8月13日（星期三）消息，国外知名网站的主要内容如下：
《自然》网站（www.nature.com）
虚假论文泛滥！全球预印本平台围剿AI生成内容
近期，预印本平台面临AI生成内容泛滥的挑战。一篇题为《自我实验报告：生成式AI在梦境状态中的涌现》（Self-Experimental Report: Emergence of Generative AI Interfaces in Dream States）的短篇手稿因未明确标注AI的具体使用方式及范围，被心理学预印本平台PsyArXiv下架。该平台科学顾问委员会指出，这违反了平台的使用条款。类似情况在预印本平台中日益普遍，部分稿件甚至带有“论文工厂”痕迹或AI生成特征，如虚假参考文献。
PsyArXiv、arXiv等非营利平台致力于简化科研发表流程，但对低质内容的筛查既耗费资源，也会拖慢审核进度。数据显示，arXiv约2%投稿因AI或论文工厂问题被拒；非营利组织openRxiv运营的bioRxiv和medRxiv两大平台，每天合计拒收超过10篇疑似AI生成的公式化稿件。自2022年底ChatGPT等大语言模型工具发布后，AI内容显著增加，部分平台近三个月进入“危机状态”。
《自然-人类行为》（Nature Human Behaviour）杂志的一项研究显示，2024年arXiv计算机科学摘要中22%内容可能为AI生成，生物医学期刊摘要中占比14%。部分研究者合理利用AI辅助非母语写作，但平台需明确告知作者对内容负责。
预印本的快速传播加剧了风险，问题稿件可能被搜索引擎收录并误导公众。如何在开放性与学术诚信间平衡，成为预印本平台的核心挑战。
《科学》网站（www.science.org）
从蚂蚁到机器人：科学家破解高效协作的生物学奥秘
从非洲热带到南太平洋，编织蚁以独特的方式在树丛间筑巢——它们将活树叶弯曲粘合，构建多层巢穴。最新研究发现，这种蚂蚁在群体协作时，个体能发挥出远超单独行动的力量，效率甚至颠覆了人类对团队协作的认知。
研究团队通过实验发现，单只编织蚁可拉动相当于自身体重60倍的物体，而在群体中，每只蚂蚁的平均出力跃升至体重的103倍。这种“超高效”现象得益于蚂蚁的粘性脚垫和精准协调的肢体动作。蚂蚁在协作时形成链条结构：首只蚂蚁屈腿拉拽树叶，后续蚂蚁依次抓住前者的腰部并伸直腿部以稳固支撑，形成类似“棘轮”的力学机制。这种协同方式让群体中的每一员都能贡献更大力量。
这一发现挑战了经典的“林格尔曼效应”——人类在团队协作中常因动力或协调性下降而效率降低。此前研究已发现，行军蚁等社会性昆虫在集体行动时存在“超高效”现象，但编织蚁实验首次精确测量了个体在群体中的实际贡献。
该研究由澳大利亚麦考瑞大学、英国帝国理工学院等机构合作完成，成果发表于《当代生物学》（Current Biology）。未来，团队计划进一步探究蚂蚁的肢体协调机制，其原理或可应用于机器人集群协作，例如多机器人协作搬运重物。这一发现不仅揭示了自然界的协作智慧，也为人工智能与仿生工程提供了新思路。
《每日科学》网站（www.sciencedaily.com）
神经科学重大突破：增强活性可逆转记忆损伤
一项发表在《自然·神经科学》（Nature Neuroscience）上的突破性研究表明，线粒体功能障碍与神经退行性疾病的认知症状存在因果关联，而提升线粒体活性可恢复动物模型的记忆能力。这一发现为神经退行性疾病的治疗提供了新方向。
线粒体是细胞的能量工厂，而大脑作为高耗能器官，依赖线粒体为提供能量。一旦线粒体活性受损，神经元无法正常工作。神经退行性疾病（如阿尔茨海默病）的特征是神经元逐渐退化，而此前研究已观察到此类疾病中伴随线粒体活性下降。然而，由于技术限制，科学家一直难以确定线粒体异常是病因还是疾病发展的副产品。
法国国家健康与医学研究院（Inserm）、波尔多大学及加拿大蒙克顿大学的研究团队开发了一种名为“mitoDreadd-Gs”的人工受体工具，可特异性激活线粒体内的G蛋白，从而提升其能量供应。在痴呆小鼠模型中，该工具成功恢复了线粒体功能，并显著改善记忆表现。这一结果证明，线粒体功能损伤可能是神经元退化的早期诱因，而不仅仅是疾病发展的结果。
研究人员表示，这一发现为理解神经退行性疾病的机制提供了新视角，未来或可通过靶向调控线粒体活性开发新型疗法。下一步，团队计划研究长期激活线粒体是否能延缓甚至阻止神经元死亡，为开发新型治疗方法奠定基础。
该研究不仅深化了对线粒体作用的科学认知，也为神经退行性疾病的治疗提供了潜在靶点，具有重要的科学和临床意义。
《赛特科技日报》网站（https://scitechdaily.com）
打破物理法则！科学家发现导热性恒定的外星矿物
一种在和火星上发现的稀有矿物因其独特的导热行为引发科学界关注。这种介于晶体与玻璃之间，导热性在温度变化时保持恒定，打破了传统认知。相关研究由美国哥伦比亚大学领导的一个研究团队合作完成，成果发表于《美国国家科学院院刊》（PNAS）。
晶体和玻璃的导热特性差异显著，前者随温度升高导热性下降，后者则相反。这种特性直接影响电子设备微型化、废热回收、航空航天热屏蔽等技术的发展。研究团队通过量子力学方程和机器学习方法，预测一种混合材料的存在——其原子结构兼具有序与无序特征，导热性在80K至380K范围内几乎不变。
巴黎索邦大学的研究小组通过实验测量证实了这一预测。实验样本取自1724年坠落在德国的陨石，经巴黎国家自然历史博物馆授权分析。研究证实，陨石中的“鳞石英”二氧化硅具有这种特殊性质，其行为类似曾获诺贝尔奖的“因瓦效应”（热膨胀恒定）。进一步研究发现，钢铁生产炉中耐火砖的长期热老化也可能形成类似材料，可用于更高效地控制钢铁生产中的高温，帮助减少钢铁行业的碳足迹（每千克钢排放约1.3千克二氧化碳，全球年产量近10亿吨）。
该发现为设计耐极端温差的材料提供了新思路，还可能揭示行星热演化历史。此外，量子机制研究有望推动热电设备、神经形态计算和自旋电子器件等新兴技术。哥伦比亚大学团队正通过理论建模、AI模拟和材料设计，探索其在工业挑战中的潜力。
这一突破不仅拓展了人类对材料科学的认知，更为节能减排和下一代技术开发开辟了新路径。（刘春）
