Kaiyun「中国」官方网站-开云官方/登录入口

今日科普|1. 大数据透视财务风险

Thu, 11 Dec 2025 08:00:08 +0800

今日科普|1. 学大数据选哪家机构好

Wed, 10 Dec 2025 00:01:01 +0800

基于大数据的精准决策

Wed, 09 Dec 2025 20:00:45 +0800

大数据：决策的“超级外脑”

想象一下，你是一家连锁超市的老板，每天要🉐 Kaiyun官方决定进什么货、摆什么货架、搞什么促销。过去你可能靠经验拍脑袋，比如“夏天多进西瓜”“周末打折促销”。但现在，大数据能让你像开了“天眼”一样精准——比如通过分析会员卡消费记录，发现30-40岁女性顾客在每周三下午更爱买进口零食，于是你提前在周三下午把进口零食摆到显眼位置，再搭配“买二送一”活动，结果这个时段的销售额直接涨了40%。这可不是科幻，而是北京某连锁超市的真实案例，他们用大数据把库存周转率提升了25%，缺货率从8%降到2%，这就是大数据精准决策的魔力。

三大核心能力：让决策从“猜”到“算”

大数据精准决策的“超能力”主要来自三个方向，每个都藏着硬核技术。第一是**全维度数据采集**，就像给城市装“数字眼睛”——某特大城市用手机信令数据分析人口迁徙，发现每天早高峰有15%的人从郊区涌向CBD，于是动态调整地铁班次，在7:30-8:30加开3趟车，让乘客平均等车(chē)时(shí)间(jiān)从(cóng)8分(fēn)钟(zhōng)缩(suō)短(duǎn)到(dào)3分(fēn)钟(zhōng)；环(huán)保(bǎo)部(bù)门(mén)通(tōng)过(guò)🌻 Kaiyun官方卫(wèi)星(xīng)遥(yáo)感(gǎn)+地(de)面(miàn)监(jiān)测(cè)站(zhàn)数(shù)据(jù)融(róng)合(hé)，锁(suǒ)定(dìng)某(mǒu)化(huà)工(gōng)厂(chǎng)夜(yè)间(jiān)偷(tōu)排(pái)，精(jīng)准(zhǔn)到(dào)具(jù)体(tǐ)排放口，处罚后周边PM2.5浓度下降30%。第二是**实时动态分析**，金融领域的高频交易系统能在毫秒级处理市场波动，某量化基金通过分析每秒30万条的行情数据，自动调整投资组合，2025年收益率比传统基金高12%；医疗领域更厉害，某三甲医院结合可穿戴设备实时监测患者心率、血压，当AI算法发现某心脏病患者夜间心率异常波动时，提前12小时预警，医生及时调整用药，避免了急性发作。第三是**可视化决策工具**，地理信息系统（GIS）把人口分布、医院位置、急救车轨迹叠成动态地图，某城市用这套系统在流感高发季预测就诊高峰，提前调配医护人员，让急诊室等待时间从45分钟降到18分钟；商业智能（BI）工具则像“决策仪表盘”，某电商平台通过交互式报表，发现“Z世代”用户更爱“国潮+盲盒”组合，于是推出“故宫文创盲盒”，首月销量破10万件。

从“数据孤岛”到“开放生态”：精准决策的“隐形战场”

但大数据精准决策不是“有数据就能赢”，背后藏着更复杂的博弈。最棘手的是**数据孤岛**——某省曾整合税务、社保🍑 、市场监管等12个部门的数据，构建企业信用评价模型，结果发现不同部门的数据格式、字段定义完全不同，比如税务的“营业收入”和社保的“缴费基数”口径差异大，光数据清洗就花了3个月。后来他们用分布式存储+联邦学习技术，在保障数据主权的前提下完成联合计算，最终为中小微企业融资风险精准画像，使贷款审批通过率提升20%，坏账率下降15%。另一个难题是**隐私保护**，某电商平台用用户浏览记录做个性化推荐，转化率提升30%，但被曝光“偷偷收集用户位置数据”，被罚款500万。现在他们改用差分隐私技术，在数据中添加可控噪声，确保统计分析结果无法回溯到个体，既保护了隐私，推荐准确率还只下降了5%。还有**算法偏见**——某招聘系统因历史数据中男性程序员占比高，给女性求职者评分系统性偏低，后来引入公平性算法，在模型训练中增加多样性约束，现在男女求职者评分差异从18%降到3%。

未来已来：精准决策的“进化方向”

现在的大数据决策还在“初级阶段”，未来会更智能。比如(rú)**预(yù)测(cè)性(xìng)决(jué)策(cè)**——某(mǒu)物(wù)流(liú)公(gōng)司(sī)通(tōng)过(guò)分(fēn)析(xī)历(lì)史(shǐ)订(dìng)单(dān)、交(jiāo)通(tōng)状(zhuàng)况(kuàng)、天(tiān)气(qì)数(shù)据(jù)，用(yòng)路径规(guī)划(huà)算(suàn)法(fǎ)让(ràng)配(pèi)送(sòng)效(xiào)率(lǜ)提(tí)升(shēng)20%，但(dàn)未(wèi)来(lái)可(kě)能(néng)结(jié)合(hé)AI预(yù)测(cè)“明(míng)天(tiān)下(xià)午(wǔ)3点(diǎn)某(mǒu)小区会集中收到10个快递”，提前把快递车停在小区门口，用户下班就能直接取件。再比如**自主决策**——智能工厂通过实时监测设备数据，自动调整生产参数，某汽车厂用这套系统把产品缺陷率从0.8%降到0.2%，未来可能连“调整参数”都由AI完成，人类只需设定“质量优先”或“效率优先”的目标。还有**伦理决策**——当自动驾驶汽车遇到“必须撞向行人或翻车”的极端情况时，如何用大数据训练算法做出“最小伤害”的选择？这需要法律、技术、伦理多方共同制定规则。

大数据精准决策不是“万能药”，但它正在重塑我们做决策的方式——从“拍脑袋”到“算数据”，从“事后补救”到“事前预防”，从“一刀切”到“个性化”。就像某零售企业CEO说的：“以前做战略决策像在黑暗中摸石头过河，现在有了大数据，河有多宽、水有多深、哪里有暗礁，都看得清清楚楚。”未来，谁能用好大数据，谁就能在竞争中占据先机，这或许就是“数据时代”最公平🌍 的规则。

今日科普|1. 探秘大数据核心概念

Mon, 08 Dec 2025 04:01:01 +0800

大数据最显著特征是啥

Mon, 08 Dec 2025 00:01:01 +0800

大数据的“大”到底有多大？

提到大数据，很多人第一反应就是“数据量大”。没错，这确实是它最显著的特征。2025年全球大数据产业规模已突破4500亿美元，中国数据产业整体规模超5.8万亿元，日均产生的数据量超过100EB（1EB=1024PB，1PB=1024TB）。这是什么概念？如果把1EB的数据刻成蓝光光盘，摞起来的高度能从地球堆到月球！更直观地说，一部高清电影约2GB，1EB相当于5亿部高清电影的容量。这种规模的数据量，传统数据库根本“吃不下”——比如淘宝双十一的交易数据，如果用传统方式处理，可能需要几天甚至更久才能完成统计，而大数据技术能实时展示⛵️ Kaiyun登录全国用户的交易动态，这就是“大”带来的技术革命。

数据类型复杂到“五花八门”

大数据的“大”不仅体现在量上，还体现在类型上。它像一座“数据大杂烩”，包含结构化数据（比如企业ERP系统里的表格）、半结构化数据（比如日志文件、XML文档）和非结构化数据（比如视频、图片、社交媒体文本）。据统计，非结构化数据占比超过80%，比如医疗领域的CT影像、工业领域的传感器日志、社交平台的用户评论，这些数据没有固定格(gé)式(shì)，传(chuán)统(tǒng)数(shù)据库根本无法直接处理。举个例子，某汽车工厂通过安装120亿个智能传感器，实时采集设备运行数据，其中90%是非结构化的振动、温度信号，只有通过大数据技术才能从中挖掘出设备故障的早期征兆，将故障响应时间从小时级缩短到秒级。这种“复🆕 杂多样”的特性，让大数据成为连接物理世界和数字世界的桥梁。

速度：从“慢动作”到“实时响应”

大数据的第三个显著特征是“快”——数据产生快、处理快、传播快。2025年，全球每天产生的数据量约2.5ZB（1ZB=1024EB），其中90%是实时流数据，比如金融交易、物流跟踪、智能驾驶的传感器数据。这些数据如果处理不及时，就会像“堵车”一样堆积，导致系统崩溃。以金融领域为例，某银行通过大数据风控模型，实时识别异常交易，反欺诈准确率提升至98.5%，误判率下降60%，靠的就是“秒级”处理能力。再比如，某物流公司通过大数据分析运输路线，将配送时间缩短30%，靠的也是对实时交通数据的快速响应。这种“快”不仅提升了效率，更让大数据成为企业竞争力的核心。

价值密度低，但“淘金”潜力大

大数据的最后一个特征是“价值密度低”——就像在沙滩上找金子，虽然沙子多，但金子少。据统计，大数据中真正有价值的信息占比不到5%，比如医疗影像中可能只有几个像素点能提示疾病，社交媒体中只有少量评论能反映用户真实需求。但正是这种“低密度”，催生了数据挖掘、机器学习等技术的爆发。比如，某医疗AI系统通过分析全国30%三甲医院的影像数据，将肺癌早期诊断准确率提升至95%；某零售企业通过分析用户购物行为，将营销转化率提高40%。这些案例说明，大数据的⚽️ Kaiyun登录价值不在于“大”，而在于“挖”——通过技术手段从海量数据中提取“金子”，才能让数据真正“活”起来。

大数据的未来：从“资源”到“生产要素”

如今，大数据已从“技术概念”升级为“生产要素”。2025年，中国数据交易额同比增长42%，公共数据授权运营试点城市扩展至42个，规模以上工业企业数据资源入表比例超过50%。这意味着，数据像土地、劳动力一样，成为企业竞争的核心资源。比如，某制造业企业通过数据资产入表，估值提升20%；某城市通过开放交通、环境数据，吸引科技企业入驻，带动GDP增长15%。未来🥕 ，随着隐私计算、区块链等技术的普及，数据共享将更安全、更高效，大数据的价值释放将进入“快车道”。对于普通人来说，这既是挑战也是机遇——掌握数据分析能力，就能在数字时代占据先机；忽视数据价值，则可能被时代淘汰。所以，下次当你刷短视频、用导航时，不妨想想：这些“看不见”的数据，正在悄悄改变你的生活。

今日科普|1. 首提大数据公司是谁

Mon, 07 Dec 2025 20:01:01 +0800

今日科普|大数据背后的数学奥秘

Mon, 07 Dec 2025 16:01:02 +0800

大数据的“数学心脏”：贝叶斯公式如何改写决策逻辑

想象一下，你正在用手机导航软件规划路线，系统突然弹出提示：“前方500米有拥堵，建议绕行。”这个看似简单的判断背后，藏着一个200年前被埋没的数学公式——贝叶斯公式。这个由英国牧师托马斯·贝叶斯在18世纪提出的理论，直到20世纪才因计算机革命和大数据爆发而重获新生。它的核心逻辑简单到令人惊讶：通过不断吸收新信息，修正原有判断的概率。比如🐍 导航软件会根据实时路况、历史拥堵数据、用户行为模式等多维度信息，动态调整路线推荐，这正是贝叶斯公式“先验概率→后验概率”的典型应用。

2025年的今天，贝叶斯公式已渗透到我们生活的每个角落。在医疗领域，加拿大某医院通过每秒读取(qǔ)早(zǎo)产(chǎn)儿(ér)3000次(cì)生(shēng)命(mìng)体(tǐ)征(zhēng)数(shù)据(jù)，结(jié)合(hé)贝(bèi)叶(yè)斯(sī)模(mó)型(xíng)提(tí)前(qián)12小(xiǎo)时(shí)预(yù)测(cè)呼(hū)吸(xī)衰(shuāi)竭(jié)风(fēng)险(xiǎn)，将(jiāng)死(sǐ)亡(wáng)率(lǜ)降(jiàng)低(dī)了(le)37%；在(zài)金(jīn)融(róng)风(fēng)控(kòng)中(zhōng)，招(zhāo)商(shāng)银(yín)行(xíng)利(lì)用(yòng)客(kè)户(hù)刷(shuā)卡(kǎ)、转(zhuǎn)账(zhàng)、社(shè)交(jiāo)评(píng)论(lùn)等(děng)2025余个行为标签，通过贝叶斯网络识别欺诈交易，准确率高达99.2%；甚至在学术界，1955年哈佛大学统计学家用贝叶斯方法破解《联邦党人文集》作者公案时，需要手动计算10年，而如今AI只需0.3秒就能完成同类任务。这些案例揭示了一个真相：大数据时代的决策，本质上是数学公式与海量数据的共舞。

从“数据堆积”到“价值提炼”：大数据处理的三大数学挑战

当我们谈论“大数据”时，常被“PB级数据量”“每秒百万级并发”等数字震撼，但真正的挑战在于如何从这些原始数据中提炼价值。以2025年北大重庆大数据研究(jiū)院(yuàn)发(fā)布(bù)的(de)“北(běi)达(dá)飞(fēi)易(yì)新(xīn)一(yī)代(dài)CAE算(suàn)法(fǎ)引(yǐn)擎(qíng)”为(wèi)例(lì)，这(zhè)个(gè)专(zhuān)攻(gōng)工(gōng)业(yè)仿(fǎng)真(zhēn)领(lǐng)域的(de)“数(shù)学(xué)心(xīn)脏(zàng)”，需(xū)要(yào)同(tóng)时(shí)解(jiě)决(jué)三(sān)个(gè)核(hé)心(xīn)问(wèn)题(tí)：一(yī)是(shì)数(shù)据(jù)清(qīng)洗(xǐ)，工(gōng)业(yè)传(chuán)感(gǎn)器(qì)产(chǎn)生(shēng)的(de)噪(zào)声(shēng)数(shù)据(jù)占(zhàn)比(bǐ)高(gāo)达(dá)60%，必(bì)须(xū)通(tōng)过(guò)傅(fu)里(lǐ)叶(yè)变(biàn)换(huàn)等(děng)数(shù)学(xué)工(gōng)具(jù)过(guò)滤(lǜ)；二(èr)是(shì)特(tè)征(zhēng)提(tí)取(qǔ)，飞(fēi)机(jī)机(jī)翼(yì)🍍 开云【KAIYUN】的(de)流(liú)体(tǐ)力(lì)学(xué)模(mó)拟(nǐ)需(xū)要(yào)从(cóng)10万(wàn)维(wéi)参(cān)数(shù)中(zhōng)筛(shāi)选(xuǎn)出(chū)关键变(biàn)量(liàng)；三(sān)是(shì)模(mó)型(xíng)优(yōu)化(huà)，传(chuán)统(tǒng)算(suàn)法(fǎ)需(xū)要(yào)72小(xiǎo)时(shí)完(wán)成(chéng)的(de)汽(qì)车(chē)碰(pèng)撞(zhuàng)模(mó)拟(nǐ)，新(xīn)引擎借助稀疏矩阵运算压缩至18分钟。这三个步骤，本质上是数学对数据的“降维打击”。

另一个典型场景是医疗大数据。Seton Healthcare医院采用IBM沃森技术处理临床数据时，发现一个悖论：虽然存储了超过10亿条患者记录，但直接分析的准确率仅58%。转机出现在引入“图神经网络”后，系统通过构建患者-疾病-药物的关联图谱，将诊断准确率提升至89%。这印证了2025年大数据分析的共识：单维数据是“死数据”，多维关联才是“活数据(jù)”。就(jiù)像(xiàng)拼(pīn)图(tú)游(yóu)戏(xì)，单(dān)块(kuài)碎(suì)片(piàn)毫(háo)无(wú)意(yì)义(yì)，但(dàn)当(dāng)所(suǒ)有(yǒu)碎(suì)片(piàn)通(tōng)过(guò)数(shù)学(xué)模(mó)型(xíng)精(jīng)准(zhǔn)拼(pīn)接(jiē)时(shí)，就(jiù)能(néng)还(hái)原(yuán)出(chū)完(wán)整(zhěng)的(de)真(zhēn)相(xiāng)。

隐(yǐn)私(sī)与效率的平衡术：2025年大数据的“安全新范式”

在享受大数据红利的同时，隐私泄露风险正成为悬在头顶的达摩克利斯之剑。2025年全球数据泄露事件平均成本已攀升至488万美元，比五年前上涨13%。传统“加密存储+访问控制”的防护模式，在AI攻击面前显得力不从心——黑客可通过生成对抗网络（GAN）伪造用户行为模式，绕过身份验证系统。对此，学术界提出了“数学盾牌”三重防护：第一层是差分隐私，通过在数据中添加精心设计的噪声，确保攻击者无法从统计结果中反推个体信息；第二层是联邦学习，让数据“可用不可见”，比如多家医院联合训练疾病预测模型时，原始数据始终留在本地；第三层是同态加密，允许在加密数据上直接进行计算，金融风控场景中已实现加密状态下的信用评分计算。

这些技术并非纸上谈兵。2025年，中国某银行通过联邦学习与300家中小企业共享经营数据，在保护商业机密的前提下，将小微企业贷款审批时间从7天压缩至2小时；欧盟“数字罗盘”计划中，差分隐私技术使人口普查数据的可用性提升40%，同时完全规避了个人隐私风险。更🐉 值得期待的是量子加密技术的突破，中国科学家已在实验室环境下实现1000公里量子密钥分发，这意味着未来大数据传输将拥有“绝对安全”的数学保障。

未来已来：大数据数学的三大趋势展望

站在2025年(nián)的(de)节(jié)点(diǎn)回(huí)望(wàng)，大(dà)数据与数学的融合已走过三个阶段：1.0时代的统计描述、2.0时代的机器学习、3.0时代的因果推理。而未来五年，三个趋势将重塑行业格局：首先是“小数据+大模型”，通过贝叶斯优化等数学工具，用少量标注数据训练出高性能AI，解决医疗、工业等领域的“数据饥渴”问题；其次是“实时决策”，5G+边缘计算使数据从“云端处理”转向“现场决策”，自动驾驶、远程手术等场景将依赖瞬时数学计算；最后是“可解释AI”，传统深度学习如同“黑箱”，而结合贝叶斯网络的混合模型，能让AI决策像医生诊断一样逻辑清晰——这正是2025年Gartner技术成熟度曲线中，大数据领域最受关注的“颠覆性🉐 开云【KAIYUN】创新”。

对于普通读者而言，理解这些趋势的意义在于：我们正从“被动接受数据服务”转向“主动参与数据共创”。比如，当你用智能手环记录睡眠数据时，这些数据经过脱敏处理后，可能正在帮助科研人员开发更精准的失眠治疗方案；当你授权APP访问位置信息时，这些轨迹数据经过差分隐私保护后，可能正在优化城市的交通信号灯配时。大数据的数学奥秘，最终将服务于每个个体的生活品质提升——这或许就是科技最动人的温度。

今日科普|1. 大数据技能培训速成

Sun, 07 Dec 2025 12:01:02 +0800

今日科普|大数据高烧，何去何从

Sun, 07 Dec 2025 08:00:12 +0800

大数据“高烧”：从野蛮生长到理性深耕

2025年的今天，大数据早已不是互联网行业的专属名词，而是像空气一样渗透进生活的每个角落——从你刷短视频时精准推送的广告，到导航软件实时规划的避堵路线，再到医院里AI辅助☎️ Kaiyun官方诊断的影像系统。但这场持续十年的“数据狂欢”正面临转折点：中国信通院数据显示，2025年我国大数据产业规模突破1.9万亿元，增速却从2025年的20.8%放缓至15.3%。当数据量以每年30%的速度激增，企业却开始为“数据沼泽”发愁——存不(bù)下(xià)、用(yòng)不(bù)好(hǎo)、管(guǎn)不(bù)住(zhù)，成(chéng)为(wèi)横(héng)亘(gèn)在(zài)数(shù)字(zì)化(huà)转(zhuǎn)型(xíng)路上(shàng)的(de)三(sān)座(zuò)大(dà)山(shān)。

痛(tòng)点(diǎn)一(yī)：数(shù)据(jù)孤(gū)岛(dǎo)与(yǔ)价(jià)值(zhí)挖(wā)掘(jué)的(de)“最(zuì)后(hòu)一(yī)公(gōng)里(lǐ)”

某(mǒu)零(líng)售(shòu)企(qǐ)业(yè)曾(céng)做(zuò)过(guò)一(yī)个(gè)扎(zhā)心(xīn)🧩 Kaiyun官方实(shí)验(yàn)：将(jiāng)线(xiàn)上(shàng)商(shāng)城(chéng)、线(xiàn)下(xià)门(mén)店(diàn)、会(huì)员(yuán)系(xì)统(tǒng)、物(wù)流(liú)数(shù)据(jù)全部(bù)打(dǎ)通(tōng)后(hòu)，发(fā)现(xiàn)30%的(de)促(cù)销(xiāo)活(huó)动(dòng)竟(jìng)在(zài)向(xiàng)同(tóng)一(yī)批(pī)用(yòng)户(hù)重(zhòng)复(fù)发(fā)券(quàn)。这(zhè)并(bìng)非(fēi)个例，IDC调研显示，企业平均有43%的数据处于“沉睡状态”，而跨部门数据调用审批流程平均需要7.2天。更棘手的是非结构化数据——比如客服对话录音、产品评价图片、设备传感器日志，这些占企业数据总量80%的“暗数据”，因缺乏有效治理工具，只能被锁在文件柜里。

破局关键在于“数据编织”（Data Fabric）技术。以华为云为例，其湖仓一体架构通过统一元数据管理，将结构化数据查询效率提升5倍，非结构化数据检索速度缩短至毫秒级。某银行采用该技术后，将客户画像生成时间从3天压缩至8小时，信用卡风控模型迭代周期缩短60%。这印证了Gartner的预测：到2025年，采用数据编织架构的企业，数据利用效率将是传统模式的3倍。

痛点二：AI大模型引发的数据治理“地震”

当ChatGPT掀起AI革命，企业突然发现：要训练出靠谱的大模型，光有海量数据远远不够。OpenAI为训练GPT-4，不仅筛选了570GB经过清洗的文本数据，还构建了包含1.8万亿参数的知识图谱。这暴露出传统数据治理的致命缺陷——缺乏上下文语义理解。某汽车厂商曾用传统ETL工具处理用户反馈数据，结果将“🎭 方向盘抖动”和“方向盘太重”归为同一类问题，导致召回方案南辕北辙。

新趋势是“数据语义层”的崛起。阿里巴巴达摩院推出的DataSemantics平台，通过自然语言处理技术自动标注数据字段的业务含义，将结构化数据的语义解析准确率提升至92%。更前沿的探索在“活数据”（Living Data）领域：腾讯云将实时数据流与大模型结合，让智能客服能根据用户当前对话上下文动态调整应答策略，某电商平台测试显示，这种“会思考”的客服将用户转化率提高了18%。

痛点三：合规风(fēng)暴(bào)下(xià)的(de)数(shù)据(jù)安(ān)全“达(dá)摩(mó)克(kè)利(lì)斯(sī)之(zhī)剑(jiàn)”

2025年(nián)堪(kān)称(chēng)“数(shù)据(jù)合(hé)规(guī)元(yuán)年”：欧盟《数字市场法案》（DMA）生效，我国《数据出境安全评估办法》落地，全球数据监管罚款总额突破60亿美元。某跨国药企因未对临床试验数据进行脱敏处理，被罚2.3亿美元；某社交平台因算法推荐涉及未成年人保护问题，被要求整改3个月。这些案例揭示一个残酷现实：在AI时代，数据安全不再是技术问题，而是生存问题。

解决方案正在向“隐私增强计算”（PEC）演进。蚂蚁集团推出的“隐语”框架，通过多方安全计算技术，让多家医院能在不共享原始数据的前提下联合训练疾病预测模型。某金融机构采用该技术后，将反欺诈模型训练数据源从3家扩展至27家，模型AUC值提升0.15。更值得关注的是“数据沙箱”技术——在封闭环境中对数据进行脱敏处理，某政务数据开放平台通过该技术，已向社会开放1200个数据接口，催生出37个创新应用。

未来展望：从“数据资产”到“知识资本”的跃迁

当我们在讨论数据价值时，一个根本性转变正在发生：数据不再是被存储的“原料”，而是能自我进化的“知识体”。微软Azure推出的“数据基因”服务，通过持续学习业务场景变化，自动优化数据模型；某制造业企业利用数字孪生技术，将设备传感器数据转化为可预测故障的“知识图谱”，使设备综合效率（OEE）提升22%。

这场变革对普通人的影响同样深远。未来三年，我们或将见证“个人数据银行”的普及——每个人都能像管理金钱一样管理自己的数据资产，授权企业使用特定数据训练AI服务，并获得相应收益。欧盟已启动相关立法试点，我国《个人信息保护法》实施细则也在探索类似机制。当数据真正成为“新石油”，如何平衡创新与伦理、效率与公平，将是全人类共同面对的命题。

站在2025年的门槛回望，大数据的“高烧”正在退去，但一场更深刻的变🍍 革才刚刚开始。那些能将数据转化为知识、将知识转化为价值的企业，终将在智能经济的浪潮中立于潮头。而对于每个个体而言，掌握数据思维，或许将成为这个时代最重要的生存技能。

今日科普|1. 探大数据威力之奥秘

Sat, 06 Dec 2025 12:01:00 +0800

今日科普|10字：探秘大数据的载体

Sat, 06 Dec 2025 08:01:01 +0800

中国“人造太阳”找到突破密度极限方法

Sun, 04 Jan 2026 03:00:03 +0800

【导语】近日，中科院合肥物质科学研究院等离子体物理研究所称，全超导托卡马克核聚变实验装置（EAST）在物理实验中取得重要成果。研究团队基于新理论模型，通过实验证实了托卡马克密度自由区的存在，还延缓了密度极限到来及等离子体破裂发生，为提升核聚变能源经济性提供了关键选择。

据中国科学院合肥物质科学研究院等离子体物理研究所，近日，被称为“人造太阳”的全超导托卡马克核聚变实验装置（EAST）在物理实验中取得重要成果。研究团队基于边界等离子体与壁相互作用自组织理论，通过物理实验证实了托卡马克密度自由区的存在。相关研究成果于1日发表在国际学术期刊《科学进展》上。

对于未来聚变堆，聚变功率与燃料密度的平方成正比，因此高密度运行是提高聚变能经济性的必然选择。“密度极限”是20世纪末发现的纯经验定标，超过密度极限的托卡马克运行将引发等离子体破裂，巨大能量会瞬间释放到装置内壁，影响装置的安全运行。虽然国际聚变界通过完善跨装置经验定标，并在芯部弹丸注入等特定条件下获得了超密度极限运行，逐步明确触发密度极限的物理过程发生于边界区域，但是对其中的物理机制并不十分清楚。

基于这一问题，科研团队发展了一种新的理论模型——边界等离子体与壁相互作用自组织（PWSO）理论模型。通过这个模型，团队发现了边界杂质引发的辐射不稳定性在触发密度极限时的关键作用，解析出了辐射不稳定性的边界，揭示了密度极限的触发机理，并预测了密度极限之外的密度自由区。在实验中，研究人员依托EAST装置的全金属壁运行环境，利用电子回旋共振加热和预充气协同启动等方法，减少了装置边界的杂质溅射，延迟了密度极限的到来和等离子体破裂的发生。研究人员还通过调控靶板的物理条件，降低了靶板钨杂质造成的物理溅射，让等离子体成功突破了密度极限，并平稳进入了预测中的密度自由区。实验结果和PWSO理论预测高度吻合，首次证实了托卡马克密度自由区的存在。（记者洪敬谱通讯员蔡其敏）

内容来源：科技日报

听歌时身体的一个小动作，揭穿了大脑的工作真相

Sun, 04 Jan 2026 01:30:03 +0800

编译：高杰

你有没有发现，戴着耳机沉浸式听歌时，或是在嘈杂环境专注听人说话时

自己好像不怎么眨眼了？

这可不是偶然！最新研究表明

眨眼次数的变化

正是大脑处理听觉信息时

认知负荷的“晴雨表”——当它在偷偷“全力干活”，你的眨眼也会不自觉“慢下来”。

传统认知里，眨眼研究多集中在视觉领域，但近年来科学家们发现，眨眼可能是一种更通用的认知资源分配策略，在听觉任务中同样发挥作用。康考迪亚大学的研究团队揭开了眨眼与听力认知负荷之间的神秘联系。研究在《听力趋势》期刊上发表。

01嘈杂环境中，眨眼会“主动减少”

“我们想知道眨眼是否会受环境因素影响，以及它与执行功能的关联，”首席作者Pénélope Coupal说，“比如，人们的眨眼是否存在策略性时机，以确保不会错过正在接收的信息？”为此，研究团队展开了两项严谨实验。

实验一招募了21名健康受试者，在隔音室中呈现80个句子，设置了4种信噪比（0、+7、+14dB及安静环境），光照固定为75勒克斯。

实验二则有28名受试者参与，采用0和+14dB 两种信噪比，搭配黑暗（0勒克斯）、中等（75勒克斯）和明亮（220 勒克斯）3种光照条件，共呈现120个句子。研究人员通过眼动仪精准记录眨眼次数、起始和结束时间，分析不同条件下的眨眼行为差异。

实验结果令人惊讶：句子呈现期间，受试者的眨眼次数显著减少，且信噪比越差（环境越嘈杂），眨眼减少得越明显。比如在0dB信噪比的高嘈杂环境中，眨眼抑制效应远高于安静环境。更关键的是，实验二证实这种现象不受光照条件影响——无论在漆黑、中等亮度还是明亮环境中，认知负荷导致的眨眼抑制效应都同样存在。这说明，驱动眨眼变化的核心是大脑的认知需求，而非外界光线刺激。

展示眼动追踪设备和测试环境的实验装置图源：研究论文

02大脑的“自适应节能策略”

为什么在嘈杂环境中，我们会不自觉减少眨眼？

“我们的研究表明，眨眼与视觉和听觉信息的丢失有关。”研究合著者、心理学系副教授Mickael Deroche说。研究推测，这是大脑的一种自适应策略。就像视觉任务中，我们会在关键信息呈现时抑制眨眼以减少视觉中断一样，听觉任务中，大脑会沿用这种跨模态调控机制，通过减少眨眼来避免注意力短暂脱离，确保听觉信息的连续处理。尤其在嘈杂环境中，大脑需要调动更多认知资源解析言语，这种眨眼抑制就会更显著。

值得注意的是，实验二还发现一个特殊关联：在0dB信噪比的高难度条件下，言语识别能力越差的受试者，眨眼次数反而越多。这说明过度眨眼可能反映了听者的认知困境，但眨眼抑制的程度与识别准确率并无直接关联——眨眼减少是大脑投入努力的表现，而非判断任务完成好坏的标准。

03重新定义“眨眼”的认知意义

有趣的是，这项研究挑战了瞳孔测量中“忽略眨眼”的传统做法。以往研究常将眨眼视为干扰数据，但本研究证明，眨眼本身就是有价值的生理指标。与瞳孔直径测量相比，眨眼指标对眼球运动不敏感，在自由观看或特殊人群（如婴幼儿、认知障碍患者）研究中更具优势，可作为瞳孔测量的重要补充。

不过研究也存在局限性，比如依赖人工筛选眨眼数据可能引入主观偏差，且结论仅适用于“听句子并重复”的简单任务，未来还需探索更复杂任务和特殊人群（如听力障碍者、人工耳蜗使用者）中的眨眼规律。

下次在嘈杂环境中聊天时，不妨留意下自己的眨眼频率——那些不自觉减少的眨眼，正是大脑在全力帮你“听清”世界的证明。

向章鱼“取经”，科学家3D打印出能抓蛋黄的水凝胶抓手

Sat, 03 Jan 2026 01:00:04 +0800

出品：科普中国

作者：汪祎贤，刘德胜，王晓龙（中国科学院兰州化学物理研究所）

监制：中国科普博览

在神秘的海底世界，章鱼是当之无愧的 “捕猎高手”。而它的秘密武器，正是那几条灵活又强悍、布满吸盘的灵活触手。你可别小看这些小小的“圆盘子”，它们能让章鱼创造出令人惊叹的 “魔法”：无论是在光滑的岩石、坚硬的贝壳，甚至快速游动的小鱼身上“一贴即合”，仿佛拥有无形的引力！更神奇的是，当章鱼想要松开时，又能瞬间脱离，丝毫不伤猎物分毫。这种 “收放自如、温柔有力” 的吸附本领，不仅是章鱼在海底生存的法宝，也点燃了科学家的灵感：我们能不能也做出像章鱼触手这样又软又稳的“机械手”呢？

章鱼结构图

（图片来源：Current Biology 2024,34,20：4767-4773）

回过头来看看我们日常生活和工业生产中常用的传统机械抓手——比如工厂里夹取零件的铁爪，或者玩具机器人硬邦邦的塑料手——它们在处理一些精细任务，尤其是在水下工作时，就显得有点“笨手笨脚”了。比如说，要想抓一块嫩豆腐或者一颗生蛋黄，传统机械手一用力就碎；在水下打捞珍贵样品或者精密仪器时，它们又常常抓不紧、拿不稳，甚至不小心把东西弄坏。

章鱼触手与传统机械抓手的巨大反差，让科学家们萌生了一个大胆的想法：要向章鱼“取经”，研发出更灵活、更精细的人造抓手。

向自然“取经”：章鱼触手带来的科学难题

想要复刻章鱼触手的神奇能力，科学家们首先就面临着两大棘手难题。

第一个难题是 “造不出”。章鱼触手的内部结构极其精密，布满了复杂的肌肉纤维和神经组织，外部又布满了大大小小的吸盘结构，这些结构相互配合，才能实现灵活的弯曲和精准的吸附。而人类工厂里常用的制造方法，比如注塑、切削等，大多只能生产结构相对简单的零部件，很难复刻出章鱼触手这种复杂且具有多层结构的柔性部件。即便勉强制造，也无法保证各部分结构的协同工作，自然难以达到章鱼触手的性能。

第二个难题是 “材料不行”。章鱼的触手之所以能在实现柔软变形的同时，还保持强大的韧性和稳固性，关键在于其独特的身体组织材料。这种材料既要有足够的弹性，能够贴合不同形状的物体表面；又要有一定的强度，防止在抓取过程中断裂。然而，我们常用的材料总是“偏科”：橡胶材料虽然有一定的弹性，但强度不足，在水下长期使用容易老化损坏；金属材料强度足够，但过于坚硬，无法实现柔软变形，根本没法温柔抓取。更麻烦的是，很多材料在水下环境中，其性能会大幅下降，要么吸附力减弱，要么容易被水腐蚀，根本无法适应水下作业需求。

破解之道：当水凝胶遇见3D打印

就在科学家们发愁的时候，两样新技术的结合带来了转机：科学家们找到了破解之道——将“新型水凝胶”与“3D 打印技术”相结合，成功复刻出了章鱼触手的“精髓”。

首先是新材料的突破。科学家们研发出一种新型水凝胶，这种水凝胶的秘密在于其特殊的分子结构。它模拟了生物组织中的分子键，通过多种强弱氢键之间的协同作用和微相分离过程，让水凝胶既拥有了像橡胶一样的柔软弹性，能够轻松弯曲变形，又具备了一定的强韧度。测试数据显示，这种新型水凝胶在拉伸时可以延伸到自身长度的数倍，且在承受一定重量时不会断裂；更重要的是，它本身含有大量水分，与人体组织和海洋环境的相容性极好，在水下不仅不会失效，反而能保持稳定的性能，完美解决了传统材料“刚柔难兼顾、水下易失效” 的问题。

有了合适的材料，接下来就是如何制造出复杂的仿生结构。这时候3D 打印技术恰好解决了这一难题。传统制造工艺无法实现的复杂内部结构，在3D 打印技术面前变得不再困难。

研究者们以自然界中章鱼的漏斗吸盘结构与柔性触手为仿生原型，首先构建了一种具有可切换粘附性能的水凝胶仿生吸盘。该吸盘结构主要由可调曲率膜（调节吸盘脱附过程）、负压腔和气动腔室组成。此外，所设计的具有不同曲率膜的水凝胶吸盘对硅、玻璃、S304和尼龙等各种粗糙表面均具有自适应粘/脱附性。随后，研究者对章鱼触手的复杂结构进行了更新设计，并将仿生吸盘与其相匹配，创新性的设计出了一款具有多重通道结构的液压驱动水凝胶抓取器。这些内部通道可以通过控制气压或液压，调节吸盘的吸附力，也能够调节触手的弯曲和回复，实现“牢牢吸附”与“快速脱离”的切换；通过这种方式，3D 打印技术一举攻克了传统工艺难以制造复杂柔性结构的难题，让人造触手的 “复刻” 成为现实。

“温柔而强大”：水凝胶抓手的三大绝技

这个结合了仿生设计与新材料技术的“人造章鱼手”，到底有多厉害呢？一句话就是“温柔而强大”，具体我们可以用三个特点来总结：

它的第一个优势是“吸附广”。经过实验测试，这种人造抓手可以在多种常见材质表面实现牢固吸附与快速脱离，无论是玻璃、金属、塑料等硬质材料，还是橡胶、布料等软质材料，甚至是带有一定弧度或不规则形状的物体表面，它都能紧密贴合，产生稳定的吸附力。更令人惊喜的是，在水下环境中，它的吸附性能丝毫不受影响，这是传统机械抓手无法比拟的。

第二个优势是“不损伤”，这也是它最核心的亮点。由于新型水凝胶具有优异的柔软性和弹性，在抓取物体时，带有“曲率膜”的吸盘能够最大程度地贴合物体表面，分散抓取力，避免局部压力过大导致物体损坏。科学家们做过一个有趣的实验：用这种人造抓手抓取蛋黄。结果显示，抓手能够稳稳地将蛋黄抓起，并且在移动和放下的过程中，蛋黄完好无损，甚至连蛋黄膜都没有出现丝毫破裂。除此之外，它还能轻松抓取豆腐、果冻等极其脆弱的物品，真正实现了“温柔” 抓取，解决了传统机械抓手在精细操作中的痛点。

图片来源：中国科学院兰州化学物理研究所

第三个优势是“应用远”。这款人造抓手的出现，为多个领域带来了全新的可能。在水下机器人领域，它可以作为机器人的“手”，用于抓取脆弱的生物样本；还能将水凝胶吸盘集成到水下无人航行器、爬行机器人等设备中，实现水下驻停、爬行、航行等多种应用，有望在海洋设备维护、水下考古和深海探索等多个领域进行应用。在精密制造领域，它有望能能够用于电子元件的组装，抓取微小且脆弱的芯片、传感器等，提高制造精度和效率；在未来医疗领域，它有望成为手术机器人的重要组成部分，在微创手术中抓取微小的组织器官，减少手术对患者的创伤。此外，在食品加工、物流分拣等领域，它也能发挥重要作用，推动这些行业向更精细、更高效的方向发展。

图片来源：中国科学院兰州化学物理研究所

从章鱼的触手到 3D 打印水凝胶抓手，这项研究不仅成功解决了传统机械抓手在精细操作和水下场景中的不足，更向我们展现了一种全新的科技研发思路——向自然学习。大自然经过亿万年的进化，孕育出了无数具有神奇能力的生物，它们的身体结构、生理功能都蕴含着精妙的设计和智慧。

从章鱼触手的神奇能力中汲取灵感，用新型水凝胶材料突破性能瓶颈，再借助 3D 打印技术实现复杂结构的制造，这款能抓蛋黄的水凝胶抓手，不仅是一项技术突破，更向我们展示了 “向自然学习” 的巨大潜力。在科技发展的道路上，自然永远是最好的老师，那些经过亿万年进化筛选出的生物特性，往往能为我们解决“硬核”工程难题提供意想不到的思路。相信未来，随着仿生科技的不断发展，还会有更多从自然中获得灵感的发明创造，为我们的生活带来更多惊喜与改变。

从科幻到现实：这届人形机器人，终于要“干活”了！

Thu, 01 Jan 2026 01:30:05 +0800

在制造业重镇湖北，一场关乎未来生产力的变革正在悄然发生。这里诞生的人形机器人，不仅拥有强大的力量，更追求极致的灵巧，它们正共同描绘一幅“人机协同”的智慧工厂新图景。

人形机器人并非一个全新概念，学术界对它的研究最早可追溯至上世纪60年代。但大众感知上，近几年人形机器人才真正“火”起来。

“2022年，生成式人工智能大模型技术的到来，把人形机器人最核心的关键技术拼图补完整了，为人形机器人赋予了‘具身智能’的状态，使它能够通过自己机载的传感器思考、学习与进化。”国家地方共建人形机器人创新中心首席科学家江磊告诉记者，“那么，人形机器人这么复杂的装备，就能够拥有行走能力、操作能力，以及与环境交互与人对话的能力。”

而为什么要将机器人做成“人形”？

“因为这个世界是为人创造的，我们的生产生活都是为人所适应的，人形机器人的形态和动作像人，就容易适应人的环境。另外，人形机器人与人具有相似的结构，因此，人的很多操作技巧相对更容易转移到它的身上。”华中科技大学机械科学与工程学院教授罗欣说道。

要让人形机器人真正融入人类环境，成为人类的智能机器助手，必须突破一系列技术瓶颈。

华中科技大学机械科学与工程学院副院长、教授陶波认为，有四大核心技术需要突破。“第一是健壮灵活的四肢，我们希望这个机器人具有一双具有多模态感知、灵巧操作能力的灵巧手，另外还希望它具有大负载、强续航能力。第二是敏锐强大的神经，我们希望这个机器人除了具有视觉，还具有触觉、听觉等先进的复合感知能力，实现多模态感知。第三是流畅协同的小脑，我们希望通过运动学和动力学的研究突破，让人形机器人能够完成复杂的运动控制。最后是博学智能的大脑，大脑是人形机器人的灵魂，一方面需要它具有强大的计算能力，另一方面也希望它拥有更先进的人工智能和高度智能化的行为。”

据了解，在湖北诞生的“荆楚”人形机器人，已经在“手”上取得了突破。它不仅拥有一双外形酷似人手的“灵巧手”，更关键的是，这双手被赋予了多模态感知和智能操作的能力。

“我们给‘荆楚’人形机器人的掌心加了一个视觉，通过手的局部智能，直接生成五个手指头的运动轨迹，就像是给机器人的手掌装上了‘眼睛’和‘大脑’。”华中科技大学机械科学与工程学院教授赵兴炜告诉记者，通过手的局部视觉，机器人就知道该怎么抓取、怎么获取动作。此外，“荆楚”人形机器人的手指尖也装上了独特的“磁触觉”传感器，通过感知微小的磁场变化测量受力，灵敏度可调、应用范围极广。“这双手可以做到1克的感知，抓豆腐、抓果冻，抓软的、硬的问题都不大。”

“荆楚”人形机器人拥有一双灵巧手。华中科技大学机械科学与工程学院供图

如果说“荆楚”是灵巧的先锋，在湖北诞生的另一款“劳动者”人形机器人就是当之无愧的力量担当。它的研发，直面劳动密集型产业中重复、繁重甚至危险的体力劳动岗位。强健的体魄为其赢得了“大壮”这个别称，而陈学东院士则赋予了它“劳动者”这个更富使命感的名字。

据华中科技大学机械科学与工程学院教授韩斌介绍，“劳动者”人形机器人的体重为80—90公斤，双臂的负载可以达到40—60公斤，这是它能替代人工、承担繁重体力活的核心资本。

“这样的话，尤其在关节的驱动方面，面临着很大的挑战。机器人的电机要做得很轻，还要出力大。因为前期我们做重载的四足机器人时，积累了一些经验，才攻克了这一难题，最终才能做成这么大的机器人。”罗欣教授说道。

“劳动者”人形机器人拥有强大的臂力。华中科技大学机械科学与工程学院供图

从“荆楚”的灵巧之手，到“劳动者”的强健之躯，核心技术的持续突破，正为人形机器人注入更接近人类的感知与行动能力。在研发者们看来，随着技术的加速迭代，机器人产业正迎来爆发式发展。

“这两年人形机器人的发展，我认为是远超前60年的总和的，这是一个质的飞跃，所以我们现在才能够谈论人形机器人走进我们的生产和生活，走进实际。而在以前，实际上的应用是很难奢望的，但是这两年，我们已经看到了一个非常光明的前景。”罗欣教授告诉记者。

这份光明的前景，最终指向的是一个高度智能、能够像人一样理解并执行复杂任务的伙伴。“我们希望把它变成一个真真正正的人类一样的智能形象，这是未来大家追求的方向。”韩斌教授说道。

“人形机器人，将会是未来机器人领域的重要集大成者，也是新质生产力的代表之一。”陶波教授说道。

审核：

江磊国家地方共建人形机器人创新中心首席科学家

陶波华中科技大学机械科学与工程学院副院长、教授

罗欣华中科技大学机械科学与工程学院教授

赵兴炜华中科技大学机械科学与工程学院教授

韩斌华中科技大学机械科学与工程学院教授

102色！它用6个月给宇宙拍了张“写真”

Thu, 01 Jan 2026 01:30:04 +0800

这是一张特殊的“写真”：色彩丰富——102色！主角是宇宙，拍摄者是名为“SPHEREx”的太空望远镜，拍摄时长6个月。

今年3月，SPHEREx太空望远镜从地球出发了。它由美国国家航空航天局（NASA）研制，全名有点长，叫“宇宙历史、再电离纪元及冰层探索光谱光度计”。但它的任务很明确——给整个天空，拍一张特别多彩的“照片”。

经过6个月的“凝视”，它最近传回了第一份成绩单：一张覆盖整个天空的102色红外图谱！

一张特殊的“宇宙证件照”

SPHEREx进入轨道后，每天大约绕地球飞行14.5圈。它的路线很固定，总是沿着地球的南北方向，飞越两极上空。每飞一圈，它就用“镜头”扫过天空的一角。就这样，它一天就能拍下大约3600张图像。

今年5月，科学家启动了全天空测绘。仅仅过了6个月，SPHEREx就完成了这幅覆盖整个天空的102色红外图谱。

负责这项任务的NASA喷气推进实验室项目经理贝丝·法宾斯基说，SPHEREx的核心本领，就是能以102种颜色，并且每半年就能完成一次全天扫描的频率来工作。

它的“眼睛”里藏着秘密

SPHEREx是怎么拍出这么多颜色的呢？秘密全在它的“眼睛”里。

它安装了6个高灵敏度探测器。每个探测器前面，都配了特殊设计的滤光片。这些滤光片就像一组组非常精密的“彩色玻璃”，一个就能分离出17种渐变的色光。6个探测器一起工作，一次成像就能捕捉到6×17=102种颜色。

也就是说，我们看到的这张全天图谱，其实是由102张不同颜色的“图层”叠加出来的。每一种颜色，都对应着一种特定波长的红外光。

红外光，我们的眼睛直接看不见，但它们却在宇宙中无处不在。星系、恒星、正在形成行星的尘埃云……都在用各自偏好的红外光“轻声细语”。SPHEREx的厉害之处，就是能同时“听清”这102种“宇宙声音”，并把它们清清楚楚地区分开、记录下来。

既能“看全景”，又能“分颜色”

在SPHEREx之前，也有别的太空望远镜绘制过全天图谱，比如广域红外巡天探测器（WISE）。但它们都做不到像SPHEREx这样，一次性捕捉这么丰富的色彩层次。

或许,你还会想到更为强大的詹姆斯·韦布空间望远镜。它确实能分析更精细的光谱。但它有个特点——“视野”比较窄，一次看到的天空范围只有SPHEREx的几千分之一。

所以，看得广、颜色分得细，正是SPHEREx的“独门功夫”。

不只为了好看，更是科学宝藏

这张绚丽的102色图谱，可不只是为了好看，它里面藏着解开宇宙奥秘的重要线索。

借助它，科学家希望能：

探索宇宙极早期的秘密，研究大爆炸后瞬间发生的奇妙物理过程。

追溯近140亿年来星系的完整演化故事。

在银河系中寻找孕育生命的关键物质，比如水冰和有机分子，看看它们藏在哪里。

目前，科学团队正计划用这些数据，测量数亿个星系的距离。

以前的望远镜大多只能画出星系的二维位置图。而SPHEREx的目标，是构建宇宙的三维地图。

这不仅能让我们看清星系在宇宙中是如何聚集、分布的，甚至还能帮助我们窥探到宇宙诞生后急速膨胀的那一瞬间。

SPHEREx的任务还在继续。这台太空中的“彩色眼睛”，正用它独特的视角，把看不见的红外宇宙，变成一幅幅色彩斑斓的科学画卷，带领我们一步步探索宇宙和生命的奥秘。

（科普时报记者陈杰）

当AI学会看山看海：坤元大模型如何重新定义地球观测？

Thu, 01 Jan 2026 00:30:03 +0800

出品：科普中国

作者：郭菲（烟台大学）

监制：中国科普博览

2025年7月29日，在山东烟台举行的第三届海岸带大会上，一个特殊的“观察者”正式亮相。它不需要眼睛，却能精准识别东南亚每一寸土地的变迁；它从未潜入海，却能洞察千米深处的洋流奥秘。这就是中国科学院地理科学与资源研究所发布的“坤元”大模型——一个用人工智能重新定义地球观测的革命性工具。

“坤元·感东南”和“坤元·拟千海”，这两个充满诗意的名字背后，是中国科学家将AI技术与地球科学深度融合的最新成果。它们的出现，不仅改变了我们观察地球的方式，更可能重塑人类与环境互动的未来。

卫星地图使得人类可以从太空俯瞰地球

（图片来源：维基百科）

三十年的地球档案：AI如何成为时光机器

如果需要绘制东南亚过去30年的土地变化图，你会怎么做？森林变成了农田，城市不断扩张，海岸线悄然改变……这些变化发生得如此缓慢，以至于生活在其中的人们往往难以察觉。但对于“坤元·感东南”大模型来说，这就像在看一部快进的电影。

传统的土地覆盖监测就像考古工作——需要大量人力，一张张查看卫星图片，手工标注每一块土地的类型。一个经验丰富的专家，分析一幅覆盖数千平方公里的卫星图像，可能需要几天甚至几周的时间。而要完成整个东南亚地区30年的土地覆盖变化分析，即使动用一个团队，也需要数年时间。

遥感卫星二号模型

（图片来源：维基百科 Cristóbal Alvarado Minic）

“坤元·感东南”彻底革新了这一流程。模型负责人曹银霞博士和她的团队开发了一套革命性的方法：让AI自己学会“看图识地”。

这个过程就像教一个孩子认识不同的地貌。起初，AI什么都不懂，科学家们给它看成千上万张标注好的卫星图片——这是森林，那是农田，这里是城市，那里是水体。慢慢地，AI开始理解不同地物的特征：森林在卫星图上呈现深绿色，纹理均匀；农田则呈现规则的几何图案，颜色随季节变化；城市是灰白色的斑块，道路像血管一样延伸。

但真正的突破在于“自动样本生成”技术。传统方法需要人工标注每一个训练样本，这是一个极其耗时的过程。而“坤元·感东南”能够自动生成高质量的训练样本，就像一个勤奋的学生，不仅认真听课，还会自己出题自己练习，不断提升能力。

更令人惊叹的是它的效率。借助一块消费级的显卡——这种硬件设备常见于许多游戏爱好者的电脑里——“坤元·感东南”只需要3到4个小时，就能完成对整个东南亚地区的土地覆盖探测。这相当于把原本需要数年的工作压缩到了半天之内。

并且，“坤元·感东南”的识别精度达到了92%！这一数字意味着什么？这意味着在100块土地中，AI能正确识别92块。对于大尺度的环境监测来说，这个精度已经超过了许多人工判读的结果。更重要的是，AI不会疲劳，不会因为连续工作而降低准确率，它能始终保持稳定的判断标准。

深海探秘：当AI潜入千米海底

如果说观测陆地是一个二维的问题，那么理解海洋就是一个三维甚至四维（加入时间维度）的挑战。海洋占地球表面的71%，平均深度超过3700米，而人类对深海的了解，甚至不如对月球表面的了解深入。

特别是海洋的中层——大约1000米深的“暮光地带”水域，这里既没有表层的阳光，也缺乏深层的地热，一直是海洋学研究的盲区。这片水域的洋流对全球气候有着深远影响，但由于观测困难而长期研究滞后。

传统的海洋观测依赖于科考船和浮标：一次深海科考，动辄耗资数百万，还要面对恶劣的海况。即使是最先进的Argo浮标系统——由全球4000多个自动浮标组成的观测网络，浮标在海洋中漂流，定期下潜到2000米深处测量温度和盐度——也只能提供零星的观测点，就像在浩瀚的海洋中撒了一把沙子。

全球洋流简图示意图

（图片来源：人教版高中地理教材）

“坤元·拟千海”的出现，就像给科学家装上了“透视眼”。樊荣博士和他的团队采用了一种巧妙的策略：既然无法直接观测每一处海水，那就让AI学会“推理”。

这个推理过程基于物理规律——海水的运动遵循流体力学定律，温度和盐度的分布有其内在规律，不同深度的洋流相互影响。AI通过学习这些物理规律，结合有限的观测数据，就能推断出整个海域的流场分布（海水流动的速度和方向在空间中的分布状态）。

这类似于侦探破案：虽然不能看到犯罪现场的全过程，但通过现场留下的蛛丝马迹，运用逻辑推理，就能还原事件的真相。“坤元·拟千海”就是海洋中的“福尔摩斯”，它通过130多万条Argo浮标的轨迹数据，结合海洋物理学知识，重建了整个大洋千米层的三维流场。

最令人振奋的是，这个AI模型将预测精度提升了25%。在科学研究中，即使是1%的精度提升都可能带来重大突破，25%的提升堪称革命性进展。这意味着我们对台风路径的预测会更准确，对厄尔尼诺现象（是指东太平洋海水每隔数年就会出现的异常升温）的预警会更及时，对气候变化的理解会更深入。

从实验室到现实：AI如何守护我们的家园？

“坤元”大模型的价值不仅在于科学研究，更在于它对现实世界的深远影响。

东南亚拥有世界上最丰富的热带雨林资源，被称为“地球之肺”。但近几十年来，由于农业扩张、城市化和非法砍伐，雨林正在快速消失。传统的森林监测常是“事后诸葛亮”——当发现问题时，破坏已经造成。

有了“坤元·感东南”，情况完全不同了。它可以每周甚至每天对重点区域进行监测，一旦发现异常的森林减少，立即发出预警。这就像给雨林装上了24小时的监控摄像头，任何非法砍伐都无处遁形。

印度尼西亚的棕榈种植园扩张、马来西亚的橡胶林开发、菲律宾的城市扩展……这些变化都在AI的监视之下。政府可以据此制定更科学的土地利用政策，环保组织可以更有针对性地开展保护行动。

泰国橡胶园

（图片来源：维基百科松岡明芳 - Sukanya）

预警海洋灾害的智能系统

2004年印度洋海啸、2011年日本海啸……这些灾难提醒我们，理解海洋动力学对于防灾减灾至关重要。“坤元·拟千海”通过精确模拟深层洋流，可以更好地预测海啸的传播路径和到达时间。

更重要的是日常的应用。渔民出海需要了解洋流和水温，航运公司需要规划最经济的航线，海上风电场需要评估海流对设施的影响。AI模型提供的高精度海洋环境信息，直接关系到千万人的生计和安全。

助力碳中和的科学工具

在应对气候变化的全球行动中，准确评估碳汇（能够吸收和储存二氧化碳的自然或人工系统）至关重要。森林和海洋是地球上最大的两个碳库。“坤元·感东南”可以精确监测森林面积的变化，计算碳储量的增减；“坤元·拟千海”则能模拟海洋的碳循环过程，评估海洋的固碳能力。

这些数据对于各国制定碳中和政策、企业进行碳交易、科学家研究气候变化都具有重要价值。可以说，AI正在成为人类应对气候危机的重要工具。

中国智慧：从追赶者到引领者

“坤元”大模型的成功，标志着中国在AI地球观测领域已经从追赶者变成了引领者。

回顾历史，中国的遥感事业起步较晚。当美国的Landsat卫星在1970年代就开始对地观测时，中国还主要依赖国外的卫星数据。但经过几十年的努力，特别是近年来在AI领域的快速发展，中国已经建立了完整的对地观测体系。

从高分系列卫星到海洋系列卫星，从风云气象卫星到资源环境卫星，中国的“天眼”越来越多、越来越亮。而“坤元”大模型的出现，则让这些“眼睛”变得更加智慧。

这种转变背后，是中国科研体制的优势。集中力量办大事的体制，使得跨学科、跨部门的协作成为可能。地理学家、海洋学家、计算机科学家、数学家……不同领域的专家汇聚在一起，共同攻关。这在许多国家是难以实现的。

同时，中国庞大的市场和丰富的应用场景，为AI技术提供了最好的试验场。从青藏高原到南海诸岛，从东北黑土地到西南喀斯特地貌，多样的地理环境催生了多样的技术需求，推动着技术不断创新。

未来已来：当AI成为地球的守护者

站在2025年的时间节点回望，我们正处在一个技术奇点。AI不再是冰冷的代码和算法，它正在成为理解地球、保护环境的有力工具。

两款模型背后的核心研发者——中国科学院地理科学与资源研究所苏奋振研究员，在发布会上描绘的未来图景令人期待：通过注入海量地理数据，“坤元”大模型将不断进化，监测维度从现在的土地覆盖和海洋流场，扩展到植被生长、空气质量、生物多样性等更多领域。系统的应用门槛将不断降低，不仅科学家可以使用，政府部门、企业甚至普通民众都能从中受益。

想象这样一个场景：一位农民通过手机APP，输入自己农田的位置，AI立即分析过去30年这块土地的变化，预测未来的气候趋势，给出最适合种植的作物建议；一位船长在出海前，查询AI生成的洋流预报，选择最安全、最经济的航线；一位环保志愿者发现某处森林异常，拍照上传，AI立即识别问题并通知相关部门……这不是科幻，而是正在到来的现实。

新时代的“地球体检师”

如果把地球比作一个生命体，那么“坤元”大模型就是最先进的体检设备。它能看到地球的“皮肤”（地表）是否健康，能感知地球的“血液”（洋流）是否正常流动，能预警地球的“疾病”（环境问题）是否在恶化。

从卫星遥感到AI智能，从被动观测到主动预警，从事后分析到超前预测，人类认识地球的方式正在发生根本性变革。“坤元”大模型的发布，不仅是中国科技实力的展示，更是人类文明进步的标志。

当AI学会看山看海，当算法开始理解自然，当模型能够预见未来，我们与地球的关系将被重新定义。这不是人类征服自然的故事，而是人类借助智慧工具，更好地理解自然、顺应自然、保护自然的新篇章。

在这个人类世（Anthropocene）的时代，“坤元”大模型提醒我们：技术的最高境界不是改造世界，而是理解世界；AI的最大价值不是替代人类，而是帮助人类更好地与地球和谐共生。

这，或许就是“坤元”这个充满东方智慧的名字所蕴含的深意——坤为地，元为始，坤元即为“大地滋养万物之德”。这是用AI开启地球观测新纪元的宣言，更是中国科学家为人类可持续发展贡献的一份厚礼。

九年科研马拉松，中国团队突破黄金半导体集成瓶颈

Wed, 31 Dec 2025 02:00:04 +0800

2025年7月17日，麻省理工学院电子工程与计算机科学系博士后姜建峰以通讯作者兼共同第一作者的身份，与北京大学刘开辉教授团队携手发表Science论文，成功攻克了硒化铟半导体集成制造的难题，将二维硒化铟器件从“单器件”推向“晶圆级平台”，实现了大面积、可集成的二维电子器件，为后摩尔时代的芯片技术开辟了新路径。今年12月份，姜建峰回到北京大学任教，担任研究员、博士生导师。

撰文 | 路飞

这项研究于2024年11月投稿，2025年5月收到稿件被接受的邮件，至此，姜建峰研究生涯里的一场9年接力式马拉松终于看到了曙光。

把二维硒化铟从微米量级推向晶圆尺寸是一项了不起的突破。在此之前，他曾于2023年在Nature 上发表一项工作，首次在实验室中证明单个硒化铟器件的能效已经能够超越传统硅基技术。这项两年前的工作为这一次晶圆级扩展奠定了前期的器件基础。

姜建峰生活照 | 图源：本人提供

二维硒化铟——天选“开关”

在人类科技文明的演进历程中，半导体技术的革新始终扮演着核心驱动力的角色。从人工智能算法的高速迭代到大数据中心的海量信息处理，从智能制造体系的精密调控到万物互联网络的全域覆盖，所有引领时代的先进技术得以落地，均依赖于集成电路芯片这一现代科技的“核心引擎”。

在本文主角二维半导体材料硒化铟登场之前，我们先来捋一捋半导体工作原理。

芯片储存与处理信息的核心原理，本质上是通过半导体晶体管的“开关”状态实现的。每个晶体管可通过栅极的电场控制电流的导通与截止，对应二进制中的“1”和“0”，无数个晶体管的组合状态便构成了信息的存储与运算基础。这种基于“开关”逻辑的工作模式，是整个数字信息时代得以运转的底层架构。

1947年12月16日，美国贝尔实验室，威廉・肖克利（William Shockley）、约翰・巴顿（John Bardeen）和沃特・布拉顿（Walter Brattain）这三位科学家成功研制出世界上第一个基于锗半导体的点接触式晶体管。这一成果标志着现代半导体产业的诞生，硅基材料凭借其稳定的物理化学特性、成熟的制备工艺以及相对低廉的成本，成为支撑芯片技术迭代的基石。自那以后，硅基芯片通过不断缩小晶体管尺寸、提升集成度，推动计算性能呈指数级增长，深刻重塑了信息时代的发展格局。

芯片晶体管的演进 | 图源：姜建峰

然而，当芯片制程工艺逐步逼近原子尺度的物理极限时，延续半个多世纪的摩尔定律正面临前所未有的挑战。摩尔定律所预言的“集成电路上可容纳的晶体管数目每18至24个月翻一番”，其本质是基于硅基材料在尺寸微缩过程中的性能红利。但当晶体管栅极长度接近5纳米以下时，量子隧穿效应显著增强，导致漏电率飙升；同时，短沟道效应使得器件阈值电压急剧波动，严重影响芯片的稳定性与能效比。这些物理层面的限制，标志着硅基芯片的发展已进入瓶颈期，其作为“开关”的可靠性与效率难以进一步突破。

在此背景下，具有原子级厚度的二维半导体材料成为突破技术桎梏的关键方向，被全球科技界视为“后摩尔时代”的核心候选材料。

二维半导体材料之所以天生适合担任“开关”角色，源于其独特的结构与电子特性：一方面，其原子级的超薄厚度（通常仅为几个原子层）使得栅极能够更精准地控制沟道中的载流子，实现近乎理想的开关——当“关断”时，载流子泄露极少，可有效避免电流误通；当“导通”时，载流子迁移率高，能快速形成稳定电流，这种特性是高效信息处理的核心要求。另一方面，二维半导体的表面无悬挂键，化学稳定性优异，可减少界面散射对载流子运动的干扰，确保“开关”动作的快速响应与长期可靠性。

“通俗来说就是，二维半导体不仅更薄、更快，还具有更高的工艺兼容性。”姜建峰表示，“但理想与现实之间仍存在距离。由于二维半导体在物理本征性能、制备质量及工艺可控性方面尚存难点，其整体器件性能仍难以全面超越先进硅基技术。”

2016年，诺贝尔物理学奖得主、曼彻斯特大学教授Andre Geim更是将其誉为“黄金半导体”。“2016年，这是我对硒化铟萌发兴趣的起点。”姜建峰回忆道，“2019年读研期间，我和所在团队发表了首篇关于硒化铟电子器件的论文。”

从“微米量级”走向“晶圆尺寸”

尽管硒化铟在“理论预言”中展现出十八般武艺，但是否真的能够被证实在单器件层面超越现有先进的硅基技术，仍然是个谜。

囿于硕士期间山东大学实验条件有限，姜建峰直到2020年到北京大学读博，这一块压在他心底的石头才开始松动。

“诺贝尔奖得主Herbert Kroemer说过这样一句话，界面即是器件。硒化铟没有发挥出理论性能，其中一个重要原因是因为硒化铟在空气中容易氧化，并且与金属接触会产生显著的费米能级钉扎，这导致金属电极与二维半导体之间往往具有较大的接触电阻。”姜建峰解释道。

为了克服这一问题，当时姜建峰所在的研究团队——北京大学彭练矛教授课题组，在金属和半导体的接触区采用了掺杂诱导二维相变技术，利用Y（钇）掺杂将半导体硒化铟（InSe）转化为半金属Y-InSe，改善了金属与二维硒化铟之间的接触，制造了具有欧姆接触、高栅极效率和接近理想弹道率的超短沟道高性能InSe场效应晶体管，可在0.5V的超低电压下工作。

弹道硒化铟晶体管 | 图源：论文

这项工作突破了长期以来阻碍二维电子学发展的关键科学瓶颈，首次证实了二维半导体晶体管的性能可以接近理论预测的极限，与当前最先进的硅基晶体管相比，在性能与功耗上更具优势。这项研究成果于2023年发表于Nature，姜建峰是第一作者，同时入选当年的“中国十大科技进展新闻”“中国高等学校十大科技进展”“中国半导体十大研究进展”“中国重大技术进展”“中国芯片科学十大进展”。

“Nature审稿人在邮件里说‘这毫无疑问是迄今性能最高的二维半导体晶体管’”姜建峰说。

需要补充说明的是，本项研究中使用的硒化铟晶体是通过“古老”的机械剥离法获得的，即“手撕单晶”。顾名思义，“手撕单晶”就是利用胶带粘贴层状单晶材料的表面，然后反复剥离胶带，利用胶带的粘力将材料逐层分开，最终得到厚度仅为几个原子层甚至单原子层的二维晶体。石墨烯的首次成功分离便是使用此法。

机械剥离法虽然能获得高质量的硒化铟晶体样品，却难以实现大面积、可控产出的制备过程，限制了其在大规模集成电路中的实用性。

团队一直在思考二维半导体能否真正实现大规模、高性能、稳定可靠的集成，并积极寻求“外挂”合作支援。

传统的烧单晶方式，其核心原理是在精确控制的温度、压力、气氛等环境参数下，使材料的原子或分子按照特定的晶体结构有序排列，形成具有完整周期性的单晶。但是，这种方式在硒化铟上是“失效”的。硒化铟中硒和铟的物理性质差异大，在高温下硒的蒸汽压比铟高7个数量级，采用传统开放容器加热硒和铟的烧单晶方式，极易导致化学计量比偏离1:1，从而引发杂相，大幅降低材料性能。

“刘开辉老师是研究二维半导体材料生长的专家，他提出了固-液-固生长方法（SLS）”，姜建峰介绍道，“整个过程就像一场精密的‘微观培育工程’”。在攻关二维硒化铟半导体的研究方面，两支具有多年材料与器件物理系统性积累的团队一拍即合，一方负责钻研电子特性，一方负责钻研材料生长。

“固-液-固”生长策略，制备晶圆级InSe高质量晶膜，图源：论文

刘开辉教授团队的秦彪博士（现为重庆大学物理学院教授）首先采用磁控溅射技术，在蓝宝石基底上沉积出一层非晶InSe薄膜。这一步可以想象成用特殊的“喷涂”方式，在坚固的蓝宝石“底盘”上，均匀地铺上一层原子排列杂乱无章的InSe材料。

接着将沉积好非晶InSe薄膜的蓝宝石基底放进定制的钢槽中，然后盖上熔融石英板，并用液态铟密封边缘。这里面藏着不少巧妙的设计：铟的熔点只有157℃，在合适的温度下会变成液态，就像一道“密封胶”，把钢槽和石英板之间的缝隙堵得严严实实；而整个装置在550℃的高温下进行退火处理时，这种密封设计形成了一个封闭的空间，能有效阻止硒原子的流失。

最后就是关键的晶体生长阶段，这一步的核心在于富铟液态界面的作用。密度泛函理论计算证实，晶体状态的InSe比非晶态能量低0.38eV/原子，这意味着晶体状态是更稳定的。在密封空间内的高温环境中，富铟的液态界面成为了原子重新排列的“指挥站”，它加速了原子的溶解-再结晶过程。具体来说，非晶InSe薄膜中的原子会先溶解到富铟的液态界面中，就像杂乱的积木被拆开变成零散的零件，然后这些原子在液态界面的引导下，形成整齐的晶体结构。

“我们边做实验边验证，为了确认固-液-固（SLS）机制的正确性，我们使用扫描透射电镜（STEM）进行观测，直接看到了非晶InSe与晶体InSe之间的富铟界面。”姜建峰补充道，“最让我们兴奋的是，基于该晶圆的晶体管阵列展现绝佳性能：平均电子迁移率达287 cm^²/Vs（峰值347 cm^²/Vs），亚阈值摆幅低至67.3 mV/dec（接近玻尔兹曼极限），远超现有二维薄膜器件水平。”

由此，利用固-液-固生长方法成功制备出5厘米直径的高质量硒化铟晶圆，攻克了晶圆级硒化铟二维材料制备与集成的关键难题，实现了二维硒化铟从“微米量级”走向“晶圆尺寸”的重大跨越。

文章投稿后，三位审稿人一轮审稿即全票通过，不吝评价：“采用的生长方法具有高度创新性，解决了纯相硒化铟生长的挑战。”

瞄准后摩尔时代的明星材料

虽然取得了一系列成果，但姜建峰说：“硒化铟从实验室研究走向工业应用的关键一步，只是阶段性胜利。”

以集成电路芯片为核心的现代信息处理和人工智能对计算能力的需求愈发迫切，随着晶体管小型化的继续和超大规模集成电路（VLSI）的发展，系统级芯片需要将各种功能——逻辑计算、存储、传感、显示与模拟射频通信等模块，通过三维先进堆叠的方式集成到一个平台上，以提供现代信息应用所需的多功能灵活性。“这是我正在做自动驾驶相关芯片的出发点。”姜建峰介绍当下工业界的需求与手头正在做的研究。

“业内人常说硅基霸权，必须承认的是硅基核心技术仍然掌握在美国手中。我不敢预言二维半导体材料未来多少年会如何如何，但敢肯定的是二维半导体材料是后摩尔时代的明星材料，我希望我们占据先发优势，抓住在国际上弯道超车的好机会。”

姜建峰于12月从麻省理工学院博士后出站，回到北京大学任教。姜建峰解释做这个决定的原因是：“彭练矛教授说过一句话，要于国家薄弱之处落地扎根，于时代需要之时挺身而出。”

注：本文封面图片来自版权图库，转载使用可能引发版权纠纷。

特别提示

1. 进入『返朴』微信公众号底部菜单“精品专栏“，可查阅不同主题系列科普文章。

2. 『返朴』提供按月检索文章功能。关注公众号，回复四位数组成的年份+月份，如“1903”，可获取2019年3月的文章索引，以此类推。

版权说明：欢迎个人转发，任何形式的媒体或机构未经授权，不得转载和摘编。转载授权请在「返朴」微信公众号内联系后台。

划重点！科普中国“2025年度十大科学关键词”火热出炉，你关注的都在这！

Wed, 31 Dec 2025 01:00:03 +0800

【导(dǎo)语(yǔ)】转(zhuǎn)瞬(shùn)间(jiān)2025年(nián)已(yǐ)步(bù)入(rù)尾(wěi)声(shēng)，科(kē)技(jì)浪(làng)潮(cháo)以(yǐ)前(qián)所(suǒ)未(wèi)有的速度奔涌向前，重塑着我们的认知与生活。为回顾年度科学足迹，“科普中国”官方平台深度复盘海量用户搜索数据，梳理万千科学求索，最终遴选出2025年度“十大科学关键词”。让我们一同回望这一年科技星海的璀璨，见证科学如何改变世界、映照你我求知身影。

转眼间，2025年已步入尾声，在这一年里，科技的浪潮以前所未有的速度奔涌向前，重塑着我们的认知与生活。为了回顾这一年的科学足迹，捕捉公众最关切的科学脉动，科普中国官方平台对年度海量用户搜索数据进行深度复盘，依托强大的大数据捕捉与分析能力，对亿万次的科学求索进行了梳理与提炼，共同甄选出2025年最具代表性、最受关注的“十大科学关键词”。让我们一起回望2025年的科技星辰大海，看见科学如何改变世界，如何照亮我们每个人在其中的求知身影。

分子考古学揭示东亚人类十万年

Mon, 29 Dec 2025 07:00:04 +0800

【导语】分子考古学正揭开东亚10万年人类历史的神秘面纱。付巧妹团队通过古DNA研究，描绘出波澜壮阔的人群迁徙画卷：丹尼索瓦人曾活跃于此，现代东亚人群由南北两支祖源交汇融合而成，农业推动人群跨越地理阻隔，青藏高原与新疆的遗传结构多元复杂……东亚，实为连通世界的重要枢纽。

在东亚这片人口稠密、历史悠久的土地上，人类走过了怎样的10万年？分子考古学正以前所未有的方式，让这段漫长的历史变得清晰可读。

来自中国科学院古脊椎动物与古人类研究所的付巧妹团队从洞穴、贝丘、湿地和早期农耕遗址提取古DNA，通过上千个基因组样本，描绘出一幅波澜壮阔的人群迁徙史。结果显示，东亚的史前是多次迁徙浪潮交织而成的“巨网”。不同人群在不同时间来到这里，或融合，或替代，最终形成今日东亚丰富多元的遗传图景。

最令人震撼的突破之一来自哈尔滨古人类头骨。研究人员从仅仅0.3毫克的牙结石中提取出极微量线粒体DNA，又结合古蛋白组数据，确认其属于早期丹尼索瓦人谱系。这是东亚首次将古DNA与古蛋白证据完整结合，证明丹尼索瓦人曾长期活动于此，甚至出现在青藏高原的沉积物中。昔日的遗谜，如今变成实证。

在现代人群方面，田园洞4万年前个体揭开东亚现代人族群的早期面貌。他与当代东亚人群具有遗传联系，是目前最早的直接证据。末次盛冰期前后，人群更替接连发生：北方出现适应寒冷环境的古北方人群；南方则因为气候较温和，成为多条深度分化谱系的“避风港”。云南兴义个体、广西隆林人、福建(jiàn)奇(qí)和(hé)洞人……这些名字构成的谱系如同河流般交(jiāo)汇(huì)，最(zuì)终(zhōng)流(liú)向(xiàng)今(jīn)日(rì)的(de)东(dōng)亚(yà)、南(nán)岛(dǎo)语(yǔ)系(xì)与(yǔ)南(nán)亚(yà)语(yǔ)系(xì)人(rén)群(qún)。

正(zhèng)是(shì)这(zhè)些(xiē)广(guǎng)泛(fàn)的(de)数(shù)据(jù)，让(ràng)研(yán)究(jiū)团(tuán)队(duì)提(tí)出(chū)了(le)影(yǐng)响(xiǎng)深(shēn)远(yuǎn)的(de)“南(nán)北(běi)祖(zǔ)源(yuán)二(èr)合(hé)性(xìng)”模(mó)型(xíng)：当(dāng)代(dài)中(zhōng)国(guó)人(rén)群(qún)由(yóu)一(yī)南(nán)一(yī)北(běi)两(liǎng)支(zhī)祖(zǔ)源(yuán)交(jiāo)汇(huì)而(ér)成(chéng)，这(zhè)两(liǎng)支(zhī)在(zài)1.9万(wàn)年(nián)前(qián)已(yǐ)分(fēn)化(huà)，随(suí)后(hòu)在(zài)新(xīn)石(shí)器(qì)时(shí)代(dài)持(chí)续(xù)互(hù)动(dòng)、融(róng)合(hé)。农(nóng)业(yè)的(de)出(chū)现(xiàn)成(chéng)为(wèi)关键动(dòng)力(lì)。北(běi)方(fāng)的(de)粟(sù)作(zuò)与(yǔ)南(nán)方(fāng)的(de)稻(dào)作(zuò)推(tuī)动(dòng)人(rén)群(qún)跨(kuà)越(yuè)海(hǎi)岸(àn)线(xiàn)与(yǔ)山(shān)地(de)走(zǒu)廊(láng)，其(qí)遗(yí)传(chuán)足(zú)迹(jī)延(yán)伸(shēn)至(zhì)台(tái)湾(wān)、广(guǎng)西(xi)、云(yún)南(nán)乃(nǎi)至(zhì)青(qīng)藏(cáng)高(gāo)原(yuán)，并(bìng)影响美洲原住民与琉球(qiú)群(qún)岛(dǎo)的(de)祖(zǔ)源结构。

在青藏高原，人群在5000余年间持续延续，80%来自北方农业人群，另有20%来自长期未知的人群，如今已被追溯至云南7100年前的兴义人。

新疆的遗传结构同样多元：早期青铜时代人群已融合塔里木、草原与中亚成分；铁器时代后东亚成分显著增加。更令人惊讶的是，从小河墓地奶酪中获得的发酵微生物全基因组显示，牧业技术与微生物群落竟与人群迁徙同步传播。

这一系列成果让东亚的人类历史不再是空白与猜测，而成为一幅以分子为线索的宏大史诗。它告诉我们，东亚不是文化与基因的尽头，而是连通欧亚、美洲与太平洋的重要枢纽；人类的迁徙从不是单向，而像脉动的网络，不断汇聚、分叉与重组。

（作者单位：中国社会科学院科技考古与文化遗产(chǎn)保(bǎo)护(hù)重点实验室）

内容来源：人民日报

注意：封面图为版权图库图片，转载使用可能引发版权纠纷。

力拔山兮气盖世！戴上它，秒变大力士

Sun, 28 Dec 2025 01:30:03 +0800

出品：科普中国

作者：李瑞（半导体工程师）

监制：中国科普博览

轻松举起千吨级物体，随意就能将巨石抛至太空——你有没有被电影中绿巨人这样的超级力量所震撼过？但或许，获取这样的“超能力”并不是梦。在中国科学技术大学人形机器人研究院的实验室里，一双看似普通的黑色机械手套正在改写人类体能的极限。

当实验者戴上它，原本需要多人合力才能搬动的200公斤石板，一个人就能轻松翻起；在单杠上的悬挂时间从不到两分钟延长到近三分钟；连续搬运重物时的肌肉疲劳感大幅降低。这不是科幻电影中的道具，而是中国科学技术大学特任教授孙帅帅课题组与合作者联合研发的，基于磁流变技术的手部外骨骼系统。

这项发表在国际机器人学顶级期刊《IEEE机器人学汇刊》上的研究成果，代表着机器人领域的重大进展。要知道，该期刊每年全球发文量仅约200篇，接收率极低，能够在此发表意味着研究达到了国际领先水平。

控制背包、磁流变制动器以及手部外骨骼共同构成了整个系统

（来源：参考文献[1]）

从实验室到废墟：一个关于力量的故事

地震后的废墟现场，时间就是生命。大型机械设备难以进入狭窄空间，救援人员只能依靠双手清理瓦砾、搬开石板。然而，人类的体力是有限的。长时间的高强度作业不仅效率低下，更可能因疲劳导致二次事故。如何在不依赖外部大型设备的情况下，让救援人员获得超越自身极限的力量，成为了科研工作者思考的问题。

传统的解决方案多采用电机驱动的外骨骼系统。然而，这些系统普遍存在输出力小、体积大、重量大的问题。即使是目前最先进的电机驱动外骨骼，单个手指的辅助力通常只有20牛左右，最大也不过10牛每指（也就是单手力量增加5公斤左右），在几百公斤的石板面前，根本不够看。

孙帅帅团队另辟蹊径，将目光投向了一种特殊的智能材料——磁流变材料。这种材料在20世纪40年代被发现，但直到近年来才在高端装备领域崭露头角。它像是拥有了“变形”能力，可以在液态和固态之间自由切换：没有磁场时，材料中的磁性颗粒随机分布，整体呈现流动性；一旦施加磁场，这些颗粒会沿着磁力线方向排列成链状结构，材料的剪切应力瞬间增大，变成半固体状态。

基于这种特性，研究团队创新地设计了磁流变轴承和滚珠丝杆结构的被动致动器。在仅需5瓦功耗下，系统就能实现最高1046牛的输出力。这个数字意味着什么？一个成年人的体重大约是700牛，1046牛足以支撑一个半成年人的重量！更重要的是，相比传统方案，磁流变系统的“力-功率比”提升了整整一个数量级。

不插电的超能力：人体动能成“秘密能源”

这套外骨骼系统最令人惊叹的设计，是它能够在不需要外部电源的情况下增强握力。这听起来似乎违背了能量守恒定律，但实际上，这是系统巧妙地利用了人体自身的动能。

当使用者快速握拳时，手指的线性运动通过滚珠丝杆转换为螺母和飞轮的旋转运动。这个过程就像给发条玩具上弦，将动能储存在旋转的飞轮中。当需要发力时，储存的旋转能量又通过滚珠丝杆反向转换，产生强大的轴向推力，从而增强握力。整个过程无需任何外部能源，完全依靠人体自身的运动能量。

研究团队通过精密计算，发现在典型的快速握拳动作中（速度约80毫米/秒），系统能够产生约91.7牛的理论增强力。而在实际测试中，6名实验者的平均握力增强到85.8牛，提升幅度为41.8%。考虑到机械传动中不可避免的摩擦损耗，82.2%的能量转换效率其实已经相当可观。

这种设计的巧妙之处在于，它将原本会浪费掉的动能收集起来，在需要的时候释放。就像混合动力汽车的制动能量回收系统一样，每一次握拳动作都不会白费，而是为下一次发力做准备。

磁流变手部外骨骼系统的机械结构分解图

磁流变致动器：提供力量增强的核心部件

电源和传感器控制板：负责能量转换和传感器数据处理

连杆：在致动器和外骨骼之间传递力

外骨骼：包覆手部的框架结构

魔术贴带：将手指固定到外骨骼上，确保同步运动

压力传感器：检测抓握意图，位于食指指尖的背侧和腹侧

（来源：参考文献[1]）

磁流变的魔法：毫秒间完成的软硬“变形”

磁流变材料的响应速度是这套系统成功的关键。从施加磁场到材料变硬，整个过程只需要几毫秒。这种近乎瞬时的响应，让系统能够精准地配合人体动作。

为了让材料既有力又灵活，研究团队在材料配比上下足了功夫：磁性颗粒含量太少，锁定力不够；含量太多，零磁场下的阻力又会影响手指灵活性。通过系统的实验对比他们发现，40%的颗粒质量分数是最优选择。在这个配比下，磁流变轴承在0.5特斯拉磁场强度下能产生足够的锁定力矩，而在零磁场时的阻力仅为12牛，不会明显影响手部活动。

磁路设计也同样精妙：线圈被巧妙地安置在内套筒外侧，恰好位于两个轴承之间。这种布置让磁力线能够集中穿过磁流变轴承，形成闭合磁路。通过COMSOL多物理场仿真，研究团队优化了磁路结构，确保每一分电能都能高效转化为磁场能量，不浪费。

更值得称道的是系统“按需供能”的智能控制策略。通过集成在指尖的压力传感器，系统能够实时检测使用者的抓握意图。当两个传感器同时受压时，判定为抓握动作，系统自动供电提供支撑；当腹侧传感器压力降低时，判定为松手，系统断电并执行消磁程序。如此以来，一块2500毫安时的电池就能支持数小时的连续使用。

磁流变致动器的核心结构和工作原理

其核心是磁流变材料在不同磁场下的状态变化——零磁场时颗粒随机分布可自由旋转，施加磁场后颗粒形成链状结构限制旋转

（来源：参考文献[1]）

实战见真章：多维度性能验证

实验室数据再好，不如实战检验。研究团队设计了一系列贴近实际应用的测试场景。这些测试不仅验证了系统的性能，更揭示了其在真实世界中的巨大潜力。

在持续提重实验中，5名实验者双手各提20公斤重物，保持100秒。通过采集前臂屈指深肌的表面肌电信号，研究人员发现，佩戴外骨骼后，肌电信号幅值平均降低了60%以上——这意味着完成同样的任务，肌肉只用不到一半的力。更重要的是，而未佩戴外骨骼时，肌电信号的中值频率持续下降，这是肌肉疲劳的典型表现；但带了手套的，中值频率保持稳定，不易劳累。

单杠悬挂实验更加直观地展示了系统的效果。实验者的悬挂时间从79秒延长到158秒，整整翻了一倍！按照体能训练的标准，1分钟以下属于“初级”水平，1-2分钟为“高级”，2-3分钟则达到“精英”级别——外骨骼让普通人也能一跃成为“精英”。

当然，最贴近实际应用的还是地震救援模拟。实验设置了两个任务：营救被压人员和转运伤员。在营救任务中，实验者需要搬开压住“伤员”的大型石板。未佩戴外骨骼时，即使用尽全力，石板也纹丝不动；佩戴后，石板被轻松翻起，并且前臂肌电信号降低了70%以上。而在伤员转运任务中，实验者抬着60公斤担架在跑步机上行走。结果显示，佩戴外骨骼后呼吸频率降低20%，心率略有下降，最大运送距离从平均500米提升到1100米。

特别值得一提的是连续作业能力测试。实验者需要连续翻起5块相同重量的石板，模拟灾后清理现场。积分肌电（iEMG）数据显示，佩戴外骨骼后的肌肉总体活动量降低了52%。这不仅意味着当下的工作更轻松，还能够保持更长时间的工作能力，这在争分夺秒的救援现场，就可能是多救了一个人的差距。

磁流变手部外骨骼系统在连续作业中的效果

表面肌电信号（sEMG）：反映肌肉收缩强度，佩戴外骨骼后明显降低

积分肌电信号（iEMG）：反映肌肉总体活动量，佩戴外骨骼后降低52%，表明肌肉疲劳程度大幅减轻

（来源：参考文献[1]）

面向未来：从原型到产品的进化之路

尽管取得了突破性进展，研究团队也清醒地认识到，从实验室原型到实用化产品，还有很长的路要走。

目前，这套系统重量约1.7公斤（单手），其中很大一部分来自飞轮和磁路所需的铁磁材料。未来的优化方向包括采用高性能复合材料减轻结构重量，使用钕铁硼等强磁材料，让手套减重提效。

人机交互的改进同样重要。现有系统主要通过压力传感器判断抓握意图，未来可以加入肌电信号、关节角度等多模态信息，实现更精准的意图识别。并且，研究团队还在探索基于机器学习的控制策略，让系统能够适应不同使用者的操作习惯，更加智能化。

制造工艺的提升也在计划之中。3D打印技术的应用将大大降低生产成本，同时能根据使用者手部尺寸进行定制化设计。模块化设计理念的引入，让飞轮、致动器等部件可以根据不同应用场景灵活配置。

手部外骨骼只是开始，基于同样的磁流变技术，还可以开发肘部、肩部乃至全身的增强装备。这些装备可以相互配合，形成一个协调的增强网络，让使用者获得全方位的能力提升。

科技改变生活：当创新走出象牙塔

这项研究的意义，远不止“搬重物”那么简单。

对老龄化社会来说，轻量化、低功耗的手部外骨骼可以帮助他们轻松提起菜篮、拧开瓶盖，保持独立生活能力；对于长期从事重复性体力劳动的工人来说，外骨骼技术可以分担他们的工作负荷，减少肌肉骨骼疾病的发生。对于残障人士，这项技术更是意义非凡。虽然目前的系统主要面向健康人群的能力增强，但磁流变技术的高精度控制特性，使其非常适合开发康复训练设备——通过提供可调节的阻力和辅助力，帮助患者进行针对性的康复训练。

在应急救援领域，这项技术的应用前景更是尤其广阔。地震、矿难、火灾、洪水，救援人员拥有一套可靠的外骨骼系统，就可能多撑一会、多救一人，就可能就是无数家庭生与死的未来。目前，研究团队已经与相关部门展开合作，推动技术的实用化进程。

正如孙帅帅教授所说：“我们希望这项技术不仅停留在实验室，而是真正走向应用，帮助那些需要帮助的人。”这条道路虽然漫长，但每一步都值得期待。因为在这条路的尽头，是无数等待救援的生命，是千万劳动者的健康，是科技让生活更美好的承诺。

科技的价值在于造福人类。当磁流变材料遇上中国智慧，当基础研究走向实际应用，我们看到的不仅是一双机械手套，更是科技改变生活的生动诠释。

参考文献：

1.Mai, Xianlong, et al. "Non-motorized Hand Exoskeleton for Rescue and Beyond: Substantially Elevating Grip Endurance and Strength." IEEE Transactions on Robotics (2025).

当重庆火锅遇上“人工舌头”：科学家如何用科技解辣？

Sun, 28 Dec 2025 01:00:03 +0800

重庆火锅的辣，是一种让人又爱又怕的滋味。从温和的“微微辣”到挑战极限的“变态辣”，每个人的耐辣程度都不一样。但你是否想过，这种“辣”其实可以被科学地测量出来？最近，一项发表在《自然》杂志上的研究，就让我们看到了未来“辣度测评”可能不再需要人类“以身试辣”。

辣的“罪魁祸首”是什么？

我们感受到的辣，其实并非一种味道，而是一种痛觉和热觉的混合感受。这一切都源于辣椒中的辣椒素。当我们吃下辣椒，辣椒素会与舌头上的特定受体结合，向大脑发送“灼热”和“疼痛”的信号。这就是为什么吃辣会“烧嘴”，甚至让人流汗、流泪。

重庆火锅的迷人之处，就在于辣椒素与花椒带来的麻感、牛油的醇香相互交织，形成独特的复合口感。但辣度究竟有多高？传统上，这依赖于经验丰富的调味师或勇敢的试吃员来评判，既主观，又“费嘴”。

灵感来自牛奶的“人工舌头”

怎么才能客观、精确地测量辣度呢？研究团队从生活中找到了答案：牛奶。很多人都有经验，被辣到时喝牛奶比喝水更解辣。这是因为牛奶中的蛋白质（如酪蛋白）可以与辣椒素结合，将其“包裹”起来，阻止它继续刺激我们的痛觉受体。

受此启发，科学家们发明了一种凝胶基的人工舌头。它的核心材料是一种特殊凝胶，里面混合了奶粉、丙烯酸和氯化胆碱。简单来说，这个凝胶在通电时，内部的离子可以自由移动，从而导电。

当含有辣椒素的样品（比如一滴火锅红油）接触这个凝胶时，神奇的事情发生了：辣椒素会与凝胶中的牛奶蛋白结合，形成庞大的复合物。这些“大块头”会阻碍凝胶中离子的流动，导致导电能力下降。辣椒素越多，导电性下降得就越厉害。

通过测量电流变化的大小，科学家就能精确反推出样品中的辣椒素含量，从而客观量化其“辣度”。

从“不辣”到“危险辣”：建立科学的辣度标尺

为了给辣度定标，研究团队用这个人工舌头“品尝”了八种从温和到极辣的辣椒。根据电流变化的数据，他们建立了一个从0（完全不辣）到70（危险辣）的科学辣度标尺。

随后，他们用人工舌头测试了辣椒粉、塔巴斯科辣酱等八种辛辣食品，同时也请了专业的人类感官测评员对同样的食品进行辣度评级。结果令人惊喜：人工舌头的测评结果与人类测评员的排序高度吻合。

这意味着，这个小小的凝胶装置，真的可以替代人舌，进行快速、客观、可重复的辣度检测。

这对重庆火锅意味着什么？

想象一下这样的未来：

1.标准化辣度：火锅店可以运用这项技术，精确调配锅底，确保每一锅“中辣”的辣度都完全一致，给食客稳定、可靠的体验。

2.个性化选择：顾客或许可以用手机连接一个小型化的人工舌头设备，测一下自己耐辣的极限数值。点单时，系统可以根据你的“辣度数据”推荐最合适的锅底，告别“盲目挑战”。

3.品质监控：辣椒、花椒等原料的采购和仓储过程中，辣度可能变化。食品厂商可以用这种设备进行快速质检，确保产品风味稳定。

科技让美食更懂你

当然，美食的体验终究是主观而复杂的。重庆火锅的魅力，除了辣，还在于麻、香、鲜的层次，以及围炉相聚的氛围。人工舌头或许能精准量化“辣”，却无法衡量我们对火锅的热爱。

但这项研究清晰地展示了一个趋势：科技正以前所未有的方式融入我们的生活，甚至舌尖。它让我们能以更科学、更安全的方式，去理解、掌控和创造风味。

供稿单位：重庆市无线电科普体验中心

审核专家：张启义

声明：除原创内容及特别说明之外，部分图片来源网络，非商业用途，仅作为科普传播素材，版权归原作者所有，若有侵权，请联系删除。