在產房門口，彼得見到了神蹟。當他第一次見到那張小臉時，他的腦子突然被一股熟悉又陌生的恐慌佔據。孩子的皮膚比彼得和妻子艾瑪的都更深得出奇——不是微微的麥色，而是比古天樂還黑的曜石色。護士把孩子遞過來。那一瞬間，時間像被掐住了喉嚨。世界安靜得只剩下3個問題在空氣裡漂浮：這是誰的基因？這是誰的命運？這是誰要負責的一生？小機率事件最殘忍的地方在於——數學承認它，情感卻很難接受它。彼得站在那裡，像是聽見了自己的名字從遠古傳來。他望向艾瑪。她的眼裡有疲憊、驚訝，還有一種不願被外界解析的倔強。艾瑪把孩子抱在懷裡，像是抱住了一個需要被保護的秘密。她說她從未出軌；她說她和彼得從沒與任何非本民族的人發生過關係；她說她小時候的相片裡有一個長得深色的舅舅；她說醫生建議先做DNA檢測和醫學檢查。而那些話很快被一串謠言吞沒，像草原上突起的一簇野火，越燒越旺。白人夫妻生下黑人孩子，是一件驚喜和值得玩味的事情。它在意料之外，卻又在情理之中。老公比老婆懵逼，老婆比老公慌亂。幾乎所有現場的第一步戲碼，都是妻子立刻否認外遇。否認是情緒的第一道防線，是自然本能。男：“現在到底發生了什麼？他們是我的孩子嗎？我的天啊。”護士：“先生，沒事的。抱抱他。”男：“他們有黑頭髮，黑皮膚。這到底是怎麼回事？”醫生：“先生，基因可能……”男：“他們不是我的孩子。請別說了。”丈夫通常會經過原諒的5個階段：懷疑、查證、理解、接納、感恩。以上對話是第一階段。白人能生出黑人嗎？科學證明，兩個白人是可以生出黑人嬰兒的。一個可能的原因是隱性基因。即使父母雙方都是白人，也可能攜帶來自黑人血統的隱性基因。根據最新研究，南非白人中，約有11%的基因是非白人。這種情況解釋了，兩個白人如何能生出黑人嬰兒。來自俄亥俄州的一位白人妻子，就試圖用“1%的非洲DNA”來解釋自己和白人丈夫生下了黑人兒子。女人會在3秒內做出3個動作：否認、哭泣、出示證據。儘管這引發了全國範圍的討論，社交媒體使用者指出，家庭照片“與基本基因不符”。美國一位母親解釋說，她孩子的膚色較深是遺傳自她的祖先血統。根據26歲的母親艾米莉的說法，嬰兒意外的膚色，是她兩年前通過家庭DNA檢測發現的“非常強烈的1%非洲血統”的結果。“非洲基因很瘋狂。你永遠不知道那些特質會顯現出來。”她在臉書上寫道。她的丈夫，29歲的丹尼爾，則自豪地稱他們的兒子是“一個奇蹟”。幾分鐘內，成千上萬條評論湧入。“百分比不是這麼算的。”一位評論者寫道。“如果1%的DNA能做到這一點，我現在早就是勒布朗·詹姆斯了。”“我為丹尼爾感到難過，被這樣欺騙簡直是另一個層次的。希望他能醒悟。”故事在全國傳播開後，一位遺傳學教授稱，這是“我30年來見過的最有創意的祖源科學解讀。”戴夫，你得開始問問題了。於是，局勢升級了。老婆宣佈將進行測謊和DNA檢測，希望證明真相。人們熱切期待著結果。2024年3月24日，艾米莉在其臉書上發佈了聲明。DNA檢測確認她的丈夫並非孩子的生父。然而，真相更為複雜。她聲稱，她前男友的DNA一直在她體內處於休眠狀態。直到2023年她感染了新冠病毒，她認為新冠啟動了休眠基因。丹尼爾選擇支援艾米莉。他表示，無論有沒有血脈關係，他都會把孩子當作自己的撫養，以表達他的愛與承諾。當這位驕傲的爸爸抱著他們的孩子時，臉上的表情說明了一切。“我相信，當你凝視任何一個人的眼睛時，你看到的是上帝形象承載者的臉，這是上帝創造光輝的奇妙見證。”他表示。一對夫妻生下不同膚色的孩子，是一件嚴肅而需要事實支撐的事。基因學家認為，皮膚顏色並非由單一基因決定，而是由許多基因坐在同一張桌子上共同做決定。每個人都帶著一套祖先的“基因牌組”。父母各自從自己的牌堆裡隨機抽牌給孩子。有時候，父母都是淺色皮膚，但兩人恰好都攜帶一些深色牌的隱性基因。當孩子抽到了一組較多的深色牌，他就比父母膚色深得多。這個過程並不浪漫，也不陰謀。一切都是機率與組合的結果。如果一個人有黑人祖先，即使是幾百年前，甚至幾千年前，這個基因也可能隨機跳轉到那個嬰兒身上。遺傳學真的很奇妙。“遺傳學的定律並不簡單，也很難解釋。”浸信會醫療診所兒科的著名遺傳學醫生詹姆斯·馬丁博士說。關鍵在於，機率的存在意味著，你不該立即懷疑忠誠。它只是說，世界有些事情本來就按隨機性運轉。有些問題會在丈夫的腦海中迴響：這是我的孩子嗎？我的妻子和一個非裔美國男人出軌了嗎？他們會強迫妻子做DNA檢測。但更多美國白人男士只是為自己有了一個健康的寶寶感到高興，並不在乎他是什麼膚色。他們認為，他們的孩子是上帝的恩賜，膚色毫無意義。他們說，黑人孩子是全能上帝的奇蹟。我們的主以神秘的方式行事……就像在文章開頭見到神蹟的彼得，他不是天生的寬容者。他的第一反應是懷疑、憤怒、羞辱和自尊被刺痛。他也有選擇的途徑。他可以馬上去做DNA檢驗；可以選擇在沒有證據的情況下，把自己的婚姻推向破裂；也可以把自己交給時間，讓事實慢慢顯現。在現代社會，時間和科學是治癒彼此懷疑的最佳策略。彼得最終在DNA結果出來之前就選擇了接納。當他終於在醫院的燈光下拉過椅子，看著那張他曾視作異樣的小臉，他的世界並沒有劇烈分裂。不是為了讓事情變得簡單，而是他決定讓生活繼續複雜下去。他忽然想通了一件事，孩子最重要的首先不是顏色，而是重量。是夜裡3點必須起床的哭聲。是奶粉錢。是未來20年的責任。白人夫婦喜得黑人寶寶，母親卻指責孩子“只有1%的非洲血統”——網路一片嘩然他說，當一個男人開始計算學費的時候，很多哲學問題就自動消失了。於是，接受慢慢發生。不是電影裡的擁抱大哭，而是更普通、更沉默的動作——在出生證明上籤字，在朋友圈發第一張照片，在別人議論時說一句：“這是我兒子。”真正的父親身份，從來不是血液給的，而是時間一點一點證明的。所有這些令人難以置信的故事，引領我走向的是寬容與愛。我想我們必須接受差異，學會接受對方本來的樣子。女媧按照她的形象創造了我們所有人。無論我們是白人、黑人、亞洲人、阿拉伯人……綠色還是灰色，都無所謂。我們都是人類的一部分。被標題吸引進來的人總想知道，當白人夫妻生下黑人小孩時，老婆一般怎麼解釋。我的回答卻是，最重要的不是妻子怎麼解釋，而是丈夫最後選擇相信什麼。生活這東西，比膚色複雜得多，也比真相寬容得多。你知道嗎？一對居住在英國的奈及利亞裔黑人夫婦生下了一個“奇蹟般”的金發白人寶寶。 (INSIGHT視界)

馬，曾連接草原與帝國、絲路與戰場。2026年2月5日，牧民在鳳凰馬場的雪原上馴馬它們是最早融入人類文明的動物之一。唐代詩人杜甫《房兵曹胡馬》寫道，“胡馬大宛名，鋒棱瘦骨成”，西域胡馬驍騰之姿躍然紙上；阿拉伯詩人稱讚馬為“飲風者”和“吞地者”；在荷馬史詩中，希臘英雄阿喀琉斯的兩匹神駒被形容為“吞地者”；在荷馬史詩中，希臘英雄阿喀琉斯的兩匹神駒被形容為“吞地者”、飛馳如思”。這些故事都源自於人類對馬匹持續數千年馴化的歷史。最新遺傳學和古基因組研究表明，現代家馬的起源中心可能位於黑海與里海之間的歐亞草原地區，並隨人類遷徙擴散至全球。而不同生態與用途持續塑造了馬的形態與能力，促使其在耐力、速度與體格上不斷分化。草原環境孕育了以持久負重見長的蒙古馬，沙漠與遊牧生活訓練了阿拉伯馬的長距離奔跑能力，而「汗血寶馬」的史書故事，則反映了古代文明對優良馬種和體能極限的構想。進入現代，馬業開始轉向科學驅動——生物力學解析奔跑效率，基因技術被用於遺傳疾病防治和繁殖評估。家馬的起源多組遺傳與古基因組研究顯示，家馬的馴化並非一時一地的單一事件，而是一個多階段、跨區域的過程。首都師範大學歷史學院副教授尤悅認為，家馬最古老的祖先可追溯至遠古時期的始祖馬及其演化而來的真馬屬，又經數百萬年演化，真馬屬中的成員野馬逐漸從北美遷徙至歐亞大陸，距今7000年時分佈在黑海與里海之間廣闊的歐亞草原地區。例如，烏克蘭的德累夫卡遺址與哈薩克的波泰遺址，均為研究家馬起源的重要遺址，其出土的馬骨曾引發學術界熱議。其中，德累夫卡遺址出土的馬骨及馬與馴化狗同坑埋葬的現象，曾為馬的家養屬性提供間接線索，但後續碳十四測年結果顯示其年代為公元前7世紀至2世紀，修正了其作為家馬起源地的說法。波泰遺址出土了大量馬骨及帶刻畫符號的遺存，學者從馬的年齡結構、骨骼比例、牙齒磨蝕情況等角度展開研究，結合科技分析發現其身形接近家馬，存在佩戴馬銜的特徵及取馬奶的行為，支持該遺址存在家馬的觀點。不過近年來古DNA的研究結果顯示，波泰遺址的馬並不是現代家馬的祖先，而更接近普氏野馬。英國《自然》雜誌2024年發表研究認為，現代家馬的起源中心位於歐亞草原西部地區的可能性更大，約在4200年前形成了特定基因型並迅速擴散至歐亞全境。這種馴化基因譜系取代了早期本地野生類型，與早期波泰馴化馬係不同。研究人員分析了472個來自歐亞大陸多處考古遺址的古代馬DNA樣本，其中年代最久的約5萬年前。他們發現，出現在約4200年前的一種基因變異或導致馬背外形改變，可能更適合人類騎坐。這種現代家馬祖先基因變化在300年內迅速傳播至西班牙和俄羅斯等地區，塑造了各地現代馴化馬的統一基因組基礎。人類的選擇促進了馬繁殖節律控制、性情溫馴等性狀的固定，這種選擇在考古遺傳中留下了明顯訊號。例如，古代飼養者透過縮短繁殖周期、控制交配來加速族群擴張，這是馴化成功的關鍵環節之一。尤悅指出，家馬曾在歐亞大陸廣泛擴散。向西，於西元前1790年傳入英國，西元前2000年至1600年間傳入希臘；向東，從歐亞草原傳入東亞平原。過去學界認為，東歐大草原顏那亞文化（公元前3300年至公元前2600年）人群的遷徙推動了家馬東傳，但古DNA研究顯示缺乏充分證據表明二者之間存在關聯。研究顯示，中國甘肅青海地區在距今4000至3600年時已出現家馬；中原地區的殷墟遺址發現了數座馬車和馬祭祀坑；山東菏澤青邱等遺址的商代遺存中也已出現家馬；周代，馬在北方地區已普遍存在。此外，家馬約在西元前2世紀傳入朝鮮半島北部，在西元5世紀的古墳時代傳入日本。古老血統阿拉伯馬是世界上最古老且血統保存最清晰的家馬品種之一，起源於阿拉伯半島，可追溯至公元前4000至3000年。在乾旱、資源匱乏的環境中，阿拉伯馬由遊牧部落嚴格選育，其典型特徵包括凹面頭型、高尾姿、精緻骨骼和優異心肺耐力，使其在長距離運動中表現卓越。根據史料記載，它們在沙漠中可連續行進百公里，古代騎兵常藉此快速偵察與徵戰。阿拉伯馬的傳奇與貝都因文化密不可分。貝都因人是居住在阿拉伯半島及北非、近東沙漠地區的遊牧民族，自西元前2000年起便以牧羊、牧駝及養馬為生。從伊斯蘭教興起到中世紀，馬在軍事、貿易和遷徙中扮演了核心角色。阿拉伯馬的血統、耐力與忠誠，也逐漸融入阿拉伯地區口耳相傳的傳奇故事中。貝都因人的「五駿」傳說，講述了5匹最忠誠的母馬在沙漠跋涉後仍回到主人身邊，成為貝都因最尊貴血系之一；阿拉伯詩人曾稱讚它們為“飲風者”和“吞地者”，形像地描述其擺脫桎梏、馳騁沙海的英姿。許多現代名貴馬種的血統均可追溯至阿拉伯馬，其中以在中短距離速跑中馳騁於世界賽馬場的純血馬最為著名。純血馬起源於17至18世紀的英國。根據公開文獻記載，1704年，英國商人兼駐敘利亞代表托馬斯·達雷（Thomas Darley）在敘利亞的阿勒頗買了一匹阿拉伯公馬達雷·阿拉伯（Darley Arabian），將其運往英格蘭的家族馬場，它是現代純血馬的三大始祖之一。它以其血統改變了賽馬史，其後代飛徹斯特（Flying Childers）成為英國賽馬場早期最負盛名的速度的象徵，史料記載其幾乎未嘗敗績，當時人們稱它為“快於風的馬”。真正奠定純血馬統治地位的，則是飛徹斯特的後代日蝕（Eclipse）。日蝕出生於1764年，它在賽場上保持了全勝紀錄，更重要的是其後代在速度、體形和競技穩定性上形成了顯著優勢。至19世紀，隨著英國賽馬協會確立封閉血統制度，現代純血馬體係由此成形。中國史書裡的汗血寶馬，更為馬增添了神秘色彩。《史記·大宛列傳》記述，大宛國（今中亞費爾幹納盆地一帶）“多善馬，馬汗血，其先天馬子也”，描述這種馬在奔跑或長途跋涉後，汗液中似有血色滲出，體力與耐力尤為出眾。《漢書》記載，漢武帝得知此馬後，認為其“可以備軍國”，兩次派兵遠徵西域，史稱“貳師將軍伐大宛”，由此開創早期絲綢之路上軍事與文化交流。這是2024年4月30日在新疆烏魯木齊市舉行的巡遊活動上拍攝的汗血寶馬方陣現代研究普遍認為，史書中的汗血馬，很可能對應現今中亞地區的阿哈爾捷金馬及相關古老馬系。這一馬種以耐力極強、體態修長、皮毛呈金屬光澤而聞名，所謂“汗血”，可能是因為馬的皮毛在流汗時呈現出金屬光澤，或運動後皮下毛細血管微量出血造成的視覺現象。中國新疆等地建立的汗血馬繁殖基地，就旨在延續這一古老血統，將歷史傳奇與現代繁殖、賽馬和文化展示融合，讓「天馬西來」的故事在今天仍生動可見。新疆古生態園區內的中國汗血馬基地是國內規模最大且功能最完整的汗血寶馬繁殖與發展機構。該基地自2009年開始引進汗血馬，並長期進行繁殖與種質資源保護工作，目前純種汗血馬約數百匹，是全國領先的良種馬資源聚集地。「基因興奮劑」爭議自英國純血馬體系成形起，賽馬就被納入高度製度化的軌道：統一血統登記、標準賽程，以及以「用時」為核心的成績榜單。而科技的介入，正在重塑這項古老運動。隨著CRISPR-Cas9等第三代基因編輯技術的成熟，馬匹領域出現了從細胞層面的實驗性基因修復和編輯，到全球首個基因編輯馬實際誕生的突破。根據外媒報導，2024年底，阿根廷科研團隊首次利用CRISPR-Cas9技術培育出基因編輯馬，以冠軍母馬波洛·普雷薩（Polo Pureza）的DNA為遺傳基礎，定向增強與爆發力、速度相關的肌肉基因，在保留原有優勢的同時提升競技潛力。基因編輯案例引發人們對賽馬倫理、規則和基因禁藥監管的激烈討論。研究團隊負責人加布里埃爾·維切拉表示，這次基因編輯的目標，是在單一世代中以精確方式整合這些基因。 “我們並沒有創造任何人工基因，只是把自然存在的基因序列引入另一匹自然馬體內——這是自然界本就會發生的事情，只是我們讓它更快、更精準。”此外，現代生物力學的發展，讓人們從「賽馬時間榜」移開目光，聚焦馬匹奔跑的內在機制。科學研究團隊利用運動捕捉、高速攝影與感測設備量化馬匹步態，為理解奔跑效率、訓練效果與傷害風險提供客觀參數。隨著基因科技、感測器技術和數據分析工具的成熟，賽馬規則隨之演進，如何界定「技術輔助」與「競技作弊」成為新的治理議題。如今各大賽馬協會，如美國賽馬協會、英國賽馬協會、澳大利亞賽馬會等已陸續將某些新型抗炎藥、激素調節劑和細胞因子類藥物納入禁用項目，同時提升了檢測靈敏度並增加檢測頻率。2025年，英國賽馬協會宣布將進行「基因興奮劑」檢測，推出基因編輯及異常基因表現的監測方案。該協會指出，雖然目前在英國及其他純血馬賽區尚未發現基因興奮劑的實際案例，但隨著基因操控技術逐漸成熟，這類風險將不再是科幻小說。根據世界反興奮劑機構（WADA）定義，基因興奮劑指使用細胞、基因、遺傳元件，或對基因表現進行調控，因此具備提升運動表現潛力的行為。英國賽馬協會代理首席執行長布蘭特·鄧希表示：“在這一領域保持前瞻性至關重要。通過對前沿研究的投入，我們如今已經具備了相應的技術能力，能夠識別並遏制任何試圖利用不正當技術、為馬匹獲取不公平競技優勢的行為。” (環球雜誌)

“我希望你們繼續做下去。”頭圖｜WebSummit在2月初，卡達多哈WebSummit的現場，一位母親握著竺添的手。她的孩子得了基因疾病，這位母親從網路上得知，在WebSummit，會有基因編輯公司來到現場，她買了門票，特意請假趕過來，只為了見竺添一面，跟她說，加油。竺添，一家基因編輯機構——引正基因（GenEditBio）的創始人，2021年，她與聯合創始人鄭宗立共同創立了GenEditBio，開發新型精準基因編輯器和設計安全高效體內遞送平台。在多哈展覽中心巨大的玻璃穹頂下，這只是3萬名參會者中發生的無數個微小瞬間。這個古老的東西商貿交匯點上，科技正發生著最大規模與最熱烈的碰撞。一組資料證實了這一趨勢：今年的Web Summit多哈峰會聚集了30274名與會者、1637家初創企業和931名投資者。來自卡達投資局、卡達發展銀行等戴著頭巾白袍的中東投資者坐在自己的展廳裡，洽談一個個有意向到卡達來的創業者和投資機構；一位AI創業者在現場給每一位參會者發放自己寫的關於如何建構AI Agents的書籍；來自奈及利亞、塞內加爾、巴林等小國的創業者，不厭其煩介紹自己的產品……“科技的未來不再是矽谷的專利。”Web Summit的CEO兼創始人Paddy Cosgrave說，“我相信新的世界秩序，我們已經進入的多極世界，是幾個世紀以來最大的全球機會。”在這裡，沒有壟斷的“美國夢”敘事，每一個國家和創業者的微小創新，都被平等地尊重和對待。連接，是這場活動最令人印象深刻的特點，正如這座城市在過去商貿歷史擅長的角色一般。在過去的16年中，WebSummit每年的主題都在變換，從移動網際網路的創新，到資料隱私保護，再到如今的AI原生創新，最新的技術和創意在這裡交織碰撞。曾經在WebSummit上的小攤位上，那些只有幾人的小公司，如今許多已經成為納斯達克中的一員。中國的“淘金者”“中東並非‘人傻錢多’。”在多哈WebSummit的幾天，竺添頻繁穿梭在卡達各類機構之間。她很快意識到，這裡的投資者，尤其是掌管著約5800億美元資產的卡達投資局（QIA），正在展現出了極高的專業度與明確的戰略訴求。她告訴我，這裡的基金在追逐全球前沿機會的同時，對能帶動本國產業與經濟發展的“本地化合作”有著強烈的偏好。 “我們提供的正是技術與本地需求的深度結合。”竺添總結道，GenEditBio所專注的基因編輯療法，與中東本地的醫療需求高度契合，這正符合將全球創新引入本地、解決實際痛點並創造長期價值的戰略方向。WebSummit論壇，中間為竺添，照片由竺添本人提供要瞭解GenEditBio做的事情，可以把人體思考成一本大書，在書中有一些錯別字，就是基因突變，竺添她們做的，就是把這些錯別字，用精準基因編輯器進行修正，體內遞送平台則能夠幫助編輯器定位到出錯的基因。這正好擊中了這個中東國家的醫療痛點，由於這裡的近親通婚習俗，如沙烏地阿拉伯新生兒受遺傳疾病影響的比例高達約8%。卡達本地研究所坐擁獨特的本土遺傳病資料寶庫，但在資料主權框架下，其深度利用與國際合作面臨挑戰。如今他們正積極尋求將資料優勢轉化為本土研發實力，這恰好是像 GenEditBio這樣的公司的機會，這也是竺添此次來到WebSummit的原因——尋找技術合作的機會和商務合作機會。對竺添而言，這些遺傳病的資料集，是基因研究中難得的富礦。竺添表示，在基因編輯的商業化上，中國已展現出躋身全球第一梯隊的實力，一個明顯的體現，就是竺添發現在許多國際會議和論壇中，她已經可以作為中國公司，與全球頂尖的基因公司同台競爭。第二天，竺添將在WebSummit的一個論壇中發言。除了基因編輯，人工智慧，顯然是卡達的投資機構關注的重點，12月8日，卡達官宣成立了國家人工智慧公司“Qai”，準備將國家資源投入到這項技術之中。Qai將作為卡達主權財富基金——資產規模達5240 億美元的卡達投資局（QIA）的子公司，在卡達及全球範圍內開發、營運和投資人工智慧基礎設施和系統。劉驍彬的公司，屬於人工智慧，其切入的是卡達最重要的供應鏈環節。劉驍彬，Bizlysis的CEO兼創始人，剛剛與卡達最大的供應鏈企業交流完，對方表現了濃厚興趣。作為東西方貿易的十字路口，多哈的戰略地位不言而喻，早在2017年，“中國海灣快線”便已開通，滿載著中國商品的集裝箱巨輪每周往返於上海與哈馬德港之間。維繫著這個沙漠國家的物資供給。然而，面對供應鏈中的“黑天鵝”事件，傳統的航運顯得脆弱不堪。這就是Bizlysis的切入點：利用AI分析海量資料，為供應鏈提供運價預測與風險預警。“他們很驚訝，因為他們正想做這件事，而我們恰好就出現了。”在聽完劉驍彬介紹後，卡達的物流供應鏈集團的代表表示出了欣喜。劉驍彬介紹公司產品 照片由本人提供一直以來，這個行業一直處於一個相對原始的狀態，成本不可控、匯款困難，還有一個更重要的問題是沒有AI工具。最常發生的事是，當客戶說，簽一個6個月的合同，1000條櫃子，每條櫃子2000美金，貨主一拍腦袋說，可以做。結果最後供應鏈運價暴漲，所有利潤都被吃完了。劉驍彬告訴我，很快他們即將有深入聯絡，將Bizlysis的產品推到這家卡達物流集團的決策系統。另外，他們也提供套期保值建議幫助企業對衝風險。一直以來，集裝箱的核心交易均在歐洲完成，很少有中國企業能夠參與。2023年中國發佈了歐線集運期貨指數合約，為參與中歐貿易的企業提供金融工具，對衝風險。這也衍生出了Bizlysis的另一塊業務，劉驍彬他們為實體產業客戶提供了期貨諮詢服務，通過複雜的數學和一個簡單的介面，告訴客戶如何通過購買期貨對衝風險。前不久，Bizlysis剛在香港最重要的人工智慧大賽中，獲得了Fintech金融科技領域的第一名。目前，對劉驍彬而言，更多的是接觸種子客戶，瞭解他們的真實反饋，進一步打磨產品。這也是他們與卡達最大的供應鏈集團接觸的動因。在更前沿的賽道上，中國創業者之間正在多哈發生奇妙的化學反應。源自香港科技大學技術轉化的數模混合晶片公司原子半導體的代表決定和一家中東的基金聊聊，看是否有合適的機會。創始團隊的電流感測器等晶片在智能汽車、智慧工業等場景已經實現應用。如今，他們正在拓展更多增量市場，例如在這次的WebSummit峰會上，他們結識了一家腦機介面公司，其頭戴式產品所需的ADC，溫度與壓力感測器晶片均與原子半導體產品線高度契合，雙方很快便決定展開合作。孫斌在WebSummit向來訪者介紹公司的產品Brainthink創始人兼CEO王卓崢現身活動現場，與多位投資人和合作夥伴展開深度交流，其公司的腦機介面相關技術和佈局更是吸引了中東投資者的高度關注與濃厚興趣。王卓崢在WebSummit論壇發言據瞭解，Brainthink研發的頭戴式腦機介面產品，可通過精準採集腦電波訊號，結合AI垂類模型，客觀反映使用者的精神狀態、情緒與心理素質，目前已落地應用於學生心理狀態測評、運動員心理素質監測等場景。王卓崢深耕腦機介面領域五年，全程見證了這一技術從實驗室研發階段逐步走向商業化落地的關鍵歷程。當下，非侵入式腦機介面已邁入商業化發展階段，Brainthink的相關產品在醫院開展的臨床驗證中，精準度已達90%，且僅需佩戴3分鐘即可完成動態監測。王卓崢表示，公司現階段的核心發展方向之一，是挖掘該技術更廣闊的大眾化市場空間。非侵入式腦機介面產品的研發與落地，核心難點在於實現還原原始極其微弱的腦電波訊號的同時有效抑制周圍環境噪聲的干擾，這對感測器的性能提出了極高要求。而這一技術需求，恰好與原子半導體的技術優勢高度契合。中國的創新鏡像在多哈，你能看到不少外賣兩輪車在路上來回穿梭，上面寫著“Keeta”，這是美團在2025年上線的國際外賣品牌，這些綠色的外賣車背後，是一種範式轉移。倘若繪製一張全球科技演進的時間軸，中美兩國無疑佇立於這一曲線的最前沿。儘管在某些細分領域，太平洋兩岸仍橫亙著一至兩年的“技術時差”，但這種差距正在肉眼可見地消弭；而在其他領域，正在形成一種“雙頭並進”的格局。如果將視線向後延伸，歷史似乎正在以一種錯落的方式重演：那些剛剛踏入AI門檻的國家，正在重排中國兩三年前的創新劇本；而對於更多的小型經濟體而言，它們正在消化的，則是中國過去二十年移動網際網路浪潮所留下的批註。如果有心，總能在展館裡的創業者區，找到中國創新的鏡像。一個奈及利亞創業者正在推介一款提供訂閱制清潔服務的平台，其商業邏輯像極了中國的清潔服務平台。奈及利亞的創業者 陳伊凡攝這個發佈了兩周的產品，是奈及利亞市場對標準化清潔服務的飢渴，這位創業者告訴我，在奈及利亞，還沒有人做這樣的事情，也沒有這樣的APP，“大家都需要清潔”，並且，在WebSummit，他和很多人聊，在沙烏地阿拉伯、土耳其等這些國家，都存在同樣的問題，大家沒有時間清潔。在他們的產品中，使用AI客服解決訂單需求。不僅如此，許多人甚至不知道如何科學清潔，“他們用有毒的產品清潔，比如你會聽到有人抱怨清潔工用漂白劑之類的東西，這會導致呼吸道問題。”他計畫下個月到中國，採購對人體危害更小的環保清潔產品， “看，你們中國已經發生了的，現在在奈及利亞也在發生。”還有一位來自塞內加爾身著紅色長袍的女性，做了一個非洲版的B站，在這個平台上，電影人、製片人、編劇可以通過這個平台發佈內容，同時還可以通過平台與不同的人建立聯絡，試圖用一種去中心化的社區模式，重塑非洲的內容生態。來自塞內加爾的創業者正在介紹自己的創業項目 陳伊凡攝幾位荷蘭年輕人則展示了中國“微信運動”在歐洲的變體：這款健康遊戲通過虛擬地圖和卡通形象將步數變現為通關獎勵，甚至具備社交的功能。他們為這次峰會專門製作了T恤衫，上面寫著“35000使用者、50000歐元營收、上線6個月、尋找投資者”。荷蘭的創業者 陳伊凡攝這些零散的創新故事正在拼湊著一條紀錄片，這裡，來自中國創新母片，被全球不同發展階段的市場按需剪輯、拼接。結語或許，在變幻莫測的AI世界，許多人已經習慣了矽谷的故事，這些故事的主人公足夠前沿、足夠創新，增長迅速，不斷融資……但在多哈，我們看到了另一種更為寬廣和平等的敘事，每一個人都在用自己的方式連接世界。中國的科技創新，正在成為一面鏡子，開發中國家在這裡看到了自己的未來。 (AGI介面)

就在今天，GoogleDeepMind開源人類底層程式碼！AlphaGenome登上了Nature封面，標誌著 DeepMind 在生物計算領域繼 AlphaFold 之後再下一城。相較於同類模型，AlphaGenome能夠一次性輸入100萬個鹼基對，並在單鹼基對的精度上預測數千種表徵其調控活性的分子特性。這是DNA領域的里程碑式突破。如今，AlphaGenome只需讀入一段DNA序列，提取調控基序與表徵活性，便可對數千種分子特性高度預測。該研究也得到了醫學大佬的認可，美國醫學院院士，斯克里普斯研究轉化研究生的創始人和主任Eric  Topol表示，這是AI在生命科學方面的又一大進步。早在2025 年6月，DeepMind就率先在 bioRxiv 發佈 AlphaGenome 預印本並推出 API，目前已經有來自160個國家的3000多名研究人員使用。如今，該成果被《自然》正式刊發，團隊正式對外開源了全部研究程式碼和模型權重。我們可以期待，在完全開放原始碼的情況下，有多少人類基因秘密被科學家們解開。解鎖人類98%的“垃圾基因”AlphaGenome由Google DeepMind的負責人DemisHassabis領導，他此前憑藉蛋白質模型AlphaFold2，獲得了2024年諾貝爾化學獎。Demis Hassabis曾放出豪言：「未來十年，AI將治癒所有疾病」。而AlphaGenome出世意味著，人類向理解生命本質又邁進一大步。要知道，距離全球科學家完成人類基因組測序，已經過去了23年了。但迄今為止，科學家仍然沒能解開DNA的秘密。以往的觀點認為，人類DNA僅有2%，剩下的98%都是DNA都是“無用”的非編碼區。然而，現在剩下的98%並非是無用的基因，其中蘊含著豐富的調控資訊，包括調控基因開關、影響胚胎發育、參與形成特殊RNA、維持染色體結構等。因此AlphaGenome，其核心意義正是為瞭解碼這98%的“暗物質”區域。它能夠系統預測非編碼DNA序列的功能和變異影響，幫助科學家從海量無用資訊中高效篩選出真正具有生物學意義的寶藏，從而理解疾病機制、助力藥物研發。解開人類底層密碼該模型基於Google DeepMind 的基因組學模型 Enformer 建構，採用Loop-aware 架構，並和此前推出的預測編碼區變異的AlphaMissense互補。同時，AlphaGenome整合了人類和小鼠的基因組資料，包含5930 條人類以及1128 條小鼠基因組訊號，這些訊號與基因表達、DNA 可及性和剪接等功能相關。這也讓AlphaGenome做到了以往同類模型到達不了的高度。1、又長又精準，100萬鹼基對的長序列輸入此前的模型要麼能處理長序列但解析度低（如Enformer和Borzoi），要麼解析度高但只能處理短序列（如SpliceAI和BPNet）。但AlphaGenome它一次就能掃描長達100萬個DNA鹼基對的廣闊區域，與此同時它做到了能夠預測到單個鹼基對的精度2、多模態大模型，多個任務一次搞定現有模型要麼專注於單一任務，例如剪接預測等，要麼是多模態但某些任務表現不佳。而AlphaGenome能夠做到一次輸入後，可以同時預測基因變體對數千種基因組的影響，包括基因表達、組蛋白修飾、剪下等各個方面，科學家不用再切換多個工具了。更重要的是，AlphaGenome做到了性能全面領先。對單條DNA 序列進行預測時，AlphaGenome 在 24 項評估中有 22 項表現優於最佳外部模型。而在預測變異的調控效應時，它在 26 項評估中有 24 項表現與最佳外部模型相當或更優，尤其在預測eQTL方向上，比此前最佳模型提高超25%。RNA剪貼錯誤是造成疾病的常見原因，AlphaGenome的創新性在於，能夠直接從序列預測剪下點。在7個權威的剪接變異基準測試中，AlphaGenome在其中6個上實現了SOTA 性能，包括根據ClinVar、sQTL因果關係和GTEx剪接異常值預測剪接變異的致病性。除了能夠預測多種分子特性外，AlphaGenome還能在一秒鐘內高效評估一個基因變異對所有這些特性的影響。它通過對比突變序列與未突變序列的預測結果，並針對不同模態採用不同方法高效總結這種對比來實現這一功能。不僅如此，對比此前的預印本，DeepMind團隊還最佳化了以下內容。更好地理解生命就在論文發佈同一天，DeepMind還上傳了一支視訊，邀請團隊對該工作進行分享。針對後續如何完善AlphaGenome，團隊表示：1、拓展對複雜變異類型的預測支援，使模型能解讀更真實的臨床與科研遺傳變異，覆蓋更多疾病機理2、提升易用性，將數千個複雜評分彙總為更易解讀的單一評分3、拓展資料與物種範圍，目前只包含人類和小鼠，未來可能納入更多物種和更多細胞類型的資料這些都將進一步提高AlphaGenome在實際科研中的實用性。從AlphaFold再到AlphaGenome，DeepMind打開了一扇窺見生命與疾病最根本過程的窗口。近期科技女皇木頭姐的一份報告，再次點燃了人們對AI+醫療保健的熱情。報告預測，到2030年，測序整個人類基因組的成本可能下降約十倍，降至10美元（如今約100美元）。測序成本降低將導致資料量增長10倍，意味著人類基因資料將遠遠超過現有的數量。當然，海量資料本身不是價值，解讀才是。AlphaGenome正是為解讀資料中最複雜、資訊量最大的DNA序列而生，能將原始資料轉化為可理解的生物學知識。當前，AlphaGenome已經學會了DNA的基本原理，未來有望為為罕見病診斷、癌症精準醫療、藥物靶點發現提供新途徑。包括但不限於：發現新的疾病標記物和藥物靶點（尤其是在非編碼區）解釋患者基因檢測結果，指導精準用藥設計合成生物學元件，為基因療法和細胞療法提供設計工具此外，它在預測RNA剪接異常等方面的能力，對於理解許多罕見病和癌症至關重要，能直接推動相關藥物研發。可以預見，未來的多組學AI平台可能會整合類似AlphaGenome的先進基因組模型，使其與蛋白質、代謝組等模型協同工作，形成一個統一的生命系統模擬與預測環境。屆時，人類不只是能夠獲得DNA資料，而是真正理解生命的運行。 (智藥局)

GoogleAlpha家族，再登Nature封面！這次推出的全新成員AlphaGenome，將AI的預測疆域拓展到了最為宏大且神秘的人類基因組圖譜。AlphaGenome能夠同時對11種不同的基因調控過程進行綜合預測，精準捕捉基因深處的複雜互動。它能深入分析複雜的基因剪接機制，識別細胞如何從單個基因生成多種蛋白質，以及這一過程何時會出錯導致疾病。例如，AlphaGenome對白血病相關基因TAL1的致病突變進行了精準還原，精準預測出8000個鹼基之遙的區域發生的突變引起病變。這能讓人類更進一步瞭解免疫細胞失控增殖引發癌症的深層成因，同時也證明了該模型不僅能處理已知資料，更能對從未見過的DNA片段及其未知突變做出精準預測。綜合成績方面，其預測性能在各項測試中均持平或超越現有程序，成為當前基因組預測領域的SOTA模型。目前，Google DeepMind已面向非商業研究開放AlphaGenome API。同時預測11種基因調控過程AlphaGenome建構了一個統一的預測框架，單次推理即可覆蓋基因組的廣泛特徵。該模型直接對11種不同的生物學過程進行綜合預測，涵蓋了基因表達（RNA-seq）、轉錄因子結合、組蛋白修飾，以及染色質在三維空間中的折疊接觸圖譜。不僅預測範圍廣泛，精度方面，在各項嚴格的基準測試中，AlphaGenome也刷新了多項紀錄。在針對基因組軌跡預測的24項評估中，它取得了22項SOTA。以及在直接關聯疾病研究的變異效應預測任務中，它與Borzoi、Enformer等現有模型進行了26輪對決，並在25輪中勝出，證明了其在捕捉微小基因變異後果上的精準度。在極其複雜的RNA剪接過程中，AlphaGenome實現了對剪接動力學的完整模擬。它能夠同時計算剪接位點（Splice sites）、位點使用率（Usage）以及具體的剪接連接點（Splice junctions）。以動脈組織中的DLG1基因案例為例，DNA序列中一個微小的4鹼基缺失（TACTC>T），就會導致關鍵的外顯子被錯誤跳過。AlphaGenome精準捕捉到了這一連串反應，計算出受影響外顯子的使用率大幅下降，並直接描繪出了因此產生的那條異常剪接連接通路。除了編碼基因，基因組的奧秘同樣散佈在廣闊的非編碼區中，對於這部分基因序列，AlphaGenome利用其長程預測能力，解析了距離靶基因超過10kb的遠端增強子。這種對“超距作用”的掌控，解決了全基因組關聯分析（GWAS）中的核心難題——GWAS雖然能找出大量與疾病相關的變異位點，但這些位點絕大多數位於非編碼區，往往距離它們真正影響的靶基因數千甚至數萬鹼基之遙。在測試中，AlphaGenome成功為49%的GWAS相關位點指明了明確的調控方向，解析率大幅超越了傳統方法。這種能力在白血病相關基因TAL1的研究中得到了直觀驗證，AlphaGenome成功鎖定了一個距離TAL1基因轉錄起始位點8000個鹼基之遙的插入突變，並給出了完整的致病邏輯鏈條。模型預測，這個突變在原本沉寂的區域創造了一個MYB轉錄因子的結合位點。隨後的In Silico Mutagenesis (ISM) 分析進一步揭示，這個新出現的位點招募了H3K27ac等活性標記，形成了一個新增強子（Neo-enhancer）。正是這個新誕生的開關，遠端強制啟動了本應關閉的TAL1基因，最終導致T細胞癌變。AlphaGenome所展現的這些能力，不僅提升了從DNA序列預測分子表型的精準性，也為解析非編碼區變異的生物學功能提供了可操作的預測手段。那麼，AlphaGenome背後都有那些關鍵技術呢？CNN+Transformer混合架構為了實現高精度的基因組預測，AlphaGenome採用了一種基於U-Net的混合主幹網路，融合了摺積神經網路與Transformer的技術優勢。該架構利用摺積層提取局部的DNA序列特徵，同時引入Transformer模組利用注意力機制捕捉跨越長距離的鹼基依賴關係。這種混合設計最終生成了兩種形式的嵌入表示，分別是用於預測線性基因組功能軌跡的一維嵌入，以及專門用於重構染色體在三維空間中折疊結構（接觸圖譜）的二維嵌入。在U-Net結構的具體設計中，編碼器通過摺積模組逐步降低序列解析度以提取高維特徵，中間層的Transformer塔在低解析度下處理長程資訊，最後解碼器通過跳躍連接（Skip connections）逐步恢復至單鹼基解析度。基於這一架構，AlphaGenome將輸入窗口擴展到了100萬個鹼基對（1Mb），足以覆蓋絕大多數遠端增強子與啟動子之間的相互作用區域，確保模型在進行預測時擁有完整的上下文視野。支撐該模型訓練的是一個覆蓋人類與小鼠雙物種的工業級規模資料集。模型利用了來自ENCODE、GTEx及4D Nucleome Project等公開資源，針對人類基因組的5930種功能軌跡和小鼠基因組的1128種功能軌跡進行了端到端的監督學習。這些資料覆蓋了不同的組織、細胞類型及細胞系，確保模型能夠學習到基因調控在不同生理環境下的通用規則。在訓練策略上，AlphaGenome實施了一套兩階段流程以兼顧泛化能力與推理效率。第一階段為預訓練，採用了嚴格的4折交叉驗證策略，將基因組劃分為互不重疊的區間，確保模型在未見過的測試集上進行評估。第二階段採用了蒸餾策略，研究團隊建構了一個由所有預訓練模型組成的全折疊教師模型集合，並用它們來指導單個學生模型進行學習。在此過程中，系統引入了嚴苛的資料增強策略，包括隨機移位、反向互補，甚至引入了隨機突變。這種高難度的訓練迫使學生模型不僅僅是記憶訓練資料，而是必須掌握DNA序列背後深層的語法規則，從而在面對未見過的變異時表現出更強的魯棒性。工程化方面，AlphaGenome利用序列平行（Sequence Parallelism）技術，將1Mb的長輸入序列切分為多個片段（如131 kb），並分配至8個互聯的TPU v3裝置上同步計算。這種軟硬體協同的架構，使得模型能夠在保持單鹼基解析度精度的同時，完成大規模訓練任務，最終得到的蒸餾模型在單個GPU上僅需不到1秒即可完成推理。參考連結：[1]https://www.nature.com/articles/s41586-025-10014-0[2]https://deepmind.google/blog/alphagenome-ai-for-better-understanding-the-genome/[3]https://www.nytimes.com/2026/01/28/science/alphagenome-ai-deepmind-genetics.html (量子位)

腿細、馬甲線、直角肩是很多人都在追求的“好身材”。其實，微胖、腿粗、屁股大……這些也是健康身材。你以為的身材缺點，可能是中了“基因彩票”，即個體在隨機的遺傳過程中獲得了有利的基因組合，這樣身材的人群患代謝相關慢性病的風險較低，壽命更長。01 “缺點一”：大腿粗壯 降低全因死亡風險很多人明明不胖，就是大腿粗，經常羨慕別人又細又長的腿。如今越來越多的研究發現：大腿粗壯反而是好身材的標誌之一，更有助於長壽。大腿圍的正常範圍是46～60釐米。正常範圍內，一般大腿圍越大，腿部肌肉就越強壯。有研究表明，大腿粗壯的人血脂更好。正常範圍內，大腿圍每增加5釐米，全因死亡風險就會降低；大腿粗壯會降低高血壓和心臟病風險，降低糖尿病風險，骨密度也更高。02 “缺點二”：屁股大 患糖尿病風險低2023年，《糖尿病護理》發表的一項研究指出：臀部脂肪多是一種健康優勢，與2型糖尿病風險降低有關。臀部脂肪與脂肪因子水平呈負相關，脂肪因子水平每減少1個標準，2型糖尿病風險升高16%，這是獨屬於臀部脂肪的優勢。臀部大的人，腦血管更好。臀部肌肉發達，可降低摔倒的風險；臀部脂肪多，可降低患上糖尿病的風險；臀圍每增加10釐米，死亡率就會下降；臀部脂肪較多的女性，患心血管疾病的風險較低。判斷臀部大小和是否屬於肥胖時可參考一個指標：腰臀比（計算方式是腰圍除以臀圍）。男性正常腰臀比<0.9，女性正常腰臀比<0.85。如果腰臀比＞1，則意味著健康風險較大。03 “缺點三”：微胖身材 更有利於長壽瘦不下來、減肥困難，這是很多微胖身材人的苦惱。其實在很多醫生和科學家眼中，微胖身材才是最佳身材。有研究發現，在高齡長壽老人中，微胖且腰圍較細的體形，死亡風險最低。■ 微胖：體重指數（BMI=體重÷身高的平方）每增加1千克/平方米，全因死亡風險降低4.5%，體重指數在28千克/平方米左右時，死亡風險最低。這表明高齡老人的身材稍微胖一點更利於長壽。當然，對於老年人，還應追求高品質的健康體重（肌肉量足、營養狀況好），而非單純關注BMI數字。■ 腰細：腰圍與全因死亡率、心血管疾病死亡率和非心血管疾病死亡率呈正因果關聯。換句話說，如果同樣身高、胖瘦的兩個人，其中一個人腰圍更細，則這個人死亡風險更小、長壽的可能性更大。04 “缺點四”：輕微斜肩 其實是正常體態如今，直角肩成為很多愛美女性追捧的目標。生活中大部分人都不是直角肩，都有一點輕微斜肩，很多人也稱其為溜肩。其實，直角肩並不是一個完美身材。在正常的體態下，肩膀並不是水平的。正常人兩側肩胛骨的內側緣間距為上窄下寬，鎖骨比水平線高20度左右。△正常體態的肩膀直角肩，醫學術語稱之為肩胛骨下迴旋綜合徵，是由於肩胛骨處在不正確的位置，表現出了異常的直角肩體態。肩關節的活動有賴於正常的肩關節骨性結構、正常的肩肱節律及肩袖組織。而直角肩破壞了上述組織和結構，會導致肩關節活動受限，甚至誘發肩峰撞擊，引起肩峰下滑囊炎和肩袖損傷。05 這些方法練出健康好身材任何年齡段都應注重身材管理，只有保持健康的體重和合理的比例，才是“好身材”。1. 給臀腿“囤”點肌肉腿部肌群是身體最大的肌群，佔全身肌群的60%。適當進行深蹲練習，不僅可以啟動臀腿肌肉，增加下肢活力，還可以保護關節穩定性，增強基礎代謝水平。2. 控制腰臀比研究表明，腰圍大的正常體重者比肥胖者患心臟病的風險更大。那些體重稍微增長幾斤，肚子就明顯發胖的人，一定要保持警覺。另外，一些久坐者臀部很胖，這是因為長期不活動導致的脂肪堆積，並不是下肢肌肉增加。這種情況看似腰臀比合理，卻依然存在皮下脂肪過多、發病率升高的風險。3.30歲後管好腰圍隨著年齡增加，身體代謝能力下降，脂肪堆積慢慢顯現，因此30歲後要嚴格管理腰圍。可以多做有氧運動，有助提升代謝、全身減脂，讓各項身體指標達到健康標準。 (央視財經)

從人工智慧（AI）到基因編輯，從太空探索到綠色能源……科技的浪潮不斷催生新的商業模式與機遇，深刻改變著社會、經濟與人類生活的面貌。近日，《自然》雜誌網站梳理出多項2026年值得期待的重大科技進展：AI技術將進一步賦能各行各業，尤其在科研中扮演關鍵角色；基因編輯技術也將持續突破，為人類健康保駕護航；在新的一年裡，人類還將繼續向星辰大海的夢想邁進。中國首艘超深水大洋科考鑽探船“夢想”號將駛向深海。圖片來源：新華社“AI代理”加速科研處理程序AI驅動科學研究已取得顯著進展，並日益成為常態。2026年，融合多個大語言模型的“AI代理”有望在科研中得到更廣泛應用。它們能夠執行複雜的多步驟流程，甚至可在極少人工干預下獨立工作。首批由AI開展的重大科學成果很可能在2026年發佈。然而，AI的廣泛使用也暴露出一些缺陷。研究人員已報告了“AI代理”容易出現的錯誤，例如意外刪除資料等問題。由於大語言模型的訓練成本高昂，未來也可能出現超越現有大語言模型的技術。新方法側重於開發小規模AI模型，其能從有限資料中學習，專注於解決特定問題。這些系統不生成文字，而是進行資訊推理。今年，已有小型AI模型在邏輯測試中擊敗大語言模型。醫學領域多面開花2026年或將啟動兩項針對罕見遺傳病的個性化基因療法臨床試驗。今年，科學家已成功為患有罕見遺傳病的嬰兒KJ·馬爾杜恩實施了個體化CRISPR基因編輯治療。明年，該團隊計畫向美國食品和藥物管理局（FDA）申請，在費城開展針對更多兒童的臨床試驗，測試用於治療7種相關基因變異引起的代謝疾病的基因編輯療法。另一團隊也預計在明年啟動針對免疫系統遺傳病的類似試驗。英國一項超過14萬人參與、旨在評估一種單次血檢效果的臨床試驗，預計將於明年公佈結果。該血檢方法通過篩查血液中癌細胞釋放的DNA片段，能定位其來源組織或器官。若結果積極，英國衛生部門計畫將該檢測推廣至全國醫院。此外，英國近20年來最大規模的臨床試驗監管更新將於2026年4月生效；美國FDA近期提出，未來新藥批準可能僅需進行一次而非兩次臨床試驗，相關改革也將在2026年持續推進。上天入海續寫精彩2026年將是月球探索任務密集的一年。參與美國國家航空航天局（NASA）“阿爾忒彌斯二號”的4名宇航員，將乘坐“獵戶座”飛船繞月飛行。這是自1970年代以來的首次載人探月任務，為期約10天，將為後續登月計畫奠定基礎。中國計畫於明年8月發射“嫦娥七號”探測器。該任務將採用具備減震功能的著陸器，挑戰月球南極這片地形複雜、遍佈岩石與撞擊坑的區域。若成功著陸，“嫦娥七號”將探測水冰並開展月震研究。人類的探索目光也投向了更遙遠的火星。日本計畫發射“火星衛星探測”器，訪問火衛一與火衛二，並採集火衛一表面樣本，計畫於2031年帶回地球。歐洲空間局預計在2026年底發射“柏拉圖”（PLATO，行星凌日與恆星振盪）探測器，旨在通過26台高精度相機陣列，對超過20萬顆明亮恆星進行持續觀測，探測其周圍的系外行星，重點尋找宜居帶的類地岩石行星，並測量其半徑、質量及年齡。印度首顆太陽探測器“Aditya-L1”將在太陽活動極大期對太陽進行觀測。目前該衛星已進入日地拉格朗日L1點附近的暈軌道，將持續監測太陽活動，幫助科學家更好地理解太陽高峰期的表面行為。2026年，中國自主設計建造的首艘超深水大洋科考鑽探船“夢想”號，預計將執行首次科學任務。該船具備鑽探海底、採集地幔樣本的能力，最深可鑽約11公里，幫助揭示海底形成機制及其構造活動的驅動因素。微觀世界探究不息在物理學領域，位於瑞士的歐洲核子研究中心大型強子對撞機（LHC）計畫於2026年啟動大規模升級。2025年是其第三輪運行的收官之年，明年3月至6月完成物理運行後，LHC將進入長期停機改造階段，為“高亮LHC”建設作準備，預計2030年建成後碰撞頻率將提升至目前的5倍左右。與此同時，美國費米國家加速器實驗室預計於2026年4月完成“繆子轉電子實驗”（Mu2e）探測器的建造。該實驗將探究繆子（一種短暫存在的亞原子粒子）能否直接轉化為電子，且不產生其他粒子。建成後，團隊將進行磁偵錯，資料採集預計2027年開始。 (科技報導)