美国时隔52年成功重返月球！美商业航天器首次实现登月 | 科研圈日报
你可以单独订阅“科研圈日报”了——请点击上方 #科研圈日报 话题，点击右侧“订阅话题”按钮即可。“科研圈日报”主要关注科研圈与研究者个体、科研圈与更广阔的社会环境之间的重要互动。点击 这里 可以查看往期内容。
· 月球探索
美国时隔 52 年重返月球，首次实现商业航天器登月
计算机生成的“奥德修斯”号艺术图像（图片来源：Intuitive Machines）
据《卫报》（The Guardian）报道，当地时间 2 月 22 日 18 时 23 分，美国太空探索初创公司直觉机器（Intuitive Machines）研发的“奥德修斯”号（Odysseus）着陆器成功降落在月球南极附近。这是自 1972 年阿波罗登月后，美国航天器首次成功登月，也是商业航天器首次成功登陆月球。
此次任务名为“IM-1”，是美国航空航天局（NASA）商业月球有效载荷服务（CLPS）计划的一部分。当地时间 2 月 15 日凌晨 1 时 5 分，“奥德修斯”号搭乘 SpaceX 猎鹰 9 号火箭发射升空，原计划于当地时间 2 月 22 日 17 时 49 分降落，但因其着陆前几小时导航系统出现故障，研究人员决定启用激光雷达上的传感器用于导航，因而让“奥德修斯”号多绕行了一圈。着陆过程中，“奥德修斯”号曾出现通讯中断的状况，但根据直觉机器公司在社交媒体平台 X 发布的消息，在排除通信故障后，飞行控制人员已确认“奥德修斯”号处于直立状态，目前正在下载首批来自月球的图像。据悉，此次任务共向月球运送了 6 种科学仪器，其中包括一台用于捕捉“奥德修斯”号接近月球表面时扬起的尘埃的立体摄像机，和一台用于测量带电粒子对无线电信号影响的无线电接收器。“奥德修斯”号预计将运行 14 个地球日，在月夜到来时关闭。（The Guardian, CNN, X, The New York Times, The Verge）
· 人工智能
Stability AI 发布 Stable Diffusion 3.0，使用全新架构，能正确渲染文本
据 Stability AI 官网消息，当地时间 2 月 22 日，Stability AI 发布了其 Stable Diffusion 3.0 模型的前瞻，这是一款基于全新架构的下一代文本转图像的生成式 AI 模型。该模型旨在提供更高的图像质量和更好的性能，以从多主题生成图像。过去，拼写和排版一直是 Stable Diffusion 的弱点，但新模型不仅已经“学会了”拼写，还将提供比此前模型更准确、一致的文字和排版。目前，Stability AI 已开放候补名单，并表示一旦测试完成，用户将可以免费下载 Stable Diffusion 3.0 并在本地运行。
Stable Diffusion 3.0 基于 Diffusion Transformer 架构，这是一种类似于最近 OpenAI Sora 模型中使用的新型架构，灵感来自于 Transformer 模型。Transformer 擅长处理模式和序列，这种方法不仅可以有效地扩大规模，而且还可以产生更高质量的图像。Stable Diffusion 模型的另一大创新是 Flow Matching，这是一种为复杂数据分布建模的新方法，可以带来更快的训练速度、更有效的采样和更好的性能。虽然 Stable Diffusion 3.0 在初始阶段仅展示了文本转图像的能力，但它将成为更多技术的基础。近期，Stability AI 也在构建 3D 图像生成和视频生成功能。（Stability AI, Ars Technica, arXiv）
谷歌推出最强开放模型 Gemma，可在笔记本电脑运行
据谷歌官网消息，当地时间 2 月 21 日，⾕歌正式推出了新的开放大语言模型 Gemma。该模型由谷歌 DeepMind 和谷歌的其他团队共同开发，名字取自拉丁语 Gemma，意为“宝石”。与 Gemini 和 OpenAI 的 GPT-4 Turbo 等人工智能（AI）模型不同，Gemma 模型可以在台式机或笔记本电脑上本地运行。这是自 2022 年 OpenAI 的 ChatGPT 掀起 AI 聊天机器人热潮以来，谷歌首次发布重要的开放大语言模型。
Gemma 将以 Gemma 2B（20亿个参数）和 Gemma 7B（70亿个参数）两种尺⼨发布，前者⽤于更具成本效益的应⽤程序构建，而后者针对使⽤⼤容量 AI 芯⽚和数据中⼼开发 AI 软件的客户。据悉，Gemma 与 Gemini 共享技术和基础设施组件，这使得与其他开放模型相比，Gemma 在规模上实现了同类最佳的性能。谷歌期待该模型可以让⾕歌内外部⼈员共同合作，在 AI 研究和开发⽅⾯创造新的机会。（Google, Ars Technica）
· 生物医药
血脑屏障渗漏可能是导致长新冠患者“脑雾”的根本原因
自新型冠状病毒 SARS-CoV2 出现至今，许多长新冠患者都曾报告经历过“脑雾”（brain fog），包括思维迟缓、注意力不集中、健忘、精神疲倦等症状。近日，来自爱尔兰都柏林大学圣三一学院（Trinity College Dublin）的研究团队发现，血脑屏障渗漏可能是导致长新冠“脑雾”的根本原因。相关论文于 2 月 22 日发表在《自然-神经科学》（Nature Neuroscience）。
该研究共纳入 10 名新冠康复者和 22 名长新冠患者，其中 11 人报告有“脑雾”症状。研究人员对他们进行了动态对比增强核磁共振成像扫描（DCE-MRI），结果显示，相比于其他受试者而言，长期患有“脑雾”的长新冠患者表现出了明显的血脑屏障渗漏迹象。该项研究首次证明了血脑屏障的渗漏、凝血系统的失调与免疫系统的过度激活及紊乱是导致长新冠相关“脑雾”的关键因素，并为后续研发针对血脑屏障完整性的靶向调控提供了依据。（Trinity College Dublin, Nature Neuroscience, The Guardian）
· 人机交互
能协助人弹钢琴的智能手套诞生
对许多人来说，触觉是学习和吸收知识的一种重要途径，能够灵活运用触觉交互对于掌握精细手术和乐器演奏等任务尤为重要。但与视觉和听觉不同，触摸很难被记录和传输，因而从触觉的角度入手来强化学习训练十分困难。据美国麻省理工学院（MIT）官网报道，近期，MIT 计算机科学与人工智能实验室（CSAIL）的团队开发了能捕获、复制和传递基于触觉的指令的智能手套。在演示中，该手套可以协助钢琴培训。相关论文发表于《自然-通讯》（Nature Communications）。
制作该手套的纺织材料中由数字刺绣机无缝嵌入了触觉传感器和触觉致动器（一种提供基于触摸的反馈的设备），这种手套能将反馈发送到手的不同部位，针对执行不同技能的最佳动作给予指示和引导。此外，该团队还开发了一个简单的机器学习代理，来让设备适应不同用户对触觉反馈的反应，从而优化他们的体验。在演示中，职业演奏者在琴键上录制一首简单的曲子，期间智能手套捕捉他们用手指按在键盘上的顺序，然后由机器学习代理将该顺序转换为触觉反馈，再将其输入学生的手套中以作为指令。当学生的手悬停在相同位置，手套会在对应的手指上振动，来强化触觉反馈。这项技术不仅对于机器人技术有创新性意义，也可以被应用在外科医生、消防员和飞行员使用的虚拟培训课程中。研究团队认为，他们还可以将这项技术拓展到其他身体部位，并配合更复杂的人工智能代理，也许可以协助完成更复杂的任务。（MIT）
编写：李裕欣、宋秋舸、武沛雯、黄雨佳
编辑：黄雨佳
▽ 精彩回顾 ▽