**中文翻译:** 马里兰州自然资源部（DNR）因8月5日发生的第二次水獭袭击事件，关闭了凯文崩溃州立公园（Cunningham Falls State Park）的 إضافية区域，包括霍克日休闲区和卡车湖（Hunting Creek Lake）附近的船只下水口。19岁的钓鱼者在南海湾日休闲区被水獭咬伤肩部后，接受了狂犬病暴露处理和破伤风注射，并正在梅玲医疗中心治疗。捕获并执行毁灭的水獭检测结果呈狂犬病阳性，确认当地水獭群体可能存在狂犬病流行。这继2023年7月26日对13岁游泳者的攻击事件，那次袭击的水獭也检测呈阳性。为预防人水獭接触和狂犬病风险，DNR与弗雷德里克县卫生部门正在进行夜间和白天监测，清除残余水獭，但自7月事件后未再发现其他水獭。受影响区域的游泳、捕鱼和划船仍禁令生效，直至确认安全。DNR强调水獭攻击罕见，但多与狂犬病相关，敦促游客保持25码距离。与最近事件接触者应联系弗雷德里克县卫生部门获取狂犬病预防措施。此事件凸显了公共卫生和野生动物管理的紧迫性，将影响公园通行权和地区狂犬病监测。
**中文翻译:** 《数学在自然科学中的不合理有效性》一文由尤金·维格纳 (Eugene Wigner) 撰写，探讨为何数学 — — 本是为抽象目的而发展的 — — 却能如此惊人地描述自然科学中的物理、生物、经济等现象。维格纳指出，数学概念常常出现在完全意想不到的情境中，却能提供高度精确的预测，这一点似乎没有合理的解释。他以一个统计学家使用高斯分布和圆周率 π 描述人口趋势的轶事为例，说明抽象的数学符号如何在非技术性的朋友眼中显得奇怪，进而凸显数学语言同时支撑抽象与具体描述的现象。维格纳区分了两个层面：首先，数学概念在科学理论中不可替代地发挥作用；其次，关于某一数学表述是否唯一捕捉底层现实，或是否存在能够同样解释相同现象的备选模型，仍存不确定性。他暗示，数据的选择和理论框架的挑选可能不保证唯一性，留下了多种数学等价理论的可能性。文章还反思了数学概念的本质，将其视为对审美逻辑的发明，而非直接的经验观察。像复数、线性算子、Borel 等集合论概念之所以被创造，往往出于其内在的形式美感，而不是对自然世界的直接描述；然而这些概念后来证明在描述物理世界方面极为有用。这种“‘数学美’与‘实用性’相结合”的双重动机，解释了数学为何能够在自然科学中意外占据主导地位。最后，维格纳指出，数学在自然科学中的成功仍然“令人费解且缺乏解释”，并呼吁进一步的哲学与科学探讨这一现象的根源及其对未来科学理论发展的意义。
**中文翻译:** 为2026年8月12日总日食开发了一张开源互动地图，提供月球阴影、贝塞尔元素和实时阴影投影的实时跟踪功能。由eclipsefan.org托管的工具允许用户可视化日食路径、计算特定观测时间窗口，并集成CM SAF和Open-Meteo API的天气数据。关键功能包括多层叠加（如实时阴影更新、云层预测）和可调整的缩放/参数设置。地图突出显示布雷斯特，法兰西的1分钟9秒总黑相现象在19:30-21:21期间的时间。然而，由于日落现象，C4部分阶段将在21:20终止。这对影响区域观测者来说意义重大，但实时可见性仍面临天气和地形风险。后续步骤包括改进地图的预测模型，以及扩展语言和本地化支持。该项目强调可访问的天文工具对公众参与天体事件的重要性。
**中文翻译:** 亚马逊正计划在德克萨斯州佩科斯县（Pecos County）建设一座大型数据中心，其中包含一座现场天然气发电厂。据报道，该设施可能成为美国最大的气候污染源，其许可排放量预计每年高达3300万吨二氧化碳。
这一进展凸显了人工智能驱动的云计算快速扩张与企业环境承诺之间日益加剧的矛盾。随着AI工作负载导致电力需求大幅上升，亚马逊等科技巨头正越来越多地转向大规模现场化石燃料发电，以确保电力供应的稳定并控制成本。这与此前的可持续发展趋势背道而驰；事实上，亚马逊去年的碳排放量增长了16%，与其在2040年实现净零排放的承诺背道而驰。
由于该项目对全球气候目标和当地电价的潜在影响，正面临严峻的审查。尽管亚马逊声称，现场发电是为了避免增加德克萨斯州家庭的用电成本，并强调其对可持续发展的承诺未变，但如此大规模的潜在排放量对其长期环境目标构成了重大障碍。随着越来越多的科技公司开始建设大型天然气电厂以满足数据中心的电力需求，该行业在应对能源消耗及其对地球真实成本方面，正面临日益增长的政治和环境压力。
**中文翻译:** OpenAI 已收购演示文稿初创公司 NextSlide，该公司构建了一款 AI 驱动工具，可将提示词、笔记、文档或研究资料转化为精美、可编辑的演示文稿。NextSlide 团队（由创始人 Ahmed Beshry 领导，他曾联合创立 Caper AI，后于 2021 年被 Instacart 收购）现已加入 OpenAI，正在负责 ChatGPT 的相关工作。此次收购发生在 2026 年早期，但公告推迟了数月才发布；交易财务条款未披露。这一举措表明 OpenAI 继续通过“收购式招聘”专业 AI 产品团队，以扩展 ChatGPT 的原生生产力能力，特别瞄准演示文稿和视觉沟通工作流。通过整合 NextSlide 的技术，OpenAI 有望在 ChatGPT 中直接提供内置幻灯片生成功能，增强其对抗 Microsoft Copilot（PowerPoint）、Google Slides（Duet AI）以及 Tome、Gamma 等独立 AI 演示工具的竞争力。对企业客户而言，这能减少对第三方插件的依赖，简化从聊天交互或上传文档生成幻灯片的流程。该交易还凸显 OpenAI 专注于垂直领域 AI 应用，从通用聊天转向特定领域的生产力工具。NextSlide 致力于让视觉沟通更普及的理念，与 OpenAI 普及 AI 创作能力的使命相契合。然而，整合风险包括合并代码库带来的技术债务、与现有插件的功能重叠，以及在大型组织中保持被收购团队动力的挑战。未披露财务条款导致收购规模不透明——不确定这是以人才收购为主，还是包含重要知识产权。考虑到 Beshry 此前将 Caper AI 出售给 Instacart 的经验，该团队具备并购后整合经验，可能降低人才流失风险。目前对 AI 收购的监管审查较低，但若 OpenAI 持续整合 AI 应用层，未来可能引发反垄断关注。后续步骤预计分阶段在 ChatGPT 推出生成演示文稿功能，可能先面向 ChatGPT Enterprise 和 Plus 用户，随后向开发者开放 API 访问。
**中文翻译:** X 公司正在对其创作者收入模式进行重大调整，终止现有的“收入分成计划”，并推出新的“原创内容奖励计划”。从 9 月 8 日起，现参与者将无法在 9 月 7 日之后获得收益，可申请新计划。新计划要求用户订阅 X Premium 会员，达到 500 个认证粉丝，以及在 90 天内获得 50 万次来自认证用户的“主页时间线”展示量。新政策强调原创性，认可原创报道、自制照片/视频、自制表情包及评论等内容，但明确规定如果内容主要依赖他人作品，需增加有意义的原创价值后方可合格。公司同时列举了不予认可的内容，如直接复制或转载他人作品、下载后重新上传、或未进行实质性改造的转发等。此前 X 已多次尝试改革收入分成计划，例如在 4 月减少对聚合账号和点击诱饵内容的支付，但这些举措引发了创作者的反弹，马斯克甚至在压力下取消了部分调整，将创作者的本地受众计算权重提高。新变化被 X 的 Allegra Jacchia 描述为“激励措施错配已达临界点”，公司希望创作者专注于带来全新的内容，而非最大化收益。X 表示将持续优化该计划，改进模型并提高标准。此举可能推动平台内容的质量提升，但同时也可能导致依赖转载的创作者参与度下降，小型创作者因无法达到粉丝和展示量要求而被边缘化。未来，X 将逐步过渡现有参与者，监督原创性合规情况，并迭代奖励机制， observers 认为这是保护平台品牌的战略举措，创作者需迅速调整，打造原创内容并满足新规则。
**中文翻译:** NASA 的坚持号（Perseverance）漫游车即将突破火星离世界行驶距离记录，预计将超过 45.16 公里（28.06 英里），这一里程碑此前由机遇号（Opportunity）在 2018 年保持。这一成就主要得益于该车的自主导航系统：大约 90% 的行驶距离是在不依赖来自地球实时指令的情况下自主完成的。通过一套导航摄像头和现代视觉计算元件（Vision Compute Element），漫游车持续成像地形，在机载计算机上处理数据，并在车轮转动过程中选择安全路径。相比之下，好奇号（Curiosity）由于使用较老的飞行计算机，仅能实现大约 10% 的自主驾驶，因而其在火星上的总行驶里程在 15 年后仅为 38.6 公里。坚持号的更高自主性减少了等待地面环路指令的空闲时间，从而最大化科学回报，使漫游车能够提前到达杰泽罗陨石坑（Jezero Crater）内多个地理上分散的科研站点。该地区保存有距今最多达四十亿年的岩石，提供了了解火星早期重轰炸时期以及可能存在古湖泊或海洋的窗口。增强的移动能力也有助于减轻轮胎磨损；坚持号重新设计的车轮目前未见显著磨损，尽管其轮胎执行机构正在进行认证，以确保能够至少行驶 100 公里。漫游车采用放射性同位素热电发电机（RTG）供电，船上不携带会限制寿命的消耗品。此次成功表明复杂的自动驾驶技术能够在另一颗行星上可靠运行，为未来的火星漫游车、月球探测器乃至地面自动驾驶汽车的设计提供参考。它还验证了 NASA 计划用于火星样本返回任务的操作概念，届时自主穿越将是获取已缆装样品管的关键。后续步骤包括继续驶向记录、完成执行机构认证，以及采集 geological 样本以探寻过去的宜居性。
**中文翻译:** Google DeepMind 与 Google Research 开发了名为 WeatherNext 的开源 AI 模型，该模型在飓风预测准确度方面取得了重大突破。发表在《Nature》杂志上的研究显示，WeatherNext 平均能为气象预报员多争取一天的预警时间；具体而言，其三天后的预测准确度已达到以往模型两天预测的水平。这一突破在预测风暴强度方面表现尤为出色——由于预测强度需要高分辨率的局部数据，这在以往一直是 AI 的难题。令人惊讶的是，即使使用较低分辨率的大气数据，WeatherNext 仍能实现极高的预测精度，这意味着低分辨率输入中可能蕴含着传统数值模型未能捕捉到的关键信号。在 2025 年灾难性的“梅丽莎”飓风期间，该模型在风暴仅为 1 级时就准确预警了其将升级为 5 级的可能性，为牙买加社区争取到了宝贵的准备时间。虽然该模型的内部机制在某种程度上仍是“黑箱”，但它能生成多达 1,000 种潜在的风暴情景，帮助气象学家应对各种演变趋势。专家强调，尽管该工具是预报领域的重大补充，但其设计初衷是辅助而非取代人类专家在评估实际灾害影响方面的决策。