機器人武器和戰爭系統已經在陸地和水域逐漸普及，空中領域也不甘落後。海軍戰爭正進入一個新時代，傳統依賴少數大型有人艦艇的模式正逐漸成為過去式。各國正轉向無人水面艦（USVs），以應對海上最具生命威脅和挑戰性的任務。這些小型、成本較低且易於擴展的機器人艦艇，具備超出肉眼所見的能力。它們可以搭載傳感器、武器和通信系統，這些曾經由人類控制的設備，現在則由無人艦艇操作。這一切促成了分佈式海上行動的概念，無人艦艇網絡可以在廣闊的海洋空間中展開感知、打擊和防護，從而使任何對手的計劃變得更加複雜。以下是七款無人水面艦，展示了這一變化如何重塑海洋戰場。

Sea Hunter 是美國的一個典範，展示了自動化如何推動海軍行動的變革。這艘長132英尺的三體船旨在無需船員的情況下，長時間追蹤潛艇。Sea Hunter 的耐力是其最大的優勢，能在海上航行超過1,000海里，並可持續數月作業。其日常運營成本僅為驅逐艦的一小部分，使其非常適合持續的反潛和掃雷巡邏，這些任務本來需要貴重的有人艦艇。

Seahawk 是美國的一款進化版無人水面艦，基於早期測試的經驗由 Leidos 建造。這艘複合材料三體船經過多次調整，增強了航程、海上穩定性和載荷能力。這些升級使 Seahawk 能夠攜帶更多的傳感器、通信設備和任務包，讓其在實際操作中更加靈活。美國預見 Seahawk 將在主要艦隊之前領導重大行動，作為偵察、誘餌和前方監視節點，能夠發現威脅、傳遞瞄準數據，並將敵方注意力分散到更有價值的艦艇上。

烏克蘭的 Magura V-type 無人艦艇展示了戰鬥中無人水面艦能夠發揮的作用。這些充滿爆炸物的海軍無人機在黑海對俄羅斯艦艇造成了重創，證明了一艘小型、相對低成本的艦艇可以對更大戰艦構成威脅。典型的 Magura V-type 艦艇具有長程、高速的特性，能夠攜帶大量的彈頭。與空中無人機結合使用時，這些無人艦艇可以摧毀防禦並打擊港口或海上的目標，使沿海地區對傳統海軍力量而言更加危險。

Devil Ray T24 是一艘長24英尺的美國無人水面艦，設計用於執行多種任務。它能超過50至60節的速度，並在惡劣條件下保持穩定。T24 還可以作為母艦，監控小型無人水面艦或無人飛行器的部署，擴展無人艦隊的觸及範圍和靈活性。這艘無人艦可在情報、監視、掃雷和電子戰等多個使用場景中發揮作用，速度、載荷和模塊化設計的完美結合，使 Devil Ray 能夠適應不同的角色，成為海軍實驗群體作戰和分佈式無人行動的有效工具。

印度的 Matangi 由 Sagar Defense Engineering 開發，代表了印度實現本土海上自主的目標。該艦艇在完成長途沿海航行後，展示了其自主操作的可靠性。印度預見 Matangi 的角色不僅僅限於導航試驗，該無人艦配備了遙控重機槍、雷達，並具備搭載和發射無人機的能力，正朝著成為海岸防禦和安全的武裝和網絡資產邁進。

Variant 7 是一款由 Red Cat 和 Blue Ops 開發的7米多功能無人水面艦，設計用於在爭奪激烈的沿海水域作戰。它的設計使其難以被發現，能夠作為監視節點和打擊平台。Variant 7 預計將成為更大無人網絡的一部分，與無人機和其他艦艇共享數據，並接收來自上方的目標信息。根據配置，它可以攜帶爆炸物、導彈、自動武器，甚至發射無人機。這種靈活性使 Variant 7 能夠快速轉換角色，從自殺式攻擊無人機轉變為巡邏艦或遠程射擊平台。

SELKIE 7 由 Sea Machines Robotics 建造，與列表中的其他艦艇不同，SELKIE 7 更加專注於感知和存在，而非直接作戰。它利用先進的自動化軟件進行巡邏、調查和檢查，幾乎不需要人類控制。SELKIE 7 支持水文調查、離岸資產檢查和海事安全任務，內置貨物空間並能夠部署空中無人機或其他載荷，使其成為靈活的自主工作艦，適合民用及安全應用。

這七款無人水面艦展示了無人系統如何從實驗轉變為海軍力量的核心元素。它們在監視、打擊和高風險任務方面的轉變，無論在規模還是成本上都超越了傳統有人艦艇。隨著海軍繼續推進分佈式海上行動，海面上將布滿智能無人艦艇網絡，與傳統戰艦協同作戰。這種日益增長的機器網絡將使海洋戰場變得更加擁擠、複雜，並使任何對手的控制變得更加困難。

中國電池巨頭寧德時代（CATL）和汽車製造商長安汽車聯合發佈了全球首款搭載鈉離子電池的乘用車。這項電池技術預計於 2026 年中旬上路，可能顯著降低火災風險，同時在極端高溫和低溫環境下提升性能。據報導，首款發佈的車型預計在中國的標準測試循環下，能提供約 400 公里（248 英里）的續航里程。

如果這項技術獲得成功，未來將在多款電動車（EV）中更廣泛地應用，顯示出有可能從依賴鋰的電池轉向新的選擇。寧德時代在 2025 年 4 月發佈了其 Naxtra 鈉離子電池，計劃於 6 月開始量產。根據報導，長安和寧德時代於 2 月 4 日揭曉了這款被稱為全球首款量產的鈉離子電池電動車，這標誌著下一代能源儲存技術的一個里程碑。

所介紹的車型為長安 Nevo A06，也被稱為 Qiyuan A06，作為新電池技術的初始平台。除了這款首發車型，鈉離子電池將在長安更廣泛的產品系列中整合，包括 Qiyuan、Deepal、Avatr 和 Uni 等多個子品牌，這樣的供應計劃使得新技術能夠在各類車型中廣泛應用。

根據預期，寧德時代的續航將提升至約 500 至 600 公里。自從寧德時代在去年 4 月發佈 Naxtra 鈉離子電池以來，這項技術已經開始從概念轉向實際應用，這些電池的能量密度可達 175 Wh/kg，與磷酸鐵鋰電池相當，為實際、短期使用提供了可能。

最近，這項技術已進入商業服務，推出了針對輕型商用車的 Tianxing II 鈉離子電池組，顯示出其具備大規模生產的能力。對於乘用電動車，將使用相同的 45 kWh 鈉離子電池組，預計在中國標準測試循環下的續航為約 400 公里（248 英里）。

與此同時，中國市場的 Nevo A06 使用了一個容量為 63.18 kWh 的鋰離子電池，CLTC 續航可達 630 公里（397 英里），然而在極端寒冷的環境下，其性能明顯下降。根據寧德時代的說法，這種性能的提升部分歸功於電池包架構的設計，將電池單元直接集成在電池包內，減少結構負擔並提高空間利用率。

雖然鈉離子電池的能量密度無法與富鎳鋰電池匹敵，但其在成本、安全性和耐用性上的平衡使其非常適合用於經濟型的短至中程電動車和固定式能源儲存系統。

Naxtra 鈉離子電池的最大優勢在於其在極端寒冷條件下的性能，這是許多鋰基電池技術面臨的重大挑戰。根據性能數據顯示，該電池在 –30 度 Celsius 的放電功率是可比較的鋰鐵磷系統的三倍，使得車輛在效率和可駕駛性通常會降低的環境中依然能保持靈活性和可用功率。

在 –40 度 Celsius 的環境下，該電池能夠保持超過 90% 的續航，避免了 LFP 和鎳鈷錳電池在冬季常見的性能下降。其能量輸出設計在 –50 度 Celsius 下依然保持穩定，支持在一些地球上最惡劣氣候下的可靠運行。

隨著材料和電池設計的持續進步，這項技術預計將進一步發展，未來版本的續航預計可擴展至約 500 至 600 公里。結合更低的材料成本和改進的安全性能，這些在寒冷天氣下的優勢可能使鈉離子電池成為適用於多樣化和苛刻環境中的電動車的日益吸引的選擇。寧德時代最近還發佈了其新的 5C 電動車電池，聲稱能在 12 分鐘內充滿電，且壽命超過一百萬英里，旨在緩解全球對充電時間和耐用性的擔憂。

來自倫敦國王學院及加州聖地牙哥州立大學的研究人員，最近終於解碼了使蜘蛛絲比鋼更強、比Kevlar更韌的分子機制。了解這些分子機制對於科學和技術發展至關重要，因為它提供了一條可持續的道路，以生產與鋼相媲美的纖維，同時也能深入了解驅動人類大腦疾病的蛋白質結構。這項研究的成果可能會導致新型的仿生材料，用於航空、保護服和醫療應用等領域。

「這項研究提供了原子級別的解釋，說明了無序蛋白質如何組裝成高度有序、高性能的結構。」計算材料科學教授Chris Lorenz在2月5日表示。蜘蛛的拖曳絲是一種重要的生物材料，其驚人的強度是通過蜘蛛體內複雜的生物過程形成的。這一過程始於絲腺，絲液是一種高度濃縮的液體蛋白質，最終凝結成液滴，然後被擠出形成堅固的超強纖維。儘管科學家們早已觀察到這種液體到固體的轉變，但將這些液滴轉變為高性能最終結構的確切分子鏈接，直到現在才被揭示。

這項研究首次確定了特定的氨基酸——精氨酸和酪氨酸，作為分子粘合劑，賦予蜘蛛絲其傳奇般的性質。為了揭示蜘蛛絲的秘密，跨學科團隊使用了高科技工具，包括AlphaFold3建模、分子模擬和核磁共振光譜學。這項合作揭示了精氨酸和酪氨酸的具體配對作為化學觸發劑，啟動了蛋白質的初始聚集，最終形成固體纖維。隨著纖維的固化，這些精氨酸-酪氨酸的相互作用仍然活躍，成為賦予蜘蛛絲無與倫比的機械優勢的納米結構的建築基礎。

有趣的是，蜘蛛用來編織網的分子技巧，與人類神經遞質和激素受體中的複雜信號過程相似。這使得蜘蛛絲的超能力成為研究人類體內複雜生物過程的優化自然模型。SDSU教授Gregory Holland表示：「令我們驚訝的是，絲這種通常被認為是美麗簡單的天然纖維，實際上依賴於非常複雜的分子技巧。我們發現的相互作用與神經遞質受體和激素信號傳導中使用的相似。」

該研究表明，絲蛋白的組織方式反映了蛋白質在神經退行性疾病（如阿爾茨海默病）中的行為。在蜘蛛和人類中，蛋白質都會從液態狀態轉變為致密的結構形式。在蜘蛛中，這導致了世界上最堅韌的纖維，而在人體內，此過程可能導致富含β-折疊的斑塊形成，擾亂大腦功能。這暗示蜘蛛絲的研究可能為人類健康提供新的見解，尤其是在理解生物信號如何在分子層面上運作方面。

Holland解釋道，研究絲的過程為我們提供了一個乾淨且經過進化優化的系統，以理解如何控制相分離和β-折疊的形成。儘管外觀纖細，蜘蛛絲在重量相等的情況下比鋼強，且比Kevlar更具韌性，這使其成為下一代纖維的理想模板。未來，蜘蛛絲有潛力用於開發高性能、可持續的材料，應用於從航空工程到先進防護裝備等各個領域。該研究的結果已發表在《美國國家科學院院刊》上。

英國南極調查局的研究人員開發了一套人工智能系統，能夠自動追蹤冰山的整個生命週期，從形成到碎裂及融化，涵蓋全球各大洋。這個工具利用衛星影像識別個別冰山，並為其分配獨特身份，隨著時間推移追蹤它們的漂流情況。重要的是，當一個大型冰山破裂時，該系統可以將產生的碎片追溯到其原始來源，從而有效地重建冰山的家族樹。這一變革標誌著冰山追蹤方式的重大轉變。

在此之前，科學家只能手動追蹤少數幾個大型命名冰山，而一旦小碎片斷裂並在海洋中擴散，則無法繼續跟蹤。這一空白限制了科學家對冰山融水如何影響氣候的理解。隨著冰山融化，它們將大量淡水釋放到海洋中，改變海洋循環，影響海洋生態系統，並對全球氣候模式產生影響。淡水進入海洋的位置至關重要，但研究人員一直難以大規模監測。

該研究的首席作者、英國南極調查局的機器學習專家 Ben Evans 表示，這個系統終於填補了這一盲點。他表示：「令人興奮的是，這終於讓我們獲得了缺失的觀測數據。我們從追蹤幾個著名冰山，轉變為構建完整的家族樹。」他補充道：「我們首次能夠看到每個碎片的來源、去向以及這對氣候的重要性。」

這個人工智能系統通過分析衛星影像中冰山獨特的幾何形狀來運作。當冰山破裂時，系統會執行研究人員所稱的數位拼圖，將散落的碎片形狀匹配回其原始的母冰山。該方法在真實的衛星觀測下進行測試，涉及從 Petermann 冰川及格林蘭西北部其他地點斷裂的冰山。系統能夠穩定地追蹤這些冰山的分裂、漂流和融化情況。

通過繪製冰山融水釋放的位置，這個工具提供的數據可以直接納入海洋和氣候模型中，這些信息將被整合到 NEMO 海洋模型中，該模型是英國地球系統模型的一部分，有助於在全球氣溫上升的背景下改善預測。

除氣候科學外，研究人員表示，這個系統還能改善在極地地區運行船隻的安全性和規劃。通過了解危險冰塊的來源及其可能的運動路徑，航行路線可以進行調整，以降低風險。該研究得到了英國工程與自然科學研究理事會、艾倫·圖靈研究所以及英國南極調查局的可持續發展極地科學計劃的資助。

賓州州立大學的研究人員開發出一種新的製造方法，能使可編程的智能合成皮膚隨時改變其外觀、質感和形狀，同時根據需求隱藏或顯示信息。這種材料由水豐富的水凝膠製成，並使用團隊所描述的 4D 打印技術生產。與傳統的合成材料固定性質不同，智能皮膚能夠動態地響應外部刺激，例如熱量、溶劑或機械應力。

這種方法使得單一材料能夠同時執行多種功能，包括自適應偽裝、信息加密和解密以及形狀變化。研究人員表示，這種多功能性在現有的合成材料中是難以實現的，因為這些材料通常是為特定角色而設計的。這項工作的靈感來自章魚等頭足類動物，它們能快速改變皮膚的外觀和質地，以融入周圍環境或進行溝通。

智能皮膚的關鍵在於一種稱為半色調編碼打印的技術。這種方法將數字圖像或質地數據轉換為二進制圖案，這些圖案直接打印在水凝膠中。這些圖案作為嵌入指令，決定材料的不同區域在環境變化時如何反應。賓州州立大學工業與製造工程助理教授、項目主要研究者孫洪濤表示：「我們在材料中打印指令，這些指令告訴皮膚如何對周圍變化做出反應。」

當材料暴露於如溫度變化、液體或機械力量等刺激下，水凝膠的不同區域會以受控的方式膨脹、變軟或變形。研究人員可以通過精心設計的半色調圖案來決定材料的整體行為。其中一個引人注目的展示是將蒙娜麗莎的圖像編碼到智能皮膚中。當用乙醇清洗時，水凝膠顯得透明，完全隱藏了圖像。當材料浸入冰水中或逐漸加熱時，圖像再次顯現。這種行為可以用於偽裝，使表面融入其環境，或用於信息加密，只有在特定條件下才能顯示消息。

除了視覺變化，智能皮膚還能通過機械變形來顯示隱藏的信息。通過輕輕拉伸材料並分析其變形，編碼的圖案可以利用數字圖像相關技術進行檢測。水凝膠顯示出高度的可塑性，能從平坦的片材轉變為複雜的仿生形狀，而不需要多層或不同的材料。在另一個展示中，編碼在平面薄膜中的圖像隨著材料變形為拱形 3D 結構而逐漸變得可見。孫洪濤表示：「類似於頭足類動物協調身體形狀和皮膚圖案，合成智能皮膚能同時控制其外觀和變形，所有這一切都在單一的柔性材料內完成。」

研究人員認為，這種方法可能會導致可擴展的平台，用於軟機器人、自適應材料、安全通信、生物醫療設備和先進製造。該研究已發表在《自然通信》期刊上。

美國物理學家最近揭示了一個長期以來的謎團，這是因為他們捕捉到了罕見的實驗證據，將量子世界中的瞬時虛無與可檢測的實際物質形成聯繫起來。這一發現是由美國能源部布魯克海文國家實驗室（BNL）的STAR合作團隊在其相對論重離子對撞機（RHIC）中所取得的。RHIC是全球首個重離子對撞機。為了進行這項研究，BNL的研究人員分析了數百萬次質子-質子碰撞，特別關注了一類叫作lambda超子及其反物質對應物的粒子。

這些短暫存在的粒子對科學家來說特別有用，因為它們的量子自旋方向，這一與磁性有關的重要性質，可以根據它們的衰變過程進行重建。研究小組現在意識到，當lambda和反lambda在碰撞中靠得很近時，它們的自旋是完美對齊的。這項工作為我們提供了一個獨特的窗口，讓我們能夠深入研究量子真空，並可能開啟一個新的時代，讓我們理解可見物質的形成及其基本性質的出現。

真空並不是空的，實際上，它充滿了波動的能量場，這些能量場可以創造出糾纏的粒子-反粒子對。這些虛擬且內在相連的粒子在被觀察之前就會消失，以至於無法計入實際。在RHIC中，當質子以接近光速碰撞時，它們提供了足夠的能量來促使一些虛擬的夸克-反夸克對轉變為真實粒子。這些粒子可以通過STAR合作團隊的探測器進行追蹤。

科學家們尋找lambda超子及其反物質對應物反lambda，並試圖確定這些粒子自旋在從RHIC碰撞中出現時是否以及在何種程度上是對齊的。lambda超子是自旋研究的理想對象，因為可以根據質子或反質子在其衰變過程中被發射的方向推斷lambda的自旋方向。每個lambda還包含一個奇異夸克，或在反lambda的情況下包含一個奇異反夸克，這使得物理學家可以追溯其來源。

虛擬奇異夸克-反夸克對總是自旋對齊的。檢測到lambda-反lambda對的自旋也呈現相同的對齊，強烈暗示它們內部的奇異夸克源自於量子真空中的一對糾纏粒子。通常，在RHIC的碰撞中，絕大多數粒子的自旋都是隨機定向的。研究人員正在尋找與所有其他粒子之間的一個非常微小的差異，以找到自旋相關的lambda/反lambda粒子。

研究小組分析了數百萬次質子-質子碰撞，發現靠得很近的lambda和反lambda的自旋完全對齊，類似於量子真空中的虛擬夸克/反夸克對。這就像這些粒子對最初作為量子雙胞胎存在。當它們在一起生成時，lambda保持了來自虛擬奇異夸克的自旋對齊。這是這些夸克源自量子真空的第一個直接證據。研究人員相信這一現象可能指向lambda-反lambda對之間更深層的量子糾纏。

有趣的是，當粒子在RHIC碰撞中產生得更遠時，這種自旋對齊的現象消失了。這可能是因為這些雙胞胎在環境中受到其他因素的影響，比如與其他夸克的互動，導致它們的行為發生變化，失去它們的連接。根據研究人員的說法，從量子連接的行為過渡到普通的經典物理學，是科學中最重要的未解之謎之一，對量子計算和信息技術有著深遠的影響。

這些發現為探究夸克如何結合成質子、中子及其他粒子提供了一種全新的方法。可見的宇宙物質如何與虛空的無物質連接，這一問題也引發了廣泛的關注。這項技術還可以擴展到涉及原子核的碰撞以及未來的電子-離子對撞機實驗。該研究已發表在《自然》期刊上。

OpenAI 最近推出了一款新的 Codex 桌面應用程式，旨在幫助開發者管理多個 AI 代理同時運行的長期軟件項目。這款適用於 macOS 的應用程式充當指揮中心，開發者可以在這裡將任務分配給不同的代理，監督各項目的進度，以及在不失去上下文的情況下審查代碼變更。OpenAI 表示，這個工具反映了軟件構建方式的轉變，從單一代理的協助轉向協調團隊的 AI 代理處理端到端開發。

Codex 最初於 2025 年 4 月推出，但 OpenAI 指出，代理的能力已迅速擴展。這些模型現在可以處理跨越數小時、數天甚至數週的複雜任務，這也創造了專門為監督、協作和大規模控制設計的工具的需求。OpenAI 首席執行官 Sam Altman 表示，支撐 Codex 的基礎模型代表了一個比性能基準所暗示的更大飛躍。他在 X 上寫道：「我喜歡用這個模型進行構建；這感覺比基準所暗示的更進一步。」

Codex 應用程式允許代理在按項目組織的獨立線程中運行。開發者可以檢查差異，直接對變更進行評論，或在編輯器中打開工作以進行手動編輯。內置的工作樹支持允許多個代理同時在同一個代碼庫上工作，每個代理在代碼的隔離副本上操作，以避免衝突。

Codex 也在擴展其功能，超越代碼生成，通過可定制的技能來實現。這些技能允許代理連接到外部工具，遵循預定的工作流程，並完成涉及研究、寫作、部署或圖像生成的任務。GPT-5.3-Codex 現已上線！它擁有最佳的編碼性能，並在中途可調整性和任務進行中的即時更新方面表現出色，速度更快，每個任務的標記數量少於 5.2-Codex 的一半，且每個標記的速度提高了 25%。

利用這些技能，Codex 可以從 Figma 中提取設計資產，在 Linear 中管理缺陷跟蹤和版本釋放，將應用程式部署到 Vercel 和 Cloudflare 等雲平台，還可以使用 OpenAI 的圖像模型生成圖像。開發者可以明確指示 Codex 使用某項技能，或允許其根據任務自行決定。

OpenAI 展示了 Codex 的自主性，通過單一提示讓其構建完整的 3D 體素賽車遊戲。該代理處理了設計、開發、測試和迭代，通過不斷玩這個遊戲來識別缺失的功能和錯誤。Altman 表示，Codex 的內部使用已經加速了 OpenAI 的開發速度。「我們能夠用 5.3-Codex 更快地推出產品，這無疑是未來的徵兆。」

這款應用程式還引入了自動化功能，使 Codex 能夠運行預定的背景任務，例如問題分類、錯誤檢測和版本總結。完成的任務會被發送到審查隊列，開發者可以在必要時介入。安全性和擴展性是 Codex 的重點，代理被沙箱化並限制在特定文件夾或分支中，進行網絡訪問等升級操作需要獲得許可。

OpenAI 表示，這是其首個在內部網絡安全準備方面得分高的模型。Altman 寫道：「這是我們的第一款在我們的準備框架中對網絡安全得分高的模型」，並補充說，OpenAI 正在試行可信訪問框架，並承諾投入 1,000 萬美元的 API 信用來支持網絡防禦工作。Codex 應用程式現在已在 macOS 上提供，供 ChatGPT Plus、Pro、Business、Enterprise 和 Edu 用戶使用，並臨時擴展至 Free 和 Go 用戶。OpenAI 表示，自去年 12 月中旬以來，Codex 的使用量已經翻倍，過去一個月有超過一百萬的開發者使用。

超級碗已經成為一個不僅僅是體育賽事的廣播製作。對於超級碗 LX，這場賽事的製作將依賴於更為多樣化的通訊、攝影和追蹤技術，將比賽帶給全球數以百萬計的觀眾。只有少部分粉絲會在體育場內觀看比賽，大多數人將通過電視轉播來體驗這場盛事，這些轉播旨在捕捉每一個進攻、回放和反應。今年的冠軍賽依賴於一個緊密整合的技術設置，塑造了比賽在實時中的聽覺、視覺和解讀方式。

超級碗 LX 將在廣播和場內製作中部署超過 175 台 Sony 攝像機。NBC Sports 與 NEP Group 合作，將使用標準覆蓋的系統攝像機，以及用於慢動作重播的高幀率單元。專業攝像機將支持 Skycam 視角、場內角度以及電影級特寫。Sony 的成像技術將在 NFL 比賽中發揮重要作用。高速捕捉技術允許廣播方放慢那些瞬間，這些瞬間在現場難以判斷，例如進球線的比賽和邊線的接球。Sony 的成像系統還將支持 Levi’s 體育場的場內製作。場邊攝影師和 NFL 的內部媒體團隊將使用相同的攝像機生態系統來捕捉那些通常定義比賽回憶的靜態圖片。

超級碗 LX 還將標誌著 NFL 虛擬測量系統首次用於冠軍賽。該系統在裁判標記球後計算距離，減少對實體鏈的依賴。Hawk-Eye Innovations 將提供全面集成的球員和球追蹤環境。其 SkeleTRACK 系統追蹤每位球員的 29 個點，並提供三維球追蹤。該系統與 Zebra Technologies 的 RFID 穿戴設備協同工作，以便為聯盟提供更清晰的球員運動和位置數據。裁判可以使用 Hawk-Eye 視頻工具來支持合格比賽回放的審查，幫助加速決策並向觀眾提供更清晰的解釋。

超級碗 LX 將是首個使用 Sony NFL 教練耳機的冠軍賽。該聯盟在 2025 賽季開始時引入了這些耳機，並在所有 32 支球隊中部署。這些耳機在嘈雜的體育場和變化的天氣中管理教練和工作人員之間的場邊通訊。在超級碗期間，這些對話指導著戰術調用、替換和時間管理。雖然觀眾無法聽到音頻，但聯盟認為在這一層級保持一致的表現至關重要。

除了廣播外，超級碗 LX 的技術覆蓋範圍深入到體育場內部。在新英格蘭愛國者和西雅圖海鷹進場之前，Levi’s 體育場進行了一次重大技術升級，以準備此次盛會。NFL 和舊金山 49 人隊鋪設了數英里光纖，安裝了數百個新的無線接入點，並加強了數位防禦，以保護比賽日的運營。這一準備工作始於一年前，規劃者考慮到了與超級碗相關的數據和安全需求的規模。如今，網絡安全在重大體育賽事中扮演著重要角色。

對於超級碗 LX，NFL 部署了自己的安全團隊，並在體育場內設立了一個臨時網絡安全指揮中心，以監控網絡活動和攔截潛在威脅。場內的連接性也經歷了重大改造。預計約有 65,000 名觀眾在比賽期間將通過社交媒體帖子、直播和視頻上傳產生大量數據。團隊官員估計，觀眾在整個活動期間將上傳超過 35 TB 的數據。為了應對這一負荷，體育場內安裝了近 1,500 個 Wi-Fi 7 接入點，以在高峰時段提供更快的速度和更可靠的連接。

總體而言，這些準備工作顯示出超級碗 LX 如何演變成一個超越廣播的技術運營。從場邊通訊、自動測量到體育場網絡和網絡安全防禦，NFL 最大的賽事如今依賴於在極端壓力下運行的基礎設施。對於想知道如何觀看超級碗 LX 的觀眾，該比賽將在美國 NBC 全國電視播出，並在 Peacock 上進行現場直播。電視轉播將從賽前節目開始，並在 2 月 8 日星期日的東部時間下午 6:30 開球。沒有有線訂閱的觀眾可以通過包括 Peacock、Hulu + Live TV、YouTube TV 和 NFL+ 在內的流媒體平台訪問現場轉播。國際觀眾則可以通過當地的播出夥伴和 DAZN 的 NFL Game Pass 在美國和中國以外地區收看。