來自奧克拉荷馬大學的研究人員最近在量子點技術上取得了一項重大突破，這可能為照明、計算和醫學影像等領域開啟新的可能性。該團隊成功地將錳融入這些微小的半導體晶體結構中，這一技術長期以來被認為是不可行的。這一發現標誌著鈣鈦礦納米材料的新分支，並顯示出量子點設計的潛力將會發生變化。

研究的重點是已經在顯示器、LED 照明和實驗性能源系統中應用的鉛溴化銫納米顆粒，稱為 CsPbBr3。助理教授董逸通表示：「將一種良好的磁性摻雜劑——錳，集成到這些顆粒中是相當困難的。我們的論文詳細描述了一種高效且一致的方法來實現這一目標。我們已經摻雜了本來無法摻雜的材料。」

量子點非常小，其尺寸決定了它們發射的顏色。這種調整顏色的能力使它們在太陽能電池、醫學影像、通信系統和現代電子產品中具有重要價值。研究人員多年來一直試圖將錳集成到這些量子點中，因為它具有優越的光學和磁性特性。早期的嘗試僅添加了少量錳，從未達到實用水平。董的團隊找到了一種替代方法，通過去除一些帶正電的銫離子，形成富溴化的化學環境，然後引入錳離子，結果顆粒吸收了錳並取代了近 40% 的鉛原子。

這一變化是立即可見的。在摻雜前，這些量子點發出藍色光；而摻雜後，則發出接近完美效率的暖橙色光。董指出，大多數量子點在其物理尺寸變化時會改變顏色，但在這種情況下，顏色的變化是由化學改變引起的。他解釋說，這些晶體吞噬了錳，成功實現了高濃度的摻雜。

這一突破可能會影響多個行業。橙色光對眼睛的刺激較小，並且在室內農業中更有效，因為許多植物更有效地吸收暖色光。改進的光學特性也可能提高太陽能電池的效率。董的團隊表示，這些量子點的製造成本可能更低，因為不需要額外的保護塗層。此外，錳的引入使得這些量子點具有磁性，為醫學掃描、基於自旋的電子學以及新型通信技術的應用開闢了道路。

量子計算可能是潛力最大的領域之一。摻雜的量子點可以作為量子位，使用光而非電力來控制，這將減少干擾並提高穩定性。董表示，還需要更多的研究來控制不同顆粒尺寸的摻雜水平，以及研究錳離子在結構內的行為。他強調：「我們非常興奮，因為一個新的材料家族可以加入這一領域。它們便宜、可擴展，並且在不需要大量工程的情況下具有驚人的效率。通過摻雜，它們的多功能性將進一步增強。」該研究發表在《美國化學會期刊》中。

週一晚間，日本北部發生強烈海震，震中位於青森縣海岸約 80 公里處，震源深度達 50 公里。日本氣象廳確認此次地震的震中規模為 7.6，初步報告則為 7.2。震感遍及日本北部及東部，當局隨即發出海嘯警報，初步預測海浪可能高達 3 米。太平洋海嘯警報中心指出，震中周圍 620 英里內仍可能會出現危險海浪，影響範圍包括日本和俄羅斯。

隨後，海嘯警報被降級為建議，居民無需撤離至高地，但應避免前往海灘、港口及河口。雖然警報已降級，當局仍提醒民眾保持警覺，因為海嘯可能會重複襲擊。青森當地官員報告至少有 13 人受傷，受傷情況仍在評估中，政府已成立緊急應變小組，並優先考慮公眾安全及災後評估，確保居民獲得必要的資訊與保護。此事件仍在持續發展中，將會有後續報導。

美國最近在無人機戰爭中進入新階段，發佈了以伊朗 Shahed-136 為模型的低成本攻擊無人機。美國中央司令部（CENTCOM）於十二月初宣佈成立「蠍子突擊特遣隊」（TFSS），並首次投入使用低成本無人作戰攻擊系統（LUCAS）。這些一次性無人機旨在實現自動飛行和經濟大規模部署，並強調其廣泛的射程和多種發射選項。

LUCAS 無人機的單位成本約為 $35,000 / 約 HK$ 273,000，使美國軍方能夠承受更高的損失，並在應對 Shahed 攻擊時不必冒著損失關鍵情報和打擊任務飛機的風險。這一策略標誌著美國開始採用以成本為焦點的高產量無人機戰略，這是伊朗和俄羅斯在衝突地區所使用的模式。LUCAS 項目也顯示出美國在技術上逐步向伊朗學習，並將其經驗運用於新一代無人機系統中，反映出現代衝突中可負擔和易於複製的系統所占據的關鍵地位。

Tesla 在邁阿密的示範活動中，展示了一段新影片，其中的 Optimus 人形機器人在演示過程中跌倒，並引發了觀眾的討論。影片中，機器人摔倒時的手部動作與人類摘下虛擬實境頭盔的動作相似，讓人懷疑該機器人是否在被遠程操作，而非自動運行。除了跌倒的事件，Tesla 最近還公佈了 Optimus 的更新，顯示其在平衡、協調及步態方面的進步。

針對 Optimus 的運作自主性，觀察者指出，該機器人在演示中掉落物品並最終向後摔倒的情況，讓人懷疑其是否真具備獨立運作的能力。儘管 Elon Musk 否認了有關遠程操作的說法，但這一特定手勢的出現仍引起了廣泛關注。根據最新的資料，Optimus 的發展正朝著量產的方向前進，未來預計每台價格在 $20,000 至 $30,000 之間，並有可能在 2025 年底前部署 5,000 部機器人，成為自動化製造的關鍵一環。

歐洲防務署（EDA）最近啟動了一個為期四年的研究計劃，旨在降低自主水下航行器（AUV）的噪音，以便更好地適應潛行任務。這項名為SPHYDA的計劃，預算為480萬歐元（約 $ 560萬 / HK$ 4,368萬），將致力於研究機器潛艇的水動力學與水聲學，並減少其發出的聲音。這不僅有助於提供戰略軍事優勢，還能保護海洋生態。

SPHYDA計劃將分析潛艇在運作中產生的噪音，並建立數位模型，促進新設計的開發。研究的重點在於水動力噪音，這是由潛艇的船體、舵和螺旋槳等系統相互作用所產生的。透過先進的數值模型和實驗方法，SPHYDA將最終設計出一款低噪音的自主水下航行器，並計劃在真實環境中進行測試，評估其遠場噪音。這個跨國合作項目預計將持續至2029年，意在推動下一代低噪音水下航行技術的發展。

Sandia National Laboratories 最近發佈了一款名為 Spectra 的新型超級計算機，這款原型機由科技公司 NextSilicon 研發，可能會改變國家安全模擬的運作方式。雖然它並不是有史以來最大的系統，但其目的是證明以效率為首的適應性芯片能超越傳統的 CPU 和 GPU 驅動系統。Spectra 使用了 128 個 Maverick-2 雙晶片加速器，這些實驗性芯片能即時分析代碼並根據任務優先級重新組織工作，以提高性能並降低功耗。

Sandia 的研究人員將與洛斯阿拉莫斯國家實驗室及勞倫斯利佛摩國家實驗室合作，測試 Spectra 是否能應對如先進流體動力學這類要求高的國家安全工作負載。這些模擬有助於確保美國的核威懾力量保持安全和可靠，而無需地下測試。Spectra 是 Sandia Vanguard 計劃下推出的第二款系統，該計劃評估實驗性技術以供未來的大規模部署，期待它能成為智能驅動的適應性計算的下一個里程碑。

一個與烤面包機相似大小的機器人最近在自主太空導航方面邁出了重要一步。斯坦福大學的研究人員首次在國際空間站（ISS）上成功展示了一種基於機器學習的控制系統。這一成就標誌著軌道機器人技術的一個轉折點，並為那些在最少人類監督下運作的機器人任務開啟了新的可能性。已經在 ISS 上的立方體形狀自由飛行機器人 Astrobee 成為了這次測試的平臺。這個新系統幫助 Astrobee 在狹窄的走廊和雜亂的內部環境中安全導航，而無需直接的宇航員控制。這項研究的結果已在 2025 年國際太空機器人會議（iSpaRo）上發佈和展示。

國際空間站的環境密集且相互聯繫，充滿了儲物架、計算機、電線和實驗硬件。這種複雜性使得運動計劃變得困難，首席研究員 Somrita Banerjee 表示，這項工作是她在斯坦福大學博士學位研究的一部分。傳統的計劃方法在地球上使用時，並不適用於太空硬件。高級作者 Marco Pavone 指出，運行這些算法的飛行計算機通常比地面機器人上的資源更受限。他補充道，太空環境帶來了更多的不確定性和比地面機器人更嚴格的安全要求。為了解決這一挑戰，研究小組建立了一個優化系統，利用順序凸編程來計劃安全可行的路線。然而，從頭開始解決每一步需要大量的計算時間，這使得過程變慢。因此，研究團隊在數千個先前解決方案上訓練了一個機器學習模型。該模型作為一個熱啟動，提供了一個經過信息化的初步猜測，隨後優化過程將進一步完善這條路徑。安全約束依然保持不變，但人工智慧大大加快了過程。Banerjee 將其比作根據常見的旅行路徑選擇路線，而不是在兩個城市之間畫一條理論上的直線。她表示，這是基於經驗的啟發，然後再進行優化。

在抵達 ISS 之前，該系統已在 NASA 艾姆斯研究中心的浮動機器人平臺上進行測試，該平臺模擬微重力。當在 ISS 上開始測試時，宇航員僅負責設置和清理，然後便退到一旁。隨後，地面團隊通過 NASA 的約翰遜太空中心發出指令。研究團隊測試了 18 條軌跡，每條軌跡運行兩次——一次是標準的冷啟動，另一次則是使用人工智慧驅動的熱啟動。結果顯示出決定性的優勢。Banerjee 表示，這表明在更具挑戰性的情況下，系統的運行速度提升了 50% 至 60%。這些情況包括狹小空間和需要旋轉的複雜操作。

NASA 現在已將該系統指定為技術成熟度等級 5，顯示其能在真實的操作環境中運行。這降低了未來提案和實驗的風險。展望未來，Banerjee 認為隨著太空任務的擴展，自主性將變得至關重要。隨著機器人越來越遠離地球，任務的頻率和成本越來越低，將來無法總是從地面進行遠程操作。Pavone 的團隊計劃進一步推進這項技術，使用更強大的人工智慧模型，類似於現代語言工具和自動駕駛系統背後的技術。這一系列的發展將可能重塑未來的太空探索方式，為人類進一步了解宇宙提供更大的機會。

在美國桑迪亞國家實驗室（Sandia National Laboratories），一種新型超級計算機已經到達，並可能改寫高風險國家安全模擬的規則。桑迪亞近期發佈了名為 Spectra 的原型機，這台機器是與科技公司 NextSilicon 合作開發的，標誌著美國國家實驗室中進入了一種最不傳統的計算架構。雖然這不是歷史上部署的最大系統，但它的目標是證明一個潛在更具影響力的概念：自適應、高效能的晶片可以超越傳統的中央處理器（CPU）和圖形處理器（GPU）驅動的機器，這些機器通常用於核威懾模擬。Spectra 使用了 128 個 Maverick-2 雙晶片加速器，這些實驗性晶片可以在運行時分析代碼，以優先處理任務。與傳統方法將所有數據視為平等不同，Spectra 實時重組工作，以在更低的功率下榨取更多的性能。桑迪亞的高級科學家及項目負責人 James Laros 表示，我們部署了一種首屈一指的計算能力。他讚揚了國家實驗室與行業之間的密切合作，為該系統的開發提供了支持。

桑迪亞的研究人員，連同洛倫斯利佛摩國家實驗室和洛斯阿拉莫斯國家實驗室，將測試 Spectra 是否能夠處理如先進流體動力學等高要求的國家安全工作負載。這些模擬幫助確保美國的核威懾保持安全和可靠，而無需進行地下測試。Spectra 是在桑迪亞的 Vanguard 計劃下推出的第二個系統，該計劃評估未來大規模部署的實驗技術。Spectra 擁有專門的晶片，能夠實時分析代碼以優先處理任務。首個 Vanguard 機器 Astra 在 2018 年成為全球最快的基於 Arm 的超級計算機，這一舉措促進了 Arm 處理器在重型科學工作負載中的普及。桑迪亞的 Simon Hammond 表示，通過部署原型系統，我們正在探索新技術是否能在未來幾年內整合到我們的大型生產平台中。Astra 證明了 Arm 的可行性，這使得洛斯阿拉莫斯國家實驗室在 2024 年推出了自己的部分基於 Arm 的系統 Venado。現在，桑迪亞希望 Spectra 能夠標誌著下一個架構的飛躍：智能驅動的自適應計算。

NextSilicon 的首席執行官 Elad Raz 表示，Maverick-2 加速器的設計重點是效率。他提到，我們在不需要用戶重新編寫應用程序的情況下，可以提供高達 10 倍的性能提升，同時功耗減半。如果這一承諾得到驗證，將大幅降低為新硬件適應科學代碼的時間和成本，這在超級計算機演進過程中是一個經常面臨的挑戰。早期結果顯示積極的趨勢。Laros 確認，Spectra 在啟動的第一天就成功運行了 HPCG 基準測試、分子動力學代碼 LAMMPS 以及廣泛用於桑迪亞的 Monte Carlo 模擬工具 SPARTA。Spectra 由 Penguin Solutions 整合，該公司設計了一種能夠支持多達四個高性能加速器模塊的伺服器。目前，桑迪亞每個節點使用兩個加速器，為擴展留出了空間。Penguin 的首席技術官 Phil Pokorny 表示，我們設計了一個具有強大功能的系統，以便桑迪亞能夠充分探索這些晶片隨時間的功率和性能的整體潛力。一套定制的 Chilldyne 負壓液冷卻系統和 Penguin 的 Tundra 基礎設施支持該集群的功率配置和未來擴展。

一個孤獨的機械浮標最近實現了一項人類、船隻或傳感器陣列從未做到過的壯舉。這個配備有溫度和鹽度傳感器的 Argo 浮標，經過兩年半的漂流，穿過東南極的巨大冰架，這是地球上最嚴酷且最難以接觸的地區之一。在一段 300 公里的旅程中，這個自主探測器在德門冰架和沙克爾頓冰架之下捕捉了近 200 個海洋剖面，這些數據科學家過去從未能夠獲得。在某個時刻，這個浮標在冰下消失了八個月，研究人員擔心它可能永遠消失。然而，當它重新浮出水面時，卻提供了第一個從東南極冰架下獲得的海洋橫斷面。澳大利亞科學與工業研究組織 (CSIRO) 的海洋學家史蒂夫·林圖爾博士表示：「我們真是太幸運了，我們的勇敢浮標在冰下漂流，並在德門和沙克爾頓冰架下待了八個月，每五天收集一次從海底到冰基的剖面數據。」

這個前所未有的數據集揭示了兩個冰架的故事。沙克爾頓冰架是東南極最北部的冰架，至今看起來相對安全，因為沒有檢測到其下方有暖水，這可能會從下方觸發快速融化。然而，德門冰川的情況則截然不同。德門冰川潛在地可能使全球海平面上升 1.5 米，已經受到暖水的影響。根據新的測量，即使是暖水層厚度的微小變化，也可能會急劇加速融化，並推動冰川走向不穩定的退卻。林圖爾博士指出，關鍵的謎題在於冰架下方薄薄的 10 米邊界層。「浮標的一大優勢是它們能夠測量控制融化速率的邊界層特性。」這些小型機器人能夠提供大量數據。

由於冰架的厚度可能達到數百到數千米，因此在其隱藏空腔內進行觀測幾乎是不可能的。穿透冰層進行鑽探既昂貴又罕見。幾十年來，科學家們不得不對支撐南極巨大冰川的冰架下方的條件進行有根據的猜測。Argo 浮標的出現改變了這一切，但並非沒有挑戰。林圖爾博士表示：「只有一個問題，當冰層阻止浮標到達海面時，它無法與衛星通信，也無法獲得 GPS 定位。」為了重建浮標的路徑，科學家們不得不成為偵探。每次儀器碰到上方冰層時，便會記錄冰基的深度。研究人員然後將這些冰草測量與衛星數據相匹配，以繪製浮標在冰冷天花板下的旅行路徑。這個浮標的成功為未來的監測工作提供了一個藍圖。林圖爾博士強調：「在南極大陸架部署更多浮標將改變我們對冰架對海洋變化的脆弱性理解。」這將有助於減少對未來海平面上升預測中最大的不確定性。這項研究發表在《科學進展》期刊上。

一個如烤麵包機般大小的機器人最近在自動化太空導航方面邁出了重要一步。斯坦福大學的研究人員首次在國際空間站（ISS）上成功展示了一個基於機器學習的控制系統。這一成就標誌著軌道機器人技術的一個轉折點，並為未來機器人以最少的人類監督來進行任務開闢了新的可能性。這個立方體形狀的自由飛行機器人Astrobee已經在ISS上運行，並作為這次測試的平台。新的系統可以幫助它在空間站的狹窄走廊和雜亂內部安全導航，而無需宇航員的直接控制。這項研究已在2025年國際空間機器人會議（iSpaRo）上發表並進行了展示。ISS的環境密集且互聯，充滿了儲物架、計算機、電線和實驗硬件。這種複雜性使得運動規劃變得困難，主要研究員Somrita Banerjee表示，這項工作是她斯坦福博士學位的一部分。傳統的規劃方法在地球上無法很好地轉化為太空硬件。高級作者Marco Pavone補充道，運行這些算法的飛行計算機通常比地面機器人的計算機資源受限。他還指出，太空環境引入了更多的不確定性以及比地面機器人更嚴格的安全要求。為了解決這一挑戰，團隊建立了一個優化系統，利用序列凸規劃來規劃安全且可行的路徑。然而，從頭開始解決每一步需要大量的計算時間，這減慢了進程。因此，團隊在數千個以前的解決方案上訓練了一個機器學習模型。這個模型充當了熱啟動，提供了一個經驗豐富的初步猜測，然後進行優化。安全約束仍然保持不變，但人工智能顯著加快了過程。Banerjee將其比作根據常見旅行路徑選擇路線，而不是在兩個城市之間畫一條理論上的直線。她表示，首先使用基於經驗的信息，然後從那裡進行優化。在到達ISS之前，該系統已在NASA艾姆斯研究中心的浮動機器人平台上進行測試，以模擬微重力環境。當在ISS上開始測試時，宇航員僅負責設置和清理，然后便退到一邊。地面團隊隨後通過NASA約翰遜太空中心發出了命令。該團隊測試了18條軌跡，每條軌跡運行兩次——一次使用標準冷啟動，另一次使用基於人工智能的熱啟動。結果顯示出明顯的優勢。Banerjee表示，我們展示了這一系統在特別挑戰性的情況下速度提高了50%至60%。這些挑戰包括在狹小空間內進行複雜的旋轉操作。NASA現在已將該系統評級為技術準備水平5，顯示其在實際操作環境中有效運作。這降低了未來提案和實驗的風險。展望未來，Banerjee指出，隨著太空任務的擴展，自主性將變得至關重要。隨著機器人越來越遠地離開地球，且任務頻率和成本降低，將無法始終從地面進行遙控。Pavone的團隊計劃進一步推進這項技術，使用更強大的人工智能模型，類似於當前語言工具和自動駕駛系統背後的技術。

Warby Parker 於星期一宣布，與 Google 合作的 AI 智能眼鏡將於 2026 年發佈，這將對 Apple 及 Meta 形成新的挑戰。Google 正在進行另一項雄心勃勃的擴增實境計劃，旨在打造輕便的、具備 AI 功能的智能眼鏡。這次的合作在《The Android Show | XR Edition》上宣佈，明確表明 Google 打算重新進入由 Meta 和 Apple 主導的市場。這也是兩家公司首次公開承諾發佈時間表，將 2026 年定為首款設備的首演年份。雖然這項合作在年初已經透露，但至今為止，兩家公司都未確認眼鏡何時會上市。此舉正值可穿戴計算競爭日益激烈之際。Meta 加快了其 Quest 混合現實頭盔和 Ray-Ban 智能眼鏡的開發，而 Apple 則推出了高端的 Vision Pro 頭盔，為高端空間計算創造了市場空間。

Google 在消費者智能眼鏡市場上已經缺席了近十年，因為該公司早前已經擱置了原始的 Glass 計劃。如今，Google 正在將 AI 整合視為能夠讓智能眼鏡進入主流的突破。該公司正在大力依賴合作夥伴，包括 Samsung 和奢侈眼鏡品牌 Gentle Monster，將技術與日常風格相融合。Warby Parker 則表示，其目標是創造出人們實際上願意全天佩戴的眼鏡。該品牌描述其即將推出的設備為輕便且具備 AI 功能，但並未提供有關價格、電池壽命或分銷的具體細節。Google 的公告提供了更多線索。該公司表示，這項計劃涵蓋了兩類下一代眼鏡：AI 眼鏡，作為智能的無屏幕助手，配備揚聲器、麥克風和攝像頭；以及顯示 AI 眼鏡，內置顯示屏，便於私密、即時訪問導航、翻譯和其他實時信息。

在這一平台的核心是 Google 的 Gemini AI 模型，通過 Android XR 生態系統進行整合。這兩家公司表示，這將使得多模態互動成為可能，意味著眼鏡能夠看、聽、理解上下文並自然地作出反應。目標是縮小笨重頭盔和通用可穿戴設備之間的差距，提供適合日常生活的 AI 協助。Google 強調，其合作夥伴在計算能力的同時，也專注於風格和舒適性。該公司在其博客中表示，正在與 Samsung、Gentle Monster 和 Warby Parker 合作，打造時尚、輕便的眼鏡。這一全新的推進也表明 Google 更廣泛的雄心，旨在在這個競爭對手迅速進步的行業中重新獲得市場份額。例如，Meta 大力投資於提升其 Ray-Ban 智能眼鏡的功能，而 Apple 的 Vision Pro 則為高端空間計算體驗打開了大門。然而，Google 的做法卻旨在尋求一條中庸之道。這家科技巨頭希望在不增加笨重、摩擦或視覺干擾的情況下，建立高智能的眼鏡。如果 2026 年的發佈按計劃推進，這可能標誌著 Google 自 Glass 以來最認真的消費者擴增實境回歸。

量子點或許將在照明、計算和醫學影像方面開啟新的可能性，這一切源於俄克拉荷馬大學的研究人員所取得的一項重大突破。該團隊成功地將錳元素加入這些微小半導體晶體的結構中，使得這些量子點具備了磁性，這一成果在業界內部被認為是難以實現的。這一發現不僅引入了新的鈣鈦礦納米材料分支，還預示著量子點設計功能的變革。這項研究的重點是氯化銫鉛納米粒子，稱為 CsPbBr3。這些粒子目前已被用於顯示器、LED 照明以及實驗性能源系統。助理教授董逸彤表示，將錳這種優秀的磁性摻雜劑整合到氯化銫鉛納米粒子中是非常困難的。我們的論文詳細描述了一種高效且穩定的方法來達成這一目標。我們成功地摻雜了被認為無法摻雜的材料。量子點的尺寸極其微小，且其尺寸決定了它們所發出顏色。這種調整顏色的能力使它們在太陽能電池、醫學影像、通信系統和現代電子產品中變得非常有價值。研究人員多年來一直試圖將錳整合到這些量子點中，因為它具有優良的光學和磁性特性。早期的嘗試僅添加了少量錳，從未達到實用水平。董教授的團隊找到了一種變通的方法，通過去除一些帶正電的銫離子，形成了富溴化環境。一旦引入錳離子，這些量子點就會吸收它們，並替換掉幾乎 40% 的鉛原子。這一變化立即可見，摻雜前，這些點發出藍光，而摻雜後則發出接近完美效率的暖橙光。董教授指出，大多數量子點在物理尺寸變化時會改變顏色，但在這個案例中，顏色的變化是由於化學改變而非物理尺寸的改變。實際上，這些晶體吸收了錳，最終成功地以非常高的濃度進行了摻雜，他說。

這一突破可能會對多個行業產生影響。橙光對眼睛的刺激較小，更適合室內農業，因為許多植物能更有效地吸收較暖的光線。改進的光學特性還可能使太陽能電池的效率更高。董教授的團隊表示，這些量子點的製造成本可能更低，因為它們不需要額外的保護塗層。錳的引入使得這些量子點具有磁性，這為醫學掃描、旋轉電子學及新型通信技術的應用開闢了道路。量子計算可能是潛力最大的領域之一。摻雜後的量子點可以作為量子位，通過光而非電力進行控制，這樣能減少干擾並提高穩定性。董教授表示，還需要進一步研究，以控制不同粒子尺寸的摻雜水平，以及研究錳離子在結構中的行為。我們非常興奮，因為一個新的材料家族能夠進入這個領域，他說。這些材料便宜、可擴展且在沒有大量工程的情況下效率驚人。通過摻雜，它們的多功能性將進一步提升。該研究已發表在《美國化學學會期刊》中。