动态列表

  • 他用一生证明AI没有意识!「中文屋」提出者逝世,享年93岁
  • 剑桥揭开大模型翻车黑箱!别再怪它不懂推理,是行动出错了
  • ICLR神秘论文曝光!SAM3用「概念」看世界,重构视觉AI新范式
  • 硅谷爆发反AI「起义」!程序员拒用Cursor被一周解雇
  • 为什么谷歌搜不到「没有条纹的衬衫」|AI 上新
  • 雷军亲自测试,小米YU9实车谍照曝光;宇树获「秧歌机器人」专利;微团开卖「Win XP」蓝天白云拖鞋
  • 永别了,人类冠军!AI横扫天文奥赛,GPT-5得分远超金牌选手2.7倍
  • 濒死3次,医生判他死刑!宾大教授奇迹自救,誓用AI攻克14000种绝症
  • 告别「解码器饥饿」!中国科学院NeurIPS推SpaceServe,高并发克星
  • Bug变奖励:AI的小失误,揭开创造力真相!
  • 复旦张军平:人类是硅基生命过渡体?
  • Meta Ray-Ban Display 首发体验合集:悬浮在现实中的一张便签
  • OriginOS 6 深度体验:当操作系统回归「体验为王」
  • 93%成功率!从“改提示”到“写剧情”:STaR-Attack用叙事推理攻破大模型防线
  • Mamba-3惊现ICLR 2026投稿:三重升级打满“推理优先”范式
  • NeurIPS 2025 | Latent Harmony:潜空间和谐共生,实现UHD图像修复新SOTA
  • NeurIPS 2025 | NTN-Diff:一石二鸟,利用空文本与频率感知破解图像修复难题
  • 马斯克脑机公司展示脑机控制机械臂;三星中国发布折叠屏新机,16999 元起售;滴滴自动驾驶获 20 亿元融资 | 极客早知道
  • 77岁「AI教父」Hinton:AI早有意识!我们打造的智能,可能终结人类文明
  • 全球首款1.8nm芯片亮相!华人CEO打响关键一战,英特尔杀回来了
  • 清华万引教授:万倍加速催化剂设计,AI突破DFT瓶颈!
  • 陶哲轩亲测!GPT-5 Pro 40分钟破解3年难题,登顶最难数学考试
  • 刚刚,Meta风雨飘摇中发了篇重量级论文,作者几乎全是华人
  • NeurIPS 2025 Oral | 1个Token零成本,REG让Diffusion训练收敛快20倍!
  • Attention is NOT All You Need:让“深度”重新流入时间,而非堆叠在参数之上
  • OpenAI 卖货做视频,Anthropic 专心写代码,谁能赢?
  • 一颗 1.8 纳米芯片,成了英特尔「最后的救赎」
  • 这款 AI 调研神器,让我一键产生 1000 个「种子用户」|AI 上新
  • 都用 GPT,为什么你没法中「百万大奖」?
  • ChatGPT 变身 App Store,「对话即应用」时代到了
  • IROS 2025 | 速度飙升24倍!巴黎萨克雷大学等提出HARP-NeXt:实时3D激光雷达分割新标杆
  • IROS 2025 Oral | RAG-6Dpose:三大创新模块,利用 CAD 作为知识库进行检索增强 6D 姿态估计
  • 「丐中丐」版特斯拉来了,Model 3/Y降价超3.5万元
  • 高德扫街榜的 23 天奇袭
  • 张一鸣近年来首次公开亮相;微软上海开始新一轮裁员,补偿N+4;罗永浩锐评 iPhone 17
  • GPT-5王者归来?奥特曼称AI已跨科学门槛,三大学科正迎来实质性突破
  • 老黄押宝「美版DeepSeek」!谷歌天才叛将创业,一夜吸金20亿美元
  • 任意Agent皆可强化学习!微软推出Agent Lightning框架,无需修改任何代码
  • 13万被引!ImageNet作者苏昊或将加盟复旦
  • 250份文档投毒,一举攻陷万亿LLM!Anthropic新作紧急预警
  • 和两位 CEO 聊 Sora: 应用层爆发的里程碑事件,创业者的机会来了
  • 新一代短剧人,涌向郑州「淘金」
  • 社交媒体的黄金时代,结束了
  • U-Bench:U-Net十年“大乱斗”终结者,100个变体、28个数据集的终极对决
  • 东京大学、牛津大学等联合发布VLA万字综述:机器人迈向通用智能的全栈指南
  • 北京/上海内推 | 阶跃星辰招聘RL for AIGC方向算法研究员/实习生
  • EMNLP 2025 | 拨云见日:知识电路分析揭示大语言模型“知识遮蔽”幻觉之源
  • DeepSeek苦练1T,清华只用5B?InfLLM-V2把稀疏注意力玩明白了
  • Sora 下载量破 100 万次;国庆中秋假期国内游总花费超过 8000 亿元;智驾多位核心高管离职,蔚来回应|极客早知道
  • 谷歌杀入诺奖神殿,两年三冠五得主!世界TOP3重现贝尔实验室神话
  • OpenAI×英伟达,可能创造了人类史上最大万亿级泡沫
  • H-1B正在筛掉「下一个英伟达」?
  • 全球AI视频大战升级!「中国版Sora」Vidu Q2参考生月底发布,能力对标Sora 2
  • 第二代InfLLM开源,同尺寸快三倍!零参数,可训练稀疏注意力
  • 腾讯推出TRM:让大模型像人类一样批判性思考,从文本依赖到事实正确
  • 马毅团队重磅发布新书:从MCR²到白盒Transformer,重构深度学习的第一性原理
  • 稳住训练、跑出泛化:STAGE重写「自回归图像生成」的强化学习范式
  • Diffusion²来袭:威斯康星大学&华盛顿大学等提出双扩散模型,“回溯历史-预测未来”,破解自动驾驶“鬼探头”难题
  • 北大等提出TrackVLA++:赋予机器人推理与记忆,跟踪成功率飙升12%
  • 把我的第一次日本旅行,完全交给 AI 是什么体验?
  • 英伟达将投资马斯克的 xAI;低价版Model 3/Y 「阉割」智驾功能;微信推出批量撤回信息功能
  • 刚刚,清华物理传奇Yao Shunyu,跳槽谷歌DeepMind!
  • 赚100亿,烧1万亿!OpenAI算力神话:英伟达撒钱、AMD送股、全硅谷陪跑
  • 英伟达垄断AI算力局面或将被颠覆!AMD赌上身家发起决斗,奥特曼窃喜
  • 刚刚,2025年诺贝尔化学奖揭晓!偷溜进图书馆的少年,改变了世界
  • 小心,AI依赖会让你变笨!吴恩达等专家教你如何正确使用AI
  • 无RLHF,7M小模型反超DeepSeek-R1:三星团队用递归思考取代规模堆叠
  • IROS 2025 | Waymo与谷歌DeepMind联手提出Drive&Gen:用生成视频评估自动驾驶,虚拟测试更逼真
  • 告别深度传感器!慕尼黑工业大学提出DropD-SLAM:仅用单目RGB即可实现RGB-D级的SLAM精度
  • 陶哲轩联手ChatGPT!10分钟击碎30年「无理」难题,数学圈炸裂
  • 刚刚,奥特曼官宣ChatGPT「终极OS入口」!8分钟速搭智能体,8亿人狂欢
  • 顿悟不是玄学!港科大清华等联手:撕开推理黑箱,RL让AI像人思考
  • 4万亿帝国接班人浮出水面!苹果不需要另一个库克
  • 刚刚,2025年诺贝尔物理学奖揭晓!量子计算成最大赢家
  • 告别梯度!Evolution Strategies全参微调挑战PPO/GRPO:更稳、更省、更好复现
  • NeurIPS 2025 | 北邮用“图+文”把人物检索拉满:自动合成数据 × 细粒度特征对齐
  • TPAMI 2025 | 电子科大等提出EEMFlow:从事件相机学习高效Meshflow与光流,速度提升30倍
  • MICCAI 2025 | 莱斯大学提出MetaSeg:参数减少90%,元学习隐式网络重塑医学图像分割
  • OpenAI 与 AMD 签百亿美元协议,后者股价暴涨;特斯拉廉价 Model Y 将于 7 日发布;知名旅行、听歌应用入住 ChatGPT

今年诺奖成果曾遭质疑无用,但华人团队用它研制了未来芯片的「钥匙」



  新智元报道  

编辑:艾伦
【新智元导读】今年的诺贝尔化学奖成果MOF,曾被质疑缺乏实用性。而一个海外几乎全华人的科研团队发现该成果可用于制造流体芯片」,突破目前半导体芯片的瓶颈!该成果于近期发表在Science子刊上。


一图看透全球大模型!新智元十周年钜献,2025 ASI前沿趋势报告37页首发

2025年诺贝尔化学奖授予了金属有机框架(MOF)材料的开创者们。

刚刚,2025年诺贝尔化学奖揭晓!偷溜进图书馆的少年,改变了世界

这种材料被誉为「分子筛」,因为它就像微观世界的筛子或海绵,内部充满纳米级别的孔洞,能够筛选、储存特定的分子。

同时,MOF又好比化学版的「纳米乐高积木」,我们可以用不同的金属节点和有机分子作为搭件,自由拼接出各种孔道结构,精确控制孔径大小和化学功能。

凭借这些特性,MOF在气体储存、催化等领域发表了海量论文,但由于稳定性差、成本高等原因,实际应用一度寥寥,可谓「雷声大雨点小」。

诺奖组委会在颁奖词中也措辞谨慎地指出:MOF「潜力巨大」,为新功能材料提供了前所未有的机会。

这也暗示虽然MOF很有前景,但还需要找到真正适用的场景。

现在,MOF应用场景似乎出现了:科学家们竟然用MOF材料造出了一枚纳米级的液体芯片,不仅能像常规电子芯片那样执行逻辑运算,还能「记住」之前的信号状态,产生类似大脑神经元的记忆效应!

视频版

MOF变芯片
在纳米孔里「种」出电路

我们平常所说的芯片,大多是硅基电子芯片,依靠电子在导线和晶体管中运动来传递、处理信息。

而这里的「流体芯片」则完全不同:它以液体中的离子流动来模拟电子电路。

听起来很科幻吧?

研究团队设计了一种特殊的纳米流体晶体管,核心材料正是新晋诺奖「网红」——MOF。

这枚芯片大小约如硬币,结构却相当精巧。

科研人员先在一片聚合物膜上制造出一条纳米级的小孔道(直径仅数十到百纳米),然后巧妙地在孔道内原位生长出MOF晶体。

这就像在一根极细的吸管内部培育出了一块多孔晶体「海绵」。

这块MOF海绵自身带有规则排列的微孔和纳米孔,于是整个孔道里就形成了大小孔道交织的复杂结构:大孔好比公路,小孔好比小巷,两者构成了分级的「离子迷宫」,供带电的离子通行。

MOF纳流体晶体管装置的结构示意图,可以看到该器件中存在两个尺度的异质结:一是在聚合物纳米孔(左侧灰色管道)与MOF晶体(绿色部分)交界处形成的一维异质界面;二是在MOF晶体内部,由不同结构单元连接形成的三维交界网络(图中绿色晶体内部的黄色界面)。这些层次化的界面与通道共同造就了特殊的离子传输性质

研究人员选用的是一种含锆(Zr)金属簇和对苯二甲酸衍生物(H2BDC-SO3H,带有磺酸基团)的MOF材料。

他们把一个经过氨基修饰的子弹头形纳米孔道膜夹在两个溶液池之间:一侧盛有有机配体溶液,另一侧盛有金属盐溶液。

两种溶液的分子在狭窄孔道中相遇、结合,最初生成一个个MOF的微小「种子」,随后在靠近孔道尖端的一侧逐渐长成MOF晶体。

就这样,MOF晶体从孔的一端长入,为孔道加了一段「衬里」。

由于生长过程和条件精心控制,这段MOF晶体并非结构单一、毫无变化,相反内部自发形成了多个分界面。

一方面,在原本光滑的聚合物孔道与MOF晶体衬里之间,出现了直径约100纳米的一维异质结界面;

另一方面,MOF晶体自身也由两种不同连接方式的锆氧簇单元拼接而成,相当于在晶体内部形成了无数微小的界面和次级孔道。

这些从纳米级到埃级(0.1纳米级)的层级孔道和界面,就是这款MOF芯片与众不同的秘密所在。

离子晶体管
像三极管一样控制质子流

结构有了,那它到底怎样表现出「芯片」的功能呢?

研究人员将制备好的MOF纳流体晶体管(简称h-MOFNT)浸入含不同离子的溶液中,测量其电流-电压特性。

这其实就是看在施加不同电压时,有多少离子电流能够通过MOF孔道。

实验结果令人兴奋:当使用盐酸(HCl)溶液时(其中的阳离子主要是质子H⁺),芯片的电流随电压变化呈现出强烈的非线性。

在低电压(0~0.2V)下,电流迅速上升;中等电压(0.3~0.8V)下,上升趋缓;而当电压超过约0.9V时,电流增长逐渐饱和,不再明显增加。

这种「先快后慢」的电流-电压曲线,类似于电子学中三极管或场效应管的特性曲线,意味着质子流受到阈值控制,有点像水阀门拧到一定程度后水流才大量涌出。

科学家形象地称其为「三极管式」的质子传输。

相比之下,对于其他较大的金属离子(比如钾离子K⁺),该器件只是表现出普通「二极管式」的整流行为,并没有明显的阈值开关效应。

只有质子这种最小最轻的离子触发了特殊的非线性开关。

为何质子如此特殊?奥秘就在于MOF晶体内部的那些纳米级到埃级的孔道和界面。

MOF里的固定电荷和结构对质子产生了「内建电势」的阻挡。

平时,这道「闸门」让质子通行受限;只有当外加电压超过一定阈值时,才能克服内建电势,令质子成群通过。

一旦阈值打开闸门,更多质子涌过会进一步增强内建电势,使电流趋于饱和。

这个过程很像我们生活中用水闸控制水流:水压不足时闸门紧闭,一旦水压足够大就顶开闸门放水,而且水流冲击还可能使闸门保持一定开启状态,水流不再继续增强。

这样,MOF纳米孔道就实现了对质子流的开关调控,相当于一个离子版的电子晶体管。

研究人员通过改变溶液的浓度等手段验证了,这种非线性传导确实是质子独有的现象,跟溶液环境无关。

他们还对流经芯片的离子进行了「归属分析」,发现HCl溶液中约86%的电荷由质子贡献,而KCl溶液中K⁺贡献约81%。

这再次证明:质子的非线性「开关」传导和普通离子的线性行为截然不同。

通过MOF材料独特的分级孔道,芯片实现了对不同离子的选择性传输:质子走上「快车道」,享受红绿灯控制般的阈值通行;而其他离子则被限于「慢车道」,只能匀速前行。

这正是论文标题中「选择性离子传输」的由来。

会「记忆」的离子通路
仿神经元学习效应

更令人称奇的是,这个MOF离子晶体管不仅能控制离子流通断,还展现出了一种「记忆」能力!

当科研人员对芯片施加循环变化的电压时,发现电流响应并不单纯取决于瞬时电压,还与此前经历的电压有关。

电压从0升高到某一值再降回0,和直接从0升高到同一值,得到的电流大小不同。

这意味着芯片的导电状态对历史信号具有记忆效应。

绘制出的电流-电压回路呈现出明显的滞后环,这正是记忆电阻的典型特征。

而且如果加压循环得越快,滞后现象就越明显;反之,缓慢扫描电压则滞后减小。

亦即,芯片对快速连续的刺激「记性更好」,对间隔久的刺激则「容易忘却」。

实验测得,这种保留先前电压影响的记忆效应可持续数秒钟之久。

听起来是不是很像大脑中短期记忆的特性?

实际上,大脑神经元的突触连接在短时间高频刺激后也会加强传导(所谓突触可塑性),形成秒级到分钟级的记忆痕迹。

这款MOF流体芯片在离子层面上展示出类似神经突触的学习行为,它对电信号的响应会随着过去刺激史而变化,具备简单的类脑学习功能。

研究人员进一步证明了这种「离子记忆」的可用性:他们把五个这样的MOF离子晶体管并联组成一个小型流体电路,模拟更复杂的信号处理。

结果发现,随着并联元件数量增加,整个电路的输出曲线呈现出一系列有规律的非线性变化,类似于通过调整门极电压来控制电子晶体管阵列的输出。

也就是说,我们可以像设计电子电路那样,将多个离子晶体管组合起来,实现可编程的模拟计算。

更妙的是,由于每个元件都带有短暂记忆,这样的离子电路天然具备一些类神经网络的特质,有望用于构建仿脑计算系统。

正如作者所言,这或许是迈向新一代计算机的一小步尝试:如果我们能够设计出只有几纳米厚的功能性材料(例如MOF),就有机会制造出先进的流体芯片,去弥补甚至超越当今半导体芯片的局限。

分子尺度,潜力巨大

利用分子和离子来搭建信息处理电路,听起来像是科幻小说里的情节,但这一前沿研究让我们看到了雏形。

通过MOF这种「分子筛」材料当作基本单元,「拼搭」出纳米级的离子通道网络,研究团队成功地在分子尺度实现了电路的逻辑功能和存储功能。

这项成果发表在2025年9月的Science子刊Science Advances杂志上。

它不仅证明了MOF材料的大用处(为之前质疑其「无用」的声音做出了有力回应),也开创了「液态电子学」(离子电子学)的新可能性。

想象一下,未来的计算机芯片也许不再局限于硅半导体,还可能有「液态」大脑般的组件:它们运行在液体介质中,利用离子流动来处理信息,能够更加高效地模拟生物神经网络,甚至直接与生物体接口交流。

有了MOF这样的「纳米积木」,我们就拥有了在纳米世界里搭建电路的工具。

正如这项研究展示的,只要设计得当,我们完全可以在实验室里造出微观的阀门、开关、存储器,这些曾经属于电子学的概念,现在正在化学和材料的世界里开花结果。

在不远的将来,基于液体的分子逻辑电路或许将成为现实,为信息技术注入全新的活力!

参考资料:

https://www.science.org/doi/epdf/10.1126/sciadv.adw7882

<br>


    <a class="media_tool_meta meta_primary" href="http://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&amp;mid=2652634011&amp;idx=1&amp;sn=f9c2797c224a6854064548debccac34f&amp;chksm=f0732dc391349e1fd3322ab37d0e91bfcad26b1b1867bee10398cc7a1cb477a2fbb1d777ff96&amp;scene=0#rd"  target="_blank">文章原文</a>
    <br>




<img alt="" class="" height="1px" src="https://images.weserv.nl/?url=http://www.jintiankansha.me/rss_static/5418/bgmkSjihvg&amp;maxage=1y"  width="1px"></div></div></body></html>

联系我们