一周前沿科技盘点丨刚度可变、信息能“发光”读取的新材料问世；用AI像翻译语言一样解量子方程

抖音热门 2025年10月20日 21:31 0 aa

传统机械信息处理难读取、难修改。一种受脊柱启发的新型智能材料，能改变自身刚度存储信息，还能发光显示，为极端环境下的信息处理带来新希望。

求解量子世界的“基本方程”一直面临计算爆炸难题。中科大团队融合AI与量子物理，开发新模型，高效精准模拟多电子系统，为材料和化学研究提供强大工具。

基于国际科技创新中心网络服务平台科创热榜每日榜单形成的一周科技记忆，我们推出《一周前沿科技盘点》专栏。今天，为大家带来第163期。

《Science Advances》丨刚度可变、信息能“发光”读取的新材料问世

一周前沿科技盘点丨刚度可变、信息能“发光”读取的新材料问世；用AI像翻译语言一样解量子方程

磁流变机械信息处理超材料

目前，机械信息处理方式难以实现高密度、可重编程和直观可视的信息处理功能，制约机械信息系统在极端环境下的应用潜力。因此，亟待开发兼具高编码密度、可重构性与可视化读取能力的机械超材料。

中国科学技术大学教授龚兴龙和邓华夏团队，在力学超材料设计研究方面取得进展。该研究借鉴人类脊柱结构与功能特点，构建出具有刚度可重构特性的磁流变超材料SRMM。研究显示，磁流变脊柱梁通过磁控双稳态转换可实现刚度变化，是该材料实现高密度信息编码的关键机制。基于这一原理，研究结合力学发光材料，通过机械能-光能转换机制，实现了信息状态的实时可视化读取。

该磁流变超材料具备广阔信息编码潜力和稳定运行能力，可提供便捷的光学读岀方式，为极端环境下的机械信息处理系统设计提供了新路径。

原文链接：

https://www.science.org/doi/10.1126/sciadv.ady8430

《Nature Communications》丨用AI像翻译语言一样解量子方程

乾坤网络架构图

中国科学技术大学特任教授商红慧与中国科学院院士杨金龙团队，将人工智能中的Transformer架构与量子物理结合，提出名为“乾坤网络”（QiankunNet）的新方法，用于精确求解多电子薛定谔方程。该方程是预测材料与分子性质的理论基础，但其计算复杂度随电子数指数增长，传统方法难以应对复杂体系。

乾坤网络创新性地引入Transformer的“注意力机制”，有效捕捉电子间复杂的关联作用，构建高精度的量子波函数。网络采用端到端可微分架构，通过反向传播直接优化能量，并结合物理启发的初始化策略，加快收敛速度。团队还设计了一种融合蒙特卡洛树搜索的自回归采样算法，能并行生成独立电子构型，显著提升采样效率与稳定性，克服了传统方法样本相关性强、收敛慢的缺陷。

在测试中，乾坤网络在30个自旋轨道以内的分子体系中，关联能计算精度达到全组态相互作用方法的99.9%，在处理化学键断裂等强关联问题时优于传统耦合簇方法，且速度更快、精度更高。研究团队进一步将其应用于生物氧化中的关键反应——芬顿反应，成功模拟了含铁配合物中O-O键断裂的全过程，精确刻画了铁离子氧化过程中的电子结构变化，展现出在复杂过渡金属体系中的强大应用潜力。该成果为精确模拟真实化学体系提供了高效新工具。

原文链接：

https://www.nature.com/articles/s41467-025-63219-2

《Nature Photonics》丨比头发丝细百万倍的“超亮小灯”，照亮细胞内的生命活动

玻璃化冷冻制备suPdots

中国科学院理化技术研究所王健君团队联合杭州医学研究所方晓红团队，基于对冰晶成核与生长机制的理解，创新性地提出“冷冻组装”策略，成功将单条有机荧光聚合物链制备成尺寸小于5纳米的单链超小荧光聚合物纳米点（suPdots）。这类新型探针兼具高亮度、优异光稳定性、组成明确、表面可精准修饰和荧光可调等优点，为实现高时空分辨率的生物分子动态监测提供了理想工具。

suPdots在性能上优势显著：首先，选用商业化共轭聚合物，光谱覆盖全可见光范围，适用性强；其次，单颗粒亮度达绿色荧光蛋白的约15倍，且不同结构呈现不同光学特性，便于按需选择；再次，可通过官能团修饰实现表面精准调控，与抗体偶联后能对亚细胞结构进行高特异性、高密度标记，且因尺寸极小，几乎不干扰生物分子的正常生理行为。

在应用中，研究团队利用suPdots结合受激辐射损耗超分辨显微技术，揭示了网格蛋白包被小体的中空环状结构。更进一步，借助其高亮度与超小尺寸，仅用常规共聚焦显微镜，便以50赫兹帧率和约8纳米定位精度，实时观测到活细胞中单个驱动蛋白的运动步长。该成果无需依赖昂贵复杂的MINFLUX设备，展现了suPdots在推动单分子生物研究中的巨大潜力。

原文链接：

https://doi.org/10.1038/s41566-025-01767-1

《Science Advances》丨突破能量瓶颈，空气激光亮出新高度

（A）空气激光的级联放大方案示意图；（B）不同聚焦次数下获得的空气激光能量随气压的变化；（C）单次和四次聚焦情况下，在40 mbar氮气中获得的空气激光能量随泵浦能量的变化

中国科学院上海光学精密机械研究所研究团队在空气激光领域取得突破，提出“级联放大”新方案，成功将毫焦耳级飞秒激光转化为目前公开报道中能量最高的空气激光，为大气遥感与燃烧诊断等应用开辟新路径。

传统空气激光能量仅达纳焦水平，难以实用。该团队创新性地利用一束800纳米、5.7毫焦、40飞秒的激光，通过凹面镜在氮气中实现四次连续聚焦，使泵浦光在不同位置多次激发氮气离子，形成级联放大效应。该方案有效解决了单次聚焦中光强与增益长度难以兼顾的难题，最大化利用粒子数反转，在固定泵浦能量下实现了单脉冲高达4.4微焦的空气激光输出，能量比此前纪录提升数百倍，转换效率更是提高三个数量级以上。同时，泵浦阈值从3.3毫焦降至0.9毫焦，使未来使用小型化、高重频的掺镱或光纤激光器产生空气激光成为可能。

基于该级联系统，团队进一步发展了高灵敏度的“单光束相干拉曼光谱技术”。利用同一光束产生的飞秒泵浦光和皮秒空气激光作为天然同步的双色光源，实现了SF₆、CO₂、O₂及臭氧等多种气体的同步探测，对SF₆的最低检测浓度达30 ppm，展现出优异的多组分识别能力与高灵敏度。

该研究不仅突破了空气激光在能量、效率和阈值上的多重瓶颈，还实现了光谱展宽与脉冲压缩，为构建小型化、高灵敏的远程气体检测系统提供了全新技术方案。

原文链接：

https://www.science.org/doi/10.1126/sciadv.ady7458

《Nature Communications》丨争议终结？实验证明轨道流不参与磁性调控

产生自旋轨道矩的自旋流可能来源：自旋霍尔效应产生的自旋流和轨道霍尔效应产生的非局域轨道流

中国科学院半导体研究所研究团队在自旋电子学领域取得关键进展，通过系统实验澄清了关于“轨道霍尔效应能否产生非局域轨道流并增强磁性调控”的重大争议，为未来高性能存储-计算芯片的物理机制选择提供了明确指引。

自旋电子器件利用自旋轨道矩实现磁性比特的高速、低功耗翻转。近年来，有理论提出轨道角动量可形成非局域“轨道流”，并通过界面耦合转化为自旋流，从而产生更强的调控力。这一设想若成立，将极大推动器件性能提升，但其真实性长期存疑。

为验证该机制，研究团队选取理论上最可能产生强轨道霍尔效应的材料——钽（Ta），构建了Ta与多种铁磁材料（Ni、Fe、CoB、FePt等）的异质结，并精确测量其自旋轨道矩。结果发现，无论铁磁层种类、厚度或自旋轨道耦合强度如何变化，Ta产生的自旋轨道矩始终为负且大小恒定，说明其来源单一，即传统的自旋霍尔效应，而非轨道霍尔效应。这表明Ta中的轨道角动量高度局域，无法形成可参与远距离调控的非局域轨道流。

研究还揭示，此前报道的正号自旋轨道矩并非来自Ta的轨道效应，而是源于Ni自身的体自旋霍尔效应，且因Ni在较薄时即可产生显著效应，容易在实验中被误判。该工作明确否定了Ta体系中轨道流的贡献，终结了领域内长期争论，为后续探索真实轨道输运现象提供了可靠判据和研究范式。

原文链接：

https://doi.org/10.1038/s41467-025-63809-0

《IEEE TGRS》丨光谱大模型实现小样本精准识别

SpectralDINO模型框架

中国科学院西安光学精密机械研究所团队提出一种基于视觉大模型的高光谱少样本分类新框架SpectralDINO，有效提升了模型在标注样本稀缺情况下的跨域识别能力，为环境监测、精准农业等遥感应用提供了更高效的技术方案。

高光谱遥感图像包含数百个光谱波段，能精细区分地表物质，但实际应用中常面临标注样本稀少的难题。现有少样本学习方法虽有所改进，但因缺乏对不同区域光谱差异的一致性约束，且受限于模型规模，跨地域泛化性能不佳。

为此，研究团队创新性地引入视觉大模型，并构建SpectralDINO框架。该框架包含两个核心技术：一是“源域光谱对齐模块”，通过对不同数据域的光谱信息进行统一校准，增强模型学习跨域通用特征的能力，有效缓解因光照、气候等差异导致的光谱偏移问题；二是设计了一种新型低秩适应（LoRA）模块，结合交替训练策略对大模型进行高效微调。该LoRA模块引入“双混合子空间”结构，解决了传统方法在处理跨域数据时无法区分结构性差异的缺陷，使模型能更精准地适应新场景。

实验结果表明，SpectralDINO在多个公开高光谱数据集上均表现出色，显著提升了少样本条件下的分类准确率，优于现有先进方法。该框架不仅增强了模型的泛化能力，也为小样本、多域遥感任务提供了可扩展的AI解决方案。

原文链接：

https://ieeexplore.ieee.org/document/11192579