值重整化群方法：稳态非平衡量子输运的突破性解析

0. 执行摘要

非平衡量子输运是凝聚态物理与量子化学领域最具挑战性的前沿课题之一。特别是在强关联系统（如量子点中的近藤效应）中，由于电荷自旋涨落与非平衡边界条件的交织，使得精确求解低能标下的稳态输运极度困难。传统的数值重整化群（NRG）专为平衡态设计，无法直接处理稳态电流产生的耗散机制。而时域密度矩阵重整化群（TD-DMRG）和实时量子蒙特卡洛（RT-QMC）等方法，往往受到有限尺寸反射效应或指数级符号问题的困扰，耗费极其庞大的计算资源。

本研究提出了一种全新的开放威尔逊链全密度矩阵（OC-FDM）方法。该方法通过在威尔逊链的每个格点上引入高能辅助储能库（Reservoir），并利用连分数展开精确恢复连续极限，将非平衡边界条件巧妙地融入到 Bloch-Redfield 张量主方程中。令人瞩目的是，该方法不仅成功跨越了多达 9 个数量级的能量标度（最低可探测 $T_K/D \sim 10^{-8}$ 的极低近藤能标），并在稳态极限下与精确的平衡态基准完美重合，更将计算效率提升至惊人的程度——在普通笔记本电脑（如 M1 芯片）上仅需 1-2 分钟即可完成单点计算，而传统的实时 Inchworm QMC 则需要在超级计算机上消耗上万个核时。这一突破性的混合方案为解决强关联纳米器件的非平衡输运、热电效应及量子调控问题提供了强有力的全新理论工具。

1. 核心科学问题、理论基础、技术难点与方法细节

1.1 核心科学问题

本研究的核心科学问题在于：如何在具有强电子关联（如库仑阻塞和近藤效应）的纳米结（Nano-junctions）中，精确、高效地计算有限偏压（Finite Bias）或温度梯度（Temperature Gradient）驱动下的非平衡稳态电流与谱函数。

当强关联系统（如半导体量子点或单分子器件）处于非平衡态时，由于外加源漏极化学势不相等（$\mu_L \neq \mu_R$）或温度不同（$T_L \neq T_R$），经典的玻尔兹曼分布（Boltzmannian Distribution）失效。系统在长时间演化后会达到一个非平衡稳态（Non-equilibrium Steady State, NESS）。传统的输运理论（如 Keldysh 扰动理论）在处理强耦合区（Strong Coupling Regime，即 $T, eV < T_K$）时，因无法有效捕获多体关联效应而失效；而基于 Wilson 思想的重整化群（NRG）虽然在平衡态近藤区无懈可击，却因无法处理非平衡边界条件带来的连续能量耗散而面临根本性障碍。

1.2 理论基础与 Meir-Wingreen 输运公式

非平衡量子输运的核心数学基础是由 Meir 和 Wingreen 建立的。对于夹在两个非相互作用电极（L 和 R）之间的强关联相互作用区，其稳态电流可以表达为 Keldysh 绿色函数的积分：

其中 $\Gamma^{\alpha}_{m,n}(\omega)$ 是杂质与电极之间的耦合函数矩阵，$f_\alpha(\omega)$ 是电极 $\alpha$ 的费米分布。对于满足对称耦合（$\Gamma^L = R \Gamma^R$）的单轨道系统，该公式可简化为著名的 Meir-Wingreen 输运积分：

这里的技术关键是求解非平衡状态下的迟滞格林函数 $G^r(\omega)$。由于外加偏压下系统不断发生电荷的吸收与发射，必须找到一种能够反映电荷泵浦与耗散平衡的密度矩阵 $\hat{\rho}_{steady}$ 来进行物理量的系综平均。

1.3 技术难点与经典方法的困境

1. 闭合系统与有限尺寸效应：数值重整化群（NRG）和时域密度矩阵重整化群（TD-DMRG）在本质上是将连续的电极能带离散化为有限数量的轨道链（威尔逊链）。在闭合离散系统里，激发的准粒子在到达链末端后会被反射，导致系统永远无法真正进入非平衡稳态（NESS）。通常必须在反射发生之前（即反弹时间 $T_R$ 之前）截断演化，这极大地限制了对极低能量尺度（长链）的探索。
2. 耗散机制的缺乏：要维持稳态电流，电极必须起到无穷大热源的作用。在威尔逊链中，随着能量尺度的指数级减小（$\Lambda^{-m/2}$），低能级的格点容量极小，极易被非平衡电流加热，产生所谓的“瓶颈效应”。
3. 非平衡态谱函数的计算：传统的散射态重整化群（SNRG）或实时量子蒙特卡洛（RT-QMC）在有限温度和偏压下，由于高阶微扰、非正交基矢或蒙特卡洛符号问题，很难获得高分辨率、宽能量范围的非平衡谱函数。

1.4 方法细节：开放威尔逊链与 Bloch-Redfield 主方程

本研究提出的 OC-FDM (Open Chain Full Density Matrix) 方案通过以下核心步骤解决了上述难题：

1.4.1 开放威尔逊链的设计 (Open Wilson Chain)

为了在每个重整化步骤中引入耗散，每个威尔逊链格点 $m$ 都被耦合到一个独立的虚拟高能储能库（Reservoir $m$），其耦合函数为 $\Gamma^H_{m\nu}(\omega)$（见论文 Fig. 2）。这个耦合函数并不是任意选取的，而是通过**连分数展开（Continuous Fraction Expansion, CFE）**精确计算得到：

这确保了在整个链累加后，连续极限的能带结构被精确无误地复原。在离散化参数 $\Lambda \to 1^+$ 时，高能储能库退化为仅在链末端的一个耗散源。对于实际计算中采用的有限 $\Lambda$（如 $\Lambda=1.8$），这些辅助储能库充当了吸收和耗散超额能量的通道。

1.4.2 Bloch-Redfield 主方程求解

我们将系统与虚拟储能库的耦合视为微扰，并采用久期近似（Secular Approximation）。非平衡稳态密度矩阵 $\hat{\rho}_{steady}$ 的对角元满足如下 Bloch-Redfield 速率方程：

转移速率 $W_{ab}$ 决定了系统状态 $b$ 到 $a$ 的跃迁概率：

其中，电极的非平衡边界条件（有限偏压 $eV = \mu_L - \mu_R$、温度梯度 $T_L \neq TR$）通过费米分布函数 $f_\alpha(\omega)$ 显式进入跃迁速率。求解 Bloch-Redfield 张量（BRT）的零特征值所对应的特征向量，即可直接得到非平衡稳态密度矩阵。

1.4.3 单电极等效映射 (Effective Single-Lead Mapping)

在多电极输运中，若直接处理双电极会导致重整化群状态数随格点数呈指数暴涨（因为通道数加倍）。作者利用了对称耦合下的映射方法：

将非平衡双电极问题映射为一个具有非平衡阶梯状分布函数 $f_{\text{eff}}(\omega)$ 的等效单电极。这使得我们在运行威尔逊链时，只需处理单通道杂质 Anderson 模型（SIAM），计算开销与普通平衡态 NRG 完全相同，仅在计算密度矩阵的 BRT 速率方程时，代入阶梯状的 $f_{\text{eff}}(\omega)$。这就是 OC-FDM 高效性的核心物理机制。

通过递归地在每个能壳（Shell）合并被舍弃（Discarded）的状态，构建出完整空间的全密度矩阵（FDM），从而确保了谱函数计算满足加和规则（Sum Rules）。

2. 关键 Benchmark 体系、计算所得数据与性能数据

本研究以经典的**单杂质安德森模型（SIAM）**为测试体系，其局部哈密顿量为：

计算中采用宽能带极限，设定带宽 $D = 10^3 \Gamma$。主要物理参数如下：

• 库仑排斥强度：$U/\Gamma = 12$ 或 $30$
• 杂质能级：对称情况 $\epsilon_d = -U/2$
• 威尔逊重整化群参数：$\Lambda = 1.8$，保留状态数 $N_s = 1000$
• $z$-平均参数：$N_z = 2$ ($z = 0.25, 0.75$)

2.1 平衡态极限下的严苛检验 (Equilibrium Benchmark)

在零偏压 $V=0$ 和同温 $T_L=T_R=T$ 时，非平衡 OC-FDM 必须还原为标准的平衡态全密度矩阵（FDM-NRG）。

• 谱函数 $A_\sigma(\omega)$ 对比（见论文 Fig. 3）： 在 $T = T_K$ 和 $T = 0.01 T_K$ 时，OC-FDM 计算得到的谱函数（黑色与蓝色实线）与标准 FDM-NRG 得到的结果（红色与绿色虚线）在整个频率尺度上完全重合。无论是 $\omega \approx 0$ 处的 Kondo resonance 峰，还是 $\omega \approx \pm U/2$ 处的哈伯德侧峰，细节均高度一致。

• 零偏压电导 $G(T)$（见论文 Fig. 4）： 跨越 6 个温度数量级（$T/T_K$ 从 $10^{-5}$ 到 $10^1$），OC-FDM 与标准 FDM 表现出完全一致的电导对数衰减行为。在 $T \to 0$ 时，电导趋于幺正极限值 $2 e^2/h$。通过此拟合提取的 Kondo 温度为：

  $$T_K^{\text{OC-FDM}}/\Gamma = 2.42 \times 10^{-2} \quad \text{vs.} \quad T_K^{\text{FDM}}/\Gamma = 2.51 \times 10^{-2}$$

  两者偏差仅为 $3\%$，属于重整化群离散化固有的微小涨落误差范围。

2.2 非平衡偏压演化与费米液体标度行为 (Finite Bias & Fermi-Liquid Scaling)

• 非平衡谱函数演化（见论文 Fig. 5）： 随着外加偏压 $eV$ 增加，由于非平衡态下的电荷涨落和退相干效应，Kondo 峰高度被逐渐压低。当偏压 $eV \gg T_K$ 时，Kondo 峰几乎完全消失。由于单电极映射中离散网格的局限，本研究的谱函数并未出现明显的 Kondo 峰双分裂，但这与散射态 NRG (SNRG) 结果吻合，也与实时蒙特卡洛（RT-QMC）在大偏压下的平缓行为一致。

• 费米液体理论标度律的定量复现： 根据无相互作用费米液体理论，在小偏压 $V$ 和低温度 $T$ 下，微分电导应满足如下通用普适展开：

  $$\frac{dI}{dV} = \frac{2e^2}{h} \left[ 1 - c_T \left( \frac{\pi T}{T_K} \right)^2 - c_V \left( \frac{V}{T_K} \right)^2 + \dots \right]$$

  本研究通过 OC-FDM 在 $U/\Gamma = 30$ 的极强关联能标下（$T_K/D \sim 10^{-8}$）进行计算。拟合得到的费米液体系数比值为：

  $$\frac{c_V}{c_T} \approx 1.58$$

  这与 Oguri 基于 Ward 恒等式推导的理论值 $c_V/c_T = 1.58$（极强关联极限下 $c_V = \frac{3}{2} c_T$）具有极为精确的契合度（见论文 Fig. 7 嵌入图），成功证明了该算法在极低能量标度下的完美解析能力。

2.3 局部电荷涨落（双占率 $D_o$）与 RT-QMC 的对比

双占率 $D_o = \langle n_{d\uparrow} n_{d\downarrow} \rangle$ 是表征电荷物理涨落的核心物理量。在非平衡偏压下（见论文 Fig. 6）：

• 在 $eV \ll T_K$ 时，$D_o$ 保持恒定；在 $eV \approx 5 \Gamma$ 附近开始显著上升，最终在偏压 $eV \to \infty$ 时趋向无相互作用极限 $1/4$。
• 与实时量子蒙特卡洛（RT-QMC）数据（Fig. 6 中的粉色叉号）和 SNRG 数据（绿色三角）进行严苛对比，OC-FDM 的曲线与之高度吻合，且 OC-FDM 能够无缝访问 RT-QMC 由于符号问题无法触及的极低温度区间（$T = 10^{-6} \Gamma$）。

2.4 热电效应（Seebeck 系数与温差电流）

在破缺粒子-孔洞对称性（$\epsilon_d/\Gamma = -3$, $U/\Gamma = 20$）的体系中，温差 $\Delta T = T_L - T_R$ 会激发出热电电荷电流 $I_{\text{charge}}$（见论文 Fig. 13）：

• 随着温度梯度比 $x_T = T_L/T_R$ 增大，电流表现出非单调变化，并在 $x_T \approx 45$ 时发生变号（Current Reversal）。这是近藤共振峰因非平衡有效温度上升而被逐渐抑制、从而与背景势垒产生竞争的直接结果。

2.5 计算效率与性能数据对比

本工作最显著的成果是其无与伦比的计算效率（见下表）：

3. 代码实现细节、复现指南与开源生态

虽然该论文未直接提供独立的 GitHub 仓库链接，但其基于标准的 Dortmund NRG 核心代码框架。以下为该算法的核心执行逻辑和关键复现步骤。

3.1 核心算法工作流与伪代码

一个完整的 OC-FDM 程序需要将威尔逊链离散、连分数展开、Bloch-Redfield 张量求解以及 FDM 重整化算法有机结合。其核心步骤伪代码如下：

# 伪代码：OC-FDM 核心计算循环
import numpy as np
from scipy.sparse.linalg import eigs

class OpenWilsonChainNRG:
    def __init__(self, Lambda, N_sites, U, epsilon_d, Gamma_L, Gamma_R):
        self.Lambda = Lambda
        self.N = N_sites
        self.U = U
        self.ed = epsilon_d
        self.Gamma_L = Gamma_L
        self.Gamma_R = Gamma_R
        self.R = Gamma_R / Gamma_L
        
    def generate_effective_lead(self, mu_L, mu_R, T_L, T_R):
        """映射到等效单通道，生成非平衡有效费米分布"""
        def f_eff(omega):
            f_L = 1.0 / (np.exp((omega - mu_L) / T_L) + 1.0)
            f_R = 1.0 / (np.exp((omega - mu_R) / T_R) + 1.0)
            return (self.R / (1.0 + self.R)) * f_L + (1.0 / (1.0 + self.R)) * f_R
        return f_eff

    def continuous_fraction_expansion(self):
        """计算每个格点格林函数，获取连分数展开的高能耗散速率 Gamma_H"""
        Gamma_H = np.zeros(self.N)
        # 依据文献 [31, 32] 求解能带离散参数的 CFE
        # ... 
        return Gamma_H

    def solve_bloch_redfield_steady_state(self, H_eff, Gamma_H_m, f_eff):
        """在当前重整化壳(Shell m)上求解 BRT 的 0 特征值向量"""
        dim = H_eff.shape[0]
        BR_tensor = np.zeros((dim, dim))
        
        # 构建对角化后能级之间的转移矩阵
        energies, eigenstates = np.linalg.eigh(H_eff)
        for a in range(dim):
            for b in range(dim):
                omega_ba = energies[b] - energies[a]
                # 跃迁率矩阵元素计算
                transition_rate = Gamma_H_m * f_eff(omega_ba) * (np.abs(eigenstates[:, a].conj().T @ eigenstates[:, b])**2)
                BR_tensor[a, b] += transition_rate
                BR_tensor[a, a] -= transition_rate
        
        # 利用 Lanczos 算法求解零特征值对应的右特征向量
        # 在复现中，可以使用极小正规化扰动或直接求解稀疏矩阵的空空间
        _, eigenvectors = eigs(BR_tensor, k=1, which='SM')
        rho_diag = np.abs(eigenvectors[:, 0])
        return rho_diag / np.sum(rho_diag)

    def run_nrg_loop(self, mu_L, mu_R, T_L, T_R):
        f_eff = self.generate_effective_lead(mu_L, mu_R, T_L, T_R)
        Gamma_H = self.continuous_fraction_expansion()
        
        # 初始化杂质格点
        H_m = np.array([[self.ed, 0], [0, self.ed + self.U]]) 
        
        rho_fdm = []
        for m in range(self.N):
            # 1. 威尔逊链对角化与截断
            H_m, states = self.diagonalize_and_truncate(H_m)
            
            # 2. 计算当前壳的稳态对角密度矩阵
            rho_diag = self.solve_bloch_redfield_steady_state(H_m, Gamma_H[m], f_eff)
            rho_fdm.append(rho_diag)
            
            # 3. 检查收敛判据 (rho_K < rho_c)
            if self.check_convergence(rho_diag):
                break
        return rho_fdm

3.2 复现避坑指南与关键细节

1. 久期近似（Secular Approximation）的有效性：久期近似要求子系统与高能储能库的耦合强度必须远小于威尔逊格点之间的跃迁能量标度（$\Gamma^H_m \ll t_m$）。在复现时，由于离散参数 $\Lambda = 1.8$ 的限制，随着链长的增加，耗散速率可能会与链跳跃系数在特定尺度上发生混叠。若不满足该条件，主方程计算会出现不可物理的负几率。此时必须应用更高级的 Bloch-Redfield 全张量方法，包含非对角元素的退相干。

2. 收敛截断标准 $\rho_c$ 的选取：平衡态下，NRG 通过温度 $T \approx \omega_N$ 自然截断。而在非平衡偏压 $eV$ 下，高能激发的引入使得在偏压窗口内的能级发生强烈的均匀分布倾向。算法引入了临界保留权重比：

   $$\bar{\rho}^K_{M} < \rho_c$$

   实验表明，$\rho_c$ 设定在 $0.01 - 0.02$ 最为合适，这能够保证大约在化学势能标到达后再进行 8-12 步威尔逊迭代，即可完全收集完偏压窗口内的谱权重，避免无效的高阶计算。

3. 连分数展开的精确度：高能耗散谱 $\Gamma^H_{m\nu}(\omega)$ 需要通过精密的连分数计算。若计算精度不足，会导致离散系统在连续极限处的谱函数加和规则（Sum Rule）破缺。推荐使用多精度浮点数库（如 MPFR）进行前期的威尔逊系数生成。

4. 关键引用文献与局限性评述

4.1 关键奠基文献引用

本研究的技术路线深刻依赖于以下几项里程碑式的工作：

1. Meir-Wingreen 输运公式：Meir, Y. & Wingreen, N. S. Landauer formula for the current through an interacting electron region. Phys. Rev. Lett. 68, 2512 (1992). (奠定了非平衡量子输运的格林函数基石)。
2. 全密度矩阵重整化群 (FDM-NRG)：Weichselbaum, A. & von Delft, J. Sum-Rule Conserving Spectral Functions from the Numerical Renormalization Group. Phys. Rev. Lett. 99, 076402 (2007). (提供了无能量溢出、精确满足加和规则的全尺度光谱计算方法)。
3. 开放重整化群思想的引入：Böker, J. & Anders, F. B. Restoring the continuum limit in the time-dependent numerical renormalization group approach. Phys. Rev. B 102, 075149 (2020). (首次提出将威尔逊链格点耦合到储能库以还原连续极限的概念)。

4.2 对该工作的批判性局限性分析

尽管该方案展示了惊人的效率提升和优异的标度行为，但在更广泛的应用场景下，仍存在以下不可忽视的理论与技术局限：

1. 单通道映射近似在“能量分辨率”上的物理局限性

单电极等效映射方法虽然在计算成本上取得了绝对优势，但它在物理上将双电极离散格点压缩到了一个等效格点通道中。这导致威尔逊链在 $\omega \approx \pm eV/2$ 附近的能量分辨率非常粗糙。

在真实物理中，非平衡偏压通常会导致 Kondo 共振峰发生对称的分裂（Split Kondo Peak）。由于等效单电极只有单一的自能表示，在 $\omega \approx eV/2$ 的能标处，威尔逊网格的间距高达：

如此粗糙的分辨率使得 OC-FDM 在目前的单通道框架下无法清晰、直接地复现出 Kondo 峰的双分裂细微结构。虽然采用 $z$-平均（$z$-averaging）能够略微平滑并增加点密度，但要彻底解决这个低能解析度的物理保真度问题，必须回到纯双通道（Two-lead）的 NRG 框架。然而，这会导致 kept states $N_s$ 呈几何级暴涨，极大地牺牲其引以为傲的计算效率。

2. 偏压范围的物理局限性（偏离弱耦合耗散）

Bloch-Redfield 速率方程的推导基于久期微扰近似，即假设威尔逊链与辅助耗散源之间的耦合是“微弱”的。然而，在大偏压（$eV \gg \Gamma$）极限下，由于强烈的电荷非平衡涨落，这种微扰耗散描述可能无法完全捕捉极其复杂的非线性电荷激发动力学。例如，当系统高度远离平衡态时，由于高阶协同隧穿（Cotunneling）过程占主导，Bloch-Redfield 方程中的高阶非久期项（Non-secular terms）和非对角相干（Coherences）会起到关键作用，直接忽略这些项会导致大偏压下电导曲线的形状发生微小形变。

3. 热力学量的推广困难

OC-FDM 通过人为地引入非稳态高能耗散源来稳定电流。这种动力学修饰使得系统哈密顿量变为非厄米（Non-Hermitian）的有效描述。因此，无法直接通过热力学配分函数求导的方法获得系统的熵、比热等静态热力学量，而必须借助复杂的动力学实时间隔演化来进行间接估算。

5. 补充技术分析：与其他前沿方法的深度横向对比

为了更全面地评估 OC-FDM 在强关联量子输运计算版图中的地位，本节将其与当前主流的五种非平衡理论方法进行深度对比，从物理原理、适用范围及计算开销三个维度进行解剖。

5.1 实时 Inchworm 量子蒙特卡洛 (Inchworm QMC)

Inchworm QMC 是近年来发展起来的高精度非平衡多体方法。它通过在实时间隔内逐层推进路径积分（类似蠕虫爬行），极大地缓解了传统实时 QMC 存在的“相位符号问题”。

• 物理精度：Inchworm QMC 在高偏压和中等相互作用区表现完美，能够提供无近似的实时演化和精确的稳态谱。但是在极低温度（$T \ll T_K$）或强关联区（$U/\Gamma > 12$），其蒙特卡洛方差依然会呈指数增长。
• 开销对比：Inchworm QMC 对计算资源有着贪婪的需求。一个单点稳态计算往往需要消耗超级计算机上万个 CPU 核时。相比之下，OC-FDM 通过重整化群的能标隔离机制，将高能和低能物理分而治之，在单核 PC 上仅需 90秒 即可完成，效率提升了近 6 个数量级。

5.2 辅助主方程方法 (Auxiliary Master Equation Approach, AMEA)

AMEA 通过将连续电极映射为有限数量的辅助非平衡 Lindblad 浴格点，在超空间中直接求解稳态密度矩阵。

• 优势：AMEA 可以直接处理多电极和高度非平衡行为，且能够保留完整的非对角相干性。
• 劣势：为了拟合复杂的连续介质谱，需要大量的辅助格点，这导致超空间的对角化维度极易超出计算机内存极限。因此，AMEA 难以触及 Kondo 效应等极低能标区（其谱分辨率在极低温下会严重退化）。而 OC-FDM 通过威尔逊链的对数离散，天然具备无限的分辨率下限，能轻松穿透至 $10^{-8}$ 能量深度。

5.3 散射态数值重整化群 (Scattering-State NRG, SNRG)

SNRG 是基于 Hershfield 的非平衡形式体系，构建出系统的散射态算符，再运行 NRG 进行求解。

• 对比：SNRG 采用散射态作为基矢，物理概念非常直观。然而，在实际构造散射算符的过程中，需要对非相互作用系统的本征态进行极为复杂的变换，且难以和全密度矩阵（FDM）的高效求和机制进行无缝融合。OC-FDM 的 Bloch-Redfield 张量在局域能壳层求解，完全避开了散射态构造的繁琐步骤，数学结构更加简单、鲁棒。

5.4 关键物理应用展望：量子点熵测量与非平衡反馈（QPC Back-action）

在文章的末尾，作者指出该方法最激动人心的未来应用场景是定量解析量子点电荷探测器中的“反作用（Back-action）”导致的非平衡退相干与热力学熵修正。

近年来，通过测量量子点（QD）的电荷涨落来反推其局域熵（利用 Maxwell 关系式）成为了实验上的重大突破（如 Child et al., Nature Physics 2018/2022）。然而，实验中用于探测 QD 电荷状态的量子点接触（QPC）通道中流过的非平衡电流，不可避免地会对被测量子点产生反向的热力学和动力学冲击。这种非平衡退相干会导致传统的基于平衡态热力学的 Maxwell 关系式失效。

利用 OC-FDM 方法，未来可以构建包含“量子点 + 电极 + 量子点接触（QPC）”的三电极非平衡复杂结系统。通过计算 QPC 偏压驱动下的 QD 非平衡稳态全密度矩阵，科学家能够首次从微观多体物理的角度，定量计算非平衡涨落对局部局域熵检测的系统性偏差。这将极大地推动量子器件精密热力学测量的理论边界，有望彻底解决纳米尺度下非平衡热力学和电动力学的融合难题。