翻倒就扑腾不起?人形机器人为啥怕摔跤?
我们时常在视频里看到人形机器人后空翻、跳街舞,动作丝滑又科技感十足。图片来源:潇湘晨报01重心:站得越高,摔得越狠人形机器人摔倒后想自行站起来,要克服的第一个困难就是重心。正常行走时,人形机器人通过精密的算法实时调整关节角度,让重心投影始终落在不断变化的支撑面范围内。但在摔倒之后,人形机器人处于侧躺或仰卧的状态,原本高高在上的重心瞬间“坠落”,其投影点“逃离”了支撑面,人形机器人便会进入一个没有预设应对方案的陌生状态。小结:从“会走”到“会站”人形机器人的行走技术已经日趋成熟,但“摔倒后自主站起来”仍是衡量机器人运动智能水平的一道硬门槛。
一吨涨到42万元:锡为什么成了AI时代的关键材料?
例如,台积电CoWoS这类高端芯片封装工艺,得靠成千上万个细小锡点才能把计算芯片和高速内存连在一起,整台服务器里,几百万个连接点位全都要靠锡膏、锡球焊接才能导通。我国是世界上锡矿资源最丰富的国家,截至2025年末,全球锡矿探明储量约600万吨,其中我国的储量约占17%,位居世界首位,主要集中于云南、广西、湖南、内蒙古、广东和江西六个省(区),其中云南省红河哈尼族彝族自治州下辖的个旧市,享有“世界锡都”的美誉。地质专业高级工程师,科学传播研究馆员,著有《石头记》等科普图书十余部。
算力:不是“芯片越多越好”,而是电、冷却和网络一起扛
如果把全世界的账单加起来,数字大得惊人:2026年全球数据中心用电量预计达到565太瓦时——相当于日本全国一年的用电总和。更麻烦的是,晶体管做得越小, “关”的时候漏电就越严重——漏电会产生额外功耗,功耗又推高温度,高温又让漏电更严重。但AI计算需要成千上万块芯片同时工作,功耗就爆炸了。一块AI芯片的热设计功耗, 2020年还是400瓦,到2026年已经超过2300瓦。2026年初,超过75个总投资1300亿美元的数据中心项目被叫停或延期——不是没钱,也不是没芯片。图片来源:AI生成传统风冷数据中心,制冷能耗占整体电费的43%。算力从来不是芯片越多越好——它是电、冷却和网络一起扛起来的。
从“看天吃饭”到“科学预判”:AI如何为天气预报装上“智能大脑”?
从超级计算机到人工智能,天气预报迎来新变化多年来,数值天气预报(NWP)技术一直是现代天气预报的主要依赖手段。2023年, GraphCast在大量全球天气预报检验项目中超过了当时欧洲中期天气预报中心的高分辨率确定性预报系统。未来,我们看到的天气预报可能不再只是手机上一句简单的“晴天”“有雨”,而是一套更加智能的气象服务体系:它能够提前告诉农民什么时候适合播种和收获,帮助新能源企业预测太阳能和风能变化,为城市交通安排提供参考,也能在灾害天气到来之前,为公众争取更多准备时间。
AI化身超导“寻宝猎人”,一口气解锁4种全新黑科技材料
想象一下,你是一名材料科学家,面前摆着元素周期表上一百多种化学元素——铜、氧、钇、钡……它们就像厨房里堆满的调料。阿里达摩院联合中国人民大学、中国科学院大学等机构,发布了全球首个专攻超导材料发现的AI智能体——“ElementsClaw”(可以理解为“元素之爪”)。达摩院科学智能负责人荣钰表示,这是AI智能体发现并获验证的第一批超导材料,初步验证了AI智能体框架在材料发现领域的潜力。从1911年昂内斯偶然发现水银超导,到2026年AI主动设计出全新超导材料——人类花了一百多年在“实验探索”中积累的成果, AI则在“理论筛选”环节,用28个GPU小时就给出了30多倍于前者的候选地图。
如何识别AI制品?2026版
数字图像的本质是几百万个发光像素点的集合。当 AI 绘图时,它就是在计算并决定像素的颜色分布。嵌入模型的做法是,在生成瞬间做人眼根本无法察觉的极其微小的调整。比如,让画面中特定区域的几千个红色像素,在亮度上集体暗了 0.01%,并在空间排列上形成某种特定的规律。即使你是专业调色师,肉眼也未必看出“正红”和“偏暗 0.01% 的红”的区别,但计算机能。
AI都能“洗头”了?含AI量到底有多少?
近年来,人工智能技术的迅猛发展正以前所未有的速度改变着我们的生活。从语音助手到自动驾驶,从智能客服到医疗诊断,AI的身影几乎渗透到了各行各业。最近,“AI洗头”服务在全国各地悄然兴起,有人认为这是科技与传统服务行业融合的创新之举,值得点赞;也有人质疑其不过是商家炒作的噱头,缺乏实际应用价值。
算力的尽头是...电表?!应该怎么做才能不让AI的电费爆表?
信号从路由器发出,大概先经过铜线或光纤,然后一路跑到谷歌的某个数据中心。在数据中心里面,经过一排排处理器的处理,我的问题被转换成数字,再经过数十亿次运算,才弄清楚上下文和意思。答案组织好之后,转瞬之间就又飞了回来。
当AI越来越懂你,更要警惕情感依赖
情感依赖是一种对特定人、物或活动产生过度情感寄托,失去后难以适应的状态。人们借助对方的回应和陪伴来稳定情绪、获得安全感或确认自身价值,因此格外在意这段联系的延续。人类享受AI带来的无时无刻的即时陪伴,无可厚非;但当用户难以自主减少或结束互动时,则会受其牵制。为此,需审视情感联结衍生的依赖问题。当互动开始妨碍睡眠、工作或现实交往,用户想减少交流,却因担忧失去既有情感支撑而被其牵制且难以行动时,过度依赖就应被警惕。
警惕!我们正在被“生病”的 AI 包围……
随着物种的基因库变得越来越趋同,后代会逐渐失去适应环境的能力,遗传缺陷不断累积,最终导致种群的衰退甚至灭绝。这就是生物学中著名的“近交衰退”现象。



































































