1、Sora

Sora，美国人工智能研究公司OpenAI发布的人工智能文生视频大模型（但OpenAI并未单纯将其视为视频模型，而是作为“世界模拟器”），于2024年2月15日（美国当地时间）正式对外发布。

Sora这一名称源于日文“空”（そらsora），即天空之意，以示其无限的创造潜力。其背后的技术是在OpenAI的文本到图像生成模型DALL－E基础上开发而成的。

Sora可以根据用户的文本提示创建最长60秒的逼真视频，该模型了解这些物体在物理世界中的存在方式，可以深度模拟真实物理世界，能生成具有多个角色、包含特定运动的复杂场景。继承了DALL－E3的画质和遵循指令能力，能理解用户在提示中提出的要求。

Sora对于需要制作视频的艺术家、电影制片人或学生带来无限可能，其是OpenAI“教AI理解和模拟运动中的物理世界”计划的其中一步，也标志着人工智能在理解真实世界场景并与之互动的能力方面实现飞跃。

2、智算

智能计算是指利用人工智能技术进行计算和分析的过程。智算的关键在于模拟人类智能的思维和决策过程。它包括机器学习、深度学习、自然语言处理等技术，通过学习和推理能力，使计算机能够处理和解析复杂的数据和问题。它主要依赖于机器学习、深度学习和神经网络等技术，通过对大量数据的学习和训练，使计算机能够模拟人类的智能行为和决策过程。智算可以应用于各种领域，如语音识别、图像识别、自然语言处理、智能推荐等。智算通常需要大量的计算资源和存储空间，并且对算法和模型的选择和优化有较高的要求。

3、超算

超算是指超级计算机的计算能力。超级计算机是一种高性能计算机系统，具有极高的计算速度和处理能力，通常由数千到数百万个处理器组成，能够在极短的时间内处理庞大的数据和复杂的计算任务。超算主要用于解决复杂的科学、工程和商业问题，如气候模拟、基因组学研究、金融风险分析等。超算通常需要专门的硬件和软件支持，并且对并行计算和分布式计算有较高的要求。

4、大模型

大模型是人工智能行业飞速前行的缩影。随着人工智能技术的不断发展，深度学习已经成为了目前最为热门的技术之一。而在深度学习领域中，大模型（Large Scale Model）则是一种备受关注的技术。

大模型是指具有庞大规模和复杂结构的人工智能模型，它们具有数以亿计的参数和深层次的神经网络架构。这些模型通过学习海量数据和深度神经网络的优化，在各种任务上取得了令人瞩目的成果。

大模型是人工智能领域的热门研究方向。以ChatGPT为代表的大模型技术应用掀起了国内外的大模型研究热潮，大模型参数规模和训练数据量级迅速增加，模型性能显著提升。

专家认为，人工智能进入产业级大模型时代。大模型将会是未来十年科技领域里面最重要的事情之一。大模型将开启人工智能的“大一统时代”。

事实上，大模型的本质是数据、算力与算法的组合。大模型爆火的背后，是对算力基础设施建设的更高要求。算力作为整个数字经济时代的“水电煤”，为ChatGPT等人工智能大模型的快速发展提供了关键的技术与基础。

大模型可以应用于各种领域：

1．自然语言处理：大模型可以用于自然语言处理任务，例如机器翻译、语音识别和文本生成等。

2．图像处理：大模型可以用于图像处理任务，例如图像分类、目标检测和人脸识别等。

3．推荐系统：大模型可以用于推荐系统任务，例如电影推荐、商品推荐和音乐推荐等。

4．游戏AI：大模型可以用于游戏AI任务，例如围棋、扑克和象棋等。大模型的优势：

相比于传统的小型模型，大模型具有以下优势：

1．更强的学习能力：由于大模型拥有更多的参数和更复杂的结构，因此它们可以更好地拟合数据，并且具有更强的学习能力。

2．更好的泛化能力：由于大模型可以处理更大规模的数据集，因此它们可以更好地发现数据中的规律和模式，并且具有更好的泛化能力。

3．更高效的计算能力：虽然大模型的参数数量很多，但是由于它们采用了分层设计和分布式训练等技术，因此可以在现有的硬件设备上进行高效地训练。

当前人工智能产业风头正劲，迄今已有80余个大模型公开发布。人工智能领域目前备受瞩目的AI大模型案例有：OpenAIGPT大模型组、GooglePaLM＆PaLM2大模型组、百度文心大模型组、讯飞星火认知大模型、阿里通义大模型、清华开源大模型ChatGLM。

5、全国一体化算力体系

全国一体化算力体系是以信息网络技术为载体，促进全国范围内各类算力资源高比例、大规模一体化调度运营的数字基础设施，具有集约化、一体化、协同化、价值化四大特征。

2024年3月5日，第十四届全国人民代表大会第二次会议开幕，国务院总理李强代表国务院，向十四届全国人大二次会议作政府工作报告。李强总理在今年政府工作报告中指出，适度超前建设数字基础设施，加快形成全国一体化算力体系。

“一体化算力体系”首次写进政府工作报告，得到了业界广泛关注。

这是历年政府工作报告中第一次提及“一体化算力体系”，备受各方关注。那么，为什么要加速形成全国一体化算力体系，如何构建全国一体化算力体系。

受国务院委托，国家发展和改革委员会提请十四届全国人大二次会议审查《关于2023年国民经济和社会发展计划执行情况与2024年国民经济和社会发展计划草案的报告》进一步指出，统筹提升“东数西算”整体效能，优化数据中心建设布局和供给结构，加快形成全国一体化算力体系，提升多元算力综合供给，提高西部地区算力利用水平。

美国开发出可加速材料创新的机器学习模型

美国罗切斯特大学科研人员开发出一个机器学习模型，可对X射线衍射（XRD）实验产生的大量数据进行分析以加速材料创新。

科研人员利用涵盖了不同实验条件和晶体特性的无机材料实验数据来训练该模型，并根据布拉格定律进行分类以优化模型架构，再使用3个附加评估数据集来测试模型分析训练数据之外材料的性能，使该模型相比于此前研究使用的合成数据训练的模型更加实用。该模型对材料的结构和特性信息进行表征，并对不同材料的晶体系统和空间群进行分类，有助于科研人员开发适合不同技术应用的材料。下一步，科研人员将创建平台供其他科研人员共享X射线衍射实验数据，进一步对模型进行训练和评估。相关研究成果发表在《npj计算材料》（npj ComputationalMaterials）期刊上。

全球首颗零知识证明SOC芯片，见证创业孵化新成效

近日，由清华大学交叉信息研究院孵化的初创企业——深圳市智芯华玺信息技术有限公司研制的全球首颗零知识证明（ZKP）SOC芯片（Accseal LEO chip）一次流片成功。该芯片拥有完全自主知识产权，打破了业内无ZKP加速芯片的局面，提高了ZKP的计算效率并大大降低了成本，为ZKP的广泛应用和数字经济的发展提供了底层算力支撑。

Accseal LEO chip基于12nm先进工艺制程，可进行复杂的多标量乘法和数论变换运算，支持可编程设计，支持后量子密码、多方安全计算和联邦学习的加速运算，芯片性能较传统CPU快千倍以上，成本可降低十倍。目前已完成工程样片测试，预计将在今年一季度实现量产上市。

ZKP加速芯片可以给数据要素市场提供强大算力支撑，相关机构也可以利用零知识证明技术实现监管与隐私共存，验证数据要素使用的合规性、公平性等原则，保障数据隐私与企业机密。

该项目最重要的技术基础源自于清华大学姚期智院士领衔攻关的科研项目，原始创新阶段就汇聚了清华姚班等一众数学、计算机学子的努力求索。依托企业孵化等重要环节的有力支撑，如今产品投产在即，其背后展现出的可持续成长性也成为创业孵化、产学研深度融合的一个生动案例。

《Nature Nanotechnology》丨14pm，显微成像分辨率破纪录！

以高能电子作为光源的电子显微镜是高分辨成像的主要平台。本世纪初，像差校正电镜将分辨率带到了亚埃尺度。叠层成像是基于4D－STEM数据集的相干衍射成像技术。依托这一技术，近年来在配备单电子敏感的像素化探测器的电子显微镜上，通过叠层成像技术可实现深亚埃（＜0.5Å）分辨成像，这也是物质微观结构分析的前沿。但是，传统的叠层成像方法用二维像素矩阵表示电子束和物函数，并不适合离散的原子世界，限制了分辨率的进一步提高。

近日，清华大学材料学院于荣团队提出并实现了一种新的叠层成像方法，他们用空间局域的类原子轨道函数来描述物体，用像差函数来描述电子束，从而充分利用原子世界的离散特征，显著提高了显微成像的分辨率和精度。局域轨道叠层成像方法不仅实现了破纪录的显微成像分辨率，达到14pm（0.14Å），还具有更高的电子剂量效率和信噪比，在低剂量成像条件下也能实现深亚埃分辨，或将在金属、陶瓷、芯片和敏感物质的原子分辨率成像中得到广泛应用。

此外，研究团队还揭示了不同原子对显微成像信息极限的影响。通过实验他们发现，信息极限与元素种类有关。金属原子（Dy和Sc）表现出比氧原子更高的信息极限。

《Physical Review Letters》丨首次合成锇－160、钨－156，我

国新核素研究冲进新核区！

不同数量的质子和中子，构成了具有不同性质的原子核。拥有相同质子数、中子数的原子则被归类为一种核素。合成和研究新核素，不仅对认识物质结构具有重要意义，还能为理解天体环境的演化提供重要信息，是探索自然奥秘的重要手段。然而，每一种新原子核的合成都异常困难，科研人员需要利用大型的重离子加速器和先进的实验测量装置，对反应靶材料进行长时间的束流辐照，才能成功合成有限的几个目标原子核。

依托兰州重离子加速器，中国科学院近代物理研究所研究团队利用充气反冲核谱仪SHANS，通过熔合蒸发反应合成新核素锇－160和钨－156。锇－160（中子数为84）具有α放射性，而钨－156（中子数为82）具有β＋衰变的放射性。研究团队还测量了锇－160的α衰变粒子能量、半衰期及钨－156的半衰期等性质。这

项研究首次明确给出中子数为82的中子壳在缺中子核素一侧的演化情况，也使我国的新核素研究进入一个新的核区。

5部门开展“车路云一体化”应用试点——智能网联汽车产业化进程提速

工业和信息化部、公安部等5部门近日印发的《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》提出，以“政府引导、市场驱动、统筹谋划、循序建设”为基本原则，聚焦智能网联汽车“车路云一体化”协同发展，推动建成一批架构相同、标准统一、业务互通、安全可靠的城市级应用试点项目。

随着汽车与人工智能、信息通信、大模型等技术深度融合，智能化、网联化成为产业发展的重要方向，应运而生的智能网联汽车，将为全球汽车产业转型升级带来新动力。

我国智能网联汽车产业发展取得积极成效。截至2023年底，全国共建设17个国家级测试示范区、7个车联网先导区、16个智慧城市与智能网联汽车协同发展试点城市，开放测试示范道路超2.2万公里，发放测试示范牌照超5200张，累计道路测试总里程8800万公里，自动驾驶出租车、干线物流、无人配送等多场景示范应用有序推进。

智能网联汽车“车路云一体化”发展路径，是下一阶段推动智能网联汽车规模化产业化应用的关键。“目前，行业还面临智能化道路基础设施投资模式与建设标准不清晰、车辆智能化与网联化相互赋能效果不明显、跨行业跨领域融合不充分等诸多挑战。”工业和信息化部装备工业一司相关负责人表示，有必要通过车端、路端、云端一体化发展的应用试点，加快建设城市和道路基础设施，促进提升车载终端搭载率，积极探索新技术新业务新模式，推动智能网联汽车产业高质量发展。

为此，《通知》提出建设智能化路侧基础设施，实现试点城市通信基础设施全覆盖；鼓励在限定区域内开展智慧公交、智慧乘用车、自动泊车、城市物流、自动配送等多场景应用试点；开展高精度地图应用、众源采集及更新、高精度位置导航应用等先行先试和应用试点；提升道路交通安全保障能力，确保自动驾驶系统激活状态下，遵守道路交通相关法律法规；明确“车路云一体化”应用试点的商业化运营主体，支持新型商业模式探索等重点任务。

值得注意的是，工业和信息化部等4部门曾在2023年11月印发《关于开展智能网联汽车准入和上路通行试点工作的通知》，这与此次发布的《通知》有何区别？上述负责人解释，准入和上路通行试点以汽车生产企业和使用主体组成的联合体为申请主体，围绕具备量产条件的L3级和L4级智能网联汽车产品开展，对汽车生产企业的设计验证能力、安全保障能力、安全监测能力、用户告知机制等方面提出要求，同时也对使用主体的基本条件、运行安全保障能力、责任承担能力等方面提出相应要求。

应用试点则以城市为申请主体，对试点城市提出了建设智能化路侧基础设施、建立城市级服务管理平台等要求，支持在城市全域内依靠所建设的网联基础设施和道路环境，提升车载终端装配率、探索高精度地图安全应用、开展规模化示范应用，同步完善标准及测试评价体系，提升道路交通安全保障能力，以加快促进“车路云一体化”智能网联汽车的规模化应用和产业化快速发展。

“我们将加快路侧感知、网联云控等基础设施建设，进一步完善车端、路端、网端标准体系，推动智能网联汽车商业化应用。”工业和信息化部副部长辛国斌说。

山东肥城300MW先进压缩空气储能国家示范项目阵列化蓄热装置完成安装

近日，由中国科学院工程热物理研究所和中储国能（北京）技术有限公司（以下简称“中储国能”）共同研发的山东肥城国际首套300MW先进压缩空气储能国家示范项目阵列化蓄热装置完成安装，项目蓄热子系统进入调试运行阶段。

该项目建设规模为300MW／1800MWh，被纳入国家能源局发布的“新型储能试点示范项目”公示名单，以及山东省重点项目、山东省储能示范项目。通过项目的建设及运行，将有效积累大规模压缩空气储能电站建设及运营经验，在促进行业技术发展、加速技术产业化进程、指导行业政策完善等方面具有重要意义。

蓄热技术是压缩空气储能系统的关键组成部分，对储能系统整体性能有重要影响。工程热物理所及中储国能研发团队研制的300MW先进压缩空气储能系统阵列化蓄热装置，采用了原创性的高效紧凑式蓄热换热技术，攻克了低温差、小压损、变工况运行、阵列化调控等技术难题，蓄热装置单体容积达8000m3，蓄热阵列总储热量达8.3TJ，设计蓄热效率达99％以上，具有效率高、储热密度大、经济性好、安全稳定等优势。

《国家科学技术奖提名办法》政策解读问答

2023年，科技部印发《国家科学技术奖提名办法》（以下简称《提名办法》）。围绕科技界关心的《提名办法》制定与实施等问题，科技部有关负责同志解答如下。

1．《提名办法》制定出台的背景是什么？

科技奖励是我国长期坚持的激励科技创新的基础制度，是国家科技政策、人才政策的重要组成。党中央高度重视科技奖励工作。党的十八大以来，在以习近平同志为核心的党中央坚强领导下，国家科学技术奖纳入党和国家功勋荣誉表彰制度体系。2017年5月，经党中央、国务院同意，国务院办公厅印发《关于深化科技奖励制度改革的方案》，明确国家科技奖励由“推荐制”调整为“提名制”。2020年10月，国务院第三次修订发布《国家科学技术奖励条例》，进一步落实了提名制改革要求。

提名制的实施，对于增强国家科技奖励的学术性、激发人才创新活力发挥了重要作用，得到广大科技工作者和社会公众的普遍认可，但在实践探索中还存在一些不足。为此，科技部在总结近年来提名制试行实践经验的基础上，充分调研和吸收科技界意见建议，研究制定新的《提名办法》，切实把好评奖入口关，更好发挥国家科技奖励对科技创新的激励作用。

2．制定《提名办法》的基本考虑是什么？

《提名办法》的制定以《国家科学技术奖励条例》为依据，坚持目标导向和问题导向相结合，规范完善国家科技奖提名工作。一是按照党中央关于优化科技奖励制度的部署要求，以突出战略导向、提高奖励质量、净化评奖风气为重点，进一步优化提名机制。二是遵循党和国家功勋荣誉表彰奖励工作原则，提名工作坚持以德为先，把学术水平作为重要标准，充分体现时代性、先进性和代表性。三是细化落实《国家科学技术奖励条例》相关规定，为依法依规开展提名工作提供制度支撑。

3．在突出提名导向方面，《提名办法》有哪些新的要求？

一是强调服务国家重大战略需求。国家科学技术奖提名工作应当坚持“四个面向”，与国家中长期科技发展规划紧密结合，加强对自然科学基础研究和应用基础研究的激励，鼓励前沿技术研究和社会公益性技术研究，强化对国家重大科技任务、重大科技基础设施和重大工程的支持。

二是强调创造性贡献。提名者应当提名真正作出创造性贡献的科学家和一线科技人员，仅从事组织领导、行政管理或辅助服务的人员不得作为国家科学技术奖候选人，担任项目负责人、项目首席科学家等领军技术专家的除外。

4．在提高提名质量方面，《提名办法》采取了哪些措施？

一是合理控制提名规模。要求有关部门、地方政府和组织机构建立规范的遴选机制，注重质量，好中选优，限额提名。有关部门原则上在本部门、本系统范围内提名，地方政府原则上在本地区范围内提名，组织机构原则上在本学科、本行业范围内提名。

二是适当提高专家提名条件。与前期试行阶段相比，提名专家资格条件没有变化，但专家联合提名的人数要求有所提高。同时严格回避条件，提名专家不得作为同年度国家科学技术奖候选人，不得参加本人提名项目的国家科学技术奖评审活动。

三是完善提名程序。在加强学术把关方面，要求有关部门、地方政府和组织机构提名前，以适当方式征求不少于5名相关专业领域专家的意见。在落实功勋荣誉表彰奖励工作相关要求方面，要求候选人所在单位在征求相关纪检监察部门意见的基础上做好审核把关。

四是压实提名者责任。规定提名者对提名材料的真实性和准确性负责，综合考虑候选人政治、品行、作风、廉洁情况，按要求做好提名工作；在异议和信访处理过程中，配合开展调查核实。

5．在加大违纪惩处力度、引导树立良好风气方面，《提名办法》有哪些规定？

一是明确监督机制。提名工作坚持公开、公平、公正，不受任何组织或者个人干涉，接受科学技术奖励监督委员会、纪检监察部门和社会监督。

二是加大违纪惩处力度。对提名者未按规定履行相关责任以及在提名工作过程中收取费用、索取或接受财物、利用提名者身份谋取不正当利益或进行可能影响评审公正性活动的，视情给予通报批评、暂停2至10年直至取消其提名资格等处理；对候选者未按要求如实向提名者提供相关材料以及进行可能影响提名公平公正活动的，视情给予通报批评、取消参评资格、2至10年内禁止参与国家科学技术奖励活动等处理。

三是完善提名信用管理机制。建立“黑名单”制度，对提名工作中有严重失信行为的个人、组织，记入科研诚信严重失信行为数据库，并按照国家有关规定实施联合惩戒。

6．在推动《提名办法》落实落地方面有哪些考虑？

一是加强政策宣贯。深入科研一线开展多种方式的宣传解读，主动答疑释惑，帮助广大科技工作者更好了解和掌握有关政策。

二是持续完善工作机制。在提名工作实践中注重收集各方面意见，特别是一线科技工作者反映的问题和建议，对《提名办法》落实情况和实施效果适时进行总结，推动国家科技奖提名工作不断完善。