苹果公司芯片代工战略调整 - 苹果公司决定在下一代低端MacBook及其他Mac设备中采用英特尔18A（相当于1.8纳米级）工艺制造M系列芯片 [1] - 此战略调整标志着苹果在先进制程代工选择上引入英特尔，并有意避开已具备2纳米量产能力的三星晶圆代工厂 [1] 产品规划与供应链布局 - 英特尔预计最早于2027年中期开始向苹果交付基于18A工艺的芯片，这些芯片预计为M6或M7系列 [3] - 相关芯片将用于未来的MacBook Air、iPad Air及iPad Pro等产品线 [3] - 所有相关芯片将在北美地区生产，进一步推动苹果供应链的本地化布局 [3] 供应链选择考量因素 - 三星作为苹果在智能手机、平板、笔记本电脑等多个关键市场的直接竞争对手，其双重身份使苹果在供应链安全方面保持高度谨慎 [3] - 苹果避免关键技术依赖于竞争企业 [3]

研究核心发现 - 中国科学院新疆天文台与上海天文台联合团队完成了银河系双星团的大规模系统性研究，确认了400对双星团候选系统，其中268对为首次发现 [3] - 研究基于近4000个高质量星团及Gaia DR3数据，建立了空间和速度邻近性的量化标准，并将双星团划分为原初双星团、潮汐/共振俘获系统、光学对三类 [3] - 分析显示，61%的候选双星团在年龄和运动学上高度一致，支持其由同一巨大分子云共生形成 83%的星团对呈现显著潮汐相互作用 [3] - 研究发现双星团的相互作用与空间间距呈清晰相关性，星团越靠近，相互吸引和扰动越明显 [3] - 整体上，约17%的星团当前处在双星团或多星团系统中，约10%的星团可能诞生于同一片巨分子云，这些比例与以往理论预测和观测估计高度一致 [3] 研究方法与验证 - 研究团队利用Gaia卫星的高精度天体测量数据，采用统一、严格的判别标准，系统性构建了银河系内的双星团候选样本 [3] - 通过随机模拟样本验证了判据的可行性，研究方法在有效复现已知双星团系统的同时显著扩展了新的样本 [3][4] - 基于双星团系统的“传递性”构建了多星团系统的层级结构，共识别出82组多星团系统，其中27组为首次报道 [4] 研究意义与理论支持 - 该研究提供了一套方法统一、结构清晰的银河系双星团识别与分类标准 [4] - 研究表明星团“成对形成”可能是恒星形成的重要途径之一，并为多星团系统的形成机制及动力学演化提供了关键观测证据 [4] - 研究结果进一步支持了恒星在多尺度上成团形成的理论框架 [4] - 双星团是了解恒星如何诞生、星团如何演化的重要示踪体 [1]

公司动态 - Sunday Robotics于11月19日结束隐秘运营，发布首款家用机器人产品“Memo” [1] - 公司核心团队包含至少10名前特斯拉人工智能与机器人项目资深员工 [1] - 公司目前约有50名员工，多位曾在特斯拉主导Autopilot和Optimus项目的关键岗位任职 [4] - 关键成员包括在特斯拉工作近六年的Perry Jia和担任人工智能基础设施工程主管逾七年的Nadeesha Amarasinghe，两人均于2024年夏季加入 [4] - 多名过去五年内任职于特斯拉的工程师和实习生，以及曾参与Optimus与Robotaxi人才计划的Jason Peterson也已加入公司 [4] - 联合创始人赵东尼本人曾于2022年在特斯拉自动驾驶部门实习 [4] - Sunday Robotics由程驰与赵东尼于2024年共同创立 [4] 产品与技术 - Memo机器人展示了拿起酒杯、装载洗碗机、叠袜子等精细家务操作能力 [4] - 产品演示凸显了其在家庭场景中的实用化定位 [4] 行业趋势 - 家用机器人赛道正迎来密集创新期 [5] - 另一家机器人初创公司1X上个月发布了其Neo家用机器人的消费版本，并计划于2026年开始向用户交付 [5]

公司动态与荣誉 - 中国质量认证中心上海分中心凭借其“智慧消防解决方案”荣获“2025年度世界物联网大会万物智联数字经济优秀案例” [1] - 该奖项由世界物联网大会组委会在全球范围内组织评选，旨在表彰具备前瞻性与创新性的优秀实践项目 [1] - 此次获奖标志着上海分中心在“物联网+消防”融合创新方面的成果获得国际认可 [3] 解决方案技术特点 - 该方案系统整合了制度建设、标准规范与新技术应用 [3] - 构建了基于消防标准化管理体系的多源数据融合动态风险评估系统 [3] - 实现了从数据采集、动态监测到智能预警与协同处置的消防管理全流程覆盖 [3] 未来发展规划 - 未来，上海分中心将继续依托中国质量认证中心的技术与服务网络 [3] - 公司将携手各方推动消防治理数字化、智能化转型 [3] - 目标是为行业高质量发展持续注入新动能 [3]

研究核心发现 - 研究颠覆传统认知 表明大脑最早的神经元放电以结构化模式进行 且完全不依赖任何外部体验[1] - 这一发现暗示 大脑在人出生前就已预设了如何与世界互动的基本“指令”[1] 研究方法与过程 - 团队引导干细胞发育成脑组织 使用类似计算机芯片的专用微电极阵列记录其电活动[2] - 在观察脑组织从干细胞自我组装成复杂结构的过程中发现 在发育的最初几个月内 远在人脑能处理复杂外部感官信息之前 其内部细胞就已开始自发发出具有特定模式的电信号[2] - 这些信号的模式 与处理感官信息时所表现出的特征模式惊人地相似[2] 具体观察结果 - 观察类器官中单个神经元的放电活动时发现 即使没有接收任何来自外部世界的感官输入 神经元网络也能够自发产生复杂且具有时间序列特征的放电活动[2] - 这强烈暗示了活体大脑的神经结构中 存在着一种固有的、由基因编码决定的发育蓝图[2] 研究意义与潜在应用 - 了解类器官能够自发产生活体大脑的基本神经结构 为更好地理解人类神经发育、神经系统疾病以及环境毒素对大脑的影响开辟了多种可能性[2] - 这些模型具备捕捉复杂神经动力学的基础能力 而这些动力学很可能与某些发病机制密切相关[2] - 未来 团队将在临床前层面探索开发新的化合物、药物疗法或基因编辑工具[2] - 这一发现有助于科学家更好地理解人脑发育机制 并有望为利用基因编辑等手段治疗先天性神经疾病提供启发[3]

事件概述 - 2025年11月5日，神舟二十号飞船返回任务因在返回舱舷窗边缘发现局部异常现象而被紧急暂停 [1] - 在计划返回前一天的例行检查中，航天员乘组发现了该异常 [1] 故障诊断与决策 - 地面专家根据航天员从舱内不同角度、不同光线及空间站机械臂从舱外拍摄的照片进行研判 [3] - 国内十多个玻璃相关行业的专家最终统一认定，舷窗出现裂纹且为贯穿性裂纹，从内表面到外表面已贯穿 [4] - 确认裂纹后不到12个小时，任务总指挥部做出了神舟二十号返回任务推迟的决定 [6] 应急响应与执行 - 2025年11月10日，工程启动应急预案，决定神舟二十号航天员改乘神舟二十一号飞船返回，同时启动神舟二十二号16天应急发射任务 [7] - 2025年11月14日，神舟二十一号飞船返回舱成功着陆 [9] - 2025年11月25日，神舟二十二号飞船作为无人飞船发射成功，此次任务是中国载人航天工程第一次应急发射任务 [10] - 整个“太空应急大考”持续20天 [10] 后续处理与影响 - 神舟二十号飞船将以不载人状态返回地球，返回过程将用于获取最真实的试验数据，对后续工作至关重要 [11] - 神舟二十二号应急发射后，后续飞船研制节奏全面提速，神舟二十三号飞船预计提前两个月完工，神舟二十四号飞船瞄准明年夏季出厂目标 [13] - 由于航天员乘组编号与飞船任务编号一致，下一个乘组将被命名为“神舟二十三号航天员乘组”，导致“神舟二十二号航天员乘组”序列号永远空缺 [15]

中国空间站物资保障能力 - 中国空间站物资储备极为充分 远超短期任务需求 航天员系统副总设计师表示物资“充分得超出你的想象” 短期额外消耗对整体储备而言是“九牛一毛” [1] - 空间站具备灵活的物资调配与应急保障能力 在神舟二十号任务返回“改签”导致实验小鼠经历两周“超长加班”期间 启用了航天员的食品和水资源进行补给 甚至将航天员的豆浆喂给了实验小鼠 [1] - 生命保障系统运行有效 在获得额外物资补给后 4只经历超长任务周期的小鼠返回时状态“非常健康” [1]

文章核心观点 - 在人工智能热潮中，数据工程是AI规模化落地的关键瓶颈，公司专注于通过"NoETL"理念和构建数据语义层来解决数据供给与AI需求之间的根本性矛盾[1][4][5] 行业背景与问题诊断 - 2025年人工智能与大数据是行业焦点，但数据领域的"脏活累活"被忽视[1] - AI时代存在"数据悖论"：企业拥有海量数据且AI能力强大，但传统数据架构是为人类设计而非AI，导致"大模型不懂大数据"[5] - 数据需求呈指数级增长，但数据供给方式仍依赖ETL工程师手工劳作，需求增长百分之几百而人力无法同步跟上[4] - 大模型在企业环境中面临数据找不到、找到不敢用、口径不一致、权限复杂以及"幻觉"问题，可信是AI在企业中规模化的基线[5] 公司解决方案与技术路径 - 公司提出"NoETL"创新理念，旨在重构数据生产力，将传统依赖人力的ETL流程转变为由AI与算法驱动的自动化数据工程体系[4] - 采用NL2MQL2SQL技术路径，在自然语言与SQL之间加入"指标查询语言"层，作为企业数据的"罗塞塔石碑"以沉淀业务知识[6] - 构建以"数据语义层"为核心的三大引擎：语义引擎负责业务语义管理，物化加速引擎解决查询性能瓶颈，数据虚拟化引擎实现跨云跨域数据连接[6] - 目标是让企业的数据资产能无缝转变为AI资产，构建对AI友好的数据土壤[7] 实践案例与验证 - 麦当劳中国案例：近7000家门店和百亿级订单数据，通过"双引擎支持"与"智能租户隔离"技术验证NoETL架构在超大规模场景下的可行性[8][9] - 中交一公局案例：在高严谨场景下，公司Data Agent实现90%以上准确率，验证了AI落地的可靠性[9] - 两个案例分别代表超大规模下的工程能力与高严谨场景下的AI落地能力[9] 公司竞争优势与市场定位 - NoETL是对过去30年ETL体系的重构，原有体系中的公司有历史包袱难以快速转向[10] - 核心团队来自蚂蚁集团等公司，对大数据和AI结合有深刻理解，具备四年先发优势积累的技术和客户壁垒[10] - 与云厂商是合作大于竞争的关系，专注于数据语义编织，并积极构建合作伙伴生态[10] 未来展望与公司规划 - 能建设好AI友好数据土壤的企业未来3-5年将获得5-10倍的成长加速度[10] - "数字白领"普及的细分场景会涌现新型公司，商业模式可能从软件订阅转向按服务收费[10] - 公司重点方向是帮助企业"一键将数据资产转为AI资产"以及布局出海服务，正从"技术驱动"转向"技术+商业双驱动"[10][11]

研究核心发现 - 浙江海洋大学研究团队发现，熊去氧胆酸是大黄鱼之间高效沟通的关键信号分子 [1] - 研究证实UDCA是大黄鱼胆汁酸中起关键作用的部分，是族群间的“专属暗号” [3] - 该化学信号即便被稀释至海水的万亿分之一浓度，大黄鱼仍能敏锐感知并产生强烈反应 [3] 实验数据与机制 - 行为实验显示，大黄鱼游向UDCA的意愿比游向另一种结构相似胆汁酸的概率高出约44% [3] - 大黄鱼通过嗅觉受体V2R1和PLC信号通路早期感知UDCA，后期通过OR11A1等受体和CAMP通路接力传递信号 [5] - 这种随时间变化的感知机制有助于大脑清晰区分不同胆酸信号，判断同伴位置，可能是其适应环境、调控能量消耗的策略 [5] 潜在应用前景 - 该发现为修复东海大黄鱼等渔业资源提供了一种全新的、可持续的技术路径 [5] - 未来可在海洋牧场中精准使用这种“化学语言”，主动引导鱼群向特定区域聚集 [5]

任务执行与结果 - 神舟二十号飞船因舷窗发现裂纹而暂停返回任务 [1] - 神舟二十二号飞船执行应急发射任务，并携带针对裂纹的处置装置上行 [1] - 神舟二十号最终将以无人状态返回，为后续工作提供宝贵的真实试验数据 [1] 飞船研制与计划调整 - 后续飞船研制节奏全面提速，神舟二十三号飞船预计提前两个月完工，瞄准明年一月出厂 [1] - 神舟二十四号飞船全力推进，目标为明年夏季出厂 [1] 航天员乘组序列影响 - 下一个乘组将被命名为“神舟二十三号航天员乘组” [1] - “神舟二十二号航天员乘组”在序列中永久空缺 [1]