俄羅斯的核動力戰鬥巡洋艦「海軍上將納希莫夫」(Admiral Nakhimov) 在經歷了自 1997 年以來的首次海試，這標誌著該國歷史上最長和最具雄心的軍艦現代化項目之一邁出了重要一步。這艘 28,000 噸的戰艦屬於蘇聯時期的基羅夫級（Kirov-class），在俄羅斯被稱為 1144.2 項目「奧爾蘭」（Orlan）。這艘艦艇在經過多年的延遲後，本週在白海開始進行工廠海試。

根據國家新聞機構 TASS 的報導，引用了造船官員的話，該艦的兩個核反應堆在今年早些時候重新啟動，並且現在可以自主驅動。俄羅斯聯合造船公司（United Shipbuilding Corporation）確認了這一進展，並直接向總統普京報告了相關情況。這艘艦艇於 1983 年在列寧格勒開工，1986 年下水，並在 1992 年更名為「海軍上將納希莫夫」，以紀念俄羅斯海軍上將帕維爾·納希莫夫（Pavel Nakhimov）。該艦於 1988 年加入北方艦隊，但自 1997 年最後一次航行以來一直停留在塞維馬什造船廠的乾塭中。自 2014 年以來，這艘艦艇開始進行重大現代化工作。

這項工程最初預計在 2018 年完成，但期限多次推遲，修訂估計分別推遲至 2020 年、2021 年和 2024 年。此次大修被描述為數十年來俄羅斯水面作戰艦艇中最全面的改裝，旨在使「海軍上將納希莫夫」成為俄羅斯海軍的未來旗艦。改裝的核心是安裝 174 個垂直發射管，使該艦的導彈發射能力超過其他任何水面作戰艦艇。與此相比，中國的 055 型驅逐艦擁有 112 個發射單元，而美國海軍的提康德羅加級巡洋艦則擁有 122 個發射單元。

在這些新發射單元中，預計 78 個將容納各類型的「卡利伯」(Kalibr) 巡航導彈、「奧尼克斯」(Oniks) 超音速導彈和「齊爾貢」(Zircon) 超音速武器。「卡利伯」導彈在烏克蘭戰爭中得到廣泛應用，而「齊爾貢」則已在海軍上將戈爾什科夫級護衛艦上宣告投入使用。俄羅斯官員曾聲稱基羅夫級將最終成為「齊爾貢」的主要發射平台，但該計劃的進展因延遲而受到影響。其餘的發射單元則計劃用於 S-300FM 福特系列的地對空導彈，並有報導指出可能整合更新的基於 S-400 的攔截器以擴展空中和導彈防禦能力。

此外，「海軍上將納希莫夫」的改裝還包括新型雷達、指揮與控制系統，並將艦艇的主炮更換為現代化的 AK-192M 130mm 系統。然而，分析師們警告，尚不清楚計劃中的新武器和傳感器有多少已經安裝，以及該艦的作戰效能在多大程度上能達到預期。「海軍上將納希莫夫」是首艘經歷全面現代化的基羅夫級戰鬥巡洋艦。其姊妹艦「彼得·大帝」(Pyotr Velikiy)，目前是北方艦隊的旗艦，僅進行了有限的升級，廣泛預計在「海軍上將納希莫夫」正式重新服役後將會退役。兩艘早期的基羅夫級艦艇已經報廢。

基羅夫級仍然是全球唯一的核動力水面作戰艦艇，在美國海軍於 1990 年代退役核巡洋艦後，這一系列艦艇的存在顯得尤為重要。隨著俄羅斯唯一的航空母艦「海軍上將庫茲涅佐夫」(Admiral Kuznetsov) 仍然無法服役且未來不確定，現代化的「海軍上將納希莫夫」預期將成為俄羅斯未來海上艦隊的核心。

越南的中央委員會書記To Lam和總理Pham Minh Chinh於星期二在河內觀看了由Vingroup旗下的VinMotion開發的類人機器人現場表演。這場示範活動是在慶祝越南八月革命及國慶80週年的重大項目奠基及啟用儀式上進行的。這些名為Motion 1的類人機器人，能夠行走、揮手，並以手勢與國家最高領導人互動。表演展示了這些機器人未來在生產線、服務業及日常生活中的潛在應用。

根據VinMotion的說法，這些機器人將首先在VinFast的工廠中投入使用，主要任務包括運輸零部件和支持質量檢查。此階段專注於工業應用案例，為未來的擴展奠定基礎。VinMotion的目標是開發能夠進行語言理解、圖像處理和溝通的智能機器人，預期未來的應用範疇將涵蓋物流、醫療、教育、客戶服務，甚至家庭護理等領域。

本月初，VinMotion因其類人機器人進行同步舞蹈表演而引起廣泛關注。這場現場表演是Vingroup於8月8日慶祝成立32週年的活動的一部分，吸引了超過1,000名觀眾到場，並且機器人的視頻迅速在網上流傳。VinMotion表示，其工程師團隊完全自主設計了機器人的機械、電子及軟件系統，董事長阮忠權稱讚團隊在精確度和穩定性方面的努力。

VinMotion強調，除了穩定的硬體和運動控制軟件，還需要優化實時計算和連接機器人的網絡基礎設施，以確保它們的“通信”幾乎完美同步，並實時執行算法。這次表演並非完全預先編排，機器人依賴距離傳感器來保持平衡並執行靈活的動作。阮忠權補充道：“這次現場舞蹈展示是一個技術里程碑，將增強我們在不久的將來同時部署多台機器人進行實際應用的信心。”此外，儘管現場觀眾眾多，但表演並未受到Wi-Fi干擾的影響。

VinMotion於2025年初正式成立，注冊資本約為3,900萬美元（約HK$ 30,420,000），該計劃在5月份被《機器人與自動化新聞》報導。VinMotion的目標是成為製造、物流、醫療及客戶服務領域的一般用途類人機器人領導者。該初創企業得到Vingroup技術生態系統的支持，VinAI提供人工智能技術，VinBigdata負責數據分析，而VinFast則提供真實測試環境。Vingroup的另一部門VinRobotics則專注於工業自動化。

報導顯示，VinFast在其工廠中已經使用超過1,200台機器人。VinMotion預計將在今年晚些時候推出其首個類人機器人原型。根據《投資者雜誌》在4月份披露的所有權細節，Vingroup的年度報告指出，VinMotion的注冊資本為10兆越南盾，約合3,848萬美元（約HK$ 30,000,000）。Vingroup持有51%的股份，其餘49%則由董事長Pham Nhat Vuong及其兩名兒子持有。VinMotion表示，將不再局限於舞台展示，而是朝著實際應用邁進，計劃在製造廠、倉庫、接待區以及危險環境中進行部署。該公司採取的策略是本地開發硬體和軟件，同時創建多機器人之間的同步控制系統。

不同地區的巧克力風味通常與所用可可的地理環境有關，不過一組國際科學家聲稱，影響可可豆發酵過程的微生物群落才是決定風味差異的重要因素。研究顯示，某些農場能夠發展出更佳的微生物群落，這對於決定用於製作巧克力的可可豆質量有著重要影響。這一發現不僅為巧克力的風味帶來新的解釋，還可能有助於提升工業生產高品質巧克力的能力。

研究團隊透過對來自哥倫比亞三個農場的發酵可可豆進行 DNA 序列分析，發現最具風味的巧克力來自於那些擁有特殊微生物群落的可可豆。基於這一見解，研究人員在實驗室中設計了自定義的微生物組合，並通過專業品嚐者的測試成功重現了精緻巧克力的風味。這項研究由英國諾丁漢大學的國際研究員 David Gopaulchan 主導，他指出，透過改變微生物的組合，可以使巧克力的風味類似於不同地區的風味。他形容這一過程就像是在破解一個古老的技術，因為可可豆的發酵技術已經存在了數百年。

巧克力的獨特風味源於可可豆的發酵過程。這些可可豆天然發酵，因此對於涉及的微生物群落的了解相對有限。可可豆的風味特徵與其生產農場的地理位置密切相關，這導致巧克力的質量和風味出現變化。來自諾丁漢大學的相關作者 Gabriel Castrillo 與其研究團隊進行了基於 DNA 序列的分析。通過這些序列數據，研究人員確定了能夠在實驗室條件下重現精緻巧克力風味的細菌和真菌的微生物群落。專業品嚐者驗證了這一微生物群落所創造的風味，這進一步支持了他們對能夠在實驗室中重現相同巧克力風味的細菌和真菌的定義。

此次實驗選擇的農場來自於桑坦德、安蒂奧基亞和韋利亞。安蒂奧基亞被證實是生產最佳風味巧克力的農場，成為此次實驗的基礎。儘管近期的研究表明可以設計微生物群落以重現高品質巧克力的風味，但「實驗室製作巧克力」的構思已經進行了數十年。早在 2021 年，蘇黎世應用科技大學的研究人員就曾通過培養可可細胞在生物反應器中製作巧克力，儘管成本高昂，這項實驗仍成功產生了一種通過品嚐測試的實驗室製版本。近期，一些初創公司也開始使用細胞農業在實驗室中培養可可，這顯示出這可能成為傳統農業的可持續替代方案。這項研究發表於《Nature Microbiology》，並延續了實驗巧克力創新的豐富歷史。

最近，Domino’s 英國分公司以一種前所未有的創新方式吸引了消費者的注意，推出了一種全新的商品配送方式——潛水艇配送。這家跨國披薩連鎖店在今年早些時候已經開始嘗試最後一公里的配送，並使用了防坑洞的自行車和機器狗等創新手段。科技創新已成為企業競爭的核心，而 Domino’s 作為全球知名的食品巨頭，正好在這方面展現出了其卓越的能力。

在蘇格蘭的洛克尼斯湖，遊客們一度以為目睹了傳說中的怪獸，隨後卻發現這只是一艘類似鯊魚的潛水艇，正在執行一項非常特別的任務——披薩配送。Domino’s 的披薩配送創新部門的伊茲·加德納（Izzy Gardener）表示：「洛克尼斯以其傳奇而聞名，因此這裡成為測試潛水艇配送的理想地點。我們一直在尋找新穎而出乎意料的配送方式，希望在這個夏季能帶來別具一格的配送體驗。」這樣的創新不僅讓人驚艷，也讓人感受到科技與服務的完美結合。

這艘潛水艇名為 Seabreacher X，由太平洋天空（Pacific Sky）製造。它是一款雙人座的性能潛水器，配備了325馬力的增壓引擎，能夠在水中以最高時速達到45英里。Domino’s 自稱這是「全球首個潛水艇披薩配送」，這一點也許是名副其實的。然而，這並不是該品牌首次嘗試不同尋常的配送方式，過去他們還做過許多引人注目的創新。

幾周前，Domino’s 英國分公司與機器人巨頭波士頓動力公司（Boston Dynamics）合作，推出了名為「Domidog」的機器狗，專門在沙灘上配送披薩。除了這一創新，該品牌還解決了一個讓人頭疼的海岸問題。根據 Domino’s 的調查，英國人將海鷗列為十大煩擾之一，因為它們經常搶走遊客的食物。伊茲·加德納表示：「我們一直在探索新的創新方式，以確保披薩保持熱乎乎和新鮮。因此，我們在這個夏季試驗了 Domidog，一個科技驅動的解決方案來應對海灘上的舊問題。」Domidog 擁有360度的感知能力和立體攝像頭，能夠精確避開障礙，並有效防止海鷗的干擾，展現了軍用級機器人技術如何解決一些看似無法想像的問題。

在三月份，Domino’s 英國分公司還推出了抗坑洞的配送車輛，名為 Pothole Pro Max，專門用來準時配送披薩。這款配送自行車的設計旨在應對坑洞，並不會因為路況而影響速度，從而確保披薩能夠新鮮送達消費者的家門。這輛自行車擁有先進的懸掛系統和減震技術，還內置了烤箱，確保不再出現冷披薩的情況。這一發布恰逢英國陷入坑洞危機，根據報導，英國人在2024年因坑洞造成的損壞而花費了高達5.79億英鎊的汽車維修費用。隨著配送技術的持續進步，Domino’s 的各種實驗讓人們得以窺見未來便利與創意交融的新時代。

美國的研究人員最近發現了一種新方法來提取稀土礦物。他們將重點放在海藻上，因為海藻的葉狀組織中富含稀土礦物。經過多次嘗試，位於華盛頓州的太平洋西北國家實驗室（PNNL）研究團隊成功地從海藻生物質中提取出關鍵的礦物質成分。這一發現不僅為稀土礦物的提取提供了新思路，還可能為未來的高科技應用打開新的渠道。

研究人員在 Sequim 校園內種植了多種海藻物種，並探討了不同的礦物提取方法。稀土元素，如釹（neodymium），是電子設備、汽車和建築中至關重要的成分，傳統上這些元素是通過地下開採獲得的。PNNL的首席研究員邁克爾·休斯曼（Michael Huesemann）表示，「海洋是我們在高科技應用中所需的許多關鍵礦物的最大來源。」如果能夠以負責任的方式開發海水，這將有可能成為國內獲取關鍵材料的新來源。

Scott Edmundson，PNNL 的研究植物學家，也強調了海藻是優秀的礦物質收集者。儘管研究人員目前仍不確定具體原因，但他們發現沿海岸線散布的海藻物種可能含有多種必需的礦物質。在某些情況下，這些礦物在海藻中的濃度超過了海水中鉅量的數據，甚至可能超過一百萬倍。這一發現對於未來可持續開採稀土資源具有重要意義。

研究人員一直在調查不同物種的海藻，以確定它們集中哪些礦物以及濃縮的程度。例如，他們發現一種叫做 Fucus 的革質棕色海藻特別擅長在其組織中集中鎳。而一種名為 Ulva 的綠色葉狀海藻則似乎更擅長生物累積稀土元素。最終，根據新聞稿，研究人員發現 Ulva（更為人知的名稱是海萵苣）在集中多種關鍵礦物方面表現最佳。

在實施多種提取方法後，研究人員找到了產生良好初步結果的過程。首先，他們種植足夠的海藻，然後將其研磨成糊狀，並與一種能夠分解所需礦物的酸性液體混合。這種液體被稱為「浸出劑」（lixiviant），在標準礦石開採中被用來從岩石中提取礦物。當海藻糊狀物與浸出劑混合時，混合物的 pH 值會降低（或變得更酸性），這促使目標礦物從海藻中脫離。此外，混合物還會在高溫下進行處理，這有助於打破化學鍵，根據新聞稿的說明，這一過程十分關鍵。

休斯曼強調，初步的基線目標是從海藻生物質中提取至少 50% 的關鍵礦物質內容。然而，這一任務並不簡單。研究人員嘗試了不同的浸出劑和不同的溫度，並多次處理混合物，以期獲取更多的關鍵礦物。研究團隊還透露，完善提取方法只是開始。要使生物開採成為可行的過程，團隊還在分析與該過程相關的經濟成本和收益。

在某個時期，研究人員首先使用熱量將海藻樣本烘乾，但現在為了節省能源，他們跳過了這一步。浸出劑的成本也是一個考量，因此研究人員一直在探索利用其他過程所產生的廢酸，例如海洋鹼度增強，來幫助提取礦物。研究團隊指出，海藻生長迅速，不需要淡水，並且在提取礦物後，剩餘的生物質可以重新用於生物燃料原料或生物產品，如塑料、建材甚至粘合劑等用途。這樣的研究不僅有助於環境保護，還有可能推動可持續發展的經濟模式。

一組物理學家利用 2,024 顆銣原子創造了一段影片，這標誌著在量子層面操控物質的重大進展。這段影片被形容為「世界上最小的貓咪影片」，展示了著名的薛丁格貓思想實驗。該思想實驗由物理學家埃爾溫·薛丁格於 1929 年提出，是一個用來說明超位置這一奇異概念的悖論。在這個思想實驗中，一隻貓被放置在一個密封的盒子裡，直到盒子被打開並觀察到其狀態，貓同時處於生和死的狀態。這段新影片將這一抽象的概念具象化，藉由原子的移動形成與實驗關鍵時刻相對應的影像。這項研究由中國科學技術大學的研究團隊主導，並在近期的研究中詳述了這一成果。

在影片中，每一個黃色的點代表一顆銣原子，這些原子在一個寬度為 230 微米的陣列中移動。研究人員通過檢測這些原子在激光照射下所發出的光來追踪它們的位置。影片的開發依賴於機器學習算法和光學镊子。聚焦的激光束，或稱光學镊子，像是「迷你牽引束」，精確地移動和排列 2,024 顆銣原子。人工智能模型進行實時計算，以確定最佳激光位置來將所有原子移動到正確的位置。研究人員在論文中指出：「我們提出了一種 AI 驅動的快速常時重排協議，並實驗性地組裝了最多 2,024 顆原子的缺陷自由 2D 和 3D 原子陣列，常時成本為 60 毫秒。」透過實時計算，AI 模型創建全息圖，指導高速調製器同時移動所有原子。

根據《南華早報》的報導，該系統展現了令人印象深刻的準確性，單量子位操作的準確率達到 99.97%，雙量子位操作的準確率為 99.5%，而檢測量子位狀態的準確率則為 99.92%。這種方法具有高度的可擴展性，因為無論陣列的大小如何，重排原子所需的時間都保持不變。這項技術不僅僅是一個簡單的演示，建造下一代量子計算機依賴於快速和可靠地組裝這些原子陣列的能力。與使用位元（0 和 1）的經典計算機相比，量子計算機使用量子位，這些量子位可以同時為 0、1 或兩者。然而，這些量子位是極其「脆弱」的。研究團隊在論文中表示：「這一協議可以輕鬆應用於生成數以萬計的缺陷自由原子陣列，並成為量子錯誤修正的有用工具。」量子錯誤修正是量子計算中的一個關鍵工具，量子計算機能夠比經典計算機更有效地解決某些問題。