46亿年前的地球，因频繁而剧烈的星体撞击使其地表与内部翻腾着炽热的岩浆海洋，水无法以液态存在。那么，地球是如何为生命起源和延续保存下来“水之火种”的？中国科学院广州地球化学研究所杜治学研究员团队首次通过高温高压实验证实，在地球形成初期极端高温的环境下，大量水分可通过矿物的结晶过程，被高效锁藏于地幔深处。这一发现更新了关于地球深部水储存与早期分布的认知，并指示深部藏水可能是驱动地球从炽热炼狱转变为宜居星球的关键力量。2025年12月12日，相关研究成果发表于《Science》。
隐私计算是实现“数据可用不可见”的核心技术，隐私计算平台繁荣发展，逐渐形成了以隐私计算平台为核心的“平台孤岛”现象。如何解决“平台孤岛”问题，进一步促进数据要素融合和价值成为重要的研究方向。梳理了国内外典型的隐私计算平台功能、国内隐私计算平台的互联生态现状，结合行业实践案例，明确节点互联和算法互联的研究范畴，剖析节点和算法互联的不同模式。总结了隐私计算跨平台互联的算法、数据、安全和性能难点，虽然隐私计算平台互联互通面临底层技术不兼容、跨平台数据资源操作难和数据泄露风险高，以及多方通信性能难以满足用户需求等多种挑战，但是跨平台互联仍然是未来发展的重要趋势。标准和规范方面，金融行业、电信行业都在探索行业内部的隐私计算平台互联标准。技术方面，双向适配模式下的双方适配功能将逐渐被“适配器”式的转换产品替代，而规模化的、基于开放协议的平台互联互通将逐渐成为更多技术方的选择。
给出了时空智能（spatio−temporal intelligence，STI）的定义，揭示了时空智能在测绘遥感地理信息学中的数字化、信息化、网络化、智能化与实时化特征，及其在人工智能领域的重要地位，它通过自动和实时地感知与认知自然和人类活动，为人工智能开拓了广阔的应用前景。回顾并展望了时空智能从定位、导航与授时（PNT）服务向定位、导航、授时、遥感与通信（PNTRC）服务的创新演进，建立通导摇一体化的空天信息实时智能服务系统，并构建中国的空天信息全球实时监测网络。在此基础上，探讨了时空智能在低空经济、公共安全与大健康、自动驾驶与机器人、智慧电网与智慧工厂、林草监测与国家公园智能管理、应急管理等领域的应用案例，展示了其在推动新质生产力发展中的重要作用。
综述了人工智能（artificial intelligence，AI）在材料成分与结构设计、性能预测、合成优化及工业实践中推动材料研发从经验试错向智能设计范式转型的前沿进展。通过融合数据驱动方法、物理嵌入建模与自主实验系统，AI实现了跨尺度性能高精度预测、极端性能材料的逆向设计、合成工艺智能优化及缺陷无损检测等，显著缩短了研发周期并突破了传统试错研发周期长、实验成本高且难以系统逼近材料性能极限等瓶颈。归纳了AI在稳定晶体高效筛选、辐射制冷材料定向开发等典型案例中的利用晶体图神经网络高效筛选大量稳定化合物，以及通过深度生成模型实现性能创纪录的辐射制冷材料逆向设计等突破，阐述了少样本学习、迁移学习及物理机理融合等技术对数据稀缺和多尺度建模等挑战的应对方案。未来，AI将推进材料研发向数据驱动、自主决策和智能迭代的高阶范式加速跃迁。
基于人工智能（artificial intelligence，AI）技术的微观组织识别及定量化兼具高精度和高效率的优势，有力推动了高通量组织分析技术的发展。聚焦AI辅助金属材料组织图像分析这一新兴领域，以微观组织由定性分析逐步向精细定量分析的发展为脉络，系统综述了传统机器学习分类算法、深度学习分类算法、目标检测算法、语义分割算法在金属材料微观组织分类、识别以及定量化方面的研究进展，尤其重点论述了广泛采用的语义分割算法的研究现状；同时，针对AI算法在材料微观组织图像分析领域面临的组织复杂度高、标注样本匮乏等瓶颈问题，介绍了数据增强、模型架构改进等方面的创新策略及其应用效果。最后，总结和展望了基于AI的微观组织图像分析方法目前存在的不足以及未来的发展方向。
增强成形性双相钢（DH钢）是在双相钢（DP钢）基础上研发的先进高强钢，以满足汽车复杂形状零件成形对材料塑性的更高要求。目前，抗拉强度980 MPa级别的DH钢已实现规模化生产，抗拉强度1180 MPa级别的DH钢研发受到广泛关注。采用面向性能的机器学习方法，设计了一种1180 MPa级DH钢的化学成分和制备工艺参数，并通过可解释性机器学习分析了材料显微组织特征与力学性能之间的内禀关系。首先，基于文献数据，采用神经网络算法构建成分/工艺−性能预测模型，并采用多目标遗传算法高效设计了新型DH钢的化学成分。然后，基于新型DH钢的制备工艺参数正交实验结果，采用随机森林算法构建了以工艺参数为输入的抗拉强度和断后伸长率（A80）预测模型，通过多目标遗传优化算法得到了较优的制备工艺参数，即卷曲温度510℃、退火温度860℃、退火时间160 s、缓冷温度715℃、过时效温度340℃、过时效时间110 s。设计的新型DH钢具有优异的强塑性匹配，抗拉强度和断后伸长率分别为1214 MPa和15.5%。最后，采用SHAP分析揭示了组织特征对力学性能的影响规律，为先进高强钢的设计和组织性能调控提供理论参考。
随着数据资源获取、深度学习演化和模型推理生成等技术的不断发展，数据驱动方法凭借其在挖掘高维非线性关系、构建代理模型及处理多模态数据方面的独特优势，为纤维增强复合材料的性能预测提供了强有力的工具。系统介绍了该领域的研究进展，对复合材料关键参数的数字化表征方法进行梳理，重点描述了材料本征参数归集、图像驱动特征提取、物理信息特征工程以及跨尺度数据驱动4类数字化表征方法，评述了数据驱动模型在复合材料力学、热学、声学及电学性能预测中的建模策略和预测精度，阐述了可解释性分析与不确定性量化技术在增强模型透明度、量化预测风险方面的工程意义，并展望了构建多尺度融合、物理引导与主动学习相结合的可解释机器学习框架等方向，以期为数据驱动方法在复合材料性能预测领域的深化应用提供从理论基础到工程实践的完整视角。
储热作为一种新型储能技术被广泛地应用在清洁供暖、火电灵活性改造、综合能源服务等多个能源细分领域，论述了跨季节储热技术的分类、工作原理，并对主要技术进行对比分析。跨季节储热技术主要可分为显热、潜热和热化学储热，其中显热储热又可分为水箱储热、地下含水层储热、地埋管储热和砾石-水储热。“十四五”规划明确了大力发展新型储热技术的重要地位，自“双碳”目标提出以后，国家和地方出台了多个政策推动能源转型、促进绿色发展，其中许多内容涉及储热储冷，协调能源利用方面技术推广。综述了跨季节储热技术知识产权发展情况，跨季节储热技术可以有效协调能源供需在时间、空间上的不匹配，利用太阳能、空气能等能清洁能源或工业废热、建筑空调废热作为热源来实现能源的夏储冬用，为建筑冬季采暖、煤改清洁能源、区域能源供给提供新的技术路线。最后对跨季节储热技术未来发展进行了展望。
麦角硫因（ergothioneine, EGT）是一种天然高效的含硫抗氧化剂，在医药、化妆品和功能性食品等领域具有广泛的应用前景。然而，其传统生产方法效率低下，难以满足市场需求。近年来，合成生物学技术的发展为EGT的高效生物制造提供了新思路。介绍了裂殖酵母（Schizosaccharomyces pombe）作为潜力宿主在EGT生产中的研究进展，重点分析了其内源合成能力、代谢工程改造策略（如启动子优化、营养胁迫调控和诱变筛选）。探讨了裂殖酵母在工业化应用中面临的主要挑战，包括相关领域存在空白，EGT生理功能不明确和缺乏标准化检测方法等，并提出解析代谢调控网络、整合绿色生产工艺和建立标准化评价体系等未来研究方向，例如，为裂殖酵母作为EGT生产底盘的进一步开发和优化提供参考。
研究外来种无瓣海桑和乡土种秋茄的植物器官及沉积物碳（C）、氮（N）、磷（P）化学计量特征，探究红树植物器官C、N、P化学计量与沉积物理化性质是否存在关联性。以珠海淇澳岛12年生（SA12）和18年生（SA18）无瓣海桑人工林及附近40年生秋茄天然林为研究对象，选取光滩作为对照，采集植物叶片、枝条、根系以及0~1 m深度沉积物，测定C、N、P含量。结果表明：不同林龄无瓣海桑同一植物器官C和N含量无显著性差异。秋茄叶片C含量（486.35±5.49 g/kg）显著高于无瓣海桑（SA12：396.85±10.64 g/kg、SA18：398.32±5.57 g/kg），秋茄枝条C含量显著（420.99±2.76 g/kg）低于18年生无瓣海桑（431.38±2.53 g/kg）。12年生无瓣海桑叶片P含量（1.31±0.02 g/kg）显著高于18年生无瓣海桑（0.80±0.04 g/kg），叶片低C∶P表明12年生无瓣海桑生长速度较快。无瓣海桑人工林0~20 cm沉积物的SOC含量和N含量显著高于光滩。12年生无瓣海桑人工林0~20 cm深度沉积物SOC含量、N含量和C∶N显著低于18年生无瓣海桑人工林。无瓣海桑人工林0~60 cm深度沉积物SOC和N含量及C∶N显著低于秋茄天然林。分析发现，沉积物的容重是红树植物器官生态化学计量变化的主导因子。研究结果表明，在红树林生态恢复中，若追求长期碳汇功能应优先选择秋茄等乡土树种；对无瓣海桑人工林的管理需根据林龄（如幼龄林氮限制、老龄林磷限制）进行差异化养分调控，并可通过改善沉积物容重等物理结构来提升其生态功能。
针对当前中国在深远海海上风电空间布局管控、管理政策、用海监管等方面存在的不足，通过分析国内外深远海海上风电用海管理现状，借鉴国外深远海海上风电项目管理经验和中国近海海域海上风电管理实践，研究提出相应对策建议：一是在查清深远海资源生态本底的基础上制定深远海海上风电空间规划，统筹推进深远海海上风电项目实施；二是探索研究深远海海上风电用海审批、开发模式、与其他行业融合发展等管理政策，明确具体实施路径；三是从完善监管制度、提升监测能力、强化后评估等方面创新监管模式，确保深远海海上风电用海监管及时有效。
侯云德是中国著名的医学病毒学家，中国工程院院士，国家最高科学技术奖获得者。以侯云德院士的2份入党材料为核心史料，辅以科研论文、获奖材料与访谈记述，采用文本细读与科学社会学的综合方法，考察了其入党信仰如何进入科学生涯的关键选择。通过比对侯云德1956年入党志愿书与1980年入党申请书及其干扰素研究的发展路径发现，侯云德将学术生命与国家所需紧密相连，以“国家所需、人民所盼”为宗旨，坚持“科研为民”，推进成果产业化，体现出信念坚定、报国为民、淡泊名利、甘于奉献的科学家精神。
