來自中國的科學家證實，加入硼的電解液可以有效應對鋰金屬電池所面臨的主要挑戰。鋰金屬作為陽極的能量儲存設備，其能量密度已超過 500 Wh/kg。然而，來自中國南開大學的研究團隊指出，鋰金屬電池（LMBs）的實際應用仍受到鋰樹突形成、循環壽命短及鋰的沉積/剝離庫倫效率低等問題的嚴重限制。這些挑戰限制了鋰金屬電池的廣泛應用，因此研究團隊強調，優化電解液配方是一種有效的解決方案，而添加劑工程則被認為是商業應用中最具成本效益的方法之一。

研究人員指出，硼添加劑為鋰金屬電池提供了多重好處。他們聲稱，硼的強電子缺陷性可以幫助Li2O的溶解，從而降低鋰金屬陽極的界面電荷轉移阻力。此外，通過溶解LiF沉積物於CFx孔隙中，硼添加劑還可以應用於Li/CFx電池中，增加鋰離子的擴散系數，從而大幅提升具體放電容量及高倍率性能。這些研究結果顯示出硼添加劑在改善鋰金屬電池性能方面的潛力，並為未來的電池技術發展提供了有力的支持。

此外，研究團隊還透露，硼添加劑在陰極界面的氧化分解促進了穩健的陰極電解質界面（CEI）的形成，這對高壓陰極的長循環穩定性至關重要。研究團隊探索了四種不同功能基團的硼添加劑作為候選者，並發現靜電潛力（ESP）可用於找出最佳的陰離子受體，其中三氟異丙基硼酸酯（THFPB）擁有所有硼基的最大ESP。潛力值較為正的ESP位點更易於進行親核反應，因此能夠強烈吸引小陰離子，成為電解液最有前景的添加劑之一。

在《科學中國化學》期刊上發表的這項研究顯示，目前對硼添加劑的電子缺陷特性如何調節電解液的溶劑化結構及其對電極-電解液界面的影響，系統性的研究仍然有限。研究人員指出：「在這項工作中，我們設計了四種鋰金屬電池的硼添加劑，並揭示了硼化合物的結構和陰離子的大小在決定電解液的物理化學特性方面起著關鍵作用。」通過光譜表徵及分子動力學（MD）模擬，研究團隊還確認了THFPB的添加可增強溶劑化結構中的離子聚集，從而有助於形成穩健的電解液-電極界面，特別是對於高壓陰極。

研究人員強調，使用薄鋰陽極、高負載陰極及添加0.1 M THFPB的電解液的Li∥LiNi0.8Co0.1Mn0.1O2電池在經過150個循環後仍保持80%的容量。這項工作展示了硼添加劑的多樣性，能有效緩解高能量密度電池系統所面臨的關鍵挑戰，對於未來鋰金屬電池的商業化應用具有重要意義。

來自中國東部浙江大學的科學家們開發了一種新型自清潔玻璃，利用電場來去除其表面的灰塵和其他顆粒，為這一普遍問題提供了一種簡單且可持續的解決方案。表面顆粒污染影響從家庭窗戶到摩天大樓外立面以及沙漠中的太陽能電池板，清潔這些表面通常需要耗費時間、精力和金錢。因此，這項研究的出現為改善這些問題帶來了希望。

在實驗中，研究人員發現帶電顆粒在交變電場的影響下表現出意想不到的行為。這些顆粒不僅僅是橫向移動，其中一些甚至會改變方向，或完全跳離表面。目前許多現有的清潔方法在乾燥、多塵的環境中效果不佳，或需要不斷的維護。一種有前景的方法是利用電場來移動表面顆粒。像電動動態屏幕這類技術，甚至被應用於火星探測器，顯示出在不使用液體或磨損的情況下去除灰塵的潛力。

然而，這些技術的有效性受到物理模型不足的限制，研究人員不得不根據猜測來設計最佳方案，現有系統在面對細小灰塵和不均勻覆蓋時仍然存在挑戰。現在，通過研究顆粒大小和電場強度如何影響這種運動，中國研究人員創造出了一種厚度僅為 0.62 毫米的透明玻璃，能夠在沒有任何人工干預的情況下，自動清除有機和無機顆粒。

此外，這種透明玻璃能在幾秒鐘內清潔自己，去除高達 98% 的顆粒，且不需要使用水、化學品或大量能量。這一突破可能為太陽能電池板、建築窗戶以及其他維護成本高昂的表面提供實用的自清潔解決方案。

這種自清潔玻璃不僅能去除現有的灰塵，還有助於防止新灰塵的沉降。研究人員發現，當電場啟動時，它能偏轉空氣中的帶電顆粒，從而保持表面更長時間的清潔。該團隊將此現象稱為「顆粒屏蔽效應」，它將空氣中灰塵的累積降低近 90%。這在沙塵暴和多塵的天氣中提供了持續的保護。由於玻璃是透明的，這使其在需要清晰光線的地方效果良好，對可見光的影響非常微小，大部分光損失發生在紅外線範圍內。

這使得該系統非常適合用於太陽能電池板、汽車擋風玻璃、溫室屋頂以及高樓的窗戶等地方，這些地方對於清晰視野和能源效率的要求非常高。該設計簡單且實用，使用常見材料的製造過程，涉及在玻璃片上刻蝕電極並覆蓋薄保護膜，與當前的工業方法相符，這意味著其可以輕鬆大規模生產，而無需昂貴或專門的設備。這項研究已經發表在《先進科學》期刊上。

核融合反應堆依賴強大的超導磁鐵，這些磁鐵必須在強烈的磁場和接近絕對零度的低溫下運作。這些極端環境對所使用的結構材料提出了非凡的要求，這些材料必須在寒冷和壓力下保持強度和穩定性。長期以來，科學家們一直在尋找能夠同時承受這兩種極端條件的材料，這一挑戰讓許多人感到棘手。不過，最近中國的研究人員推出了 CHSN01——中國高強度低溫鋼 No 1，這是一種專門設計的合金，旨在滿足這些要求。今年，據中國媒體報導，該材料已應用於建造世界首個核融合發電反應堆，這標誌著材料科學和核融合技術的一個重要里程碑。

中國的核融合目標已經超越了國際熱核聚變實驗反應堆（ITER）的能力。早在十多年前，中國科學家就已經開始尋找超越國際核融合項目能力的解決方案。2011 年，一個團隊開發了第一個可行的核融合反應堆磁鐵材料方案。然而，中國科學院技術物理與化學研究所的研究員李來峰仍持謹慎態度。他指出，儘管 ITER 的磁鐵設計的最大運行磁場為 11.8 特斯拉，但未來的反應堆可能需要更強的磁場和更先進的材料。李來峰還提到，正在法國建設的 ITER 僅僅是為了研究，並不會產生電力，這與中國計劃中的核融合反應堆不同。

因此，在 2017 年，李來峰在美國的國際低溫材料會議上介紹了一種新材料。然而，許多外國專家對此表示懷疑，認為改進 ITER 標準的 316LN 不銹鋼——已經設計用於極端核融合條件——幾乎是不可能的，並認為不需要新的方法。到 2017 年，中國研究人員通過添加釩和調整碳、氮含量來提高鋼的強度和韌性，取得了一定進展，但該材料的性能仍未達到核融合級別。

直到 2020 年，著名物理學家趙忠賢開始參加團隊會議，突破才隨之而來。趙忠賢是低溫物理領域的領軍專家，並於 2017 年獲得中國最高科學獎，他長期以來一直強調材料在超導技術中的重要性。他的參與在關鍵時刻促進了項目的發展。2021 年，中國為核融合反應堆材料設立了嚴格的標準：在低溫下要求 1,500 MPa 的屈服強度和超過 25% 的延展性。核融合專家李江剛稱先進鋼材的開發至關重要。同年，李來峰牽頭成立了一個全國研究聯盟，旨在創造一種新的國產低溫鋼，團結了多個研究機構、企業和焊接專家。

2023 年 8 月，CHSN01 鋼材被確認符合關鍵標準，能夠承受 20 特斯拉的磁場，並以高疲勞強度承受 1,300 MPa 的應力。CHSN01 現已用於中國的 BEST 核融合反應堆，該反應堆自 2023 年 5 月開始組裝，預計於 2027 年完成。在為該反應堆組裝的 6,000 多噸部件中，有 500 噸的導體外殼由國產的 CHSN01 鋼製成，中國還計劃將其應用於超出核融合項目的領域。這一進展不僅展示了中國在材料科學上的創新能力，也為未來的核融合技術提供了新的可能性。

在典型的人工智能研究中，模型通常是用來預測結果或清理數據。然而，亞特蘭大的埃莫里大學的研究團隊則進行了一項不尋常的嘗試，他們訓練了一個神經網絡來發現新的物理定律。這個團隊的獨特成就來自於他們將實驗數據輸入到一個名為「塵埃等離子體」的神秘物質狀態中。塵埃等離子體是一種熱的、帶電的氣體，裡面充滿了微小的塵埃顆粒。科學家們觀察到，這個人工智能系統能夠揭示出一些從未被完全理解的奇特力學現象，這不僅令人驚訝，還顯示了人工智能在物理研究中的潛力。

這項研究的發展表明，人工智能能夠用來發現之前未知的自然法則，特別是在描述粒子在混亂系統中如何相互作用方面。此外，這項研究也修正了長久以來在等離子體物理學中的一些假設，並為從生命細胞到工業材料等複雜多粒子系統的研究開啟了新的可能性。埃莫里大學的教授之一、研究作者賈斯汀·伯頓表示：「我們展示了如何利用人工智能發現新的物理定律。我們的人工智能方法並不是一個黑箱：我們理解它是如何及為何運作的。所提供的框架也具有普遍性，未來可應用於其他多體系統，以開啟新的發現之路。」

研究人員結合了真實實驗和精心設計的人工智能模型，開始研究塵埃等離子體。這種物質狀態在宇宙中無處不在，從土星的環到月球表面，再到地球上的野火煙霧。然而，儘管其宇宙範圍廣泛，但塵埃等離子體中粒子之間的具體作用力仍然難以理解，因為該系統的行為呈現非對稱性，這意味著一個粒子施加在另一個粒子上的力並不一定會得到相應的反饋。利用傳統物理學來理解這樣的相互作用證實是極其困難。因此，科學家們建立了一個複雜的 3D 成像系統，以觀察塑料塵埃顆粒在充滿等離子體的腔體中如何移動。他們使用激光光束和高速攝影機，在三維空間中捕捉到成千上萬的微小粒子運動。

這些詳細的運動軌跡被用來訓練一個定制的神經網絡。與大多數需要龐大數據集的人工智能模型不同，埃莫里團隊的網絡是在一個小而豐富的數據集上進行訓練的，並內建了物理法則，比如考慮重力、阻力和粒子間的作用力。研究的資深作者、埃莫里大學的教授伊利亞·內門曼表示：「當探索新的事物時，通常可用來訓練人工智能的數據非常有限。因此，我們需要設計一個能夠在小數據量下進行訓練的神經網絡，並仍能學到新的知識。」

這個神經網絡將粒子的運動分解為三個組件：速度效應（例如阻力）、環境力（如重力）和粒子間的作用力。這使得人工智能可以在遵循基本物理原則的同時學習複雜行為。結果，人工智能以超過 99% 的準確率發現了非對稱力的精確描述。其中一個驚人的見解是，當一個粒子引領時，它會將後方的粒子拉向自己，但後方的粒子卻會推開前方的粒子。這種不對稱的相互作用在過去一直被懷疑，但從未被清晰地建模過。

這項人工智能研究還糾正了一些影響等離子體理論多年來的錯誤假設。內門曼補充道：「更有趣的是，我們發現一些關於這些力的常見理論假設並不完全準確。我們能夠糾正這些不準確性，因為現在可以在如此精細的細節中觀察到實際發生的事情。」例如，有一個假設認為粒子的電荷隨著其大小的增長而增加，但實際上並非如此。相反，這種關係取決於周圍等離子體的密度和溫度。另一個錯誤的觀點是粒子之間的作用力隨距離的增長而指數性減少，無論其大小如何。這項研究揭示，這種減弱也取決於粒子的大小，這是一個先前未被充分考慮的見解。

最令人欣慰的是，這個人工智能模型運行在一台普通的桌面計算機上，並產生了一個可以應用於各種多粒子系統的普遍框架，從塗料混合物到生物體內移動的細胞。這項研究還展示了人工智能的應用不僅限於數字計算，它還能幫助科學家發現規範自然的隱秘規則。內門曼表示：「儘管許多人討論人工智能如何徹底改變科學，但實際上很少有例子表明人工智能系統直接發現了根本性的嶄新內容。」希望這項研究能激勵科學家探索更多人工智能在科學和社會中所能帶來的好處。這項研究已發表在《PNAS》期刊上。

中國的工程師近日揭示了一款新一代的類腦計算機，該系統模擬了猕猴大腦的運作方式，名稱為 Darwin Monkey。根據報導，這個系統支持超過 20 億個脈衝神經元和超過 1,000 億個突觸，其神經元數量接近猕猴大腦的規模。這一創新技術的意義在於，它不僅推進了計算技術的邊界，也為神經科學的研究提供了全新的工具。根據目前的數據，該系統在典型操作條件下的功耗約為 2,000 瓦特，顯示出其在性能與能效之間的平衡。

Darwin Monkey 被認為是全球首款基於專用類腦芯片的神經形態類腦計算機，這一系統由中國東部浙江省的浙江大學腦機智能國家重點實驗室開發。該系統配備了 960 顆 Darwin 3 類腦計算芯片，這些芯片屬於第三代類腦神經處理單元，整體架構由 15 台刀片式類腦計算伺服器組成。這些第三代神經處理單元的獨立開發，標誌著浙江大學與浙江實驗室合作的成果，顯示出中國在類腦計算領域的領先地位。

根據報導，該系統的芯片陣列支持超過 20 億個脈衝神經元以及超過 1,000 億個突觸，使 Darwin Monkey 成為全球首個結合高級思維能力的類腦計算機。其單個芯片支持超過 235 萬個脈衝神經元和數億個突觸，並且擁有專門的計算指令集和在線神經形態學習機制。這些特性使得 Darwin Monkey 在處理視覺、聽覺、語言及學習功能方面具備了前所未有的潛力，為未來的智能應用鋪平了道路。

此外，報導指出，Darwin Monkey 系統能夠運行 DeepSeek 類腦大模型，執行邏輯推理、內容生成和數學問題解決等任務，顯示出其在智能應用方面的廣泛潛力。Darwin 3 芯片的開發，標誌著在神經系統的互連與融合，以及新一代類腦操作系統的發展上取得了突破。這些技術進步不僅促進了計算機科學的發展，還為深入理解和模擬大腦工作機制提供了強有力的支持。

展望未來，類腦計算機的發展將對神經科學研究產生深遠影響。2024 年，Intel 發佈了 Hala Point，這是首個擁有 11.5 億神經元的類腦計算系統，初步部署於美國能源部資助的 Sandia 國家實驗室。憑藉其強大的神經元和突觸資源，這一系統能夠初步模擬不同神經元規模的動物大腦，包括線蟲、小魚、老鼠和猕猴，為腦科學研究提供了新的可能性。此類技術的持續發展，必將推動人類在理解大腦及其智能運作方面邁出更大的一步。

位於德國的考古學家近期發現了數個儀式坑，這些坑屬於鹽邊文化（Salzmünde culture），揭示了一個在內外變遷中掙扎的史前社會。在德國薩克森-安哈特州的格爾斯特維茨（Gerstewitz）考古遺址，這些儀式坑更像是寶藏，內部藏有房屋殘骸、陶瓷容器、人類及動物骨骼，以及改造過的爐坑。鹽邊文化最初是在1921年被發現的，這是一個屬於更大漏斗形罐文化的地區性子集。根據最新發表於薩克森-安哈特州文化遺產及考古局的研究，這些史前人群的埋葬儀式「特別引人注目」。

他們的祭祀儀式同樣令人驚豔。研究人員報告指出，所發現的坑反映出人們在氣候變遷及來自北方威脅下的危機感。考古學家在進行新南部連接（SuedOstLink）電力線建設前的調查中，檢查該地區，以確保地下沒有任何歷史或文化價值的遺物。隨著考古調查的深入，豐富而重要的文化材料浮出水面，揭示出這個史前社會正在面對的不穩定局面。

這十二個儀式坑中，包含燒毀房屋和供品的殘骸，狗骨和人類頭骨在考古學家眼中尤其引人注目。根據 Popsci 的資料，這些坑的尺寸約為 6.4 至 9.8 英尺寬、6.5 至 8.2 英尺深。考古學家認為，兩個完好無損的陶瓷容器很可能是供品。研究作者指出，鹽邊文化的人將經過火燒的狗骨與未經風化的人類頭骨放在一起，這表明這些坑可能經歷了一個漫長的儀式過程，或者狗骨是在其他地方長時間保存的。然而，他們發現的兩具屍體似乎是後來才被移至此地的。

這一發現暗示出複雜的多階段儀式。鹽邊文化為什麼要設立這些精緻的儀式呢？根據更廣泛的觀點，考古學家懷疑他們進行這些儀式的頻率和強度頗高。根據 LBV 的報導，他們似乎創造了儀式表演空間，將動物犧牲與房屋焚燒以及屍體操縱結合在一起，這似乎是一種隨著時間推移而進行的儀式。

根據資料顯示，中歐在公元前第四千年經歷了氣候惡化，與此同時，伯恩堡文化（Bernburg Culture）也在侵擾他們的領土。因此，這些更大的威脅可能迫使鹽邊文化採取激烈的措施，向外界尋求幫助。鹽邊文化作為漏斗形罐文化的地區性分支，已知其獨特的葬俗。於 1921 年發現的鹽邊遺址中，埋葬的屍體位於破碎陶器與燒毀房屋的層下，並伴隨著多起人際暴力事件及死後操控，例如頭骨與長骨的重新安置。

這些發現反映出一個人們在面對艱難困境時，向祖先或更高的理念尋求支持的社會特徵。

一個由中國科學院科學家領導的研究團隊在地球上最極端的環境之一發現了非凡的深海生物。這支團隊利用一艘載人潛水器探索了西北太平洋的海洋深淵，潛入超過 31,000 英尺的深度。在這裡，他們錄製了許多奇特生態系統的驚人影像，包括蛤蜊床、類似冰的細菌墊和管蟲的聚集區。這項研究的成果發表在《自然》雜誌上，為深海探索設立了一個新的里程碑，超越了2023年在日本海岸發現的27,350英尺深的蝸牛魚的拍攝紀錄。

在陽光永遠無法到達的地方發現生命，Hadal 溝槽是介於 19,700 英尺至 36,100 英尺之間的深海凹陷，形成於一個地殼板塊潛入另一個地殼板塊之下的地方。這些偏遠地區是地球上最少探索的地帶之一，長期以來科學家懷疑這裡支持依賴化學合成而非陽光的生命。新發現證實了這些極端環境確實擁有獨特且堅韌的生物群落。研究團隊記錄了繁榮的深海生物，這些生物以化學合成為能源，聚集在庫頁島—堪察加半島和西阿留申溝槽中豐富的甲烷噴口周圍。

根據研究結果，這些生態系統由上升的富含甲烷和硫化氫的流體維持，這些流體通過深層沉積物中的斷層上升。穩定同位素分析表明，這些甲烷是由微生物分解埋藏在海床的有機物所產生。由於其他Hadal溝槽也存在類似的地質條件，科學家相信這種以化學合成為基礎的生態系統可能比以前想像的更為普遍。此外，隨著持續發現Hadal區域的化學合成社區，研究人員可能很快會識別出新的物種，並揭示在極端高壓環境中適應生存的動物和微生物之間的未知關係。

根據其中一位主要研究人員彭小彤博士的說法，這次探險提供了一個難得的機會來探索未經探索的深海地區，團隊所遭遇的現象非常驚人。作為未來研究的一部分，團隊旨在了解這些所謂的化學合成生物如何將化學化合物轉化為能量。來自中國深海科學與工程研究所的杜美觀博士強調了適應極端壓力的挑戰，指出揭示它們在如此強烈的環境中生存機制是他們計劃探索的另一個關鍵問題。

最近的發現挑戰了人們對生命在極端深度生存極限的長期信念。杜博士反思下潛至黑暗深淵的經歷時表示，雖然有些人可能會感到害怕，但她鼓勵學生們透過潛水器的窗戶觀察，因為那裡的景象確實令人鼓舞。這項研究是全球Hadal探索計劃（GHEP）的一部分，這是一個由深海科學與工程研究所主導的十年國際項目，專注於利用先進的深潛技術探索地球最深的海洋。

NotebookLM 在 2025 年 5 月的 I/O 大會上宣布，將新增視頻概述功能，以補充其受歡迎的音頻播客，這一消息對於用戶來說無疑是一個重大利好。NotebookLM 用戶現在有更多的選擇來輸出其資源，這些選擇包括學習指南、簡報文檔、常見問題解答、時間線以及思維導圖等。這次推出的首個視頻格式將創建帶有旁白的幻燈片和視覺效果，以幫助說明要點，同時從用戶的文檔中提取圖像、圖表、引用和數字等信息，這種方式特別適合用來解釋數據、演示過程並使抽象概念更加具體化。

用戶可以要求 NotebookLM 指定需要專注的主題、表達學習目標、描述目標受眾等。這種靈活性使得用戶能夠根據自身需求來生成內容，例如提出一些通用問題，如「我對這個主題一無所知，幫助我理解論文中的圖表」，或者深入具體問題，詢問「我已經是 X 領域的專家，我的團隊正在進行 Y 項工作，請專注於 Z」。這樣的設計不僅提升了用戶的學習體驗，還大大提高了信息的可理解性和可視化效果。

目前，這些視頻概述功能正在向所有使用英語的 NotebookLM 用戶推送，未來還將支持更多語言以及更多視頻格式和風格。用戶可以從即將重新設計的 Studio 栏中生成視頻概述，該欄位右側提供了一個多彩的網格，包含音頻概述、視頻概述、思維導圖和報告等選項。此外，另一個重要更新是用戶現在可以在單個筆記本中創建和存儲多個同類型的工作輸出。例如，如果用戶有一個公共筆記本想要與全世界分享，可以創建不同語言的音頻概述，以使其內容全球可訪問；如果用戶正在管理一個充滿筆記和文檔的團隊筆記本，可以製作針對不同角色的音頻和視頻概述，顯著節省時間和精力。

另外，對於正在為重要考試而學習的用戶，NotebookLM 也提供了生成各種輸出（如思維導圖或視頻概述）的功能，這些輸出可以專注於課程筆記的不同章節。用戶生成的所有內容都會出現在下方的資訊流中，而新的 Studio 面板還允許用戶在查看思維導圖或學習指南的同時，收聽音頻概述。這些更新無疑為用戶提供了更高效的學習工具，進一步提升了 NotebookLM 的整體使用體驗。