美軍沙烏地阿拉伯基地一“薩德”反導雷達在伊朗襲擊中受損據美國有線電視新聞網2日報導，最新公佈的衛星圖像顯示，位於沙烏地阿拉伯蘇丹王子空軍基地的一部美軍關鍵雷達在3月1日伊朗對其襲擊中受損。報導說，該雷達型號為AN/TPY－2，是美國“薩德”反導系統的核心裝置。美國有線電視新聞網此前曾報導，蘇丹王子空軍基地一個放置該雷達的帳篷被擊中，但無法確認襲擊發生時雷達是否在帳篷內以及是否受損。最新圖像顯示，目前該雷達已被移出帳篷，露天放置。其天線有燒焦痕跡，且有大塊缺損。報導說，伊朗試圖通過打擊雷達來削弱美國探測來襲導彈和無人機的能力。此前，伊朗還曾對美軍部署在約旦的AN/TPY－2雷達和部署在卡達的預警雷達進行打擊。報導說，負責“薩德”項目的美國導彈防禦局在其2025年預算中，將一部AN/TPY－2天線的成本列為1.36億美元。目前，美國國防部及美軍中央司令部尚未對蘇丹王子空軍基地雷達遭襲作出回應。 (參考消息)

通過在動物一生中對魚類進行持續、細緻的觀察，研究人員發現：中年階段的一些相對簡單的行為——例如運動方式與睡眠模式——能夠用來預測壽命。保持較高活動水平、且主要在夜間睡眠的魚往往壽命更長；而那些更早出現“變慢”跡象的個體則壽命更短。令人意外的是，衰老並不是以平滑、連續的方式逐步展開，而是會在不同階段之間出現“跳躍式”的變化。該研究提示：若能在人體中追蹤日常習慣，或許可以更早地獲得關於個體如何衰老的線索。科學家雜誌AI繪圖 GPT5.4當動物進入中年後，其日常習慣就能提供關於其未來可能壽命長短的線索。這一結論來自一項新的研究，由史丹佛大學吳懷慈神經科學研究所（Wu Tsai Neurosciences Institute）的“Knight Initiative for Brain Resilience”項目支援。研究團隊對大量短壽命魚類進行了貫穿生命全程的連續監測，以探究行為與衰老之間的關聯。儘管這些魚具有相似的遺傳背景，並在相同的受控條件下生活，但它們的衰老方式卻差異顯著。到成年早期，這些個體差異已經體現在游泳與靜息的行為方式上。更重要的是，這些行為模式具有足夠強的預測力，可以判斷某條魚最終將擁有較短還是較長的壽命。儘管研究聚焦於魚類，但其發現提示：借助可穿戴裝置常規記錄的細微日常行為（如運動與睡眠），可能能夠為人類衰老過程提供洞見。該研究發表於《Science》（2026年3月12日），主要由吳懷慈神經科學方向的博士後研究員 Claire Bedbrook 與 Ravi Nath 牽頭。研究源於“Knight Initiative”支援下的合作：由史丹佛大學遺傳學家 Anne Brunet 與生物工程學家 Karl Deisseroth 所領導的多個實驗室共同參與，二人均為論文通訊作者。對衰老進行即時追蹤以往的大多數衰老研究會將年輕動物與年老動物進行對比。儘管這種方法有價值，但它可能忽略了：衰老如何在個體內部隨時間逐步發生，以及個體之間的差異是如何逐漸形成的。Bedbrook 和 Nath 希望在整個生命過程中連續地觀察衰老的演變。他們想回答一個關鍵問題：即便是在幾乎相同的飼養條件下，動物仍可能以不同方式衰老，並出現截然不同的壽命長短。研究團隊的目標是確定：自然行為的差異，是否會在個體之間的壽命分化出現之前就已經開始顯現。為此，他們選擇了非洲藍綠麗魚（African turquoise killifish）作為模型。該物種的壽命僅為4至8個月。儘管壽命很短，但它與人類共享重要的生物學特徵，包括複雜的大腦，因此是開展衰老研究的理想模型。在建構該魚作為模式生物方面，Brunet 實驗室一直走在前列。本研究也是首次對脊椎動物在整個成體階段進行連續的、日夜不間斷的追蹤。研究人員設計了一套自動化系統：每條魚都在各自的水槽中生活，同時被恆定的攝影機持續監控。該裝置可視作現實版的《楚門的世界》（The Truman Show）：系統記錄了動物生命中的每一個瞬間。研究團隊共隨訪了81條魚，並獲得了數十億幀視訊資料。在如此龐大的資料基礎上，研究人員分析了姿態、速度、靜息與運動等指標。他們識別出100種不同的“行為音節”（behavioral syllables）——這些是魚類運動與靜息過程中最基本的、短暫且重複出現的動作單元。Brunet 表示：“行為是一種極其整合性的讀出，它反映了腦與身體層面正在發生的變化。分子標誌物是必不可少的，但它們只能捕捉生物學過程的一部分。通過行為，我們可以看到整個機體的連續變化，而且是非侵入性的。”憑藉這種細緻的記錄，研究團隊進一步提出新的問題：個體究竟在何時開始以不同方式走向衰老？那些早期特徵能夠界定這些軌跡？僅憑行為能否預測壽命？與長壽相關的早期行為訊號研究中最引人關注的發現之一，是個體的衰老軌跡在很早期就開始分叉。在完成全程追蹤後，研究團隊根據最終壽命對魚進行分組，再回看以識別：這些行為差異最初在何時出現。他們發現：在“早期中年”（70至100天齡）階段，最終壽命較長或較短的魚，其行為就已經存在差異。睡眠模式尤為關鍵。那些最終壽命較短的魚，不僅夜間睡眠，而且在日間的睡眠佔比會逐漸增加；相比之下，壽命較長的魚主要在夜間睡眠。活動水平也同樣與壽命有關。沿著長壽軌跡的魚游泳更有力，在運動時能夠達到水槽中更高的速度；它們在白天也更活躍。值得注意的是，這種自發性的運動模式在其他物種中也與長壽有關。更重要的是，這些行為差異具有預測意義，而不僅僅是“描述性觀察”。研究人員使用機器學習模型表明：在中年階段，僅需幾天的行為資料，就足以估計壽命。“在生命較早階段出現的行為改變，正在向我們傳遞未來健康狀況與未來壽命的資訊。”Bedbrook 如是說。衰老以不同階段的形式發生該研究還揭示：衰老並不是以緩慢、平穩的方式推進。多數魚經歷2到6次快速的行為轉變，每次持續僅數天。隨後是更長時間的穩定階段，持續數周。魚類通常按順序經歷這些階段，而不會在不同階段之間反覆來回切換。Bedbrook 指出：“我們原本預期衰老會是一種緩慢、逐漸的過程。結果顯示，動物在較長時間內保持穩定狀態，然後會非常迅速地進入一種新的階段。僅憑連續行為就能看到這種‘階段化結構’，是我們最令人興奮的發現之一。”這種“階段化”模式與人類研究的結論相呼應：分子層面的老化變化往往呈現“波次”特徵，尤其在中年及更晚階段更為明顯。killifish 的結果從行為層面提供了對這一現象的另一種視角。研究團隊提出：衰老過程可能表現為長時間的相對穩定，隨後被短暫的快速變化所打斷。他們將其比作一座積木塔（Jenga tower）：在移除許多積木之前，整體結構看似穩定；但當某一個關鍵變化發生時，系統就會突然發生整體轉變。為進一步探究這些模式背後的生物學機制，研究團隊在一個行為能夠可靠預測壽命的階段，檢查了8個器官的基因活性。他們並沒有聚焦於單個基因，而是觀察參與共同生物過程的一組基因的協調性變化。差異最明顯的出現在肝臟。與壽命較短的魚相比，壽命較短的個體在與蛋白質產生和細胞維護相關的基因方面呈現更高的活性。這提示：隨著衰老處理程序推進，個體的行為差異也可能伴隨體內的內部生物學變化同步發生。行為為理解衰老提供了一扇窗口Nath 表示：“事實證明，行為是一種對衰老極其敏感的讀出。你可以比較兩隻同一日齡的動物，僅憑行為就能看出它們正在以非常不同的方式衰老。”這種敏感性在日常生活的多個方面尤為突出，尤其體現在睡眠上。在人類中，睡眠質量以及睡眠-覺醒節律往往會隨著年齡增長而下降；這些變化與認知衰退以及神經退行性疾病相關。Nath 計畫進一步研究：改善睡眠是否能夠促進更健康的衰老，以及能否通過早期干預改變衰老軌跡。研究團隊還計畫探討：衰老軌跡是否可以通過定向策略被改變，包括飲食調整和可能影響衰老處理程序速度的遺傳干預。對 Bedbrook 來說，這些發現還引發更廣泛的問題：是什麼驅動了衰老階段之間的轉變？這些轉變能否被延緩甚至逆轉？她也希望將研究推進到更自然的環境中，讓動物能夠進行社會互動並體驗更真實的條件。“我們現在具備了在脊椎動物中連續繪製衰老圖譜的工具。”她說。“隨著可穿戴裝置的普及以及人類長期追蹤的興起，我很期待這些規律——早期預測指標、階段化衰老、分叉的衰老軌跡——是否也同樣適用於人類。”另一個重要的研究方向是大腦。Deisseroth 團隊正在開發工具，用於在長時間尺度上連續監測神經活動，這有望揭示大腦變化如何與全身其他組織的老化同步，甚至可能影響衰老的處理程序速度。Bedbrook 和 Nath 將繼續開展這項研究：她們將在今年7月於普林斯頓大學建立各自的實驗室，在史丹佛團隊開發的工具與洞見基礎上繼續前進。最終，這項研究旨在解釋為何衰老的差異在不同個體之間表現如此巨大，並為支援更健康、更長壽的生命提供新的路徑。（史丹佛大學）Claire N. Bedbrook、Ravi D. Nath、Libby Zhang、Scott W. Linderman、Anne Brunet、Karl Deisseroth.終生行為篩查揭示脊椎動物衰老的結構。《科學》，2026；391（6790）DOI：10.1126/science.aea9795點評這項研究的價值在於將“衰老”從靜態對比（年輕 vs. 年老）推進為縱向、連續的行為定量。研究者不僅觀察到運動與睡眠等表型與壽命的相關性，更提出了可操作的“行為軌跡預測窗口”：在魚的早期中年階段，行為指標就已能區分個體的壽命走向，並可通過機器學習僅利用中年階段的短期資料實現壽命估計。這提示衰老可能存在在早期即可觀測的“前期分叉”過程，而並非完全滯後於分子層面的改變。睡眠節律比“睡多久”更值得關注研究中與壽命相關的關鍵因素之一是夜間睡眠佔比更高且晝夜節律更穩定。對人群而言，可穿戴與自我記錄有助於發現持續性作息漂移（如長期晝夜倒置或白天睡眠顯著增加）。運動的核心是“維持能力與穩定性”，而非短期衝刺魚的長壽軌跡伴隨更高的活動水平與更強的運動表現。遷移到人類層面，健康目標更應聚焦於長期維持日間活動量與體能儲備（規律步行、力量訓練或中等強度運動），而非短期強度爆發。可穿戴資料更適合作“趨勢監測”，而非診斷工具從科學角度，應將其用於早期風險預警：例如睡眠節律持續惡化、日間活動量長期下降、體能恢復變差等趨勢性改變。但當異常持續並伴隨症狀時，仍需尋求專業醫療評估。一句話總結：該研究強化了“行為與衰老處理程序同步”的觀點。對普通人而言，最可取的策略是穩定睡眠節律 + 持續的日間活動 + 關注長期趨勢。 (科學家雜誌)

【新智元導讀】全球首個1毫秒級人體動作捕捉系統FlashCap，通過閃爍LED與事件相機結合，實現1000Hz超高影格率捕捉。無需昂貴裝置或強光環境，低成本穿戴服即可精準捕捉極速動作。團隊同步開源715萬幀的FlashMotion資料集與多模態模型ResPose，顯著提升運動分析精度，推動體育、VR與機器人領域邁向高動態智能新階段。在頂級體育賽事中，決定勝負的往往在毫秒之間。然而，為了在短跑、攀岩、雪橇等極速運動中捕捉這些稍縱即逝的瞬間，業界目前的妥協方案，往往是動輒部署造價數十萬、且對光照、頻寬、儲存要求極其苛刻的高速光學相機或是精度與穩定性要求極高、部署與維護成本同樣不菲的專用計時裝置。那麼，能否用一套低成本、且擺脫強環境光依賴的人體動作捕捉服，實現1000Hz的毫秒級人體動捕？現有人體動作捕捉服達不到1000Hz毫秒級動捕，為了打破這個影格率天花板，廈門大學ASC實驗室與上海科技大學另闢蹊徑，聯合提出了業界首個基於閃爍LED燈與事件相機的毫秒級動捕系統FlashCap。目前，該工作已正式被電腦視覺頂會CVPR 2026接收。為推動該領域的持續突破，研究團隊將全面開源核心成果：開放高達715萬幀的高頻動作捕捉資料集；動靜結合的多模態超高時間解析度動捕演算法ResPose。圖1：FlashCap效果圖為什麼動作捕捉需要邁入1000Hz 時代？在競速體育、高保真虛擬現實（VR）以及精密機器人遙操作等領域，人體的高速微動態（如急速揮手、瞬間發力或高頻震顫）往往發生在幾毫秒之間。傳統的120Hz動作捕捉系統在應對此類高速運動時，會產生嚴重的幀間資訊丟失。現有方案通常依賴時域插值演算法來重建缺失的運動軌跡，但這不可避免地會引入顯著的插值誤差，導致動作過度平滑或產生違背物理規律的畸變。因此，想要真正實現毫秒級的高逼真人體動態還原，突破1000Hz的捕捉影格率是一個繞不開的核心門檻。圖2：插值結果與1000Hz GroundTruth對比圖為什麼1000Hz的動作捕捉這麼難？現有的公開人體運動資料集，標註影格率最高只能勉強撐到120Hz。對於高速動態運動，容易產生嚴重的插值誤差而如果直接使用傳統的工業級高速相機（>1000Hz），則面臨著讓人頭疼的「三高」問題：極高的成本： 一台NAC等級的高速相機動輒超過4.5萬美元，是事件相機的9倍之多 。極高的光照門檻： 必須在強光環境下才能保證畫面不糊。極高的硬體負擔： 巨大的頻寬和儲存需求，讓日常部署幾乎成為不可能。其他諸如慣性感測器（IMU）方案，雖然擺脫了光照限制，但存在不可避免的積分漂移誤差，且頻率也難以突破千赫茲大關。FlashCap給關節點打上摩斯密碼面對這個死胡同，研究團隊另闢蹊徑，提出了 FlashCap 方案。這套可攜式裝置的原理極其巧妙：穿戴閃爍LED： 在人體的關鍵骨骼節點上佩戴微型 LED 發光模組 。頻閃編碼身份： 每個LED會以極高的頻率（例如4000Hz）進行閃爍，並擁有獨特的亮暗時間配比（On-time / Off-time），就好比給每個關節發了一套專屬的摩斯密碼。事件相機精準捕獲： 使用高時間解析度、極低頻寬的事件相機，非同步捕獲這些極速的明暗變化訊號。通過配套的自動化標註流水線（密度聚類、頻率識別、噪聲過濾），FlashCap能夠直接從雜亂的事件流中精準解析出原生的1000Hz人體2D姿態標籤 。 無需十萬美元的裝置，無需強環境光照，更沒有巨大的資料儲存壓力，高精度、低成本的1000Hz的真值資料就此製作完畢。圖3：FlashCap系統圖FlashMotion資料集基於FlashCap系統，研究團隊採集並開源了FlashMotion資料集。不僅多模態（囊括事件流、RGB、LiDAR點雲和 IMU），更在資料維度上完成了真正的降維打擊：1000Hz標註影格率： 將公開姿態資料集的時間解析度上限，一口氣提升了將近一個數量級（從120Hz飆升至 1000Hz）。715萬標註幀： 包含240個動作序列，覆蓋20名受試者的11大類快速動作（如極速踢腿、快速交叉雙手、瞬間跳躍等）。表1：FlashMotion資料集與現有資料集對比ResPose動靜結合，巧妙搞定高速微動態空有標竿級的高頻資料，如果沒有匹配的演算法，依然是高射炮打蚊子。面對1000Hz的超高頻資料流，傳統基於慢速RGB幀逐幀計算的姿態估計模型，往往會面臨算力與時延的雙重崩塌。為此，研究團隊設計了一個極其優雅且高效的基礎模型ResPose，核心演算法哲學可以概括為八個字：RGB定大局，Event 抓微調：RGB分支（全域錨點）： 利用低頻的 RGB 圖像提取出穩定的人體結構先驗，確立低頻但較為準確的靜態錨點。Event分支（殘差）： 引入混合SNN-CNN編碼器專門處理高頻事件流。模型會在 RGB 錨點周圍進行局部擷取，精準捕捉微秒級的運動殘差。多模態Transformer融合： 將低頻全域結構與高頻局部殘差送入Transformer進行時空特徵對齊，並施加嚴格的運動學約束，輸出平滑且精準的毫秒級高頻姿態。圖3：ResPose網路圖實測效果如何？在超高頻姿態估計任務中，ResPose交出了一份極其亮眼的答卷：相較於傳統先提RGB特徵後強行插值的方案，它將平均關節位置誤差（MPJPE）大幅砍掉了約40%！輸出的運動軌跡徹底告別了演算法腦補帶來的抖動與穿模，真正做到了如絲般順滑且完美貼合真實物理動態。而在更硬核的精準動作計時（PMT）任務中（例如要求精準定格拳擊手揮拳擊中目標的那一毫秒）：傳統的 RGB 方法（如 ViTPose） 面對高速動態直接捕捉缺失，時間誤差高達 50 毫秒以上 。常規多模態方案： 同樣難以招架 1000Hz 的高頻特徵對齊，紛紛敗下陣來。ResPose憑藉優雅的動靜融合架構一騎絕塵，直接將時間誤差硬生生壓縮到了個位數毫秒等級（例如拳擊動作僅 4.8 毫秒誤差）！表2：超高頻姿態估計任務。表3：精準動作計時任務估計時間的平均誤差（單位：毫秒）。探尋人類高速動作的極限長久以來，人體姿態估計（HPE）社區一直被低頻資料集所束縛，忽視了真正決定運動勝負和動作自然度的高速微動態 。FlashCap以一種極具極客精神和實用主義的方式，推開了通往超高時間解析度運動理解的大門。這不僅對於體育賽事的極致分析具有顛覆性意義，也將為下一代具身智能（如高動態機器狗、人形機器人的精細控制）提供極其寶貴的資料基石。作者介紹論文第一作者來自廈門大學空間感知與計算實驗室（ASC Lab）2024級碩士生吳澤凱、2023級碩士生范書琪，通訊作者為廈門大學沈思淇副教授，並由劉夢茵、羅裕華、林心成、顏明、吳俊豪、林修弘、馬月昕研究員（上海科技大學）、溫程璐教授、許嵐研究員（上海科技大學）、王程教授共同合作完成。研究團隊長期聚焦於3D人體姿態估計、快速人體運動捕捉及相關多模態資料集建構。 (新智元)

導讀：本文綜述了飛機隱身技術的發展歷程與關鍵特性，重點探討了隱身塗層的核心參數及其對性能的影響。近幾十年來，隱身技術從早期基於塗層的方案演進至纖維墊應用，現代技術通過雷達吸波材料（RAM）與氣動外形最佳化結合，可顯著降低雷達截面積（RCS）—— 例如 F-35 戰鬥機的 RCS 可達 0.0015-0.005 平方米，小於鳥類的 0.01 平方米；F-22 猛禽戰鬥機的 RCS 更降至 0.0001-0.0005 平方米，接近昆蟲水平。早期隱身塗層（如含鐵氧體或羰基鐵顆粒的聚合物基質塗料）的性能取決於反射損耗（RL），而新型纖維墊通過一體化工藝減少維護需求，同時提升結構強度。研究表明，材料的復磁導率、復介電常數、厚度及本征阻抗是影響隱身塗層性能的關鍵參數，其相互作用可通過反射係數公式量化分析。未來隱身技術需進一步提升雷達波吸收效率，以應對第六代戰機及先進雷達系統的發展需求。<1 引言>在現代戰爭中，奪取制空權至關重要。當爭議地區的上空被控制後，就可以在不承擔派遣地面部隊的高風險情況下，摧毀高價值目標。一個相關的例子是俄烏戰爭，俄羅斯由於多種因素而難以推進。其中一個因素是，由於西方向烏克蘭軍隊提供發射裝置和防空武器，俄羅斯無法獲得制空權。為了獲得制空權，戰鬥機必須避開雷達探測，並在空戰中比對手表現更出色。使戰局向己方傾斜的方法之一是利用出其不意的戰術。然而，隨著更強大、射程更遠的雷達系統的出現，飛機必須配備良好的隱身塗層，這對於贏得戰鬥至關重要。各國都在競相研發下一代隱身飛機，使其能夠在敵方領土執行任務時不被雷達發現。但是，不同代際飛機的隱身性能差異該如何解釋呢？本文對隱身技術進行了調查，並回答了以下研究問題：在飛機上應用隱身塗層時，製造這種塗層需要考慮那些重要參數，這些參數又如何影響飛機的隱身性能？本研究問題將通過幾個子問題來解答，這些子問題將在本文的不同部分進行闡述。為什麼要在飛機上應用隱身塗層？隱身塗層的工作原理是什麼？多種類型的隱身塗層之間有什麼區別？<2 飛機隱身技術的應用>20 世紀 30 年代，各國為了應對第一次世界大戰和飛機使用量的增加，研發了首批雷達技術。這自然激發了全球戰鬥機製造商的興趣，他們開始尋找規避這些雷達以避免被探測到的方法。真正擁有隱身技術的第一架飛機是洛克希德 F-117A（見圖 1），它於 1983 年 10 月投入使用。圖 1：洛克希德公司研製的 F-117A 夜鷹戰鬥機這架飛機的製造方式使其具備了隱身特性。例如，飛機的面板安裝方式能夠使雷達波的反射方向避開雷達接收器。有文章稱，由於這種幾何設計，飛機在多次雷達掃描中被探測到的可能性 “不大”。文章中引用道：“這種面狀結構技術的基本原理是，儘可能消除飛機外形上的隨機和各向同性散射特徵。當雷達波束垂直照射到這些平面時，其訊號特徵會出現一個相對較強的峰值，但當照射角度與法線有微小偏差時，反射訊號就會迅速減弱。沒有任何兩個平面處於同一平面，而且所有平面都經過角度設計，使地面或機載雷達垂直照射到它們的可能性非常小。”這架飛機的另一個隱身特點是在聚合物基底中加入了鐵氧體活性成分。據說這種成分能夠吸收到達飛機表面的部分雷達波，從而減少返回地面雷達系統的訊號。本文將對多種基於塗層的輻射吸波材料（RAM）進行介紹，並根據其反射損耗（RL）進行比較。這種技術的詳細解釋將在第 3 節中給出。對於美國空軍來說，F-117A 是隱身技術可行性的證明，這使得其他隱身飛機的研發獲得了批准。這也催生了最著名的隱身飛機之一 ——B-2 轟炸機（見圖 2）。圖 2：諾斯羅普・格魯曼公司研製的 B-2 隱身轟炸機美國戰鬥機隱身塗層1. F-22 “猛禽”—— 塗覆型磁損塗層（1997 年首飛）塗層類型：鋇鐵氧體（BaFe₁₂O₁₉）顆粒 + 環氧樹脂（磁損型 RAM）原理：X 波段（8-12GHz）雷達波激發鐵氧體磁滯損耗，轉化為熱能，厚度 0.5-2mm。型號 / 時間：2005 年服役，2019 年暴露塗層脫落問題。性能：RCS 0.0001-0.0005㎡（迎頭），塗層佔空重 2-3%，每飛行 1 小時需 20 小時維護，單次修復成本近百萬美元。痛點：鹽霧 / 高溫環境下易開裂，需恆溫機庫，2020 年因塗層故障停飛率達 15%。2. F-35 “閃電 II”—— 纖維墊 + 結構復合塗層（2015 年服役）塗層類型：HAVE GLASS V 纖維墊（羰基鐵 + 碳奈米管嵌入複合材料蒙皮）原理：S/X/Ku 波段（2-18GHz）電 - 磁雙損耗，預製纖維墊減少接縫反射，厚度 1-3mm。型號 / 時間：2025 年卡爾・文森號航母部署暴露鏽蝕。性能：RCS 0.0015-0.005㎡（F-35C 艦載型因海鹽腐蝕略高），維護工時比 F-22 降低 55%，但每飛行 1 小時仍需 9 工時（含塗層修復）。創新：2022 年測試鏡面金屬塗層（半透明，降低紅外特徵），應用於 F-35C（VX-9 中隊），推測含氧化銦錫。俄羅斯戰鬥機隱身塗層1. 蘇 - 57 “重刑犯”—— 結構型透波材料 + 局部 RAM（2010 年首飛）塗層類型：70% 機身使用透波複合材料（玻璃纖維 + 金屬芯），進氣道 / 座艙塗覆鐵氧體 RAM。原理：透波材料讓雷達波穿透結構，內部 RAM 吸收（X/Ku 波段），厚度 2-4mm。型號 / 時間：2024 年計畫列裝 22 架，2022 年烏克蘭戰場僅執行防區外打擊。性能：RCS 0.5-1㎡（迎頭，遠高於 F-22），因未全機塗覆 RAM，維護成本低於西方（但需定期補涂進氣道）。突破：2023 年 Rostec 宣稱開發免維護 RAM（玻璃纖維 + 金屬芯，吸收 95% 雷達波），或用於蘇 - 75 “將軍”。法國戰鬥機隱身塗層1. 陣風 “飆風”—— 三代半准隱身設計（1986 年首飛，2001 年服役）塗層類型：基礎型：碳纖維複合材料（70% 蒙皮）+ 局部 RAM（機頭 / 進氣道）；升級型（2015 年後）：鍍金座艙蓋 + 鋸齒狀 RAM 貼片（吸收 X 波段）。原理：複合材料降低結構反射，RAM 貼片針對法線方向，鋸齒設計打散邊緣回波（類似 F-117）。型號 / 時間：2020 年達索宣稱 RCS 0.05-0.1㎡（正面，幻影 2000 的 1/20）。細節：進氣道彎曲設計遮擋風扇，口蓋接縫 <0.1mm，採用 “絲綢狀” 碳纖維減少漫反射。實戰：2023 年法軍宣稱在敘利亞用陣風穿透 S-400 防空圈，RCS 優勢顯著（對比超級大黃蜂的 1.5㎡）。2. FCAS 六代機 —— 預研結構型超材料（2023 年啟動）塗層類型：計畫採用 “智能蒙皮”（石墨烯 - 陶瓷復合，全頻譜吸收）。原理：整合感測器的超材料，自適應調整電磁響應，覆蓋 L 至 Ka 波段（1-40GHz）。時間：2025 年完成首件原型，目標 RCS<0.001㎡（超越 F-22）。創新：達索聯合空巴開發 “無塗層隱身”，通過材料結構設計替代傳統 RAM，降低 80% 維護成本。本文重點圍繞B-2典型隱身飛機的工作原理可以從三個隱身方面來解釋，第 2.1、2.2 和 2.3 節將對這些方面進行詳細闡述。2.1 飛機外形設計要理解飛機外形設計的重要性，首先需要對傳統雷達有基本的瞭解。傳統雷達的工作原理是：從一個源發射能量波，然後雷達切換到接收模式，等待從其要探測的目標反射回來的訊號。根據從目標反射回來的訊號強度，可以確定目標的大小。雷達截面積是衡量目標將雷達訊號反射回雷達接收器能力的一個指標。例如，翼展為 52 米的 B-2 轟炸機，其雷達截面積據報導與一隻大鳥相當。這主要歸功於它的外形。從圖 2 中可以看出，它的機翼並非平直，而是有一定的傾斜角度。這使得當雷達波從前方照射時，會被散射到飛機的兩側，而不是反射回接收器。圖 3 展示了這一原理。圖 3：B-2 轟炸機的雷達反射示意圖雖然這看起來是一個很好的設計，但需要注意的是，雷達幾乎從不只由一個站組成。通常，多個子站會共享資料，並根據這些資料來判斷天空中是否有目標。因此，將雷達波反射到與原始方向不同的方向，飛機仍有可能被另一個雷達站探測到。2.2 塗層在第 1 節中，我們簡要介紹了雷達吸波材料（RAM）。這些材料的作用是吸收輻射並將其能量轉化為熱能。本節將解釋這種塗層的工作原理。雷達波本質上是一種能量波，當它接觸到物體表面時，會與表面發生相互作用。在大多數表面上，由於表面無法吸收突然接觸到的額外能量，這些能量包會直接反射回去。B-2 轟炸機上使用的塗料含有微小的鐵顆粒，這些顆粒的排列方式能夠產生磁場。當雷達波照射到表面時，這些微小的鐵球會發生振盪，從而將能量以熱能的形式消散，而不是反射回雷達。因此，使用這類塗層可以減少從飛機反射回的能量（雷達波）。2.3 發動機位置B-2 轟炸機採用了與 F-117A 相同的原理，但規模更大。除了應用雷達吸波塗層和採用傾斜平面以避免被無線電探測到外，這架飛機還採取了另一項預防措施，即把發動機安裝在飛機頂部。圖 4：B-2 轟炸機發動機位置清晰圖普通飛機的發動機後方會留下明顯的熱軌跡，這很容易被探測到。而這架飛機的機翼塗有雷達吸波塗層，發動機排出的熱空氣從飛機頂部排出，從而避免被熱尋的系統探測到。這使得飛機能夠不被敵方雷達發現。<3 雷達吸波材料>如第 2.2 節所述，要使飛機具有低雷達截面積，其中一個方法是應用雷達吸波塗層。雖然這些塗層的確切成分是機密，但文獻中對塗層中使用的材料類型及其對飛機性能的影響已有普遍共識。塗層的主要成分是聚合物基質，其中嵌入了鐵磁顆粒。一種常用的雷達吸波材料是鐵球漆。這種漆含有小的球體，這些球體表面塗有金屬，並被注入到環氧基漆中，可用於飛機的外部。這些球體塗有鐵氧體或羰基鐵。當電磁輻射進入鐵球漆時，會被鐵氧體或羰基鐵分子吸收，從而引起它們的振盪。這種振盪會隨著熱量的釋放而減弱。這個過程中產生的熱量會散發到飛機的機身中。上述方法可以與巧妙的幾何設計相結合，以獲得更低的雷達截面積（RCS）。例如，三角形結構會使雷達波在三角形內部多次反射後才反射回接收器。當在塗料中應用雷達吸波材料和微小的三角形結構時，雷達波會在雷達吸波材料中多次反射，從而大幅削弱雷達波的強度，即使雷達波到達接收器，也幾乎難以被探測到。圖 5 展示了這種結構的示意圖。圖 5：雷達波的消散示意圖3.1 要求在為使用隱身塗層的飛機選擇塗層材料時，需要考慮多種要求，在材料選擇過程中都應予以考慮。本節列出了這些要求，並在必要時進行解釋。材料應重量輕材料應能耐受極端溫度（工作溫度範圍為 - 60°C 至 + 60°C）材料應具有高可靠性材料應具有良好的耐久性材料不應影響飛機的氣動性能（某些材料的排列方式可能會降低氣動性能）材料不應腐蝕，即應能應對極端天氣條件材料應具有高摩擦阻力（由於飛機高速飛行，空氣會與塗層外層產生摩擦）材料應具有抗輻射性（在大氣高層，輻射值要高得多）圖 6：各種物體的雷達截面積3.2 性能用於隱身飛機塗層的材料自然是高度機密的。然而，對於塗有雷達吸波材料並經過設計以儘可能降低雷達截面積的不同類型軍用飛機和艦船，其雷達截面積已有估計值。表 1 列出了一些已知飛機的雷達截面積。表 1：軍用飛行器的雷達截面積（基於估計值，實際值高度機密）從表 1 中可以看出，現代噴氣式飛機的雷達截面積與昆蟲幾乎難以區分。圖 6 對這些數值進行了可視化展示。將圖 6 與表 1 進行比較，可以發現數值並不完全一致。一個可能的解釋是，所列飛機的實際雷達截面積是高度機密的。F-35 戰鬥機塗層的成分當然也是機密。在廣泛的網路搜尋後，發現了一篇據稱是相關的文章，其中 F-35 項目的執行副總裁引用道：“它被稱為‘纖維墊’，洛克希德・馬丁公司 F-35 項目整合執行副總裁湯姆・伯比奇表示，這是‘我們在這個項目中取得的最重要的技術突破’。”文章接著寫道：“他說，一種將隱身特性融入複合材料的新工藝，避免了使用隱身貼花和塗層的需求。伯比奇在沃思堡接受《航空周刊》採訪時表示，洛克希德公司的官員通過一種新工藝，將隱身纖維墊材料固化到飛機的複合材料蒙皮中。他說：‘這使得這架飛機極其堅固。實際上，只有當飛機受到損壞時，其隱身性能才會下降。’這種頂部的纖維墊表面取代了早期隱身飛機設計中使用的金屬漆。伯比奇補充說，F-35 的複合材料蒙皮實際上包含了這層纖維墊，它有助於承擔飛機的結構載荷。由於相關資訊屬於機密，洛克希德・馬丁公司拒絕提供關於纖維墊的更多細節。但在洛克希德・馬丁公司的官員們稱 F-35 的維護成本將低於營運商的預期之際，這一新材料的披露應運而生。”這篇文章所引用的原始文章後來已被刪除，因此無法核實其真實性。然而，這可以解釋為什麼 F-35 的雷達截面積比上一代飛機進一步減小。塗層很難在表面均勻分佈，即使是最微小的瑕疵也可能導致飛機在雷達上的可見度大幅提高。如果可以將預製的墊子附著在飛機外部，就可以消除這種出現瑕疵的可能性，而且如文章所述，還可以降低維護成本。這是因為在惡劣條件下，塗層經過一段時間後需要重新涂刷。而當飛機上附著纖維墊時，磨損會大幅減少，維修時間（如果需要的話）也會縮短。<4 雷達吸波材料的詳細解釋>第 3.2 節中提到的纖維墊很可能也使用了某種形式的雷達吸波材料。由於這似乎是隱身技術的一個常見特性，本節將詳細解釋這類材料的確切工作原理。4.1 結構隱形戰鬥機的典型塗層由多層組成，每層都有不同的功能。內層主要起到保護電子裝置和飛機主框架材料的作用。外層通常是塗層中包含雷達吸波材料的部分。這種塗層由多層雷達吸波塗層組成，以確保達到所需的雷達截面積降低效果。如前所述，新型 F-35 採用了新的纖維墊，而不是多層塗層。可以想像，儘可能減少層數有利於降低飛機的重量，從而提高速度、增大航程並增強機動性。4.1.a 微波吸收雷達波吸收背後的數學原理是一個研究充分的課題，但研究人員尚未完全理解。然而，他們已經提出了一個數學公式，可以根據多個變數計算反射率，例如厚度ti、復介電常數εi（能量儲存）、復磁導率μi（高頻磁效應）、本征阻抗（描述存在的磁場和電場的大小）以及γi是第 i 層的復傳播因子。最後一個值γi是通過一個公式計算得出的，該公式使用了工作頻率、傳播速度以及一些材料特性。由此得出的方程如方程 1 所示：在這個方程中，Γ 表示層狀結構的反射係數。可以看出，當增加多層結構時，這個方程會變得非常複雜，圖 7 展示了這種結構。圖 7：多層吸收示意圖反射損耗可以通過以下公式計算：反射損耗值越高，說明入射雷達波在材料中消散的能量越多，因此到達接收器的雷達波強度就越小。從方程 1 可以得出，反射係數取決於本節中提到的多個因素，因此這些因素會影響飛機的隱身性能。4.2 鐵氧體成分雷達吸波塗層的確切成分是高度機密的，但有文章提到了一些能夠產生高反射損耗和增加頻寬的成分。其中一種成分是BaFe12O19，它是鋇、鐵和氧的化合物。進一步的研究發現，加入某些金屬元素可以進一步提高反射損耗。Meshram 等人在 2004 年報導了BaCo0.5dTi0.5dMn0.1Fe(11.87-d)O19和Ba(MnTi)dFe(12-2 d)O19六角鐵氧體（d=1.6）作為吸波材料的設計、開發和表徵。這些鐵氧體是通過干磨法製備的，將其以 60% 的重量比混入環氧樹脂中，以觀察其微波吸收性能。研究發現，對於厚度為 2mm 的雙層吸收體，在 8.7 至 10.2GHz 頻率範圍內，其最小吸收損耗為 - 9dB，具有寬頻特性。文章後面提到，在 10.88GHz 時，損耗（RL）降低到-39.22dB。這是通過在BaFe12O19中摻雜鈷實現的，形成了BaCoxFe12-xO19，其中 x 是變數，選擇為 0、0.2、0.4、0.6、0.8 和 1。這項研究發現，摻雜鈷可以提高最大吸收值和頻寬。也可以使用其他金屬元素如鋁、鎳、鉻、鈦和鋅進行同樣的處理。原因是這些金屬元素會向塗層中加入自由電子，從而提高塗層的吸收率。這是因為存在氧元素。例如，當鋅氧化時，會釋放電子，反應式如下：Kumar 等人認為，這兩個自由電子 “增加了金屬 - 電介質介面的電荷，提高了空間電荷極化，從而影響電導率。因此，由於導電性的改善，複合材料的復介電常數增大”。復介電常數的增加意味著材料內部的能量儲存能力增強。這對於雷達吸波塗層是有利的，因為這些能量可用於吸收雷達波。4.3 維護對於戰鬥機而言，維護是一個重要因素。顯然，當一架飛機因維護而停飛時，在發生衝突時，它就無法升空提供空中支援。F-16 和上一代戰鬥機使用的舊塗層是多層塗覆的，為了保持其性能，需要經常重新塗覆。洛克希德公司為 F-35 研發的纖維墊無需如此維護，該公司稱，纖維墊在其使用壽命內會自行變得更加平滑。而且，由於纖維墊的使用壽命超過了 F-35 的機身壽命，因此飛機的這部分幾乎不需要進行大修。但實際上，這型飛機每飛行一小時就需要 9 個人工小時的維護。現代戰鬥機的大部分維護時間都用於處理飛機上的電子和液壓系統。因此，要進一步減少飛機的維護時間，就必須縮短上述系統的維護時間，不過這已超出本研究的範圍。<5 討論：未來研究方向>隱身技術的未來發展尚不明朗，目前美國和中國都在研發第六代戰鬥機，這類戰機將主要以自主方式運行，能夠與其他飛機通訊、協同使用雷達並搜尋目標。這意味著，要成功避開敵方雷達，飛機必須吸收所有雷達波，而不是將其反射到其他方向。要實現這一點，很可能需要研發新型材料，使反射損耗達到極高水平，從而使飛機不被發現。儘管作為普通民眾很難追蹤這些進展，但未來幾年甚至幾十年裡，這一領域的發展都值得關注，因為一個國家若能以隱秘方式開展軍事行動，就能避免高昂的損失。圖 8：美國和中國的第六代飛機隨著隱身技術的進步，雷達技術也在不斷改進，以更好地探測隱身飛機。一個很好的例子是 2022 年 3 月下旬，烏克蘭擊落了一架俄羅斯最先進的戰鬥機蘇 - 35s。據推測，這架第五代戰鬥機上的雷達可能已被送到北約國家，以便北約瞭解俄羅斯雷達使用的頻率，並可能用自己的隱身飛機進行測試，看看其隱身性能如何。要理解塗層的工作原理，方程 1 給出了隱身飛機重要參數的相關資訊。但該方程只能計算圖 7 所示情況下的反射率，而大多數戰鬥機的表面都採用傾斜設計。因此，對於並非以 90 度角照射到飛機上的雷達波，該方程並不適用。為了彌補這一不足，需要在方程中加入一個新的項，以考慮雷達波的入射角度。<6 結論>自 20 世紀 30 年代首次研發以來，隱身技術已有了無數改進。早期的隱身飛機僅採用反射面設計，將雷達波反射到除雷達接收器以外的所有方向。但隨著人們對隱身技術理解的加深，能夠消散雷達波能量的高能量表面塗層應運而生。就影響隱身飛機性能的參數而言，復介電常數、復磁導率和本征阻抗等特性會影響飛機外部塗層對雷達波的吸收量。這種關係已在方程 1 中得到體現。最近，洛克希德公司研發了一種纖維墊，無需對飛機的隱身部分進行維護，從而使最新型戰鬥機能夠最大限度地保持升空狀態。對於這種纖維墊，上述方程不再適用，其實際吸收資料也因保密而無法獲取。隨著這一領域技術的不斷進步，未來幾十年裡，飛機的雷達截面積有望進一步減小，甚至可能降至零。要實現這一目標，就必須進一步改進纖維墊，或者研發新型塗層，使其具備足夠的表面能，以吸收所有照射到飛機表面的雷達波。 (航空科學探索)

2026年3月的波斯灣，戰火正以前所未有的力度重塑著現代戰爭形態。隨著美軍引以為傲的E-3“哨兵”預警機在沙烏地阿拉伯地面首現戰損，以及伊朗導彈命中率呈現“指數級”跳躍，這場博弈正從傳統的消耗戰演變為一場拼精確度的精細博弈。一方面美軍此前引以為傲的戰場覆蓋力在無人機時代受到嚴峻挑戰，另一方面黎巴嫩高校的課堂也因德黑蘭的一紙威脅而被迫轉入線上授課。戰爭形態進化和戰爭影響外溢，使得整個中東地區的緊繃感已至臨界點。美軍遭受挫折：“哨兵”折戟沙烏地阿拉伯，“死神”隕落海峽伊朗於3月27日向位於沙烏地阿拉伯的蘇丹王子空軍基地發動導彈和無人機襲擊，造成10名美軍士兵受傷，其中2人傷勢嚴重，多架美軍加油機受損。隸屬於美國空軍第552空中管制聯隊、編號為81-0005的E-3G預警機被完全摧毀。這是美國歷史上首次有E-3預警機戰損。▲E-3預警機（資料圖片 據視覺中國）現場照片顯示這架編號為“0005”的戰機機身斷裂、尾翼脫落，很顯然在短期之內已經不可能重新投入使用。這是該型號自服役以來的首次戰鬥損失。美國方面消息稱，目前美軍該型預警機數量已由30架減少至16架，單架替換成本超過7億美元，屬於損失一架就減少一架的“戰略性重資產”。更具破壞性的是，這次襲擊還導致多架空中加油機在地面受損。對於E-3“哨兵”等大型預警機而言，空中加油機是維持其24小時不間斷監控的“生命線”。加油機機隊的損耗直接導致預警機在波斯灣上空的有效滯空時間大幅縮短。這種後勤層面的“失血”，使得美軍在中東戰場的感知網路出現了物理意義上的斷續，為對手留下了可乘之機。同時據央視新聞報導，當地時間3月29日，伊朗軍方發佈消息說，國防軍防空部隊擊落一架MQ-9“死神”無人機。軍方稱，一架屬於美以“敵方”的MQ-9型無人機，在荷姆茲海峽東部被防空系統的監測網攔截並成功擊中，隨後墜毀解體。▲MQ-9“死神”無人機（資料圖片）MQ-9“死神”無人機是美國空軍主要的攻擊型無人飛行器，由美國通用原子航空系統公司研製。2006年，基於其卓越的致命性攻擊能力，美國空軍最終正式將MQ-9無人機命名為“死神”，成為美國空軍首款獵殺型無人機。MQ-9無人機集偵察與打擊功能於一身，不僅具備強大的攻擊能力，還擅長情報蒐集、監視及偵察等多元化任務。這款無人機全長近11米，主翼展寬達到20米，可由地面人員進行遙控操縱，實現高效靈活的空中作業。其飛行高度可攀升至驚人的1.5萬米，同時其拍攝畫面具備極高的清晰度，監視能力也極為出色。MQ-9無人機分為攻擊型和偵察型兩種配置，以滿足不同作戰需求。值得一提的是，每架MQ-9無人機的造價高達3200萬美元。火力減弱但命中率倍增伊朗尋找防禦“破綻”更令華盛頓不安的是德黑蘭在戰鬥中展現出的“自我進化”能力。瑞士日內瓦高級國際關係及發展學院分析師薩貝特分析，自3月10日以來，伊朗導彈和無人機的命中率已驚人地提升了超過一倍。儘管發射總量有所減少，但穿透效率的提高證明其正在戰鬥中快速調整演算法與戰術。薩貝特指出，伊朗在開戰初期發射導彈與無人機衝擊波斯灣地區及全球能源市場，一旦這種不安全感與不穩定感建立起來，就不必每天發射數百甚至數千枚導彈，只要能每天實現20-30次成功突破美以防空體系，就足以達到同樣效果。此前伊朗針對遠離本土3800公里的印度洋中部迪戈加西亞美軍基地發射導彈，也證明了伊朗“膽子正在變大”，越來越敢於針對敏感目標進行攻擊。美國軍事分析師法爾津·納迪米也認為，伊朗似乎摸清了以色列防空系統的“破綻”，開始頻繁使用搭載集束彈頭的彈道導彈攻擊人口密集區，迫使對方在昂貴的“箭-3”系統與廉價的子炸彈之間做艱難的選擇。納迪米還認為，對伊朗來說，衡量成功的核心指標在於能否持續向以色列、美國基地以及海灣國家發射彈道導彈和無人機，“而我們知道，他們至今仍能保證做到這一點”。蔓延到象牙塔博弈的外溢與僵局戰爭的陰雲已經從前線的軍事基地蔓延至靜謐的大學校園，演變成一場針對民事目標的心理博弈。為了報復美以對伊朗境內大學的空襲，伊朗革命衛隊於3月29日發出威脅，聲稱將瞄準以色列境內及中東地區的美國大學進行“以牙還牙”的打擊。據央視新聞，伊朗兩所大學遭美國和以色列空襲後，伊朗伊斯蘭革命衛隊將以色列境內大學及西亞地區的美國大學列為“合法打擊目標”。黎巴嫩和約旦的兩所美國大學3月29日宣佈，臨時轉入線上模式，以防伊朗報復。黎巴嫩的貝魯特美國大學被稱為“中東小哈佛”，處在風口浪尖的該校29日發表聲明說，該校30日和31日將臨時改為線上教學。▲貝魯特美國大學（資料圖片）該校聲明說，眼下暫無證據表明該大學校區及附屬醫院受到直接威脅，但出於謹慎考慮，今後兩天將轉為線上模式，上課和考試都遠端進行，只有核心人員例外。約旦馬代巴美國大學29日同樣宣佈，該校從即日起至4月2日改為線上教學。 (大河報)

【新智元導讀】大模型能否預測未來？UniPat AI建構了一套完整的預測智能基礎設施，Echo，包含動態評測引擎、面向未來事件的訓練範式和預測專用模型EchoZ-1.0。在其公開的General AI Prediction Leaderboard上，EchoZ-1.0穩居第一，並在與Polymarket人類交易市場的直接對比中展現出顯著優勢。過去一年，預測能力越來越受到模型廠商的重視。但預測領域有一個根本性的驗證難題：你說你能預測未來，怎麼證明？發佈時的demo無法追溯，事後公佈的案例存在選擇性偏差，通用基準測試衡量的是語言理解和推理能力，跟真實預測是兩碼事。UniPat AI近日發佈的Echo系統，試圖用一套完整的基礎設施來回答這個問題。Echo由三個緊密耦合的元件構成：一個持續運轉的動態評測引擎，一套面向未來事件的後訓練流程（Train-on-Future），一個未來可能的AI原生預測API。官網：https://echo.unipat.ai/ Blog：https://unipat.ai/blog/Echo核心模型EchoZ-1.0是第一個在Train-on-Future範式下端到端訓練的大語言模型。在General AI Prediction Leaderboard 上（2026年3月資料），EchoZ-1.0以Elo 1034.2排名第一，領先 Google的Gemini-3.1-Pro（1032.2）和Anthropic的Claude-Opus-4.6（1017.2）。排行榜涵蓋12個模型，覆蓋政治、經濟、體育、科技、加密貨幣等7個領域，活躍題目超過1000道。EchoZ在排名魯棒性測試中穩定第一排名本身只是一個快照，排名的穩定性更值得關注。部落格中披露了一組σ參數敏感性測試：調整Elo框架中的σ參數（控制Brier Score差異向勝率的轉化強度）從 0.01到0.50共9個取值，重新計算全部模型排名。這個參數簡單來說，就是控制「模型之間表現差距」會被放大到什麼程度。EchoZ在全部9個分組均保持第一，是唯一排名未發生任何波動的模型。作為對比，GPT-5.2的排名在第2到第9之間波動過8個位次。更有說服力的一個細節是，EchoZ的競爭對手不僅有頂級大模型，還有預測市場上真實投入資金的人類交易者的聚合判斷，EchoZ的Elo分數顯著高於這條基線。與此同時，Echo官網公開了所有預測問題、模型輸出的機率分佈和最終結算結果，任何人都可以回溯驗證。三個層面的可驗證性疊加在一起（動態排行榜、實盤市場對照、全量資料公開），構成了Echo與此前各種「AI 預測」最根本的區別。那麼，EchoZ對人類預測者的實際優勢有多大？Unipat AI給出了一組分層對比：將EchoZ與人類市場在同一預測批次中的同一問題上進行比較，基於Brier Score計算勝率，按領域、預測期限和市場不確定性三個維度展開：政治與治理領域：EchoZ勝率63.2%長期預測（7天以上）：EchoZ勝率59.3%市場不確定區間（人類信心55%-70%）：EchoZ勝率57.9%一個值得注意的規律是：人類預測者越猶豫的場景（高不確定性、長時間跨度、複雜政治博弈）EchoZ的優勢反而越明顯。這暗示模型在資訊整合和機率校準上的系統性優勢，恰好在人類直覺最不可靠的區域得到了最大程度的釋放。一個持續生長的評測引擎建構評測基準本身並不新鮮，但Echo的做法有一個關鍵差異：它建構的不是一個靜態的題庫，而是一個能夠自動出題、自動結算、持續更新排名的動態系統。為什麼「動態」這件事很重要？拿一道具體的預測題來說：「2026年3月31日收盤時，全球市值最大的公司是那家？」如果模型A在3月1日給出了預測，模型B在3月28日給出了預測，兩者的正確率能直接比較嗎？顯然不能。越接近結算時間，可用資訊越多，預測難度越低。這就是現有預測基準的第一個結構性問題：時序不對稱。第二個問題是題源過於單一：現有基準的題目幾乎全部來自預測市場，偏向容易結算的二元問題，大量來自專業領域和新興話題的預測需求被遺漏了。Echo Leaderboard 的架構正是圍繞這兩個問題展開的。整套系統可以拆解為四個階段的持續循環：Echo 評測引擎建構流程第一步，資料採集。三條資料管道同時運行。第一條對接Polymarket等預測市場，篩選有明確結算規則和高品質共識訊號的合約。第二條面向開放域，抓取Google Trends等即時趨勢，自動生成關於尚未發生事件的預測問題，由agent持續搜尋進展並自動結算。第三條來自真實專業場景：科研、工程、醫療等領域的專家將自己工作流中有價值的預測題貢獻到系統中，並在預定時間點給出權威判定。從Polymarket上的大眾共識到實驗室裡的專家判斷，三條管道覆蓋了一個相當完整的預測光譜。第二步，預測點調度。每道題不只做一次預測。系統使用對數調度演算法，根據題目的結算周期長度分配多個prediction points（預測時間點），既保證了生命周期內的覆蓋密度，又控制了計算開銷。第三步，對戰建構。這是解決時序不對稱問題的關鍵環節。評測使用point-aligned Elo機制：嚴格只比較「同一道題、同一預測時間點」的結果。所有參賽模型在完全相同的資訊上下文下對決，公平性由此建立。第四步，Elo評分更新。基於Bradley-Terry MLE演算法計算全域排名。實驗資料顯示，這套框架對新加入模型的排名收斂速度是傳統Avg Brier方法的2.7倍。模型排名收斂速度對比這四步構成一個不斷循環的閉環：新題目持續流入，新的預測點持續觸發，對戰持續發生，排行榜持續更新。用一句話概括：Echo造了一把動態校準的尺子，而這把尺子本身也在不停生長。Train-on-Future：當推理過程本身成為訓練訊號評測引擎解決了「怎麼量」的問題，接下來要回答的是「怎麼訓」。Echo 的訓練流程同樣是一套結構化的系統，UniPat稱之為Train-on-Future範式，由三個核心機制組成。在展開之前，有必要先理解傳統路徑（Train-on-Past）為什麼走不通。用歷史事件的已知結果來訓練預測模型，面臨兩個很難繞過的困難。第一個是工程悖論：網際網路內容持續更新，用過去的事件做訓練題時，模型在搜尋網頁的過程中幾乎必然會撞上包含答案的資訊，資料洩露在工程實現上極難杜絕。第二個是結果導向偏差：現實事件充滿隨機性，一個邏輯嚴密的分析可能因為黑天鵝事件而給出「錯誤」答案，一個粗糙的猜測可能碰巧命中。直接用最終結果做訓練訊號，模型很容易過擬合到噪聲上。Train-on-Future 的三個機制分別瞄準了這些問題：機制一：動態問題合成。與使用歷史題庫不同，Echo通過一條自動化管道，持續從即時資料流中生成關於未來事件的高資訊量預測問題。因為每道題都關乎尚未發生的事件，訓練天然不存在資料洩露的問題。機制二：Automated Rubric Search。這是整個訓練範式中最有技術含量的部分。Echo的做法是：把訓練訊號建立在推理過程的質量上，而非最終預測的對錯。但隨之而來的問題是，「好的推理過程」該如何定義？舉一個體育預測領域的具體例子。Echo的Rubric中有一個維度叫做「Precursor and External Catalyst Evaluation」，評估模型是否利用高度相關的先行訊號或外部驅動因素。得5分的標準是：識別具體的近期或即將發生的催化因素（如關鍵球員回歸、連續客場結束、關鍵對位變化），並分析這些因素與比賽結果之間的歷史關聯。得 1 分的標準是：僅泛泛提及「狀態不錯」或「士氣提升」等模糊因素，而未繫結具體可驗證事件。另一個維度是「Multi-Factor Causal Synthesis」，評估模型是否將多個獨立因素整合為一個有因果結構的預測結論。得5分的標準是：明確整合至少三個相互獨立的因素（如傷病情況、近期狀態、主客場表現、賠率基線），並解釋這些因素如何相互作用（如傷病削弱進攻效率，而主場優勢部分避險該影響），最終形成一個加權後的整體判斷。得1分的標準是：僅基於單一因素（如「某隊最近連勝」）直接得出結論，或簡單羅列資訊而沒有解釋各因素之間的作用關係。總結來說，這兩個維度分別關注模型是否能夠在時間維度上引入可量化的前瞻性的關鍵變化，並在同一時點上將這些變化與既有資訊整合為結構化的因果判斷，從而提升預測的完整性與動態適應能力。模型按rubrics打分的排名與Elo排名相關係數隨rubrics質量提升而提升。這些維度高度具體，顯然不是泛泛而談的「推理質量」。但靠人工設計也走不遠，預測領域噪聲極高，不同領域的邏輯差異很大。Echo把這個問題轉化成了一個資料驅動的搜尋任務：由LLM生成候選評分標準（rubric），每一輪基於上一輪的反饋進行迭代，搜尋目標是讓rubric產生的模型排名與真實Elo排名之間的Spearman ρ最大化。搜尋按領域獨立進行，政治領域和體育領域各自搜尋出20個評分維度。實驗資料顯示，rubric的評估質量在迭代過程中持續攀升。機制三：Map-Reduce Agent架構。訓練完成後，EchoZ-1.0在推理階段採用分佈式的Map-Reduce流程。Map階段將一個宏觀預測問題分解為多個正交子任務，派出多個agent平行完成資訊採集和領域推理；Reduce階段由聚合節點處理跨源衝突、對齊因果鏈，輸出最終的機率判斷。這個循環支援多輪自適應迭代，直到資訊覆蓋度和推理深度趨於穩定。這套訓練範式的本質可以這樣理解：不僅考察模型猜對了沒有，也考察模型的分析過程是不是優秀。而「評價分析過程」這件事本身，也由這個系統自動完成。值得留意的下一步據瞭解，UniPat計畫將EchoZ-1.0的預測能力封裝為一套AI-native Prediction API對外開放。從部落格已披露的技術架構來看，這套API將支援自然語言形式的預測問題輸入，返回包含機率分佈、分層證據鏈、反事實脆弱性評估和監測建議的完整結構化報告，每份報告由多輪Map-Reduce agent對即時網路證據循環檢索和推理後生成。UniPat在官網上為Echo寫下了這樣一句話：「The future is no longer a probability you guess — it is a parameter you integrate.」當預測從一種直覺判斷變成一個可呼叫、可整合的參數，它能嵌入的決策場景，金融市場、演算法交易、企業戰略，遠比當前看到的要多。UniPat為Echo定義了四個關鍵詞：General、Evaluable、Trainable，以及Profitable。而落地的效果，則需要期待API的正式上線。 (新智元)

手機是我們日常離不開的工具，一旦被不法分子植入木馬病毒，就會瞬間從通訊工具變成竊密工具，個人隱私、工作資訊都可能暴露無遺。那些潛伏在網路深處、隱藏在日常裝置裡的竊密風險，正如同無形的幽靈，時刻覬覦著我們的資訊安全。記者近日實地探訪了全國國家安全教育基地科技安全館，直觀感受了木馬攻擊的全過程。手機中“木馬”病毒 竊密者可隨時“直播”總台央視記者 王莉：這部手機已經被提前植入了木馬病毒。而在我身後的這個螢幕上顯示的就是竊密者在他那一端看到的介面，手機中了木馬之後會怎麼樣？咱們來一起看一看。科技安全館講解員 陳思：我們現在輸入密碼的同時，鍵盤都是即時在竊密者的後台顯示了。除了即時監控，竊密者還能遠端操控手機攝影機，悄悄拍攝周圍畫面。而這一切在手機端沒有任何異常提示，使用者很難察覺。科技安全館講解員 陳思：我們在轉動手機角度的時候，它的後台的攝影機一直在即時工作，也就是當你熄屏，把手機放在口袋裡的時候，它也一直在工作。比如我們現在帶著手機，鎖屏了之後，甚至是關機，帶進去開一個涉密會議，它的後台都是全程錄音的。感覺手機發燙 可能你的手機正在被竊密如果手機莫名其妙發燙，這可能是你的手機正在被竊密者操縱著進行遠端即時監控，即使手機關機，竊密行為也沒有停止。除此之外，竊密者還能通過“木馬”病毒，盜取手機裡的通訊錄、通話記錄、簡訊、照片等全部隱私資訊。總台央視記者 王莉：在我身後螢幕上顯示的就是竊密者在他那一端看到的畫面，由於已經對手機植入了木馬病毒，現在手機裡儲存的相簿、聯絡人，還有通話記錄、簡訊息等個人隱私資料，在這裡都可以看到，而且與手機裡是完全一樣的。科技安全館講解員 陳思：就算我們現在這樣擺放在這裡，沒有任何的操作，他也可以打開銀行卡、聯絡人，包括通話記錄，直接向對方進行撥打電話。科技安全館講解員 陳思：接下來我們來拍一組照片，我們打開拍攝的介面，我給您拍攝一張照片之後，您可以看到的是，您的照片也會同步顯示在它的照片後台。更隱蔽的是，即使手機關機，竊密行為也沒有停止。總台央視記者 王莉：現在我已經把手機關機了，但實際上這個時候手機裡的惡意程序還是在背景執行著，不管是相機，還是錄音機都在工作中，就在剛剛已經關機狀態下，我把手機看向自己的時候，可以看到後面的螢幕，即時拍攝了一張我的照片。科技安全館講解員 陳思：我們所說的話已經被它錄了下來，也就是它關機狀態之下還是可以繼續進行錄音。後置攝影機還是同樣開著的，它關機也是可以進行拍攝的。手機木馬入侵套路多 這些管道要警惕手機木馬病毒不同於普通惡意軟體，具有目標精準、功能強大、隱蔽性強、長期潛伏等特點。那麼，木馬病毒究竟是如何入侵手機的？我們又該如何防範？南京郵電大學電腦學院 軟體學院 網路空間安全學院副院長 黃海平：第一種就是通過手機惡意的App，這些App可能是您在公眾場合掃描了一個二維碼，或者是連接了一個來源不明的充電器，這些惡意的App就可能植入到您的手機中。第二種方式，我們稱之為釣魚攻擊，往往攻擊者會使用一些官方的資訊，或者是一些您的中獎資訊，傳送一條簡訊到您的手機上，裡面包含了一個連結，然後誘導您點選這個連結。第三種方式，我們專業術語叫作中間人攻擊，在一些公眾場合會有一些公用Wi-Fi的連接，當您連接Wi-Fi之後，攻擊者就可能通過同樣連接Wi-Fi，來獲取您的私密資訊。第四種可能就是方式更加隱蔽一些，攻擊者可能會偽裝一個5G或者6G的基站，誘導您的手機連接到我們稱之為偽基站上，來監控您的手機。專家表示，與以往相比，當前網路攻擊最大的變化在於攻擊的“無感化”和“智能化”。如何預防手機被植入木馬病毒？首先，要杜絕獵奇心理，不使用來路不明的智能電子裝置，不點選陌生連結，不掃描來歷不明的二維碼，不隨意連接公共Wi-Fi，不瀏覽非法網站，養成在官方應用市場下載應用軟體的良好習慣。其次，要提升安全意識，不使用手機儲存、處理、傳輸、談論國家秘密，不將手機帶入涉密會議和活動場所。最後，要增強防護措施，及時更新手機作業系統和應用程式版本。 (深科技)

據央視新聞消息，當地時間3月29日21時5分，伊朗首都德黑蘭發生爆炸，包括德黑蘭東北部以及西部地區均傳出數聲爆炸。爆炸發生後，當地響起防空警報，德黑蘭防空系統持續啟動。同時，伊朗發射攔截彈攔截來襲目標。當地時間3月29日晚，伊朗首都德黑蘭遭到兩輪大規模空襲，部分輸電設施遭破壞，曾一度導致德黑蘭等多地停電。央視新聞報導稱，當前美以伊戰事繼續呈現激烈和膠著狀態，伊朗加大了對美以的打擊力度，同時德黑蘭遭空襲的程度和次數在明顯增加。據新華社消息，伊朗伊斯蘭共和國廣播電視台29日報導，伊朗伊斯蘭革命衛隊航空航天部隊司令馬吉德·穆薩維在社交媒體發帖表示，由於靠近伊朗邊境地區的雷達網路及後勤系統頻遭打擊，美軍被迫撤離相關區域。穆薩維在帖文中說，美軍多架預警機和加油機被擊落，多處倉庫被摧毀，進一步加劇美方防禦壓力。未來，更多高價值目標將被列入打擊名單。(長安街知事)