近日，国网宁夏经济技术研究院工程技术研究中心研发团队携带自主研发的架空线路施工智能全站仪样机，赴烽燧750千伏输电线路工程现场进行实测。测试结果表明，该仪器可将原本需要半小时的测量计算工作缩短至1—2分钟。

近日，记者从湖南大学获悉，该校地下空间开发先进技术与智能装备团队，联合中国铁建重工集团股份有限公司团队自主研发出盾构掘进运维与风险防控智能体。该智能体已搭载于超大直径盾构装备，为国家重大工程提供技术支撑，让盾构机有了可精准防控风险的“智慧大脑”。

12月2日至4日，“2025年国家科技成果登记工作培训交流会”在湖南省长沙市举办。

2月5日，北京未来数字空间创新试验区建设工作推进会在首钢园举办。本次活动由市科委、中关村管委会，石景山区政府与首钢集团共同主办，市级相关部门、石景山区、首钢集团、中国传媒大学、北京师范大学等单位代表，以及重点企业和媒体代表约150人参会。

2026年2月5日，北芯生命正式登陆科创板，收盘市值为207亿元，原中科院80后研究员宋亮自身及通过其控制的员工持股平台合计控制公司约30%的股份，为公司的实际控制人，身价超过60亿元。

党的二十届三中全会明确提出，要培育全国一体化技术和数据市场。国家统一技术交易服务平台，承担着为技术和数据市场打底座、连节点、立规则的重要任务。为加快平台建设进度，一场工作推进会本周在苏州工业园区召开。

近日，阿里千问APP落地酒店场景，率先在多家合作酒店部署基于NFC技术的“碰一碰”功能。住客只需用手机轻碰千问感应贴纸，即可一键唤醒千问APP，获得基于地理位置的景点导览、特色餐饮、交通路线等个性化内容，并同步领取淘宝闪购优惠券等权益。该功能依托客房内已有的天猫精灵智能音箱硬件，首批落地杭州、广州、昆明等热门旅游城市，计划春节前覆盖上万间客房。

2月3日，2026中关村论坛系列活动——第九届中关村国际前沿科技大赛金融科技领域复赛在西城区新动力金融科技中心举办。经过现场路演和专家评审，面向金融的超快速数据传输解决方案、桔吉机器人会计等10个创新项目脱颖而出，入围该领域TOP10。

2月4日，《自然》报道了一个开源语言模型“OpenScholar”，其在准确进行文献综述方面可超越商用大语言模型。比如，在该研究开展的实验中，GPT4o会在78%至90%的情况下出现引文幻觉，而“OpenScholar”的引文准确率却与人类专家相近。虽然仍需进一步优化，但该工具有望帮助科学家处理复杂且日益繁重的科学文献综述任务。 科学文献综述对于支持循证决策、微调科学过程和引导新发现都很重要。然而，文献发表数量的增长使研究人员很难掌握全部资讯。商用大语言模型可以提供协助，但却很容易出错，如归因能力有限和引文幻觉。 为了生成准确、全面、透明的科学文献综述，美国华盛顿大学团队推出了“OpenScholar”。该模型是专为科研任务设计的检索增强语言模型。其他系统也用过这个框架，但研究团队将其与一个包含4500万篇最新开放获取科研论文的专业数据库以及一个自我评估机制相结合，从而优化了其输出。 研究团队还创建了名为“ScholarQABench”的基准工具来评估文献综述的自动化。测试显示，“OpenScholar”的准确率比GPT4o和PaperQA2（一个文献综述工具）这类现有系统分别高出6.1%和5.5%。此外，“OpenScholar”生成的答案，在50%到70%的情况下比专家注释器的答案更有用。 团队总结道，以上结果和引文幻觉大幅下降证明了“OpenScholar”有望支持和推动进一步研究工作。但他们指出，该系统仍有局限性并强调基于语言模型的系统无法使科学文献综述完全自动化。他们向学界同时开放“ScholarQABench”和“OpenScholar”，以鼓励进一步研究和优化。 【总编辑圈点】 科研人员每天寻找有用的论文，相当于在信息的“海洋”里捞“珍珠”。但现在海水暴涨，真正有用之物和以假乱真之物一起浮上了水面。以前大家用的是通用的“万能捞网”，比如GPT。但它的网眼太大，捞上来的有可能是“塑料珠子”，也就是假的或错误的引文，需花大量时间去挑，还可能会被误导。本文中的“OpenScholar”，是一个专门为这片科学海洋设计的网。它不追求万能，而追求可靠，而且所有科学家都能一起改进这个工具，让它更准确。这有望把科研人员从繁琐、易错的文献苦海中部分解放出来，让他们能把宝贵精力用在真正的思考和发现上。这正是科学工具走向可信化的重要一步。

清华大学教授任天令团队研发了FLEXI——面向边缘智能加速的柔性数字存内计算芯片。该芯片兼具轻薄、低成本和高能效等优势。相关研究成果近日在线发表于《自然》。 该系列芯片包括FLEXI-1（1 kb）、FLEXI-4（4 kb）和FLEXI-32（32 kb）3种规格，最多集成约26.5万个晶体管。通过覆盖制造工艺、电路结构与算法设计的跨层级协同优化（CLCO）策略，FLEXI实现了稳定、高速、并行的点积运算，在工艺波动与机械形变条件下仍保持优异的精度、面积效率与能效表现。 在体系结构上，FLEXI采用高度可扩展的模块化存算一体架构，可高效支持神经网络中的单指令多数据运算。为降低神经网络权重反复写入带来的能耗与时延开销，研究团队针对不同存储容量设计了一组轻量级神经网络模型，实现权重的片上一次性部署。这些模型可在FLEXI芯片上高效处理多种数据类型，即使在最小规模的FLEXI-1芯片上也能稳定运行。 实验结果表明，FLEXI所采用的6T-SRAM单元具有对称的电压传输特性和近轨到轨输出能力，亚稳态电压增益约为80，实现可靠的双稳态存储。芯片可在2.5~5.5V电源电压范围内稳定运行，并在半径1毫米、180°对折条件下经受超过4万次弯折循环而性能无明显退化。 在应用验证方面，FLEXI可在边缘环境中实现高效、本地化的即时数据解释。研究团队将其用于日常活动的连续监测与识别，展示了其在便携式高保真生理监测和多模态传感器内计算中的应用潜力。团队采集了10名受试者在坐姿、步行、慢跑和骑行等状态下的心率、呼吸频率、体温及皮肤水分等多模态生理信号，经预处理后构建轻量级四通道卷积神经网络，并在FLEXI-1上实现一次性片上部署。通过量化感知训练，该模型在测试集上实现97.4%的分类准确率。