学科: 计算机科学与技术

谷歌DeepMind与波士顿动力合作，为类人机器人赋予在陌生环境导航、识别和操作物体的智能，以实现体力劳动所需能力。双方将在Atlas和Spot等机器人上部署Gemini Robotics模型，并率先在现代工厂测试。

标签: Gemini Robotics模型 工业机器人安全 机器人-人工智能合作 类人机器人

斯格明子是具有稳定拓扑性质的准粒子。本文通过等离激元纳米结构的扭曲工程，理论和实验上首次观测到由多个斯格明子嵌套形成的莫尔等离激元斯格明子簇，实现了拓扑态的精准调控，其拓扑变化可作为纳米结构对准偏差的精准指示器。

标签: 扭曲工程 拓扑光场 纳米光子学

发表于《自然-机器智能》的研究挑战主流AI开发策略，指出无需依赖海量数据和训练，采用类脑架构（如卷积神经网络）的未训练AI系统，其活动模式更接近人脑，性能堪比传统模型，表明架构作用更大，或加速AI学习并减少数据依赖。

标签: AI架构 卷积神经网络 海量数据集 类脑AI

印度科学家通过化学设计开发出高适应性分子器件，能集存储、计算等多种功能于一体，为构建学习能力内置的神经形态硬件开辟新路径。

标签: 分子器件 存储计算一体化 钌配合物

导演洛克多次请求采访OpenAI CEO奥特曼未果，遂制作其深度伪造形象“山姆机器人”，拍摄纪录片《深度伪造山姆·奥特曼》。影片探讨AI对社会的重塑，涉及军事应用担忧，也展现了他对AI看法的转变。

标签: 人工智能 山姆·奥特曼 深度伪造 深度伪造山姆·奥特曼 纪录片

人工神经网络正改变常微分方程研究，但学习到的动力学不透明。本文提出事件转移张量这一包含高阶微分信息的新工具，可描述神经常微分方程在事件流形上的动力学，已在捕食者-猎物模型、最优反馈动力学等多应用中验证，提升了模型的可解释性与可信度。

标签: 事件转移张量 动力学可解释性 神经常微分方程 高阶微分信息

本文涵盖多项自然科学动态：多功能基因编辑工具可修复无义突变，医学研究撤稿中女性作者占比低，AI泡沫或影响科学家，脑机接口可能侵犯心理隐私，新提出j指数，海平面上升致有毒场所面临洪水风险，以及关于岩石与生态圈关系的引言。

标签: AI泡沫 j指数 基因编辑 有毒场所 脑机接口

2023年2月，华盛顿州立大学艺术史教授兼玻璃吹制师梅雷迪思研究罗马玻璃笼杯时，因翻转杯子发现背面被忽视的抽象符号实为制造者标记，揭示出古代玻璃工匠的协作作坊网络，改变了对罗马玻璃制作的认知。

标签: 制造者标记 古代玻璃制作 玻璃工匠作坊 罗马玻璃笼杯

准确预测气候变化依赖地球系统模型对云及其辐射效应的模拟。研究发现，模型模拟的云出现时间存在误差，会导致短波云辐射效应偏差超过总偏差的45%，但这类误差常被其他补偿性误差掩盖，使模型“结果对但原因错”。

标签: 云日变化 地球系统模型 气候模拟 短波云辐射效应 补偿性误差

2025年多数美国科学领域面临科研资助取消和预算焦虑，但特朗普政府将量子科学和人工智能列为优先事项，通过增加资助、推动公私合作等方式推进。不过部分研究人员质疑其效果及资助规模。

标签: 人工智能 公私合作 特朗普政府 科研资助 量子科学