Author: Marie - 1ban.news

总部位于北京的Moonshot AI于7月16日发布了Kimi K3，AI研究人员的反应迅速而热烈。”人们称之为’斯普特尼克时刻’，”新南威尔士大学认知神经科学家、研究AI对社会影响的乔尔·皮尔森(Joel Pearson)表示，”这是一个转折点。” Kimi K3是一个拥有2.8万亿参数的推理模型，是有史以来公开发布的最大型AI模型之一。Moonshot的内部基准测试显示，该模型在编程、电子表格操作和通用推理任务上与美国的顶级模型旗鼓相当，甚至更胜一筹。发布三天后，需求就将该公司的处理能力推至极限，迫使暂停新用户注册。 但K3背后的故事不仅仅是基准测试分数，更关乎在美国芯片禁运下构建前沿AI模型的意义。 以少胜多 自2022年10月以来，美国以国家安全为由限制中国获取先进AI芯片。这些限制措施一再收紧，最近一次是在2025年，拜登政府将管制范围扩大至包括某些类型的内存带宽和芯片封装。 中国企业的回应是在算法效率方面大力投入。2025年初发布的DeepSeek证明，可以用比美国公司更少、更不先进的芯片构建具有竞争力的模型。Kimi K3延续了这一轨迹。 新南威尔士大学计算机科学家托比·沃尔什(Toby Walsh)表示，芯片限制可能无意中加速了中国在模型架构方面的创新。”可以推测，这里需求是发明之母。” K3的规模、2.8万亿参数，在训练过程中需要相当可观的硬件支持。但Moonshot AI并未披露其训练基础设施或总计算预算。开放权重的发布允许研究人员在自己的硬件上运行该模型，这有可能实现闭源、仅限API的模型无法实现的应用。 模型访问的地缘政治 K3的发布恰逢AI模型可用性异常波动的时期。2026年6月，美国政府指示Anthropic暂时禁用其最先进的模型Fable 5和Mythos 5。Fable 5的访问权限在数周后恢复，但Mythos 5仍仅限于特定美国组织使用。 这创造了一种市场动态：开放权重的中国模型可能是美国以外研究人员能够获得的唯一前沿级模型。皮尔森指出，中国模型正在改变”投资者和用户对美国前沿模型价值的看法”，因为Google、Anthropic和OpenAI花费数十亿美元训练的模型可能在一天之内变得无法访问。 K3的局限性 模型的规模也是其限制因素。一个2.8万亿参数的模型即使仅用于推理也需要大量的内存和计算资源。硬件有限的研究人员可能会发现，与更小、更高效的模型相比，K3并不实用。Moonshot尚未披露推理成本或硬件要求，潜在用户只能自行评估该模型的能力是否值得其资源消耗。 中国模型是否真正缩小了与美国前沿模型的差距，这个更广泛的问题仍然难以客观回答。公开基准测试涵盖特定任务，且存在过拟合的风险。性能最强的美国模型（OpenAI的GPT-5.6、Anthropic的Claude Opus 4）尚未发布足够详细的技术报告以进行独立比较。K3可能是世界上最好的开放权重模型，但它是否是最好的模型，取决于最优秀的闭源模型的能力有多少仍然不为公开评估所见。 婷 翻译 Sources Fieldhouse, R. & Basu, M. (2026). “Does China’s latest AI model finally equal US rivals? What scientists think.” Nature News, 7月21日. DOI: 10.1038/d41586-026-02281-2; Reuters (2026), […]

2024年，乔尔·拉普安特在计划前往魁北克省科特诺尔地区露营旅行时，在谷歌地图上注意到一个异常现象：马尔萨尔湖中心有一个直径约25公里的圆形凹陷，其地形特征与周围景观截然不同。他截取屏幕截图，向位于安大略省伦敦市的西安大略大学运营的众包网站”Impact Earth”提交了报告，从而启动了一系列事件，最终确认了多年来发现的最大陨石撞击坑之一。 行星地质学家戈登·奥辛斯基（同事们称他为”奥兹”）于2025年访问了现场。他的发现证实了拉普安特的猜测。这个圆形结构暂定名为乌哈卡蒂克，已获得其传统土地所在地埃夸尼特希特因努理事会的批准，显示出约3.9亿年前陨石撞击的明显证据。奥辛斯基发现了冲击变质效应，由撞击产生的极端压力和温度导致的岩石变形，以及更令人惊讶的撞击熔融岩。 “撞击熔融岩正如其名：大量岩石因撞击事件而熔化，然后冷却结晶，看起来很像火山岩，”奥辛斯基告诉Space.com。”发现它们被保存下来，而它们通常是陨石坑中最先被侵蚀的部分之一，是一个巨大的惊喜。” 保存异常完好的陨石坑 位于圣劳伦斯湾北部的乌哈卡蒂克陨石坑直径约25公里（15英里），使其成为近几十年来发现的最大撞击结构之一。奥辛斯基指出，上一次发现同等规模的结构是2018年在格陵兰发现的直径31公里的海厄沃萨结构，但该陨石坑因完全被冰层掩埋而仍存在争议。 乌哈卡蒂克撞击熔融岩的保存意义重大，因为它使研究人员能够确定撞击事件的年代并研究撞击体的地球化学特征。这也意味着该陨石坑自形成以来并未遭受实质性侵蚀，表明在其3.9亿年历史的大部分时间里，它一直被掩埋和保护，直到最近的地质过程才将其暴露出来。 卫星时代的公民科学 这一发现是免费卫星图像如何改变地质勘探的典型案例。为导航和城市规划而设计的谷歌地球和谷歌地图已成为事实上的地质调查工具。训练有素的业余观察者能够识别出专业地质学家可能遗漏的特征，因为后者并不会特别关注某一片特定区域。 拉普安特提交报告的”Impact Earth”平台正是为此目的而设计的。它允许任何人提交候选撞击结构供专家评审。自推出以来，该平台已收到数千份提交，其中大多数是误报。乌哈卡蒂克是少数经确认的例外之一。 该陨石坑已获得对该领土拥有管辖权的因努理事会的正式认可。乌哈卡蒂克这一名称源自因努语，反映了陨石坑所在土地的文化背景。 对拉普安特来说，一次露营旅行中的偶然发现已成为对行星地质学的持久贡献。他在屏幕上发现的陨石坑如今已成为科学记录的一部分，提醒人们地球表面仍隐藏着未被发现的故事，而发现它们的工具正日益向任何拥有互联网连接的人开放。 婷 翻译

2010年，美国国立卫生研究院（NIH）启动了一项雄心勃勃的项目：从数百名已故捐赠者身上采集组织样本，对每个组织的RNA进行测序，并绘制出基因在人体中如何被开启和关闭的全面图谱。十多年后的今天，基因型-组织表达（GTEx）项目已经改变了人们对组织特异性基因调控的理解，而且这些数据仍在不断产生新的发现。 最终版GTEx数据集（V8）包含来自838名死后捐赠者的遗传数据，以及来自54个组织部位和两个细胞系的17,382个样本的RNA序列。每个样本捕捉了特定个体特定组织中的转录组，即基因组产生的全部RNA分子。其结果是创建了一个资源，使研究人员能够提出一个以前无法大规模回答的问题：同一个基因组如何产生心脏、肝脏和大脑？ GTEx的发现 最直接的发现是，大多数基因并非均匀表达。它们大多表现出组织特异性模式。有些基因只在肝脏中活跃，有些只在大脑中，还有一些只在睾丸中活跃。但GTEx的规模使研究人员能够超越二元开/关分类，来衡量定量变异，即一个基因在一个组织中的表达量比另一个组织高多少，以及这种差异在不同个体之间如何变化。 这种定量变异被证明是理解表达数量性状位点（eQTL）的关键，eQTL是影响基因表达强度的遗传变异。在GTEx之前，eQTL研究主要局限于血液，因为血液容易采集。GTEx显示，许多eQTL是组织特异性的。一个能提高肝脏中基因表达量的变异可能在大脑中完全没有影响，这一发现对目标组织至关重要的药物开发具有直接意义。 GTEx促成了PrediXcan的开发，这是一种利用个人DNA序列预测其特定组织中基因表达水平的统计方法。该工具已被用于识别与双相情感障碍、冠状动脉疾病、克罗恩病、类风湿性关节炎和1型糖尿病相关的基因，这些疾病的相关组织（大脑、动脉、肠道、关节）在活体患者中无法获取。 资源的规模 GTEx项目最初由NIH共同基金资助，为期5至10年。该项目于2019年正式脱离共同基金的支持，但数据仍在被使用和引用。布罗德研究所的组织库仍保留着可用于新研究的未使用生物样本。 该数据集已整合到UCSC基因组浏览器中，任何有互联网连接的人都可以可视化跨组织的基因表达模式。GTEx门户网站提供对表达水平、eQTL和剪接模式的可搜索访问。 下一个十年的启示 GTEx模式，即大规模、公共资助、开放获取的生物样本采集，已经影响了后续项目，包括人类细胞图谱和NIH人工智能桥梁项目。现在的挑战是从批量组织RNA测序转向单细胞分辨率，即逐个测量每个细胞的转录组，揭示批量测序平均化的每个组织内的细胞异质性。 结合GTEx式组织图谱与单细胞方法的项目已经在进行中。目标是绘制一张所有主要组织在细胞分辨率下的人类基因表达参考图谱，这一资源将使GTEx图谱看起来像是更详细全景图的早期草图。 婷 翻译

大型语言模型有望通过自动化研究中的繁琐工作来加速科学发现。但由华盛顿大学的卡尔·伯格斯特罗姆参与的一个团队建立的新数学模型警告说，同样的速度提升可能会无意中侵蚀科学工作的质量，使研究人员对发表内容的选择性降低，对其完善过程的彻底性减弱。 这份由芝加哥大学、北卡罗来纳州立大学和华盛顿大学的研究人员发布在arXiv上的预印本，将许多科学家直觉上的担忧形式化了：即大语言模型通过减少研究的摩擦，可能会以有害而非有益的方式改变科学的激励结构。 “作为一种劳动增强型技术，大语言模型有潜力在研究的整个流程中加速科学活动，”作者写道。但他们提醒说，其效果并非完全积极的。 选择性的悖论 该模型预测，大语言模型对发表选择性的影响将取决于其使用方式，产生相反的效果。 在那些大语言模型主要用作发现有前景项目工具（挖掘文献寻找假设、识别未充分探索的问题、提出实验设计）的领域，研究人员会对其追求的内容更加挑剔。他们可以筛选更多的可能性，并将精力集中在最佳选项上。 但在那些大语言模型主要促进现有数据的发表过程（起草论文、生成图表、总结结果）的领域，研究人员会变得不那么挑剔。曾经导致他们放弃边缘阴性结果或跳过未完全准备好的论文的摩擦将消失，发表的研究数量将会上升。 作者指出，第二种情景可能会在许多领域占主导地位，并且它给科学文献的可靠性带来了风险。更多的论文，每篇经过作者自己仔细审查的程度降低，可能会压垮同行评审系统，使真正的研究发现更难脱颖而出。 速度的机会成本 该模型的第二个主要预测更反直觉。通过让科学家工作更快，大语言模型提高了研究人员时间的机会成本。花在完善一篇论文上的每一个小时，都是没有花在开始下一篇论文上的一个小时。 “通过让科学家工作得更快，大语言模型提高了研究人员时间的机会成本，创造了在转向下一个项目前不那么彻底地完善论文的激励，”作者写道。 这一预测直接反驳了乐观的叙事，即大语言模型将把科学家从琐碎任务中解放出来，给他们更多时间进行深度思考。该模型表明，被解放的时间将被重新导向更多的产出，而不是对任何单一工作的更深层次投入。 “尽管想象大语言模型通过节省我们在琐碎任务上的时间，将为我们提供更多时间深入思考和完整开发项目是很诱人的，但我们的结果给这样的希望降温了。” 一个形式化框架 该论文开发了一个简单的研究人员决策数学模型，将时间视为可在发现（寻找新项目）和生产（开发与发表结果）之间分配的资源。大语言模型改变了这些活动的相对成本，该模型预测了对发表量、选择性和彻底性的均衡效应。 该框架有意简化，作者承认真实的科学社群更为复杂，但它为那些迄今主要靠轶事表达出的担忧提供了形式化基础。 伯格斯特罗姆是一位以科学出版和科学社会学研究闻名的生物学家，他为这个问题带来了基于实证分析的良好记录。在之前的工作中，他记录了出版压力、基于指标的评价和不良激励如何扭曲了科学实践。大语言模型将此框架扩展到了重塑研究的最新技术上。 对政策的意义 该论文并不反对在科学中使用大语言模型。它认为其效果取决于具体情境，政策制定者、资助机构和期刊编辑应该考虑大语言模型的采用如何改变目前塑造研究人员行为的摩擦平衡。 如果该模型是正确的，那么在不调整奖励结构（晋升标准、资助评审、期刊规范）的情况下简单地采用大语言模型，可能会加速一个已经在进行的趋势：更多的论文，更低的可靠性，以及一个以数量衡量生产力的系统。问题不在于是否在科学中使用大语言模型，而在于如何围绕它们设计激励机制。 婷 翻译

当美国国家海洋和大气管理局的预报员预测2026年大西洋飓风季将低于平均水平时，他们谨慎地加上了一个标准警告：只需一场风暴就够了。热带风暴贝莎周二以时速65公里的风和潜在风暴潮席卷美国墨西哥湾沿岸，正在实时证明这一原则。 美国国家飓风中心预计贝莎将于周三在路易斯安那州新奥尔良附近登陆，带来强降雨、局部龙卷风和沿路易斯安那州和密西西比州部分海岸1至4英尺（30至120厘米）的风暴潮。该中心已警告从佛罗里达州奥克洛科尼河延伸至路易斯安那州杰斐逊-普拉克明教区边界的警戒区将出现”危及生命的风暴潮”。 贝莎只是2026年飓风季第二个被命名的风暴，此前热带风暴亚瑟上个月给美国带来了洪水。其风速勉强达到热带风暴级别，可能导致一些人低估它。但该风暴以约每小时5公里的速度向西北缓慢移动，意味着相同地区将持续降雨。到周五，一些地区降水量可能达到20厘米（8英寸），而缓慢移动的风暴以难以精确预测降雨总量而闻名，因为路径的微小变化会使其在任何给定点的累积量翻倍或减半。 厄尔尼诺悖论 由于太平洋正在发展的厄尔尼诺事件，2026年飓风季预计将比平均水平平静。厄尔尼诺通常通过增加垂直风切变（风速和风向随高度的变化）来抑制大西洋飓风活动，从而在雷暴组织成气旋之前将其撕碎。 美国国家海洋和大气管理局5月的展望以厄尔尼诺为主要驱动因素，给出55%的可能性出现低于平均水平的活动。科罗拉多州立大学团队也发布了类似预测。 但厄尔尼诺并不是平静海洋的保证。它减少了风暴的总数但并未消除它们，而那些确实形成的风暴仍然可能很危险，特别是如果它们是移动缓慢、降雨量大的系统，而不是那些登上头条新闻的快速移动的风力机器。 “由于厄尔尼诺对全球天气产生如此巨大的影响，科学家们投入了大量精力来理解它的行为，”美国国家海洋和大气管理局大西洋海洋气象实验室的海洋学家霍斯梅·洛佩斯说。”如今我们可以提前数月预测它。然而，由于自然界总是充满惊喜，仍然存在很大的不确定性。” 贝莎为何严重 这场风暴的威胁特征以水而非风为主导。风暴潮，被风暴环流推上岸的海水，可能通过低洼的密西西比河三角洲向内陆深处推进。新奥尔良官员已开始分发沙袋，并要求居民清理雨水渠。该市的排水系统在2005年卡特里娜飓风后重建和升级，将面临本季度的首次考验。 佛罗里达狭长地带、阿拉巴马、密西西比和路易斯安那的城市地区，暴洪是主要担忧。北半球热带气旋的东半圆通常携带最强降雨，而贝莎的缓慢移动将使对流云团在同一地区停留数小时，从而加大风险。 预计该风暴将于周四减弱为热带低气压，并在周末接近得克萨斯州海岸时可能消散。但这一结果取决于确切的路径以及与预计从西面接近的高空槽的相互作用，这些细节只有在发生前几小时才会变得清晰。 贝莎之后的展望 厄尔尼诺事件往往在秋季加剧，这意味着飓风季的高峰月份（8月至10月）可能会看到风暴形成的更强抑制。但2026年飓风季已经表明了它的观点：低于平均水平的季节性预报并不是安全的保证，无论是8场风暴还是18场风暴，防备误差的幅度完全相同。 婷 翻译

谷歌Verily生命科学部门正寻求美国环保署批准，在加利福尼亚州和佛罗里达州释放3200万只实验室培育的雄蚊，以抑制传播登革热、寨卡病毒和基孔肯雅热的白纹伊蚊（Aedes aegypti）种群。该提案背后的科学原理已在大规模试验中得到验证。监管体系能否跟上蚊子繁殖的速度，才是悬而未决的问题。 这项技术被称为不亲和昆虫技术（IIT），利用一种名为沃尔巴克氏体（Wolbachia）的天然细菌。沃尔巴克氏体存在于约60%的昆虫物种中（蝴蝶、蜜蜂、甲虫等），但白纹伊蚊体内没有。科学家将这种细菌注入蚊卵，由此产生的雄蚊被释放到野外后，与缺乏相同沃尔巴克氏体菌株的雌蚊交配。这种生殖不匹配意味着无法产生可存活的后代。 雄蚊不叮咬，也不传播疾病。这种方法具有物种特异性，只影响白纹伊蚊，且不留下化学残留。这是害虫防治领域最接近外科手术式打击的手段。 澳大利亚试验证明了什么 昆士兰大学的Nigel Beebe教授自2018年起领导了一项由Verily支持的昆士兰远北地区实地试验。在20周内，团队在三个处理城镇释放了约300万只携带沃尔巴克氏体的雄蚊。2021年发表在《美国国家科学院院刊》（Proceedings of the National Academy of Sciences）上的结果显示，四周内种群数量出现可测量的下降，12个月后一个城镇的白纹伊蚊抑制率约为95%。在三个处理点中的两个，抑制效果持续到了下一个季节。 Verily提供了机器学习系统，解决了生产过程中的一个关键瓶颈：分离雄蚊和雌蚊，因为释放会叮咬的雌蚊会破坏整个计划。 昆士兰试验证明，生物学原理是可行的。谷歌现在面临的问题是，监管体系能否批准一项规模大10倍的行动，每年在两个州释放1600万只蚊子。 监管路径 沃尔巴克氏体方法并非不受监管。美国环保署已将感染沃尔巴克氏体的蚊子归类为《联邦杀虫剂、杀菌剂和杀鼠剂法》（FIFRA）下的生物农药。沃尔巴克氏体蚊子的实验使用许可最初于2015年颁发给肯塔基大学，用于在加利福尼亚州弗雷斯诺县进行测试，并于2016年扩展至加利福尼亚州奥兰治县和佛罗里达州门罗县的试验点。 此前的许可确立了先例。美国环保署认定，这些释放对”非目标生物和环境构成的风险极小”。但谷歌提案的规模，两年内释放3200万只昆虫，比以往任何美国试验都大一个数量级，美国环保署对该申请的公众评议期已于2026年6月5日结束。 该机构尚未公布决定。如果获批，该许可将需要与加利福尼亚州农药监管局和佛罗里达州农业与消费者服务部协调，这两个机构均对其州内的实地释放拥有管辖权。 更广泛的工具箱 沃尔巴克氏体方法（IIT）是蚊虫控制的几项新兴技术之一。基于辐射的不育昆虫技术（SIT）使用伽马射线使雄蚊绝育。Oxitec等公司开发的转基因蚊子携带一种致死基因，可阻止雌性后代存活。 每种技术都面临不同的监管路径。转基因蚊子需要美国环保署的实验使用许可及美国农业部的审查。SIT用于农业害虫已有数十年历史，监管要求极低，但将其应用于人类疾病媒介则会引发新的审视。沃尔巴克氏体IIT因该细菌被归类为农药而属于美国环保署管辖，但避免了基因改造有时引发的公众反对。 2019年《自然》（Nature）杂志的一篇论文证明，将IIT和SIT相结合，对感染沃尔巴克氏体的雄蚊进行辐照，可以消除意外释放雌蚊的风险，因为任何无意间释放的感染沃尔巴克氏体的雌蚊都会被辐射绝育。这种组合方法在中国两个岛屿上几乎完全消灭了白纹伊蚊。谷歌的申请并未提出组合方法。 社区参与作为基础设施 昆士兰试验最重要的发现可能并非技术层面。该项目需要两年的社区参与、与六所大学和地方议会的协调，以及多个监管层面的批准。Beebe将合作描述为”或许是最重要的教训”。 美国推广面临的挑战在于，谷歌提议释放的社区，加利福尼亚州和佛罗里达州人口密集的城市和郊区，与昆士兰远北地区的农业隔离环境截然不同。公众对释放蚊子（即使是不叮咬的雄蚊）的担忧是真实存在的，需要在地方层面（而非仅仅联邦层面）加以解决。 随着白纹伊蚊活动范围扩大，传统杀虫剂因抗药性而逐渐失效，生物学方法正变得越来越有吸引力。问题在于，美国能否让科学的技术准备程度与监管和社区的部署准备程度相匹配。 婷 翻译

物理学家展示了一种利用红外光远程探测大气气体的方法，而且从未直接探测红外光子本身。通过利用量子关联，该技术仅使用近红外探测器就能重建中红外吸收光谱，为污染物和温室气体的遥感开辟了新途径。 这项由日内瓦大学研究人员在arXiv上以预印本形式发表的研究，展示了使用”未检测光子”的远程开放光路傅里叶变换红外光谱技术。该技术依赖量子纠缠来推断从未被直接测量的光的特性。 工作原理 该方法从光子对源开始，通常是一个非线性晶体，通过自发参量下转换将单个高能光子分裂成两个较低能量的光子。这两个光子具有量子关联：一个在中红外波段，该波段承载大多数分子的特征吸收信号；另一个在近红外波段，该波段的探测器廉价、灵敏且可在室温下工作。 中红外光子沿开放路径穿过大气层，可能被目标分子吸收。其近红外孪生光子，即该技术名称中的”未检测”光子，被发送到标准探测器。由于两者是纠缠的，中红外光子携带的吸收信息会印刻在可检测的近红外伙伴上。 傅里叶变换干涉仪扫描光程差，从检测到的近红外光子的干涉图案中重建中红外吸收光谱。中红外光子本身从未被直接感知。 “中红外光谱是通过仅检测近红外辐射重建的，从而绕过了红外探测器的重要限制，”作者解释道。 突破：户外操作 此前该技术的演示仅限于实验室台面设置。日内瓦团队实现了根本性的不同：他们将光子发送到户外大气中43.4米的距离，这是该方法前所未有的距离。 他们能够检测到有意释放到开放路径中的丁烷，以及环境空气中存在的自然大气甲烷。 “这首次展示了使用未检测光子的红外光谱技术进行大气测量，”研究人员写道。 关键的工程创新是光子对和泵浦激光在同一光路上的共传播。这种设计简化了对准，使系统适用于现场部署，并允许探测光束在长距离传播的同时保持技术所需量子关联。 重要意义 红外光谱是识别和量化气体的黄金标准，每个分子都有独特的红外指纹，但中红外探测器价格昂贵，通常需要低温冷却，且灵敏度低于近红外探测器。 通过将检测转移到近红外波段，在此波段现成的硅探测器接近量子极限运行，该技术完全规避了这些限制。结果是一个比传统方法更便宜、更坚固、更灵敏的潜在系统。 其应用涵盖环境监测（工业场所的连续甲烷泄漏检测）、工业安全（逸散排放的遥感）和大气科学（高空间分辨率绘制温室气体浓度图）。 未来展望 43米的演示是概念验证，而非成品仪器。实际部署需要将光路长度延伸至数百或数千米，提高痕量浓度的信噪比，并缩小光学系统以适应现场使用。 但核心进展，证明量子关联传感不仅在恒温实验室中，而且在真实户外条件下也能工作，标志着”未检测光子”光谱学从量子奇观向现实世界应用候选技术的转变。 Reference: Neves, S., Armbruster, F., & Wolf, J.-P. (2026). “Remote Infrared Absorption Spectroscopy with Undetected Photons.” arXiv:2607.16419 [quant-ph]. 婷 翻译

英国正面临连续第二个夏季干旱，英格兰东部仅获得预期夏季降雨量的26%，英格兰中部则记录到30年来最长的干旱期。但在这些数字背后，是科学家们刚刚开始理解的一种模式：干旱不仅变得更加频繁，而且来临得更快。 “突发性干旱”一词进入气候词汇的时间相对较晚。与需要数月或数年累积降水赤字才形成的传统干旱不同，突发性干旱在数周内就会出现。近乎正常的状况可能在15至30天内转变为严重的土壤水分亏缺，其驱动因素包括低降雨量、高温和蒸发量增加。 2026年5月发表在《科学进展》(Science Advances)上的一项研究记录显示，过去十年全球范围内的突发性干旱激增。通过将可解释的人工智能聚类框架应用于再分析数据和地球系统模型，研究人员发现主导驱动因素已经发生了变化。过去，降水赤字曾推动突发性干旱的发生，而现在，气温上升、植物蒸腾增加和降雨减少的复合效应占据了主导地位。 该研究发现，自2017年以来可检测到的这种转变（已超出自然气候变率范围）已使约6.5亿人面临威胁，并使全球陆地总初级生产力每年减少约0.15拍克碳。 英国背景 监测全国干旱状况的英国生态与水文学中心(UKCEH)本月早些时候警告说，突发性干旱在英国”可能会更频繁地发生，并且强度更大”。 目前的情况符合这一模式。萨里郡的威斯利已连续33天无降雨。英格兰中部自1995年以来从未出现过如此长的干旱期。英国环境署报告称，英格兰87%的流域处于”低于正常至异常低的水平”。数百万人面临软管用水禁令。 威尔士仅获得了7月预期降雨量的5%。威尔士自然资源部已将受灾最严重的地区转入”长期干燥天气状态”，这是威尔士干旱计划的第一步。 转变的速度增加了一个传统干旱监测难以捕捉的维度。标准化干旱指数通过滚动多个月份周期衡量降水赤字，可能需要数周才能记录到一个已经对土壤湿度、作物健康和水供应产生严重影响的事件。 气候信号 2026年英国夏季并非孤立事件。2025年夏季，英格兰、威尔士和苏格兰东部大部分地区宣布了干旱。该声明仅在四个月前结束。2022年夏季同样严重。在四年时间里，英国经历了三次重大干旱事件，这种频率在20世纪末将是极为罕见的。 UKCEH于2025年发表的研究发现，气候变化正在加剧水文循环，使潮湿和干旱极端事件都变得更加严重。虽然年降水量趋势仍不确定，气候模型通常预测英国冬季将更加湿润，但夏季信号更为清晰。即使降雨总量不变，气温升高也会通过增加蒸发和植物水分需求而加剧夏季干旱。 英国气象局预测，到2070年，与1990年相比，英国夏季可能干燥多达60%，气温升高1至6°C。 对于农民来说，影响是直接的。全国农民联盟副主席保罗·汤普金斯表示，种植者”正夜以继日地工作，收割提前成熟的作物，为果蔬浇水，并照料牲畜”，并警告说”又一个艰难且代价高昂的收获季”即将到来。 较长期的预报几乎未带来任何缓解。高压预计将在至少未来五天内主导天气。从西北方向接近的降雨锋面预计将在周末到达遭受干旱的南部和东部之前消散。正如UKCEH所强调的，挑战不仅仅在于管理单个干旱夏季的水资源，更在于建设对气候变化的适应能力，在这种气候下，干旱来得更快、更猛烈，且预警时间比以往更短。 婷 翻译

高分辨率卫星数据显示，中国的甲烷排放仍在上升，但增速已放缓，而且该国庞大煤炭行业的排放强度首次出现下降，这表明有针对性的政策干预可以扭转这个世界最大甲烷排放国的排放曲线。 这项研究由约翰霍普金斯大学、南加州大学及合作机构的研究人员以预印本形式发表在arXiv上，利用TROPOMI卫星观测结合区域大气反演模型，量化了2019年至2024年间中国每天的甲烷排放量。 “中国是世界上甲烷排放最多的国家，但在近期排放趋势、来源以及政策行动的潜在影响方面存在很大不确定性，”作者指出。该研究聚焦于中国政府启动雄心勃勃的甲烷控制工作的时期，将部门政策与大气证据联系起来。 数据 结果显示，中国东部和中部地区的年均增长量为0.3太克/年平方（Tg yr⁻²），比2010年代的趋势更为温和。尽管仍在上升，但对于一个占全球甲烷排放量约28%的国家来说，这一减速值得注意。 更引人注目的是煤炭行业的数据。尽管煤炭产量持续上升，中国仍然是世界上最大的煤炭生产国和消费国，煤炭矿山的甲烷排放强度首次以每年3.2%的速度下降。这一趋势可能与多种政策工具有关，包括针对采矿作业中甲烷捕集和利用的强制性规定和激励措施。 排放强度下降意味着每生产一吨煤所释放的甲烷比以前更少，这表明即使煤炭使用的总体规模在增长，减排措施也在发挥作用。 两个新挑战 该研究还突出了新的挑战。随着中国从煤炭转型，天然气基础设施扩张导致的城市燃气泄漏正成为一个日益严重且量化不足的甲烷来源。不断扩大的城市燃气管网在减少城市煤炭消费的同时，也为管道泄漏和配气损失带来的逸散排放创造了新的机会。 农业甲烷排放也在上升，尽管这些估算的不确定性很大。畜牧业和水稻种植作为两大主要来源，从太空监测比点源工业排放更难，这使得评估当前政策是否有效变得困难。 政策启示 基于卫星的方法提供了地面清单无法做到的事情：独立、系统的验证。中国的自我报告排放数据一直受到一些国际观察人士的质疑，而利用大气测量进行交叉验证的能力对全球气候核算至关重要。 作者认为，即使没有完全的执行力，煤炭矿山排放强度下降这一发现表明，”有针对性的强制性规定和激励措施”可以推动实际的减排。同样的方法也可以应用于其他领域。 研究结果发布在一个关键时刻。甲烷是一种强效温室气体，在20年时间范围内，其捕热能力约为二氧化碳的80倍，减少甲烷排放被广泛认为是减缓近期变暖的最快手段。中国在2021年COP26上宣布将甲烷纳入其《巴黎协定》下的国家自主贡献，使其减排轨迹成为全球优先事项。 卫星记录显示政策开始见效的早期迹象。这一趋势能否加速，以及城市燃气和农业的新挑战能否用同样的工具解决，将决定中国的甲烷排放是否真正达到了峰值。 Reference: Huang, Z., Chen, A., Feng, L., Daniels, W.S., Gaeta, D.C., Morgan, K.L., Murray, L.T., Yu, X., Hobbs, B.F., & Miller, S.M. (2026). “Satellite-based emissions estimate indicates progress toward China’s methane mitigation goals.” arXiv:2607.16931 [physics.ao-ph]. 婷 翻译

模拟逝者的生成式AI系统可以为悲伤者提供真正的安慰，即使这些聊天机器人编造了关于逝者的生平细节，这一发现令研究人员本人也感到惊讶。 这项研究在2026年”设计交互系统”(DIS)会议上发表，并已收录于会议论文集。研究人员让16名志愿者与AI生成的逝者”幽灵”进行对话。每位参与者填写了一份关于逝者的简短问卷，包括性格、兴趣爱好和共同回忆，研究人员据此构建了一个简单的聊天机器人。 结果：所有参与者都表示体验是积极的。 “感觉就像真的在和我的祖父聊天，”一位参与者说。 另一位参与者说：”感觉我终于得到了我急需的那种了结。” 准确性并非关键 最引人注目的发现或许是参与者不关心什么。聊天机器人基于极少的数据，毫无顾忌地编造生平细节，包括工作、爱好和轶事。参与者几乎没注意到，即使注意到了，他们也不在意。 “他们喜欢这项技术，”科罗拉多大学博尔德分校的杰克·曼宁说，他是这项研究的主要作者。他形容自己对这一结果”非常惊讶”。 参与者真正在意的是语气不匹配。有一个机器人称一位参与者为”冠军”，但参与者表示逝者绝不会使用这个昵称。聊天机器人也不使用表情符号，这对于经常与逝者互发短信的参与者来说是一个重要缺憾。语气上的错误比事实错误更能破坏体验。 曼宁解释说：”我的脑海里有一个我妹妹的形象。我不愿面对这样一个事实：也许我对她的记忆方式是错的。” 这意味着AI幽灵的成功不是通过再现关于一个人的客观事实，而是通过满足情感和社会期望。这项技术的作用与其说是精确模拟，不如说是为延续关系创造空间，是许多人已经与逝者进行的内心对话的数字延伸。 研究中的安全措施 实验在严格控制的条件下进行。每条聊天机器人的回复在展示给参与者之前都经过人类研究人员的审查。这确保了即使机器人产生潜在有害的内容，比如赤裸裸地提醒死亡或做出无法兑现的承诺，也会有人类进行拦截。 商业领域则远没有那么规范。任何人都可以指示聊天机器人模仿特定人物。已有公司销售带有合成语音和动画面部的AI复现产品。这些产品之间没有统一的安全措施。 参与者自己也意识到了风险。一位参与者担心自己可能变得”过度依赖”机器人。另一位说：”我不知道如果我继续使用这个，我会变成什么样的人。” 伦理前路 未参与此项研究的剑桥大学AI伦理学家托马什·霍拉内克表示，这项研究提供了一个有价值的起点：”如果我们想了解如何以符合伦理的方式设计这些系统，我们需要更多这样的证据。” 关键的伦理矛盾很直接。真正帮助人们的哀悼技术在本质上并无过错。曼宁本人也表示，研究结果软化了他的看法，他看到了”生成式幽灵在世界上可能发挥真正积极作用的一种版本”。但是，同样的技术在没有任何安全措施的情况下部署，可能会加深悲伤、扭曲记忆或造成不健康的依赖。 研究表明，谨慎的设计，包括人类中介、系统局限性的透明度、以及对语气而非事实准确性的关注，可以使天平倾向于获益。 目前，这项研究打开了一扇窗，提出了一个随着AI伴侣变得更具说服力而将愈发紧迫的问题：如果与逝者的对话不真实但感觉真实，这种安慰是值得拥抱的，还是需要防范的风险？ 参考文献：Manning， J. et al. (2026). “Designing conversations with the dead: How people engage with generative ghosts.” Proceedings of the 2026 Designing Interactive Systems Conference. DOI：10.1145/3800645.3813090 新闻文章：Hulick， K. (2026). “AI ‘ghosts’ can comfort mourners， even when […]