隨著無人機在各行各業中的應用日益普及，無人機被黑客攻擊的風險也隨之增加。一旦無人機被惡意控制，它可能會變得不可預測，可能會減速、改變方向甚至墜毀，這樣一來，無論是運送包裹、檢查橋樑還是農田勘測的任務都會完全失敗。面對這一挑戰，佛羅里達國際大學（FIU）的研究人員開發了一種名為 SHIELD 的新系統，該系統能夠讓無人機在飛行中檢測和恢復網絡攻擊。這項技術為無人機的安全性增加了一層關鍵的保護，尤其是在監管機構和企業準備將更多無人機投入空中之際。

SHIELD 與現有的防禦方法不同，後者主要依賴傳感器來監控無人機的飛行狀態。SHIELD 則是全面監控無人機的控制系統，尋找不僅存在於軟件中的惡意活動跡象，還包括潛在的硬件問題。一旦檢測到異常情況，SHIELD 會識別攻擊類型並觸發相應的應對計劃，以恢復正常操作。研究團隊的首席研究員穆罕默德·阿希庫爾·拉赫曼（Mohammad Ashiqur Rahman）表示，沒有健全的恢復機制，即使能夠檢測到攻擊，無人機也無法完成任務，因為任務往往會因為安全措施而被中止。他強調，這一框架的關鍵在於能夠幫助系統恢復，從而完成任務。

傳統的無人機防禦措施主要集中在導航傳感器，以防止碰撞並指導飛行路徑。然而，這些傳感器容易被操縱。例如，在一種常見的攻擊手法中，黑客會發送虛假的位置信息，讓無人機偏離航道。更為高級的攻擊方式則通過惡意軟件直接針對無人機的內部系統進行攻擊。拉赫曼的研究小組的博士候選人穆尼巴·阿西夫（Muneeba Asif）指出，僅僅依賴傳感器的檢測和恢復系統無法全面應對各種攻擊，因為它無法察覺系統內部不同層面的攻擊。SHIELD 則通過監控無人機的物理組件來深入探查。電池電量波動或過載的處理器都可能是攻擊正在進行的信號，通過實時監控這些指標，系統能夠在攻擊造成損害之前及時發現。

這個團隊利用機器學習模型訓練 SHIELD 以識別不同的攻擊模式。在測試中，該系統平均在 0.21 秒內檢測到網絡攻擊，並在 0.36 秒內開始恢復。研究人員將他們的方法與醫生診斷病人的過程進行了比較。類似於傳感器數據，單一症狀並不總能顯示出問題所在，但更深入的物理證據往往能提供線索。同樣，每一種攻擊都留下獨特的痕跡，需要針對性地制定治療計劃。隨著無人機技術的需求不斷增長，聯邦航空管理局提出擴大無人機在各行各業中的應用，從快遞到農業及災難應對都有其潛在用途。隨著無人機在敏感環境中的運行預期增加，安全漏洞可能造成更廣泛的後果。拉赫曼強調，可靠且安全的無人機是推動未來發展的關鍵。FIU 的 SHIELD 系統通過賦予無人機在飛行中檢測、反應和恢復的能力，無疑是在保障空中安全方面邁出了一大步。該團隊在 IEEE/IFIP 國際可靠系統和網絡會議上展示了他們的研究成果，這是一個在網絡安全研究領域具有重要影響力的盛會。

Tesla 最近發佈了其長期以來承諾的更便宜版 Model 3 和 Model Y。這兩款新“標準”版本的定價分別為 $37,000 和 $40,000，但這一消息的發布恰逢美國買家失去了 $7,500 的聯邦電動車稅收抵免，這使得這些車輛的實際成本相比之前更高。這些新款的標準型號與其“高級”版本相比，功能有所減少，顯示出特斯拉在價格上進行調整的同時，也在一定程度上放棄了一些高端配置。

根據 Tesla 的網站，Model 3 標準版的價格為 $38,630，包含目的地和訂單費用，預計將於 12 月或 1 月上市。Model Y 標準版的價格為 $41,630，將於 11 月或 12 月交付給買家。與高級版本相比，這兩款新型號在多個重要特性上有所削減。它們僅配備七個揚聲器，而非高級版的十五個，並且沒有低音炮，內飾改為布料而非布料和微絨，後排也取消了八寸觸控螢幕。此外，特斯拉還刪除了氛圍燈、特定的外部燈條、電動折疊後視鏡以及之前更新中引入的其他升級功能。

這兩款標準版車型配備了較小的 69 kWh 電池組，導致續航里程縮短，加速性能下降。它們也使用“被動減震器”，而不是高級版所採用的“頻率依賴”單元。不過，特斯拉保留了核心軟件、充電能力和主動安全功能，並保持對其全自動駕駛（監控）系統的選擇性購買權限。

儘管這些型號被定位為更實惠的選擇，但實際上，隨著聯邦稅收抵免的取消，買家的實際成本有所增加。實際上，Model Y 標準版的起售價為 $39,990，較之前高級版的稅後價格約高出 $2,500，而 Model 3 的價格也上漲了約 $2,000。這樣的價格調整使得特斯拉的定價策略受到市場的質疑，尤其是在其他廠商如 Hyundai 已經推出更便宜的電動車的情況下。

市場反應顯示，特斯拉的股票在公告發佈後約下跌了 4%。投資者對特斯拉未能推出更具競爭力的價格感到失望。儘管特斯拉在第三季度的銷售表現創下新高，但在早期的交付數量上卻出現了大幅下滑。特斯拉的首席財務官在一次財報會上表示，低成本型號的生產計劃將於 2025 年上半年開始，但由於生產複雜性，增產的速度將低於預期。

隨著市場競爭的加劇，特斯拉在美國工廠的產能也面臨可能的過剩。儘管推出了新的標準版型號，特斯拉在實際上實現了更實惠車輛的承諾，但對於大多數買家來說，進入特斯拉擁有的門檻卻已經提高。這一變化可能會影響未來的銷售情況，尤其是在競爭日益激烈的電動車市場中。

隨著全球對可再生能源需求的增加，浮動太陽能技術的潛力愈加受到重視。將浮動太陽能與水電結合，可能釋放出數百吉瓦的清潔能源潛力。然而，儲水庫水位波動所帶來的穩定性挑戰仍然是推進這項技術的一大障礙。傳統的固定系統在水深變化的情況下，經常會出現過緊或過鬆的情況，這不僅對錨點造成壓力，還會降低浮動太陽能平台的效率和使用壽命。為了解決這一問題，Fred. Olsen 1848 公司推出了一種名為 Tension Buoy 的自適應固定系統，旨在維持浮動太陽能裝置的穩定性。

Tension Buoy 的設計以一個緊湊的卷揚機構為基礎，這個機構位於浮標的上部。當水位上升或下降時，它能自動調整固定鏈的長度，從而保持穩定的張力，並提高水壩和儲水庫上浮動太陽能系統的可靠性。這個系統的鏈條穿過浮標的中心，經過一個轉輪，然後再下降，過剩的鏈條則自由懸掛，以適應水位變化。這種設計優先考慮了機械的簡單性和長期的可靠性，無需人工干預，並且減少了維護需求，同時確保浮動太陽能結構的安全固定。該系統可以在安裝期間臨時使用，以精確張力調整，或在運行期間永久使用，進行自動調整。

水電大壩非常適合浮動太陽能項目，但由於水位變化顯著，工程上面臨的挑戰不容忽視。傳統的固定系統在水位變化時容易過度伸展或鬆弛，迫使操作人員進行手動重新調整，否則可能面臨運營風險。而 Tension Buoy 的自適應機制則能夠在水位波動的情況下，保持浮動太陽能陣列的穩定和安全。通過自動平衡每條固定線的張力，這一系統最小化了停機時間，減少了對部件的壓力，並增強了長期性能。這一能力使得在以往因水位變化而被認為不適合的儲水庫中安裝浮動太陽能系統成為可能。

浮動太陽能系統能在白天產生電力，而現有的水電基礎設施則能在陽光不足時提供穩定的輸出。結合這兩者的系統可以實現更穩定和高效的可再生能源生產。Fred. Olsen 1848 的 Tension Buoy 代表了浮動太陽能部署的一項實用進展，解決了該領域面臨的一個主要技術挑戰。通過自動適應水位變化，這一創新使太陽能與水電的混合項目能夠以更高的韌性和可靠性運行。這一創新可能加速全球在水電儲水庫上採用浮動太陽能，將以往未充分利用的水面轉變為可生產的清潔能源資產，並為現有的水電資源與太陽能發電的結合鋪平道路，推動全球更靈活和可持續的混合能源系統的發展。

澳大利亞的科學家們最近在鈣鈦礦基太陽能技術方面創造了新的全球標準，開發出目前報告中效率最高、面積最大的三層鈣鈦礦-鈣鈦礦-矽串聯太陽能電池。這項研究由悉尼大學的Anita Ho-Baillie博士領導，她是悉尼納米研究所的約翰·胡克納米科學講座教授。這個團隊在推進鈣鈦礦串聯太陽能電池技術方面取得了重大進展。他們報告稱，該設備的穩態功率轉換效率達到23.3%，並且面積為172平方英尺（約16平方米），這代表著這類大型設備的最高效率記錄。

此外，研究人員在一個面積為0.15平方英寸（約1平方厘米）的較小設備上達到了27.06%的效率，並為熱穩定性設立了新的性能和耐久性標準。Ho-Baillie指出：「我們提高了這些太陽能電池的性能和韌性，這不僅證明了大型穩定鈣鈦礦設備是可能的，還顯示了進一步提高效率的巨大潛力。」

三層太陽能電池（TJPSCs）由三個堆疊的半導體層組成，每個層的帶隙不同，調整為吸收太陽光譜的不同部分。這種設計提高了功率轉換效率（PCE），使得與傳統的矽單一電池相比，能夠有效轉換更多的陽光。研究團隊將兩層鈣鈦礦與矽基底結合，從而最大化光譜的覆蓋範圍。這一成功是在一系列化學和結構重設之後實現的，這些重設改善了電池的長期性能。

在材料選擇上，團隊放棄了常用的甲基銨，這種化合物容易不穩定，轉而選擇了鋰金屬，這幫助他們創造出更堅固的鈣鈦礦晶格。此外，團隊還將不穩定的氟化鋰替換為二氯化哌嗪，這種氯化鹽進一步增強了電池的韌性。為了連接鈣鈦礦接點，他們使用了納米級金顆粒，以優化電導率和光傳輸。借助先進的透射電子顯微鏡技術，團隊發現金並不是形成連續薄膜，而是以離散納米粒子的形式存在，這有助於他們對其應用進行微調。

這些研究成果顯示，0.15平方英寸的設備在現實環境中通過了EIC熱循環測試，並在經歷了從-40華氏度到185華氏度的極端溫度變化的200個循環後，仍然保持了95%的效率，並在400多小時的持續光照下保持良好性能。「這是一個令人興奮的太陽能研究時期，」Ho-Baillie在聲明中表示，「鈣鈦礦已經向我們展示了，效率可以超越僅依賴矽的極限。」這項研究與來自中國、德國和斯洛文尼亞的國際合作夥伴共同進行，促進了更便宜、更可持續的太陽能發展，助力低碳未來的實現。這項研究已在同行評審的科學期刊《Nature Nanotechnology》上發表。

來自布朗大學的科學家團隊最近發現了一種與地球上任何已知硫同位素不同的新型硫同位素。他們對1972年阿波羅17號宇航員收集的月球樣本進行了分析，這些樣本自此以來一直未被打開。利用先進的技術，研究人員發現了這種新型的異國硫，這可能為我們了解這顆天體的早期形成提供新的線索。

阿波羅17號任務是美國國家航空暨太空總署（NASA）在1972年進行的最後一次載人登陸月球任務。阿波羅17號的宇航員在返回地球時，收集的部分樣本被密封並儲存起來。NASA故意決定將這些樣本儲存數十年，這是基於一個名為「阿波羅下一代樣本分析」（ANGSA）的計劃。其目的是希望未來的科學家能夠利用先進的設備，進行當時無法實現的發現。

如今，布朗大學的團隊實現了這一承諾。在他們的新研究中，發表於《JGR: Planets》期刊，研究人員詳細描述了在月球的塔俄斯·利特羅區域收集到的新型硫。分析結果顯示，樣本中的火山物質含有大量缺失硫-33（或33S）的硫化合物，這是四種放射性穩定的硫同位素之一。據研究人員指出，樣本中的33S比率與地球上的任何物質都不相符。

同位素比率被視為“指紋”，這使得科學家能夠確定某些元素的特性。例如，如果兩種不同的岩石具有相同的同位素指紋，那麼它們可能來自同一來源。多年來，科學家在月球和地球上觀察到了高度相似的氧同位素，研究人員一直假設硫同位素也應該表現出類似的相似性。研究負責人詹姆斯·多廷（James Dottin）在新聞稿中解釋道：“在此之前，我們認為月球的地幔與地球的硫同位素組成是相同的。這是我在分析這些樣本時所期望見到的，但我們發現的數值與地球上任何我們所見的都截然不同。”

多廷表示，當他看到這些結果時，第一個念頭是：“天啊，這不可能是真的。”因此，他們回過頭來確保所有的實驗步驟都正確無誤，結果證實了這些結果的確是意外且驚人的。

多廷和他的團隊分析的樣本是使用雙驅動管收集的，這是一種由阿波羅17號宇航員基恩·塞爾南（Gene Cernan）和哈里森·施密特（Harrison Schmitt）驅入月球表面的中空金屬圓柱。這些樣本在氦氣室中密封了超過50年，這意味著它們在研究中保持了原始狀態。多廷及其團隊利用二次離子質量分析技術對樣本進行了分析，這種高精度的方法在1972年並不存在。

多廷相信，這些驚人的結果可能是由於月球歷史早期發生的化學過程的殘留物。他認為這些發現對於月球的形成有著非常有趣的啟示。其中一個可能性是，這種異常的硫是月球形成過程中留下的，這一過程被認為是在一個名為「塞亞」（Theia）的火星大小物體撞擊地球之後發生的。根據多廷的說法，月球樣本中發現的硫比率可能是那次碰撞的“足跡”。換句話說，月球的表面仍然保留著來自塞亞的殘留物，這個巨大的天體幫助形成了我們的月球。

在中國深圳這個充滿創新活力的城市，一家機器人公司模糊了藝術與科技之間的界限。深圳以其迅速的現代化和未來感的天際線而聞名，近期成為了一場將中國古典舞蹈與機器人技術融合的表演的舞台。LimX Dynamics的類人機器人Oli在一段慶祝這一結合的YouTube短片中擔任主角，將幾世紀的文化與現代工程的精確性完美融合。

這段長約一分鐘的表演以南山區的深圳灣全景鏡頭開場，展現了城市標誌性的天際線以及高聳的中國資源總部。當鏡頭掃過這片都市風景時，觀眾看到Oli在深圳人才公園中漫步，這是中國首個以「人才」為主題的城市公園。當地居民和遊客驚訝地圍觀，並用手機捕捉這一幕，兩個Oli單位相向走去，並在彼此身邊停下，為隨後的表演做好準備。

隨著音樂的響起，舞蹈開始了。表演隨即轉入一系列快速剪接和流暢動作，展示了人類舞者與類人機器人之間的完美協調。兩位傳統中國舞者進入畫面，優雅地圍繞著這些機器人旋轉，背景中響起古典音樂。Oli的動作模仿了表演者的優雅，手臂和臀部隨著風的節奏流暢擺動。編舞凸顯了機器人精細的運動控制、平衡和流暢度，場景交替展示了單一和雙人機器人的表演。

接下來，場景轉向位於深圳山區的官坑客家村，這是一個保存完好的歷史村落。空拍鏡頭揭示了其傳統建築，在這古老的背景中，Oli的現代身影顯得格外突出。在這些歷史悠久的空間中，機器人再次與人類表演者一起，模仿他們在走廊和開放庭院中的步伐。隨著音樂的結束，這段表演將傳承與創新融為一體，展現出視覺上的震撼效果。

在這藝術表現背後，隱藏著先進工程的壯舉。Oli的身高為165厘米，體重55公斤，設計上擁有31個自由度（DoF），使其具備廣泛的自然、人類般的運動能力。每條腿包含六個自由度，並配有額外的手臂和腰部靈活性，使Oli能夠以平衡和精確度執行複雜的芭蕾舞姿。

LimX Dynamics在Oli的設計中圍繞敏捷性、模組化和感知原則進行工程設計。機器人的模組化架構使得快速拆卸和重新配置成為可能，支持開發者和研究人員進行快速實驗。其敏捷性由高保真傳感器和先進的運動規劃算法提供支持，使得動作協調流暢。

Oli的感知智能源自多傳感器融合技術，結合了六軸慣性測量單元（IMU）以及安裝在頭部和胸部的Intel RealSense D435i深度相機。這一系統增強了對外部傳感器（如LiDAR）的支持，使機器人能夠在三維空間中繪製周圍環境並識別物體。在最近的一次演示中，Oli展示了其自主拾取網球的能力，充分顯示了其卓越的技術。

連接性和開發者整合在其設計中同樣至關重要。Oli提供多個端口，包括USB 3.0/3.2和以太網，並支持Python、NVIDIA Isaac Sim、MuJoCo、Gazebo等多個開發平台。其運動庫可通過無線更新，還有全面的文檔和案例研究支持該平台，幫助開發者進行創新。

從深圳的現代天際線到官坑客家村的歷史魅力，這場表演捕捉了傳統與科技共舞的瞬間。通過精確的工程設計和深思熟慮的編舞，像Oli這樣的機器人象徵著人類與機器之間日益演變的關係。

德國公司 Axalta Coating Systems 最近推出了兩種新型塗料，旨在提升電動車電池的安全性和性能。這兩款產品，Alesta e-PRO FG Black 和 Alesta e-PRO Dielectric Gray，於北美電池展上首次亮相，並成為 Axalta 不斷增長的能源儲存塗料系列的一部分。此次推出的主要目的是針對電動車製造商的一個關鍵問題：電池安全。雖然電動車起火的情況極為罕見，但熱失控的情況仍然可能發生，當一個電池單元過熱時，可能會引發連鎖反應，導致極高的熱量、火焰及結構損壞。

Axalta 的新塗料旨在降低這些風險，提供熱保護和電氣絕緣。Alesta e-PRO FG Black 針對熱穩定性和二次防火保護進行設計，能在直接火焰和高達 1,200°C（2,192°F）的高溫下保持其完整性。該塗料還具有抗腐蝕性，即使在極端高熱條件下也不會產生煙霧。Axalta 的高級副總裁兼首席技術官 Dr. Robert Roop 表示：「這些新塗料體現了我們對創新和與客戶合作以應對下一代移動挑戰的承諾。」 FG Black 經過嚴格測試，包括直接火焰暴露和 UL 2596 TaG 測試，證明其能夠抵抗嚴重的熱事件，並針對原始設備製造商（OEM）電池系統設計，旨在幫助延遲在罕見但危險的熱失控事件中火焰的擴散。

另一方面，Alesta e-PRO Dielectric Gray 是一種基於環氧樹脂的粉末塗料，專注於電氣絕緣。它提供高介電強度和靈活性，使其適用於複雜的電池包幾何形狀，確保在高電壓環境下的可靠絕緣。其主要特點包括一致的邊緣覆蓋、卓越的 hipot 測試通過率以及優越的層間剪切強度以保持結構穩定。該塗料通過了 UL 94 V0 和 IEC 60243-1 測試，顯示其在防止電氣故障方面的有效性。結合經過驗證的 OEM 系統，Dielectric Gray 能夠改善電動車電池的整體電氣可靠性，同時保持機械靈活性。

Axalta 的新塗料針對正在開發下一代電動車和能源儲存系統的汽車製造商而設計。在全球電動車市場預計到 2025 年將超過 2,000 萬輛的背景下，安全性和可靠性仍然是首要任務。多家原始設備製造商和一級供應商正在對這些塗料進行額外測試，以滿足特定的設計和預生產要求。Roop 強調：「儘管電動車起火的統計概率遠低於燃油車，但一些高知名度事件和錯誤信息仍影響著公眾的看法。」這些突破性的產品展現了塗料應對新挑戰的驚人潛力，並反映了 Axalta 在創新產品方面的悠久歷史，這些產品對世界產生了積極的影響。該公司在《TIME》雜誌2025年美國最佳中型公司名單中的認可，進一步強調了其在汽車和能源儲存行業持續專注於創新、技術服務和性能的努力。

中國國防科技大學與家電製造商美的集團（Midea Group）合作，推出了 HumanoidExo 系統。這是一種可穿戴的外骨骼套裝，能夠記錄全身運動，讓機器人從人類的動作中學習。該系統的相關研究論文於上週發佈，標誌著人形機器人學習技術的一個新里程碑。

人形機器人常常因為其訓練數據來源於視頻和模擬而失去平衡，HumanoidExo 則有效解決了這一問題，通過可穿戴套裝實時捕捉人類的動作。這一創新讓機器人能夠以更自然的方式模仿人類行為，從而提升其在不穩定環境中的表現。

在實驗中，研究人員使用了一個 Unitree G1 人形機器人進行測試。該機器人在學習複雜動作和模仿人類步態方面取得了顯著進展，僅僅在觀察幾個例子後便能夠成功地模仿行走。研究人員指出，「人形策略學習的一個重大瓶頸是獲取大規模、多樣化數據集，因為收集可靠的實際數據始終困難且成本高昂。」

HumanoidExo 系統的可穿戴套裝能夠追蹤使用者手臂的七個關節，並將這些動作連接到機器人的運動上。它利用腕部的運動傳感器和背部的 LiDAR 掃描儀來跟蹤個體在移動過程中的身體和高度變化。隨後，兩部分 AI 系統 HumanoidExo-VLA 會處理捕捉到的運動數據，其中一部分為視覺-語言-動作模型，能夠理解使用者正在執行的任務，另一部分則是強化學習控制器，幫助機器人在學習行走的過程中保持平衡和穩定。

在對 Unitree G1 的實驗中，研究人員利用五次遙控操作和 195 次外骨骼記錄的會議進行訓練，這些數據的結合使機器人在一項取放任務上的成功率從 5% 提升至近 80%，接近於 200 次人類示範所達到的表現。外骨骼記錄了人類走向桌子的過程，並在沒有直接行走指令的情況下學會了行走。研究人員對其在不使用平衡的情況下操縱物體的能力充滿信心，認為成功率達到 100%。在其中一次測試中，研究人員將機器人推離其工作區域，但它成功地走回原位並完成了任務。

這項研究的發佈正值全球人形機器人研究的熱潮之中。像 NVIDIA、Google DeepMind 和 Figure 等公司已經在進行大規模的機器人訓練。法國巴黎的外骨骼公司 Wandercraft 也因其 Atalante X 套裝在 2024 年夏季奧林匹克運動會上的展示而聞名，最近已將重心轉向人形機器人技術，並於 6 月推出了新型機器人 Calvin 40。Wandercraft 的 CEO Matthieu Masselin 曾表示，「我們在美國、中國、Tesla 和 Figure AI 等地都能看到人形機器人的身影，這證明了技術的普遍需求。」他指出，隨著市場需求的增加，開發出一款獨立自主的人形機器人變得意義重大，這款機器人與他們所開發的外骨骼技術有著相同的基礎。HumanoidExo 的研究論文在上週正式發佈，預示著人形機器人技術的進一步發展。