猫与人会出现相互关联的亲和生理状态! 2026年10月,日本京都大学与麻布大学的研究团队发现,猫与主人之间的催产素水平存在关联。研究持续一个月,观察了19名主人和29只猫,还记录了双方的距离与情绪。结果显示,猫的催产素越高,主人往往压力越低。可是,双方的压力激
激活AMPK代谢开关,寿命延长25%但高剂量反噬! 一项2026年9月发表在《Aging Cell》上的研究,用直接AMPK激活剂991在酵母、线虫和果蝇三种模式生物中证实了寿命延长,部分物种延寿超过25%,小鼠肝脏蛋白质组也出现了促长寿特征,但高剂量991反而缩短寿命,
综述指出,代谢率、端粒长度和抗氧化能力均无法解释极端长寿物种。其真正共性为:持续高效的DNA修复、永不衰竭的干细胞更新、对环境的强耐受,以及植物依靠萜类、黄酮等化学防御。研究提醒样本少、实验室与野外差异大,人类应用仍需谨慎。
斯坦福团队在《Nature》提出通用细胞嵌入模型UCE,无需微调或标注即可将任意物种的单细胞数据映射到统一空间。其训练集包含超3600万个细胞,在零样本任务中优于现有方法,能揭示跨组织、跨物种的细胞组织规律,并助力肺部疾病研究。
TypeSafe发布JEV模型,定位为“System One”决策引擎,仅做结构化判断,不生成文本。支持是非、多选、打分三种原语,输出带概率与置信度,响应70~500毫秒,输出免费,结构上不会产生格式幻觉。LangChain、Vercel已集成,用于模型路由、工具风险拦截等。JEV不擅长生成、计数和日期比较,本质是更聪明的if语句,而非替代大模型。
本文介绍极度濒危鸟类勺嘴鹬的种群数量统计方法。科学家通过直接计数、比例估计、标记重捕、统计建模等方法估算其数量,得出约443只(置信区间331-554),且每年减少5%。文章还对比黑脸琵鹭的简单计数法,强调保护湿地和迁飞通道的重要性,呼吁公众关注并保护这一极危物种。
研究表明,植物在压力下产生的化学物质可以增强动物的生存能力。例如,葡萄在遭受压力时生成的白藜芦醇能够激活动物的抗氧化和修复机制,促进其长寿。这一发现揭示了植物与动物之间存在古老的信号传递系统,植物的压力信号帮助动物提前做好防御准备。
2026年,京东JoyInside举办的硬件创新大赛展示了多个与效率无关的产品,如儿童AI互动画框、陪伴老人的口述史终端和植物传感笔。这些项目强调情感连接与生活场景,团队在JoyInside的支持下降低技术门槛,专注于产品创新,展现AI在日常生活中的潜力,推动人们关注情感与陪伴。
此次博客更新采用半静态形式,使用Markdown文件管理,并借助AI构建了评论和文章管理系统。新增短小文章形式(称为Memo),减轻了发博负担,方便随时更新状态。
清华团队推出的InfiniClaw Box 解决了隐私保护与云端智能之间的矛盾。该设备支持文本、语音和视频等多模态数据处理,确保隐私数据不出域,同时利用云端强大算力进行复杂推理,实现安全与效率的平衡。
科学家预测有一百万种物种面临灭绝风险。研究人员通过基因组测序来保护这些物种的遗传多样性。谷歌支持的脊椎动物基因组项目正在测序13种濒危物种,以助力生态系统和生物多样性保护。
可编程生物学旨在理性设计生命系统,超越传统研发限制。EDEN模型通过学习自然进化数据,提炼生物设计原则,推动生物工程进入可预测编程阶段。该模型在基因治疗和抗菌肽设计等领域展现出强大能力,验证了其作为统一生物设计引擎的潜力。
Typeless是一款新型语音输入法,支持多语言混合输入,具备自动移除语气词、实时编辑和自动排版等功能,提升了语音输入的实用性,适合重度用户。
OpenAI计划推出一款名为“O-Pen”的硬件设备,外形类似笔,由富士康生产,预计支持音频大模型,旨在提升语音交互体验。
Tanya Berger-Wolf开发的BioCLIP 2是一个生物基础模型,能够快速识别物种特征和关系,解决物种数据不足的问题。该模型基于2.14亿张图像训练,展示了生态系统科学的新可能性。未来,研究者计划开发数字双胞胎,以模拟物种间的生态互动。
Perch团队推出的新模型通过分析音频数据加速生态监测,帮助保护濒危物种。该模型能够识别多种动物声音,适应不同环境,提高数据处理效率。自2023年发布以来,Perch已广泛应用于生物监测,帮助科学家更快识别和保护物种,特别是夏威夷的蜜雀。
真我GT8 Pro手机以个性化和趣味性为设计核心,采用机械拼装设计,用户可更换背部装饰,突破传统设计界限。品牌旨在与年轻人建立情感连接,提升产品的情绪价值,追求实用与趣味兼具的设计理念。
百度的“濒危物种AI守护官2.0”项目在伦敦获得年度创新实践奖,利用AI技术打击非法野生动物贸易。自2019年与国际爱护动物基金会合作以来,已删除超过1.3万条非法广告,识别准确率提升至86%。该项目为公众和环保组织提供了高效的保护工具,推动生态保护。
生物声学在生物多样性保护中至关重要,深度学习逐渐取代传统信号处理方法,提高了检测与分类效率。Google的Perch 2.0模型通过优化数据集和训练策略,显著提升了物种识别能力,展现出广泛的应用前景。
Google DeepMind与Google Research推出的Perch 2.0在物种分类的生物声学研究中取得突破,整合多种数据集,刷新BirdSET和BEANS基准测试记录。该模型利用深度学习技术提高了生物多样性监测的效率与准确性,展现出广泛应用前景。
完成下面两步后,将自动完成登录并继续当前操作。