圖源：Ryan Postel, Fermilab

撰文 | 小雨

多年來，參與μ子g-2實驗的物理學家一直報告稱，μ子的反常磁矩（g-2）比標準模型的預測要更強。

粒子物理學標準模型描述了基本粒子的屬性和它們之間的相互作用。

μ子的反常磁矩與標準模型預測之間的差異，曾讓物理學界憧憬。因為這意味著自然界中或許存在著未被發現的新粒子或相互作用。

然而，2025年6月3日，μ子g-2實驗合作組發布的最終結果粉碎了這一希望。新結果表明μ子的反常磁矩與標準模型預測的一致。

相關論文已經提交至《物理評論快報》。

g與2之差

μ子是一種壽命極短的基本粒子，與電子類似，但質量約為電子的200倍。和電子一樣，它也具有一種稱為“自旋”的量子屬性，這種屬性可以被視為它內部攜帶著一個微小的磁體。當處于外部磁場中時，這個“內部磁體”會像陀螺一樣發生進動（擺動）。

μ子的這種擺動行為可以用一個無量綱常數——g因子（旋磁比）來描述。按照狄拉克方程的預測，g值應等于2。

但事實上，物理學家早已發現，真空并非“空無一物”。在量子力學的框架下，真空中充滿了在極短的瞬間內不斷產生又消失的虛粒子。這些虛粒子會影響μ子與磁場的相互作用，使g的值略大于2。

因此，g-2實驗應運而生：如果標準模型存在任何遺漏部分，都會體現在這個“g與2之差”的微小偏離中。

歷時20多年的追蹤

20世紀90年代末至21世紀初，布魯克海文國家實驗室（BNL）開展了μ子g-2實驗。結果顯示μ子的磁性比標準模型預測值高出4.3ppb（十億分之一）。這樣的結果雖引人關注，但尚不具定論性。

為了獲得更高精度的結果，物理學家決定對實驗裝置進行升級。2013年，他們將布魯克海文國家實驗室的磁存儲環從紐約長島跨州運送至5000公里外的費米實驗室（Fermilab）。經過多年技術改造，費米實驗室的新一輪g-2實驗于2017年5月31日正式啟動。

與此同時，理論界也在進步。一個由理論物理學家組成的國際合作組成立了“μ子g-2理論倡議”，旨在改進標準模型對μ子磁矩的計算精度。2020年，他們發布了一個新的預測值，采用依賴于其他實驗數據的“數據驅動方法”。

圖示顯示了μ子g-2實驗在2018年至2023年期間六次運行中累計分析的正電子數量，反映了實驗數據規模的持續增長。（圖/μ子g-2實驗合作組）

2021年，費米實驗室公布了第一輪實驗結果，在精度略有提升的情況下，確認了布魯克海文國家實驗室早期的觀測結果。但與此同時，另一種高度依賴計算能力的理論計算方法也出現了，即格點量子色動力學。這一新方法得出的預測值更接近實驗測量結果，從而縮小了這一偏差。

2023年，實驗合作組基于2019–2020年數據發布了第二輪結果，其精度達到第一輪的兩倍。

μ子g-2實驗的終章

現在，μ子g-2實驗的物理學家發布了μ子反常磁矩的最后一輪（第三輪）實驗結果，其實驗值為：

(g-2)/2 = 0.001 165 920 705 +/- 0.000 000 000 114（統計誤差）+/- 0.000 000 000 091（系統誤差）

μ子g-2合作組基于過去三年的數據得出的最終實驗結果，進一步鞏固了這一實驗的世界平均值。（圖/μ子g-2實驗合作組）

這一測量結果的精度甚至超過了原定的實驗目標。

而就一周前，理論倡議團隊也發布了一個整合多個研究結果的新理論預測值，這一最新的預測值與最新一輪的實驗結果完全一致。這意味著，曾經被寄予厚望的超越標準模型的“新物理”跡象，可能只是理論模型尚不完備所致。

科學的勝利

對于那些希望借此發現新物理的科學家來說，這項歷經二十幾年的實驗并沒有帶來“驚天動地”的突破，但其結局并非失敗。

幾十年來，μ子的磁矩一直是檢驗標準模型的嚴格基準。如今，μ子g-2實驗通過超高精度的測量，驗證并約束了理論模型，為今后更復雜的理論計算樹立了清晰的基準線。

此外，這項成果本身就是一項精度極高、挑戰極大的實驗成就。物理學家指出，這將是未來多年內世界上最精確的μ子反常磁矩的測量結果，不僅成為標準模型的又一支柱，也將為未來探索未知世界提供堅實支點。

參考來源

[1] https://news.fnal.gov/2025/06/muon-g-2-most-precise-measurement-of-muon-magnetic-anomaly/

[2] https://www.science.org/content/article/long-running-physics-experiment-dashes-hope-new-particles-and-forces

本文經授權轉載自微信公眾號“原理”。

特 別 提 示

1. 進入『返樸』微信公眾號底部菜單“精品專欄“，可查閱不同主題系列科普文章。

2. 『返樸』提供按月檢索文章功能。關注公眾號，回復四位數組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。