24日，由科技日报社主办、部分两院院士和媒体负责人共同评选的2025年国内、国际十大科技新闻揭晓。
入选的2025年国内十大科技新闻分别是：国产人工智能大模型DeepSeek引发全球关注；中国“人造太阳”创造“亿度千秒”世界纪录；超导量子计算原型机“祖冲之三号”成功构建；国际上首次制备大面积二维金属材料；我国首例侵入式脑机接口临床试验开展；月球背面演化历史首次揭开；单个体细胞“变”完整植株奥秘揭示；高精度可扩展模拟矩阵计算芯片研制成功；四中全会《建议》突出科技创新引领作用；我国第一艘电磁弹射型航空母舰入列。
入选的2025年国际十大科技新闻分别是：“深度求索”引领开源人工智能模式；脑机接口将脑活动解码为连续语句；人工智能“从零开始”设计蛋白酶；光子计算芯片性能超越传统电子硬件；鲁宾天文台发布宇宙摄影“首作”；智能机器人自主完成胆囊切除手术；新算法取得首个可验证量子优势；引力波信号验证霍金黑洞面积定理；地球达到首个灾难性气候临界点；跨物种哺乳动物脑细胞发育图绘成。
2025年国内、国际十大科技新闻解读
国产人工智能大模型DeepSeek引发全球关注、我国首例侵入式脑机接口临床试验开展、月球背面演化历史首次揭开……回望2025，中国在高水平科技自立自强的征程中砥砺前行，前沿突破正以前所未有的速度，从实验室走进千家万户；曾经勾勒的蓝图正化为现实，筑牢高质量发展的坚实根基。科技创新不仅照亮了前行的路，更赋予我们直面挑战的底气与拥抱未来的从容。
国产人工智能大模型DeepSeek引发全球关注
今年1月，中国人工智能企业“深度求索”（DeepSeek）正式发布开源大模型DeepSeek-R1。其凭借极低的训练成本，以及在数学推理、代码生成等任务中比肩国际领先水平的突出表现，引发全球AI领域震动，为全球人工智能大模型发展提供了一条低成本、高效能的“中国路径”。
DeepSeek-R1的核心竞争力源于其对算力效率的系统性革新。其通过纯强化学习的训练方式，首次证明无需海量标注数据也可实现顶尖推理能力，使训练成本大幅下降。同时，DeepSeek-R1还能够自主生成和验证推理步骤，实现自我反思和校正，展现出强大的智能水平。
此外，DeepSeek以开源姿态主动打破技术垄断，开放模型架构、训练工具及数据处理全流程，允许开发者自由调用与二次开发，吸引全球数十万开发者参与生态共建。今年9月，DeepSeek-R1相关成果登上《自然》杂志封面，成为全球首个经过权威同行评议的主流大语言模型。
DeepSeek的成功证明，通过算法优化与工程创新，即使在有限的算力条件下，模型同样可达到顶尖性能。DeepSeek的发展道路不仅为全球贡献了全新的技术路径，更有望推动全球AI竞争从“算力竞赛”转向“效率革命”，重塑以技术创新为核心驱动力的AI产业生态。
中国“人造太阳”创造“亿度千秒”世界纪录
太阳内部每时每刻都在进行核聚变反应，为地球万物提供能量。“人造太阳”便是要在地球上实现可控核聚变反应，为人类解决能源问题提供“终极答案”。
1月20日，中国“人造太阳”——全超导托卡马克核聚变实验装置（EAST）首次完成1亿摄氏度1000秒稳态长脉冲高约束模等离子体运行，创造新的世界纪录，标志着我国聚变能源研究正从基础探索迈向工程实践，对人类加快实现可控核聚变具有重要意义。
高约束运行模式因其效率高、经济性强，是未来聚变实验堆和工程堆稳态运行的基本模式。“聚变反应达到千秒量级才能自我维持，跨越‘亿度千秒’意味着人类首次在实验装置上模拟出未来聚变堆运行所需的环境。”中国科学院合肥物质科学研究院副院长、等离子体物理研究所所长宋云涛说，实验参数跨越的背后是一系列基础研究和工程技术的突破。
EAST装置汇聚“超高温”“超低温”“超高真空”“超强磁场”“超大电流”等前沿技术于一体，拥有核心技术200多项、专利2000余项。自2006年建成运行以来，EAST装置等离子体运行次数已超过15万次，在稳态等离子体运行工程和物理领域持续保持国际引领。
超导量子计算原型机“祖冲之三号”成功构建
量子计算在特定任务上拥有超越经典计算的强大能力，被认为是下一代信息革命的关键技术。
3月3日，国际权威学术期刊《物理评论快报》发表的成果显示，由中国科学技术大学联合国内多家科研机构共同构建的超导量子计算原型机“祖冲之三号”打破超导体系量子计算优越性世界纪录。
量子计算优越性是验证量子计算系统超越传统超级计算机的重要标准，是量子计算具备应用价值的前提条件，也是一个国家量子计算研究实力的直接体现。
经测试，“祖冲之三号”完成83比特32层的随机线路采样，以目前最优经典算法为比较标准，计算速度比当前最快的超级计算机快千万亿倍，也比谷歌公开发表的最新成果快百万倍，展现出目前该领域中最强的量子计算优越性。《物理评论快报》评论认为，其“构建了目前最高水准的超导量子计算机”。
“祖冲之三号”包含105个可读取比特和182个耦合比特，量子比特相干时间达到72微秒，并行单比特门保真度达到99.90%，并行两比特门保真度达到99.62%，并行读取保真度达到99.13%，综合性能达到国际领先水平。
在“祖冲之三号”取得最强量子计算优越性后，研发团队正继续开展量子纠错、量子纠缠、量子模拟、量子化学等多方面探索。
国际上首次制备大面积二维金属材料
在我国神话里，哪吒用莲藕“重塑肉身”的故事家喻户晓。有趣的是，中国科学院物理研究所的科研团队，今年也完成了一项类似的“造物”壮举。
他们成功为金属“重塑金身”，在国际上首次实现大面积二维金属材料制备，创造出单原子层超薄金属，其厚度仅为头发丝直径的二十万分之一，有望开创二维金属研究新领域。相关研究成果3月13日在线发表于《自然》杂志。
二维材料是指仅有单个原子层或几个原子层厚度的材料。2004年单层石墨烯被发现以来，二维材料极大地颠覆了人类对材料的原有认知，并引领了凝聚态物理、材料科学等领域的系列突破性进展。
目前，实验可获得的二维材料达数百种，但这些二维材料目前局限在层状材料体系，而包括金属在内的大部分材料均为非层状材料。
在这项研究中，中国科学院物理研究所研究员张广宇带领团队，发展了原子级制造的范德华挤压技术，通过将金属熔化并利用单层二硫化钼作为范德华压砧挤压，成功实现原子极限厚度下各种二维金属的普适制备。
《自然》审稿人认为，这一成果将有力推动二维金属领域科学研究，是二维材料研究领域的一个重大进展。
我国首例侵入式脑机接口临床试验开展
侵入式脑机接口技术可以将大脑内部的神经信号与外部设备精准连接，实现真正的“意念操控”，是当前最为前沿的医疗技术之一。
6月14日，中国科学院脑科学与智能技术卓越创新中心发布消息，该中心联合复旦大学附属华山医院，与相关企业合作，成功开展我国首例侵入式脑机接口前瞻性临床试验，标志着我国成为全球第二个侵入式脑机接口技术进入临床试验阶段的国家。
此次临床试验受试者植入脑机接口设备后，经过2—3周的适应性训练，便能够通过意念控制电脑触摸板，完成打字、发信息、玩电脑游戏等操作，达到与普通人相近的操控水平。
本次临床试验中采用的柔性神经电极，具备高密度、大范围、高通量、长时间的稳定在体神经信号采集能力，是目前全球最小尺寸、柔性最强的神经电极，最大程度降低了对脑组织的损伤。此外，试验中采用的脑控植入体，仅硬币大小，同样为全球最小尺寸，叠加神经外科微创术式，有效降低手术期风险，显著缩短术后康复周期。
在为受试者进行手术前，华山医院采用功能性核磁成像定位、人脑图谱绘制定位、受试者专属三维模型构建等多种脑功能定位方案，绘制了患者大脑运动皮层的详细功能地图以确保植入位置的精确性，最大限度确保临床试验的安全性和有效性。目前，相关系统运行稳定，受试者状态良好。
月球背面演化历史首次揭开
7月9日，中国科学院发布嫦娥六号月球样品系列研究成果。其中，4项成果当天以封面文章的形式发表于《自然》杂志，分别揭示了月背岩浆活动、月球古磁场、月幔水含量及月幔演化特征，首次为人类揭开了月球背面的演化历史。
嫦娥六号着陆在月球背面的南极—艾特肯盆地，填补了月球背面演化研究的空白。从南极—艾特肯盆地返回样品，一直是国际上月球探测与研究的首要科学目标，但由于它位于月球背面，难度极大。
中国科学院院士、中国科学院地质与地球物理研究所研究员吴福元表示，从工程角度看，我国首次从月球背面返回样品，本身就创造了历史。从研究看，我们关于月球南极—艾特肯盆地的研究，取得了多个“首创性”的关键进展。
比如，首次揭示月背在约42亿年前和28亿年前存在两期不同的玄武质火山活动，表明月球背面可以维持持久的火山活力；首次获得月背古磁场信息，发现月球磁场强度可能在28亿年前发生过反弹，指示月球发电机磁场并非单调衰减而是存在波动；首次获得月球背面月幔的水含量，发现其显著低于正面月幔，指示月球内部水分布也存在二分性；首次发现月球背面玄武岩来自异常“贫瘠”的月幔区域，这表明原始月幔本身就很贫瘠，或大撞击事件把月幔中的熔融物质“抽走”了，揭示大型撞击事件可能对月球深部圈层演化产生巨大影响。
单个体细胞“变”完整植株奥秘揭示
单个体细胞如何发育成完整植株？这个问题被《科学》杂志列为“最具挑战的125个关键科学问题之一”。
如今，这一问题被中国团队破解。9月16日，《细胞》在线发表山东农业大学研究团队论文，首次揭示了单个体细胞发育成完整植株背后的分子机制，破解了困扰科学界的植物细胞全能性机制之谜。
早在1902年，植物学家哈伯兰特就提出植物细胞全能性概念，认为植物的每个细胞均包含该物种全部遗传信息，在适宜条件下，可以发育成“全能干细胞”，进而长成完整植株。120多年过去了，这一概念背后的机理始终未被揭示。
自2005年起，研究团队就以拟南芥这一植物为研究对象，开启长达20年的探索。经过十几万次实验积累，研究团队大致分“两步走”发现了单细胞“再生”植物机理：研究首先发现，只有拟南芥叶片体细胞内合成大量生长素，这个“普通细胞”才能变身“全能干细胞”；在此基础上又发现，在叶片气孔前体细胞特有基因SPCH与人工诱导高表达基因LEC2协同作用下，体细胞才能合成大量生长素。
中国科学院院士种康认为，该发现不仅深化了对植物细胞全能性机理的理解，也为破解农业生物技术长期存在的“再生瓶颈”开辟了新路径。
高精度可扩展模拟矩阵计算芯片研制成功
在数字计算主导计算机领域半个多世纪后，我国科学家在新型计算架构上取得重大突破。
10月13日，《自然·电子学》杂志发表北京大学研究团队的重要进展，他们成功研制出基于阻变存储器的高精度、可扩展模拟矩阵计算芯片，首次实现了在精度上可与数字计算媲美的模拟计算系统。
我们熟悉的通信基站信号处理、AI大模型训练参数优化等，本质都是在解复杂的矩阵方程。采用数字方法实现高精度矩阵求逆的计算开销极大，耗时长、能耗高。于是，曾被视为老旧技术的模拟计算重新进入研究视野，它直接利用物理定律实现并行运算，在算力瓶颈背景下，具有延时低、功耗低等先天优势。
然而，如何让模拟计算兼具高精度与可扩展性，从而在现代计算任务中发挥其先天优势，一直是困扰全球科学界的世纪难题。
在这项研究中，科研人员选择了一条融合创新的道路，通过新型信息器件、原创电路和经典算法的协同设计，构建了一个基于阻变存储器阵列的高精度、可拓展的全模拟矩阵方程求解器，首次将模拟计算的精度提升至24位定点精度。
这一成果标志着我国突破模拟计算世纪难题，在后摩尔时代计算范式变革中取得重大突破，为应对人工智能与6G通信等领域的算力挑战开辟了全新路径。
四中全会《建议》突出科技创新引领作用
10月23日，党的二十届四中全会审议通过《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》（以下简称《建议》），对未来五年发展作出顶层设计和战略擘画，科技创新成为其中高频词。
“十五五”是实现高水平科技自立自强、建成科技强国的关键攻坚期。《建议》提出，中国式现代化要靠科技现代化，并将“加快高水平科技自立自强，引领发展新质生产力”列为专章，作出四方面具体部署：加强原始创新和关键核心技术攻关、推动科技创新和产业创新深度融合、一体推进教育科技人才发展、深入推进数字中国建设。
这四方面部署靶向不同、精准发力，又彼此贯通、环环相扣，共同构成了科技现代化赋能中国式现代化的核心支撑，不仅为未来五年科技创新实践锚定了坐标，也为引领发展新质生产力擘画了清晰蓝图。
科技部部长阴和俊表示，党的二十届四中全会提出要加快高水平科技自立自强，引领发展新质生产力。这是以习近平同志为核心的党中央深刻洞察国内国际发展大势、准确把握科技和经济社会发展规律作出的重大战略决策。“我们相信，经过未来五年的奋斗，中国的科技实力又将迈上一个大台阶，科技创新引领新质生产力、促进高质量发展将取得更大成效，为中国式现代化建设提供更加有力的支撑。”阴和俊说。
我国第一艘电磁弹射型航空母舰入列
11月5日，我国第一艘电磁弹射型航空母舰福建舰入列授旗仪式在海南三亚某军港举行。这艘完全由我国自主设计建造的航母，不仅是中国第三艘航空母舰，也是全球首艘采用常规动力电磁弹射技术的航母。
福建舰最引人瞩目的突破，在于它跳过了蒸汽弹射阶段，直接采用最先进的电磁弹射技术。这一技术由我国自主设计、自主研发、自主制造，处于世界先进水平。
与传统起飞方式相比，电磁弹射具备显著优势。它能使战斗机满负荷起飞，直接提升战机的作战能力。同时，弹射起飞还让航母具备了搭载固定翼舰载预警机的能力，大幅提升航母的预警探测和指挥调度能力。
军事专家王群怀介绍，电磁弹射的核心是用磁力弹射，通过在导轨中铺设通电线圈，使电磁力沿直线方向推动载具，实现能量高效转化。相比蒸汽弹射，电磁弹射装置重量更轻、体积更小，减少了对舰上辅助设备的需求，优化了航母内部布置，潜在地提升了航母的生存能力。
福建舰的入列，意味着人民海军的航母实现了“从0到3”的跨越，实现了从改造升级到自主建造，从滑跃起飞到电磁弹射的跨越，开启了中国海军的“电磁弹射”时代和“三航母”时代。
2025国际十大科技新闻解读
2025年，人类在探索未知的征程中留下了坚实的足迹。从“深度求索”用算法点亮AI效率革命，到谷歌量子计算首次实现可验证的算力超越；从鲁宾天文台以巨眸凝视宇宙起源，到跨物种脑图谱揭开神经发育的奥秘……科技的力量既指向星辰大海，也照进生命精微深处。
在本报评选的十大国际科技新闻展示的图景中，有深沉的警醒，也有科技的温度：首个气候临界点的到达警示着气候的脆弱，脑科学与手术机器人的突破则承载着对个体健康的深切关怀。科技的真谛，从来不仅是追求极致，更是守护共生，是智慧与责任同行。我们相信，科技的内核永远是温暖的，引领人类走向更坚韧、更包容的未来。
“深度求索”引领开源人工智能模式
在人工智能（AI）浪潮奔涌的2025年伊始，中国“深度求索”（DeepSeek）公司以其开源大模型DeepSeek-R1的突破性成果，在世界AI发展史上留下了深刻印记。
DeepSeek-R1开创性地采用纯强化学习训练大规模推理模型，在提升模型能力的同时，显著降低了对标注数据的依赖。该团队今年9月在《自然》杂志发表的论文，系统阐述了这一技术路径的科学价值与工程实现。其实现了在有限算力条件下达到顶尖性能的目标，展现了中国科研人员独具匠心的智慧。
更令人鼓舞的是，DeepSeek坚持开源开放的理念，将模型架构、训练工具及数据处理流程全面公开，邀请全球开发者共同参与生态建设。这种开放包容的姿态，促进了知识共享与创新碰撞。
DeepSeek的实践向人们展示了一条更加可持续的AI发展路径。这条道路有望让AI发展回归技术本质，惠及更广泛的社会领域。这一“中国方案”的成功，不仅是技术上的突破，更是发展理念的革新。
脑机接口将脑活动解码为连续语句
今年，脑机接口的进步，将思想的无声洪流转化为流畅文字。
2月，美国得克萨斯大学奥斯汀分校在脑科学领域取得一项令人瞩目的进展。他们开发的基于AI的新型脑机接口，能将人的思维解码为连续文本，而无需用语言说出来。这部解码器仅需大约1小时，就能适应个人独特的脑活动模式，标志着“读脑”技术在效率与适用性上的显著飞跃。
该项创新借鉴预训练模型的思想，利用转换器算法将新个体短暂的脑活动数据映射到已有模型之上，从而将解码器所需的“校准”时间从传统的数十小时大幅缩短至约1小时，极大地降低了使用者的负担，使得该技术的实际应用看到了曙光。
可贵的是，该技术并非旨在“解读”私密思绪，而是专注于重建语言的含义。在模拟脑损伤条件的测试中，解码器展现了其帮助失语症患者恢复沟通能力的巨大潜力。目前，团队正积极与临床专家合作，致力于让这项技术切实改善患者生活。
这项研究的价值不仅在于技术层面的精巧，更在于其背后所承载的关怀——让技术真正服务于人，特别是那些在沉默中渴望沟通的心灵，照亮他们与世界重新连接的希望。
人工智能“从零开始”设计蛋白酶
在生命设计的深邃领域，AI正悄然开启一扇全新的大门。
2月，诺贝尔奖得主大卫·贝克领导的团队在《科学》期刊发表里程碑成果，首次实现了AI“从零开始”设计具有复杂活性位点的丝氨酸水解酶。这项突破不仅标志着计算生物学向前迈出关键一步，更预示着人类在理解与创造生命催化机制方面进入了新纪元。
贝克团队开发了一种名为PLACER的机器学习网络，结合RFdiffusion蛋白质生成方法，成功构建出既能稳定折叠又能高效催化酯水解反应的全新酶分子。这些AI设计的酶，不仅展现出与天然酶相媲美的活性，更突破了自然演化的结构限制——研究中发现了5种自然界未曾存在的全新酶折叠方式，为这一古老酶家族注入了前所未有的结构多样性。
当AI展现出创造生命核心元件的能力，我们或许正在见证一场悄然发生的生物技术革命：不是改造生命，而是理解并延展生命演化的无限可能。
光子计算芯片性能超越传统电子硬件
当电子芯片的能效瓶颈日益成为AI发展的制约，一束来自光计算领域的新曙光正照亮前路。
4月，《自然》杂志发表的两篇独立研究论文介绍了两种光子计算芯片，与电子系统结合在一起，比传统电子芯片性能更高，能耗更低，将能满足AI技术发展而推升的计算需求。
新加坡Lightelligence公司演示了一种名为PACE的光子加速器，能完成极低时延的计算。这个大型加速器由逾16000个光子元件以64×64矩阵组成，能解决“伊辛问题”这类很难的计算问题，证明了其在实际应用中的可行性。而美国Lightmatter团队则描述了一种能以高准确度、高效执行AI模型的光子处理器。该处理器由4个128×128矩阵组成，能执行自然语言处理模型和用于图像处理的神经网络，准确度与传统电子处理器不相上下。
光子计算的研发已有数十载，但今年这些演示可能意味着，我们终于能利用光来构建更强大、更高效的计算系统。
鲁宾天文台发布宇宙摄影“首作”
在智利阿塔卡马高原的静谧山巅，人类凝视宇宙的“巨眼”首次睁开，便向我们展现了一个前所未有的深邃图景。
6月，薇拉·C·鲁宾天文台发布了其首批测试图像，这台有史以来最大的数字相机，以其震撼的视野，将数百万颗遥远恒星、星系以及数千颗此前隐匿无踪的小行星，一并呈现在我们面前。
这组图像是未来十年“时空遗珍巡天”项目的“第一瞥”，却已显露出变革性的观测能力。在短短十余小时的测试中，它便发现了2104颗太阳系内新小行星。更令人叹为观止的是一幅由678张图像拼接而成的三叶星云与礁湖星云马赛克图，仅短短7小时拍摄而成，却捕捉到数千光年外恒星摇篮的纤毫细节，其气体与尘埃的微妙结构超越了以往观测的极限。
鲁宾天文台的使命不仅是拍摄静态照片，更是为宇宙“制作电影”，通过持续凝视来动态解读时空的演化。它如同一位刚刚就位的宇宙史官，即将开始系统记录两百亿个星系的宏大史诗。此次发布，恰如这部浩瀚编年史的精美序章，预示着人类对宇宙的认知，即将步入一个数据驱动的新纪元。
智能机器人自主完成胆囊切除手术
在人类外科手术的精微世界里，一个全新的智能伙伴正悄然登场。
7月，美国约翰斯·霍普金斯大学团队发表在《科学·机器人》杂志的论文表明，其研发的智能机器人成功在没有人工协助的情况下，完成了一例完整的胆囊切除手术。这不仅是技术上的突破，更意味着手术机器人从精确的“执行者”向具备理解与适应能力的“智能外科医生”迈出了关键一步。
与以往依赖预设程序或特殊标记的机器人不同，这款名为SRT-H的新型系统，展现了前所未有的自主性与灵活性。其不仅能实时识别个体解剖结构的细微差异，还能在手术中自主决策、调整动作，甚至面对突发状况也依然沉稳应对，展现出与熟练外科医生相媲美的专业素养。
这项突破的核心价值在于，机器人首次将机械系统的高精度与人类医生的适应性理解融为一体。在包含17个复杂步骤的胆囊切除手术中，它实现了100%的成功率。虽然当前操作速度略慢于人类专家，但其稳定性与抗干扰能力，为在真实、不可预测的医疗环境中部署自主手术系统奠定了坚实基础。
从辅助工具到智能伙伴，手术机器人的这一飞跃不仅预示着外科手术将进入更精准、更安全的新阶段，更让我们看到人机协作在未来医疗中蕴含的无限可能。当机器开始理解手术的精髓，人类医生的智慧与经验将得以延伸至更广阔的疆域。
新算法取得首个可验证量子优势
当量子计算在可验证的赛道上超越经典计算的极限，或许意味着，人们正站在新时代的门槛上。
10月，谷歌公司宣布，其量子计算研究实现了一项关键突破：在105比特的“Willow”量子处理器上，首次完成了具有可验证性的量子优势演示。这项名为“量子回声”的实验，在测量特定复杂函数的“二阶非时序关联函数”（OTOC）任务中，其计算速度达到经典超级计算机的约13000倍，为量子计算领域树立了一个新的里程碑。相关成果作为封面论文发表在《自然》杂志上。
与以往的原理性演示不同，此次突破的核心在于将抽象的量子理论转化为可测量的物理现实。OTOC函数如同一枚高灵敏度的“量子干涉探针”，能够揭示系统内部不同演化路径间的微妙干涉效应。对经典计算机而言，此类计算的复杂度随量子比特数呈指数增长，堪称难以逾越的障碍——谷歌量子处理器仅用2.1小时完成65个量子比特的OTOC测量，而同等任务需耗用全球最快超算“前沿”约3.2年。
这也代表着，在量子计算迈向实用化的漫长征途上，一道可验证的优势界限正被清晰划定。
引力波信号验证霍金黑洞面积定理
在宇宙深处一场发生于13亿年前的剧烈碰撞，如今为人类验证一个伟大的思想实验提供了最坚实的证据。
9月，一组国际科研团队宣布通过分析美国激光干涉仪引力波天文台（LIGO）探测到的信号GW250114，以高达99.999%的置信度，证实了霍金于1971年提出的黑洞面积定理。
黑洞面积定理预言，并合后新黑洞的视界总面积永远不会减少。此次观测到的事件，源自两个约32倍太阳质量的黑洞的并合，其并合前后视界面积从24万平方公里增至40万平方公里的数据，完美符合了这一定律。现今，LIGO探测器灵敏度已提升至2015年的3倍，这也令探测“从耳语变呐喊”，让科学家得以清晰捕捉到此前转瞬即逝的引力波“泛音”，从而以前所未有的精度完成了验证。
从2015年引力波的首次直接探测，到如今以极高置信度验证黑洞面积定理，我们正一步步揭开宇宙最幽暗天体的奥秘。当理论的预言被宇宙深处的回响所印证，人类对时空本质的认知，也随之迈入了更深的层次。
地球达到首个灾难性气候临界点
当温水珊瑚礁的大规模白化与死亡，从预警变为现实，人类收到了地球气候达到第一个临界点的明确信号。
10月，来自23个国家87个机构的160名科学家共同撰写并发布的《全球临界点报告》称，随着全球变暖突破1.5℃临界阈值，世界正迅速逼近一系列灾难性临界点，其中温水珊瑚礁大规模死亡已成为首个显著标志。这也意味着人类进入一个全新的“气候现实”。
报告指出，当前全球气温已较工业化前上升约1.4℃，而珊瑚礁的热临界点约为1.2℃。即便未来能将升温控制在1.5℃以内，这一支撑近十亿人生计和四分之一海洋生物多样性的生态系统，也已几乎确定将大面积消失。更严峻的是，格陵兰和西南极冰盖的失控融化、亚马孙雨林的大规模退化、大西洋环流的潜在崩溃等更多临界点也近在眼前。一旦越过，变化将是剧烈、系统且不可逆的，而当前全球治理体系远未做好应对准备。
然而，报告并未止步于警示。它同样指出，人类仍可通过触发“积极临界点”来扭转危局。近年来，可再生能源、电动汽车等绿色技术的成本下降与快速普及，已展现出社会技术系统向可持续方向转型的强大潜力。
这份报告既是一记警钟，也是一张路线图。它提醒我们，每一度升温都至关重要，每延迟一年行动，都可能将人类推向更不可控的深渊。唯有以坚定的政治意愿、公平的转型策略和全社会的共同行动，才能在这场与时间的赛跑中，守护一个仍可栖居的地球。
跨物种哺乳动物脑细胞发育图绘成
在探索生命最复杂的器官——大脑的征程中，科学界迈出了里程碑式的一步。
11月，由全球多国科学家联合完成的最详尽跨物种哺乳动物脑细胞发育图谱正式发布，覆盖从小鼠到人类的多种哺乳动物，完整揭示了脑细胞从出现、迁移、成熟到建立精密网络的全过程。相关成果以12篇论文的形式发表于《自然》系列期刊，标志着脑科学研究正式进入系统化、动态化的新阶段。
该研究源于美国“BRAIN计划细胞网络图谱”项目，整合了单细胞基因组学、空间转录组学等前沿技术，构建出贯穿发育全程的细胞级分辨率图谱。在其中一项突破中，研究人员系统追踪了小鼠大脑中超过120万个抑制性神经元的发育路径，这类细胞如同大脑的“刹车系统”，对运动、记忆和情绪调控至关重要。研究发现，这些神经元能够长距离迁移，有些甚至跨越整个大脑，最终定位到特定功能区。
另一项研究通过对小鼠视觉皮层77万个细胞的追踪表明，脑细胞的多样化并非在出生前完成，而是在出生后接受视觉、听觉等感官刺激的过程中持续塑造。这揭示出后天经验对神经回路成熟的关键作用，也为早期干预提供了科学依据。
此外，借助高精度空间基因测序技术，团队还发现不同神经元组合形成的“细胞特征”可精确定义大脑功能区，进一步阐明基因与环境在发育中的协同机制。
这一系列图谱不仅是对生命科学基础认知的重大推进，更为理解自闭症、注意力缺陷多动障碍等神经发育性疾病的起源提供了全新视角。随着脑发育“黑箱”被逐步打开，人类有望在未来实现更早期的诊断、更精准的干预，为众多受脑疾病困扰的个体点亮希望之光。
“液体口罩”火了。最近，一种名为“液体口罩”的鼻腔喷雾剂在电商平台卖得火热，其中不乏年销量超100万瓶的“品类王者”。
按照商家的描述，喷雾剂只要往人的鼻腔里轻轻一喷，就能形成“物理隔断”，将病毒阻挡在外，起到比口罩更有效的防护作用。商家宣称，这种“液体口罩”能“阻流阻冠”，且“阻断率99.9%”，其“全民摘口罩”宣传口号更是豪气冲天。
对此，有人点赞叫好，将“液体口罩”当作预防流感的“神器”，也有人对此半信半疑。“液体口罩”究竟是什么来头？它真的“一喷就灵”甚至能替代传统口罩？科技日报记者就此采访了有关专家。
涉嫌虚假宣传
“‘液体口罩’的走红，可能与近期甲流暴发的背景有关。”贵州中医药大学第二附属医院呼吸科副主任医师李波分析，一部分人群对口罩“心有芥蒂”，或认为佩戴起来不美观，或因勒紧口鼻有不适感，而甲流的暴发，让人们更加注重防护，于是打着高科技旗号的“液体口罩”就变得格外有吸引力。“因为喷雾喷在鼻腔里，看不见又摸不着，还能防病毒，想想都会觉得很方便。”李波说。
“‘液体口罩’非常具有迷惑性。”工业和信息化部信息通信经济专家委员会委员盘和林说，商家以“阻断病毒”“隐形防护”作为卖点，正好戳中了流感季用户的需求，对于不愿意佩戴口罩的用户来说，“液体口罩”就成了最好的替代品。
广东国鼎律师事务所何生廷律师明确表示，目前市面上多款“液体口罩”归属于日用品领域，并非医疗器械，且没有大规模的临床验证，其宣传能“99.9%阻隔病毒”，涉嫌虚假宣传。“消费者不要轻信‘液体口罩’所宣传的功效，电商平台也应履行法定的审核义务，主动筛查违规的宣传内容，避免误导消费者。”何生廷说。
不属于药品与医疗器械
记者从多家医院了解到，目前，医患的日常防护仍使用传统口罩，“液体口罩”还没有派上用场。显然，商家宣称的“全民摘口罩”为时尚早。但在电商平台上，商家仍将传统口罩作为对标产品，总结出“液体口罩”的诸多优势。
首都医科大学宣武医院呼吸与危重症医学科主治医师李佳表示，“液体口罩”因为不具备科学说服力和支撑力，还替代不了传统口罩。“两者不能相提并论。”李佳说。
传统口罩主要通过物理阻隔机制，减少呼吸道病原体和颗粒物的传播与吸入，其功能具有明确的技术标准支撑。特别是医用外科口罩，流行病学研究显示，正确佩戴可使飞沫传播减少70%以上。
“在社区防控、日常防护和医疗机构基础防护中，目前，传统口罩仍是一种成本低、覆盖广、效果显著的公共卫生干预工具，其科学价值在于实现‘群体减传’，构筑第一道防疫屏障。”李佳说。
解放军总医院第五医学中心感染病医学部呼吸与危重症医学科副主任医师张大伟也认为，“液体口罩”并不能替代传统口罩。他说，目前国内在售的“液体口罩”均按“普通日用品”备案，不属于药品，也不属于医疗器械，没有可靠的人体临床证据表明其能真正防范病毒感染，因此“液体口罩”可能成为“辅助型日用品”，不能当作主要的防护品。
防护效果有限
在电商平台上，为了增加“液体口罩”的说服力，部分商家展示了24小时体外活性实验结果和多份“权威检测报告”，声称能“精准阻击病毒”。
张大伟认为，商家常把体外细胞实验结果拿来证明“液体口罩”可以防止病毒感染，但体外实验与真实世界的人群感染情况之间差距很大，此类研究仅能证明体外有效，不能证明其临床有效。
“‘液体口罩’核心配方是在鼻腔喷一层含卡拉胶或其他高分子的凝胶膜，以物理隔断阻挡病毒。”张大伟说，“理论上可截留部分飞沫或颗粒，但对<0.1微米的病毒气溶胶几乎无过滤作用，尽管卡拉胶等成分总体安全，但部分人群使用后会出现鼻干、喷嚏、刺激感，长期频繁使用对人体呼吸道黏膜的影响尚无系统评估。”
李波表示，就“液体口罩”而言，虽然凝胶可以吸附病毒，但吸附效果和鼻腔里的喷雾面积大小和均匀程度密切相关，即便鼻腔里“万无一失”，病毒仍可以通过口腔进行传播，所以防护效果肯定大打折扣。
一位不愿意透露姓名的医学专家称，“液体口罩”属于尖端生物技术，目前仍处于实验室和早期临床试验阶段。“理论上潜力巨大，但面临抗体稳定性、成本、广谱性以及对新变种是否有效等挑战，远未到商业化普及阶段。”
（原标题为《针对近期走红的预防流感“神器”，专家表示：“液体口罩”不能替代传统口罩》）
截至12月23日，上交所融资余额报12712.02亿元，较前一交易日增加77.65亿元；深交所融资余额报12355.06亿元，较前一交易日增加70.30亿元；两市合计25067.08亿元，较前一交易日增加147.95亿元。
据中国地质调查局消息，“海洋地质六号”科考船已圆满完成深海地质调查第15航次第二航段任务，多项科学成果今天（10日）正式发布。
深海中有什么？独家画面发布
在发布的“海洋地质六号”最新成果中，不仅有重要的科学数据，科研人员还利用水下机器人拍摄到了独家的深海画面。深海中都拍到了什么？对我们认识深海有哪些帮助？
视频中拍到的是海底多金属结核，主要分布于水深4000—6500米的深海盆地。其形态多为球形、椭球形、和碎屑状，结核的直径主要在3—10厘米，表面呈黑色或黑褐色，主要由铁锰氧化物及氢氧化物构成，富含钴、镍、铜、锰等关键金属元素。
中国地质调查局广州海洋局研究员 孙珍：它是海底分布范围最广泛、资源潜力巨大，并且最具有开发前景的一种深海海底矿产资源，是我国陆地关键金属矿产的重要接替资源，对保障我国资源安全具有重要的意义。每一个结核都是一本3000多万年以来的深海海底环境变迁记事本，生长过程中会记录当时海洋环境的一些特征，对我们研究海底成矿过程和环境变化具有重要的科学意义。
深水珊瑚
上图展示的是深水珊瑚，通常生长在海面以下几十米到上千米的深海区域，最深可达数千米。它们可以生长在无光的深海冷水环境中，为鱼虾蟹等提供良好生境条件，是研究海洋古气候和生态环境的重要“指示生物”。
深海海绵是一种海底生物，机械臂正在对其进行摘取。它与珊瑚、海葵等生物共同构成了独特的深海生态系统，更是珍贵的资源宝库，对我们研究海洋化合物和生物医药等具有广泛的应用研发前景。
孙珍：随着深海探测技术和装备不断完善，科学家们陆续发现了一系列具有极高科研价值和潜在应用前景的深海生物资源。此外，通过深入研究深海生物资源的形态、功能、基因等方面，还可以帮助我们更好地了解深海生命的起源和发展，推动生命科学发展。
首次获取太平洋深海，高质量电磁观测数据
在本次“海洋地质六号”科考船执行的科考任务中，还完成了首次太平洋深渊电磁剖面测量，获取了太平洋深海高质量电磁观测数据。专家告诉记者，这项数据可以为我们未来进行大洋钻探选址提供帮助。
下图就是本次获取的太平洋深渊电磁剖面测量图，它就像给地球做“CT扫描”，通过分析地球内部的天然电磁场信号，探知地下深处岩石的电性特征，从而反推地层结构、物质成分乃至温度状态。
太平洋深渊电磁剖面测量图
孙珍：蓝色的区域深度是非常深的，也就是西太平洋的海底深渊。这次我们观测的剖面长度一共有100多公里，它横跨了西菲律宾海盆洋中脊，后续我们经过一系列的处理获得这条古老扩张脊下面的二维电阻率图像。我们判断，在50公里左右的深度是处于一个岩石圈和软流圈的界面（边界）。
首次太平洋深渊电磁剖面测量是在西太平洋中央裂谷完成，最大投放深度达7663米，获取的高质量电磁观测数据，可以为后续开展地球深部构造演化和大洋科学钻探选址研究等提供数据支撑。
中国地质调查局广州海洋局“海洋地质六号”船技术负责人 宋来勇：将有力推动我们自研的深海探测装备走向生产、走向应用。我们获得的数据也为下一步在该区域进行更详细的地质调查提供了很好的基础。
孙珍：我们一直在进行大洋钻探的选址研究，这些方法都会告诉我们要钻探的区域深部长什么样。编制了“梦想号”大洋钻探船10年行动计划，我们正在筹划在南海进行大洋科学钻探的试钻任务，促进重大原创性成果产出。
截至12月1日，上交所融资余额报12486.17亿元，较前一交易日增加52.82亿元；深交所融资余额报12105.22亿元，较前一交易日增加48.84亿元；两市合计24591.39亿元，较前一交易日增加101.66亿元。
全球资本市场正经历以人工智能为核心的新一轮科技投资热潮。
一方面，科技投资以罕见强度重塑增长结构，在传统行业承压背景下，科技部门以高强度资本开支扮演了类财政刺激角色。另一方面，在财政扩张与隐性货币化预期下，市场对流动性收缩的敏感度下降，估值扩张呈现典型泡沫动力学特征。
但在投资热潮之外，另一种因AI技术发展带来的职业困境或许更贴近普通人的现实。AI提升了基础性工作的执行效率，工作助手看似“变多了”，但KPI、考核的压力却越来越高，“为什么我们比以前更累？”成为职场白领们共同的职业困境。
全球知名投资人拉斯・特维德（Lars Tvede，下称拉斯）日前在接受澎湃科技（www.thepaper.cn）专访时指出，短期内不需要担心AI有泡沫，但泡沫可能会在未来两三年内出现。目前AI相关投资（约占全球GDP的2%）仍处于绝对合理的区间，远低于历史上如19世纪铁路热潮时期的泡沫水平。他认为，仅以当前可见的商业模式来评判AI未来的经济潜力，是一个巨大的误判。未来几年，局面将截然不同。
全球知名投资人拉斯・特维德（Lars Tvede）
拉斯是一位横跨金融、科技与未来研究领域的丹麦学者、连续创业者。2016年，他与人共同创立了风险投资基金“北欧之眼”（NordicEye），该基金成为北欧有史以来最赚钱的风险基金之一。他也是《超智能与未来》一书的作者。
在这部著作中，拉斯・特维德结合了其对长周期经济规律的深刻洞察与对前沿科技的敏锐捕捉。他提出，人类社会正站在指数级变革的边缘，技术进步不再是线性的，而是呈现出一种自我强化的“超趋势”。书中重点探讨了机器智能如何跨越奇点，从单纯的计算工具演变为具备自主进化能力的“超智能”体，以及这一变革将如何重塑商业模式、劳动力市场乃至人类文明的演进路径。这些基于历史维度与未来视角的论述，正是他研判当下AI泡沫是否成立、以及未来技术将走向何方的逻辑基石。
以下是澎湃科技对话投资人拉斯·特维德（Lars Tvede ）内容：
澎湃科技：我们怎么理解超级人工智能？具体指什么？路径远不远？
拉斯·特维德：我倾向于把超级智能（super intelligence）和超智能（hyper intelligence）区分开来。超级智能（super intelligence）是指AI在某些关键领域显著超越人类的能力，它无需样样精通，但在重要任务上表现突出。而超智能（Hyper intelligence）则意味着AI进入自我迭代的阶段，不再需要人类主导开发，其进化速度将远超人类理解范围。
目前AI的进步仍主要由人类推动，但2018至2020年间已出现自我改进的雏形，这种能力正在指数级增长。一旦机器自主改进成为主流，其发展将彻底脱离人类的认知框架。
我认为2024年至2028年将是人类史上最惊心动魄的技术爆发期。同时，AI处理成本每年都会下降90%左右，计算效能每3、4个月就能翻一番，远超摩尔定律的速度。比如，AI工具平台WalkingFace上的模型数量已达220万，每过5至6个月就翻倍。这种技术扩张速度是前所未有的。
澎湃科技：在你看来，现在AI的热潮是否会演变成泡沫？
拉斯·特维德：我认为目前并不存在AI泡沫。当然，任何新兴领域都伴随风险，但当前的情况与过去的泡沫时期有本质区别。
首先，从投资规模看，当前AI相关投资占全球GDP的比重约为2%。这个数字虽然已经高于互联网泡沫时期的水平，但远低于19世纪铁路建设热潮的占比。与历史上那些真正形成泡沫的投机狂潮相比，目前的投入水平处在绝对合理的区间。
更重要的是，AI技术本身具有革命性的特质。它不像铁路或公路，建成后性能就固定了。AI工厂在初始投入后，能通过软件的自我迭代不断升级，这就像铁路建成后能自行延长、提升效率一样。这种自我改进的能力在2018至2020年期间开始显现，目前正在加速，其效率提升的潜力是传统基础设施无法比拟的。
谈到市场供需，情况更是与互联网泡沫时期的光纤产能过剩完全相反。现在的情况是核心资源供不应求。英伟达和AMD的芯片产能根本无法满足市场需求，数据中心都在满负荷运转。
还有些人担心巨头之间的“循环融资”会带来风险，但我认为这种模式的本质是健康的风险共担。微软、谷歌这些公司的AI支出接近其强大的自由现金流，它们资金充足，发债更多是出于财务优化而非生存需要。唯一风险较高的是OpenAI这类缺乏多元现金流的公司。
这与2000年互联网泡沫破裂前的情景不同，当时企业盈利已连续两年下滑，利率却在攀升。而现在，我们是盈利强劲增长，同时利率在下降，这是一个非常有利的宏观环境。
只有在一种情况下它们才可能会崩盘，即股价从现在开始大幅、快速上涨，如果接下来它们涨得很猛、涨得很高，走势会变成直线上升，接着就会出现反转、掉头向下。 但现在的股价并没有出现完全垂直的涨幅，而且它们的估值也不算昂贵。
所以，我的判断是，泡沫最终可能会在未来两三年出现，但不是现在。
澎湃科技：在你看来，像OpenAI这类大模型公司的盈利、商业化难题怎么化解？
拉斯·特维德：未来AI公司不能只依赖大模型，而是需构建护城河，比如打造垂直行业AI操作系统、建立拥有数据围墙花园的私有云部署或生成式工作流系统。
另外，个人AI将是关键方向——它存在于个人设备中，通过长期学习用户习惯形成不可替代的助手。
顶尖企业的团队都很聪明，他们已经意识到了这些趋势且在积极布局。因此，仅以当前可见的商业模式来评判AI未来的经济潜力，是一个巨大的误判。未来几年，局面将截然不同。
澎湃科技：就在访谈的这几天，伊尔亚·苏茨克维（Ilya Sutskever）在接受外媒采访时也提到一个观点，他认为大模型的预训练（pre-training）阶段已经耗尽了数据，可用的数据非常有限，他认为，scaling law的阶段已经结束，AI将会回到以科研驱动的路径。我想听听你的观点。
拉斯·特维德：关于 scaling law，我也听到了很多讨论。我想从两个方面来谈这些问题。
第一点，与其只是不断扩大已有的算力基础设施，我们其实可以不再只依靠把模型“做大”、堆算力，而是让AI系统内部出现更多专业化、分工明确的“小模块/小专家”（export system），并不单依靠更大的规模。这其实需要更聪明的结构和更聪明的算法，这相当于重新回到了大脑的结构。
第二点，数据，当前用于训练模型的数据主要来自互联网。但未来的模型将更多依赖由 AI 自身生成的数据，即合成数据（synthetic data）。尽管“合成数据”这个词听起来像是虚构的，但许多合成数据事实上是高度真实的，它们来自仿真（simulation），尤其是通过“自我博弈”（self-play）产生。
自我博弈最早的典型案例来自围棋等棋类AI。AI通过上百万次自我对弈进行学习，每秒就能完成大量对局，相当于持续进行内部锦标赛。此后，这类方法被推广到三维空间等更复杂的问题求解上，其计算速度比人类快数百万倍。AI能够扫描所有可能路径并进行模拟，相当于在虚拟环境中演示现实世界行为，从而生成大量人类终生都无法积累的数据；即便人类能够手动生成，也会面临极高的成本。
所以，我认为AI最终会创造比人类更多数据的方式，我们完全不必担心数据会耗尽。
澎湃科技：现在很多白领工作者正面临新的困境：AI让基础任务效率更高，工作完成得更快了，但工资却没有上涨，而KPI和工作量却常常在增加。所以很多人在想，为什么我们越来越累？你认为这是AI技术发展带来的“个人困境”吗？
拉斯·特维德：我同意，特别是（AI发展）到了中期阶段，这一转变会变得艰难。从长远来看，我们知道技术从未系统性地造成失业——当人们因为技术的发展在某个行业失去工作时，新的工作机会会在其他行业出现。
在经济学上，这一现场被称为“萨伊定律”（Say’s Law）。但这一次技术变化发生得非常快，而新的工作岗位需要时间才能出现。
我认为，AI和机器人帮助人们让越来越多的东西变得更便宜，甚至免费，这是技术发展自然而然的趋势。但事实是，提高薪资会变得更加困难。如何用经济来应对这一点，会是巨大的挑战。
未来会被技术分成三个“世界”，以三种不同的路径运行。
第一种“世界”是技术“超大规模化”（hyperscaling）扩张出现的“超级强者”。这些地方聚集着一些真正雄心勃勃、富有创造力、勤奋努力的人，同时还拥有大量资本和大量技术。
在这些地方，会有非常快速的经济增长，以及技术带来的显著改善。只要有正确的政策和环境来吸引资金（而不是吸引人口），同时拥有足够低廉的电力成本，这些地方就会成为增长的中心。
与此同时，在同一个国家里，其他大部分地区可能不会有那么多的技术或资本的涌入，但这些地区仍然会享受到一些好处，比如基础医疗变得好很多，许多小型项目变得免费等。
随着人工智能和机器人创造出越来越多的财富，我们可能不再需要大量人口向少数“超级增长中心”聚集。因为物质已经极为丰富，那些增长较慢的地区也不会是“糟糕的选择”，相反它们可能会变得非常宜居。
这就是第二种“世界”，有时候我认为，经济学家只关注前一种经济（超级规模化的增长中心），但他们更应该关注“慢节奏”的经济部分：我们该如何在那里发展文化和自然环境？因为未来人们会想要另一种生活节奏。
第三种“世界”比较令人难过。那些国家和地区将仍然依赖出售廉价劳动力生存，人们领取极低的薪水生活。而未来的问题在于，这条路已经走不通了，你无法在价格上击败机器人，因此这样的地区未来只能依靠极低成本来竞争。
从中国的角度来说，中国希望拥有那些超级科技枢纽（tech hubs），而且中国经济已经拥有非常复杂的部分。中国未来要避免依靠廉价劳动力竞争，而是要像现在这样，推动更高端、更复杂的企业模式。
澎湃科技：在你看来，我们个人在这个时代里该如何保持竞争力？
拉斯·特维德：生活在当今世界，一定要学会如何使用人工智能。每个人都应该大量使用它，并且努力熟悉它的规律。因为它在不断变化，你使用得越多，就越能理解如何协作。
现在确实要考虑一个现实问题，即传统的大学学位可能不再那么有价值。我自己虽然也有大学学位，但那种学习方式属于“以防万一的学习”（just-in-case learning），我当时学到的知识里有90%是我后来从未使用过的。
所以我相信现代大学教育的重要性正在下降，因为技术变化太快了，有时还不一定朝着更好的方向变。
因此，与其“以防万一（just-in-case）”去学习，不如采用“及时学习（just-in-time）”的方法。这意味着，当你真正需要解决一个问题时，你才会去学习相关知识。
“及时学习（just-in-time）”的方式意味着你真正专注的是当下有用的东西。而且，从时间投入产出比来看，“及时学习”无疑更有效率。
我第三点建议，我希望年轻人能选择一种“有方向感的人生”，花大量时间去了解自己。我们多年以来习以为常的许多稳定职业之后可能都将由机器完成。所以，最好的做法是，弄清楚你到底是谁？你喜欢做什么？你的大脑适合怎样的工作方式？然后沿着这个方向走。
尤其是，如果我们回到我之前提到的“三种世界”：超级高速增长的世界、较慢的发展世界、低发展的世界——你应该去思考：你到底属于哪一个世界？弄清楚你在哪里会感到快乐、在哪里能更高效，然后朝着那个方向走。
截至8月13日，上交所融资余额报10290.63亿元，较前一交易日增加34.93亿元；深交所融资余额报9963.80亿元，较前一交易日增加81.70亿元；两市合计20254.43亿元，较前一交易日增加116.63亿元。
近日，我国科研团队通过对嫦娥六号月壤样品的高精度年代学研究，首次精确测定出月球阿波罗盆地形成于41.6亿年前，这一发现精准限定了该盆地形成的时间，将月球“撞击风暴”开始的时间点向前推进了至少1亿年，有助于推动人类重新认识地月系统的演化。该成果8月20日在国际学术期刊《自然·天文学》发表。
在这项研究工作中，中国科学院广州地球化学研究所徐义刚院士领衔的科研团队，在3.5克月壤中发现了三颗大小在150微米到350微米的特殊岩石碎屑。这些岩屑是阿波罗盆地形成时产生的撞击熔融岩石，是记录撞击事件最理想的“岩石时钟”。研究团队准确测定了岩屑的年龄，同时综合遥感图像和地球化学数据等多方面的信息，最终确认岩屑记录的41.6亿年为阿波罗盆地的形成年龄。
嫦娥六号月壤中识别的撞击岩屑
月球表面遍布的巨型撞击盆地，其中大多数是约38亿年前太阳系内小天体撞击的遗迹。科学界一直争论这场太阳系内“撞击风暴”是逐渐减弱的，还是在距今约40亿到38亿年间出现了强度骤增。这一持续数十年的争议源于月球上关键撞击盆地缺乏精确年龄数据。嫦娥六号采样点所在的阿波罗盆地位于月球南极—艾特肯盆地内部，是该区域最大的次级撞击构造，其形成年龄可能标志着月球晚期撞击事件的启动时间。
综上所述，我国科研团队这项研究将月球“撞击风暴”开始的时间点向前推进了至少1亿年；并且通过分析，揭示了月球“撞击风暴”强度是呈渐变衰减趋势的，并不是强度骤增。这项研究将有助于推动人类重新认识地月系统的演化。
截至8月20日，上交所融资余额报10816.43亿元，较前一交易日增加78.50亿元；深交所融资余额报10437.73亿元，较前一交易日增加74.72亿元；两市合计21254.16亿元，较前一交易日增加153.22亿元。
在刚刚落幕不久的世界人形机器人运动会上，一场全程无遥控、踢足球机器人在网络上火了。
这支踢足球的机器人队伍来自加速进化（北京）机器人科技有限公司（以下简称“加速进化”，英文名：Booster Robotics），这家成立于2023年的公司在今年7月举行的2025 RoboCup巴西机器人足球世界杯上，帮助中国队（清华火神队）首次在AdultSize 组别（人形机器人足球成人组一米以上机器人）组别夺冠，一举打破了欧美国家在该项顶级赛事上长达 28 年的垄断。
加速进化机器人在足球场上的表现
为什么要让机器人上场踢足球？实现无遥控操作机器人踢足球的关键挑战是哪些？
近日，澎湃科技（www.thepaper.cn)专访了加速进化副总裁赵维晨。赵维晨解释说，之所以将目标对准了足球赛事，是因为足球赛是一个高动态、强对抗、对运动控制和决策智能要求极高的场景。
加速进化副总裁赵维晨 受访者供图
赵维晨认为人形机器人必须先做到“四肢健全”，再追求“心智健全”，足球场景是锻炼机器人的运动能力、感知算法等关键技术的试金石，这些能力提升后都能迁移到未来的家庭陪伴、教育等更多场景。
谈及技术路径，赵维晨直言，当前引发热议的VLA技术路径仍是建立在大语言模型的逻辑之上，过于依赖海量标注数据和固定模式，并不是最优解，三到四年内一定会被颠覆。
以下是澎湃科技专访内容：
VLA算法未来三年内会被全颠覆
澎湃科技：足球赛对人形机器人有哪些技术挑战？
赵维晨： 人形机器人必须先做到“四肢健全”，再追求“心智健全”。有了强大的运动能力的支撑，大脑算法可以先用相对简单的分层模型落地应用，通过落地应用采集到真实场景的数据，结合合成数据，才能逐步训练出认知健全的大脑，这与人类的成长路径相似。
足球场景能锻炼机器人的运动能力、感知算法，比如识别球、队友和对手位置等、定位导航和决策逻辑，将来这些能力能迁移到家庭场景，譬如机器人能主动迎接、跟随，情感陪伴，充当互动教练，以及实现工业场景里精细的手部操作。
澎湃科技：实现无遥控人形机器人参与踢足球的难度有多大？
赵维晨：足球赛事对抗激烈，机器人需要强大的运控算法来抵御冲撞并保持平衡，摔倒后可在一秒内自主起身。我们率先应用端到端运动大模型，直接将视觉信号输入神经网络，输出关节控制指令，大幅提升运动泛化性和稳定性。第一个应用是大力射门：去年世界冠军最高踢到35厘米，我们能踢到2米，直接越过人墙。
澎湃科技：你们的训练数据主要来自哪里？
赵维晨：主要来自足球场景采集真实的物理数据，并结合视频合成数据，通过最新的模仿学习加强化学习实现视觉信号直接输入神经网络。
我们认为，遥操的数据体量无法支撑具身大脑的训练，目前视觉语言动作模型（VLA）算法还是基于大语言模型那套，未来三年内会被全新的底层算法体系颠覆。
澎湃科技：今年北京的世界机器人大会上关于视觉语言动作模型（VLA）有很多争议你们怎么看？
赵维晨：自动驾驶单日数据量可达上亿条，而全国具身最大的开源数据集规模才百万级别（不到10TB），大语言模型是靠几十年互联网上的文本数据累积，而机器人加上双轮双臂操作10万或100万小时，根本不可能训练出一个多模态具身大脑，只能验证早期算法框架。具身智能真正的路径与自动驾驶类似，先通过L1、L2、L3再落地收集大量真机数据，然后再逐步迭代到AGI。
技术层面，我们认为，视觉语言动作模型（VLA）不是最终解，它仍是基于Transformer的LLM逻辑。大语言模型迭代经历十多年海量语料，才形成如今的尺度定律（Scaling Law）。VLA模型总体依赖训练数据中的固定模式，需要海量标注数据才能“记住”固定场景，很难帮具身泛化。
现在所有的技术方案，未来三到四年一定会被颠覆，也会出现类似DeepSeek这样的鲶鱼效应、开源的方案。
机器人进入家庭还需要10年
澎湃科技：2024年10月你们的BoosterT1发售，现在销售情况如何？客户主要是谁？
赵维晨： 销售没超出预期。2025年我们上半年出货交付了数百台，其中50%是全球化订单，主要集中在赛事和科研。顶尖球队采购我们的机器人软硬件平台，用于开发和测试决策算法。足球也是开发者入门的理想场景，从入门到精通，甚至能发表顶级论文，打赢人类至少100篇顶刊。
澎湃科技：你们会担心订单量吗？
赵维晨：对我们来说，最核心的不是订单量，而是交付量。我们现在T1成本价在10万元人民币左右，很多公司签署了大量“意向订单”，但如果没有量产的工程化能力，没有交付能力，旧不是真的商业化。我们的订单交付周期在15到20天左右。
未来我们的商业化路径也很清晰：短期做赛事、科研、教育（比如高校和K12的机器人课程）、这是百亿级赛道；中期从明年开始，切入家庭搬运、陪伴这些场景，目标千亿级市场；长期结合开发者生态往家庭管家、智能助理这些通用机器人方向走，那是万亿级市场。
澎湃科技：目前投资人最关心你们的是哪几个问题？
赵维晨：比较关心我们的应用Agent生态建设，硬件量产进度，全球化进度，以及运控算法在全球市场的领先程度。其他很多问题上面有覆盖。
具身智能大模型还没有显著的共识
澎湃科技：在你们看来，人形机器人走进家庭场景要经过哪些场景和技术验证？
赵维晨：我们很明确不做工业场景，因为简单任务已经被传统机械臂解决了，剩下的要么太难，五年内落不了地，要么市场太小。轮加双臂结构早在5年前就有成熟的舵机高性价比解决方案，能够解决大多数封闭工业场景的需求。
我们重点会放在家用机器人，让它成为除手机、电脑外新的交互形态和生产力工具，要对标苹果和微软，做三件事：硬件（端）、操作系统、开发者工具。就像手机电脑得有应用才能普及，机器人要进家庭，也得有第三方开发者基于开放生态、简单工具和操作系统开发应用，实现各种家用场景的落地，尤其是后两者涉及大量软件的投入。
大脑层面我们不着急，等三年后技术路线收敛些，我们有了一定收入体量再投入。
澎湃科技：是否可以理解为，你们也在等一个适配机器人的AI大脑？
赵维晨：我们认为端+操作系统+开发工具是个万亿美元的市场，大脑也是万亿美元的市场。但作为创业公司我们目前不会投入在大脑，因为成功率太低。等我们收入达100亿人民币的时候，在大量垂直场景落地后，我们会开始大脑层面的投入，但目前可以先合作为主。
澎湃科技：人形机器人进入家庭，你们保守估计还有多久？这是一个目前可以预见的必然趋势吗？如果是，你们认为会以怎样的形态？
赵维晨：一定会经历从早期使用者到早期大众最后到后期大众的链路。核心是得通过杀手级应用和教育（如学校计算机机房，上机器人课程普及）进入早期使用者，再通过生态成熟、应用多样化、成本下降进入大众市场。前者需要3年，进入早期大众可能需要5至10年，10年后实现较大规模普及。
澎湃科技：在你们看来，现在人形机器人还有哪些非共识问题有待解决？
赵维晨：一个是大脑层面的技术路径非共识，目前VLA的路径一定不是终解。另外比如核心零部件硬件部分的技术路径也没有收敛，包括灵巧手原来都是直线推杆，现在变成关节电机，还有一部分在做绳驱，用一段时间会松。现在比如加入钨丝等新材质。
在这波技术路径下，很明显的一个变化是，当下的硬件本体的构型有收敛的趋势，在外形方面正在变得比较类似。但在具身智能大模型的领域，还没有看到特别显著的共识。
