以下是科技聯播第 5 期主要內容速覽：

中國團隊發現迄今最重反物質超核
新物種：真菌驅動機器人行走
木衛三溝壑成因新解
AI 遊戲引擎 GameNGen 勁爆問世
月壤產水以外，月壤磚也在路上

01 中國團隊發現迄今最重反物質超核

衆所周知，反物質非常有用。三體人駛向地球的飛船，在早期就是用反物質引擎。而講出“失去人性，失去很多；失去獸性，失去一切”的維德更是給軍隊配備了反物質武器，才被程心認爲違揹人性。

不過現實卻是，人類只是剛剛靠自己製造出了反超氫-4 的核。自 1928 年狄拉克方程的“負能量解”預示反物質存在以來，我們已經制造出正電子、反質子、反中子、反氫原子、反氦-4 等等反物質，其中反超氫-4 是最重的，而它也不過只有 1 個反質子、2 個反中子和 1 個反 Λ（lambda）超子。

模擬圖：重離子碰撞產生反物質超氫-4（圖源：中國科學院近代物理研究所）

這次發現由我國科研人員主導，相關成果已經在 8 月 21 日發表在了《自然》期刊上。研究人員利用相對論性重離子對撞機（RHIC），將兩束金離子加速到超過 99.9% 光速的速度進行對撞。碰撞的瞬間產生了超過太陽核心溫度 25 萬倍的溫度，金離子會瞬間變成夸克-膠子等離子體（Quark-Gluon Plasma，簡稱 QGP）。在這種狀態下，夸克和膠子可以突破強力的禁閉，處於自由狀態。

當夸克-膠子等離子體冷卻時，夸克和膠子會重新結合，形成強子。在這個過程中，物質和反物質的對稱性得以體現，會產生包括質子、反質子、中子、反中子等在內的粒子。

反超氫-4 中的四個強子就是在這個過程中形成的。其中包含的反 Λ 超子無法穩定存在，很快就會衰變成反質子和 π 介子。所以即便是以接近光速運行，反超氫-4 也只能在飛行幾個釐米後就發生衰變。

研究團隊分析了共約 66 億個重離子碰撞事件的實驗數據，通過衰變產生的反氦-4 和 π+ 介子反向追蹤反超氫-4，最終獲得了約 16 個反超氫-4 的信號。研究團隊還將反超氫-4 和它對應的正粒子超氫-4 的壽命進行了對比，發現在測量精度範圍內，兩者沒有明顯差異，這再次驗證了正反物質性質的對稱性。

反氦-4 與 π+介子不變質量譜中的反超氫-4 信號（圖源：中國科學院近代物理研究所）

現在看來，這項研究距離製造出反質子引擎還差得遠，但至少可以證明我們的物理學並沒有被“智子”鎖死。

硅谷創業教父彼得·蒂爾因爲互聯網浪潮而成功，但是在 10 年前，他卻用這樣一句話表達過自己對當時科技發展的失望：“我們本來可以得到一款可以飛的汽車，結果得到的卻是 140 個字符”。

彼得·蒂爾在 2013年發表過的言論，是指當時 twitter 只能發 140 個字

現在又一波的 AI 浪潮來了，發現新的反物質雖然還沒有什麼直接價值，但是它卻可以時刻提醒人類，我們的征途應該是星辰大海，而不僅僅是把地球建成一座巨大的顯卡農場。

02 新物種：真菌驅動機器人行走

在遊戲《最後生還者》中，真菌可以像操縱螞蟻一樣將人類變成喪屍；《賽博朋克 2077》裏的人則是會給自己換上各種機械義體。

如果兩個遊戲裏的情況結合到一起會怎樣？8 月 28 日，知名學術期刊《科學·機器人學》上刊載了一篇有趣的研究。康奈爾大學的科學家們開發了一種新型生物混合型機器人，將杏鮑菇和機械部件結合在一起，實現了真菌+機械義體的“新物種”。

8 月 28 日《科學·機器人學》上刊載論文

控制機器人進行活動的，嚴格來說並不是杏鮑菇，而是杏鮑菇的菌絲體。我們人腦中有細胞組成的神經網絡，AI 裏有代碼實現的神經網絡，而這個機器人則提供了另一種可能：或許真菌的菌絲體也可以成爲一種新的“神經網絡”。畢竟在自然環境中真菌的菌絲體網絡就有感知、交流和運輸養分的能力。

培養皿中的杏鮑菇菌絲

當然，這一次研究菌絲控制機器人的方式還非常簡單。研究人員創造性地開發出一種電器接口，能夠長期穩定地記錄菌絲髮出的電信號。這個過程中最困難的就是如何排除各種干擾，將真正屬於菌絲的信號讀取出來。

菌絲體受光照後，機器人進行行走

這項研究已經可以做到，在菌絲體受到光照之後進行響應，也就是說機器人可以根據菌絲體產生的電脈衝進行行走和滾動。當然，研究人員也表示現在學界還不清楚真菌是如何產生電信號的，所以機器人接收到電信號後，把電信號解讀成“向前移動”，到底是不是真菌的“真實意圖”就不確定了，這個研究只是展示了從菌絲體中讀取信號的可能性。

也許在未來，翻譯菌絲體神經網絡中的信號，還需要利用 AI 中的神經網絡。

03 木衛三溝壑成因新解

木星已知的衛星數量已達到了 95 顆，其中最大的一顆是木衛三——蓋尼米得（Ganymede）。它也是太陽系中最大的衛星，甚至比行星水星還要大，擁有自己的磁場。

木衛三（左下）與月球（左上）、地球（右）的大小對比

木衛三表面存在兩種主要地形，其中暗區約佔星體總面積的三分之一，這裏保留着許多撞擊坑。剩下的明亮區域，則是縱橫交錯的大量溝壑和山脊，這種地形產生的原因一直都沒有結論。

近來，日本神戶大學的科學家平田教授，在對木衛三表面溝壑進行研究時取得了新的進展，並於 9 月 3 日將結果發表在《自然》期刊。

木衛三的表面覆蓋着溝壑，在最大的一組溝壑中，這些山脊圍繞一個特定點形成同心圓（圖源：平田直之）

平田教授認爲，木衛三表面的巨大溝壑很可能是由一次“古老”的小行星撞擊造成的。這顆小行星的半徑約爲 150 公里，是 6500 萬年前在地球留下希克蘇魯伯隕石坑並導致恐龍滅絕“兇手”的 30 倍。此次撞擊更是導致了木衛三自轉軸的嚴重偏離。

這張圖重現了可能發生的撞擊情景，該撞擊改變了木衛三的軸線。（圖源：平田直之）

然而，平田教授的研究還有許多待完善之處，比如目前尚不可知木衛三自轉軸偏離的程度——關於這一問題的解答，就需要木星探測器在未來爲我們帶回更多的數據線索。

近期有望完成這一任務的探測器有兩個：一是歐洲航天局於去年 4 月發射的 Juice（木星冰衛星探測器）任務，它於今年 8 月 21 日剛剛成功完成了首次繞地球和月球飛行，預計將在 2031 年抵達木星及其衛星；第二個是 NASA 計劃於今年 10 月 10 日後擇機發射的“歐羅巴快船”，預計將在 2030 年 4 月抵達木星。雖然後者的主要任務目標是木衛二（即歐羅巴），但鑑於其環繞軌道將是木星而非歐羅巴，相信也可以提供許多關於木星其他衛星的數據。

Juice（木星冰衛星探測器）藝術圖

自 1972 年先驅者 10 號發射，並在次年 12 月首次拜訪木星以來，人類對於木星已有半個世紀的探索歷史。期間，有九架飛行器先後成功抵達或經過木星，爲我們傳回了寶貴的探測數據。先驅者 10 號傳回了木星及其衛星的第一批近距離圖像，而次年發射的先驅者 11 號則提供了更詳細的關於木星極區、大紅斑和衛星的觀測數據。

旅行者 1 號於 1977 年發射，1979 年 3 月飛越木星，發現了木星環和新的衛星；而同年發射的旅行者 2 號提供了關於木星系統及其衛星的詳細圖像，包括木衛一的火山活動和木衛二的表面特徵。

旅行者1號於 1979 年 3 月飛越木星，最近距離爲 280,000 公里

1989 年發射的伽利略號於 1995 年進入了木星軌道，成爲人類首個進入木星軌道的探測器，它深入採集了寶貴的研究數據，包括木星的大氣層、衛星和磁場。

2011 年發射的朱諾號，於 2016 年再次進入了木星軌道。它研究了木星的重力場、磁場和大氣層，並提供了關於木星極地的詳細圖像。

04 AI 遊戲引擎GameNGen 勁爆問世

8 月 27 日，谷歌 DeepMind 在油管發佈了一段經典第一人稱射擊遊戲《DOOM》的演示片段，看似平常的遊戲畫面，卻完全是由 AI 模型實時生成的。終於，AI 生成在文字、聲音、圖像、視頻之後，再度將觸角伸向了可以實時交互的遊戲。

該團隊在 Computer Science 上發表了一篇論文，詳細介紹了這一模型——GameNGen，它是第一款完全由神經網絡驅動的遊戲引擎。

由 GameNGen 神經模型模擬的《DOOM》

在 GameNGen 中，開發團隊首先訓練了一個 AI 智能體來玩現有的遊戲，並持續記錄其動作和觀察結果，並以此作爲下一步生成模型的訓練數據。隨後，再利用 Stable Diffusion v1.4 的小型擴散模型實時響應玩家指令生成畫面，從而實現了與複雜環境長時間、高精度、高質量的交互。

對於玩家來說，GameNGen 這樣的生成模型的出現，代表着未來或許可以玩到真正的開放世界遊戲，而不僅僅是將地圖做得更大一些。對於遊戲設計者來說，GameNGen 帶來的期待可能是，他們未來只需要構思遊戲，瑣碎的細節實現可以交給 AI。

同樣的期待，對於程序員來說，就要走得更遠了。最近一款名爲 Cursor 的集成開發環境（IDE）因爲一個 8 歲的女孩火了。有 200 多萬人看了她如何在沒有編程基礎的情況下，僅僅用 Cursor 裏集成的 AI 工具就搭起來一個聊天機器人。

8 歲女孩藉助 Cursor 裏集成的 AI 工具搭建聊天機器人

不只是外行，就連曾經的特斯拉自動駕駛團隊負責人 Andrej Karpathy 也表示，他自己現在編程的時候，大部分時間是在寫英語，而不是代碼。他使用的也是 Cursor。

Cursor 是在微軟的 IDE 工具 VS Code 的源碼上實現的，只不過它原生就集成了大語言模型功能，像是 GPT-4、GPT-4o 和 Claude 3.5 Sonnet，它都有提供。通過這些大語言模型，用戶可以僅僅通過自然語言文本提示，就進行編寫、預測和操作代碼。這一過程甚至可以通過與 AI 模型對話的方式，在聊天窗口中完成操作。