7月11日（星期五）消息，国外知名科学网站的主要内容如下：
《自然》网站（www.nature.com）
科学问答AI哪家强？ OpenAI o3夺冠，DeepSeek-R1紧随其后
美国人工智能（AI）巨头OpenAI打造的AI模型o3，在艾伦人工智能研究所（Ai2）上周发布的基准测试平台SciArena中被评为回答多领域科学问题的最佳工具。该平台依据102名研究人员对答案质量的投票结果，对23个大型语言模型（LLM）在科学问答中的表现进行了排名。
OpenAI的o3在自然科学、医疗保健、工程学及人文与社会科学领域的回答表现最优，获得超13,000票支持。中国开源模型DeepSeek-R1在自然科学中排名第二，工程学中位列第四；谷歌的Gemini-2.5-Pro在自然科学中排名第三，工程学和医疗保健中排名第五。
Ai2指出，o3的优势在于其详细引用文献并提供技术细节丰富的回答，但模型表现差异可能部分源于训练数据和优化目标等方面的不同。
SciArena是首批通过众包反馈对科学任务表现进行排名的平台之一，其设计避免了分数操纵等问题。 用户可免费使用该平台提问，系统随机提供两个模型的答案并邀请投票，但仅认证用户的投票计入排行榜。平台通过Semantic Scholar提供参考文献，以增强答案的参考性。
悉尼大学的研究人员认为，SciArena有助于研究者跟进前沿文献，并推动AI模型创新，但其可持续性依赖用户参与度。最后，研究者提醒，大型语言模型的回答可能存在与文献冲突、术语误解或准确性不足的问题，其生成内容不能替代原文阅读研究论文。
《科学通讯》网站（www.sciencenews.org）
当森林开始“搬家”：气候危机下的自然迁徙
在科幻与奇幻作品中，移动的树木并不罕见。《指环王》中的“树人”军团能行军作战，《银河护卫队》的树形外星人格鲁特可以飞翔，而《哈利·波特》的打人柳则会攻击靠近者。相比之下，现实中的树木看似静止，但它们其实也在以极其缓慢的方式移动。
树木通过向光性调整生长方向，使枝叶尽可能多地吸收阳光。根系则会向水源延伸，有时甚至侵入地下管道或居民马桶。虽然单棵树无法远行，但整片森林会随着环境变化逐渐迁移。历史上，森林曾因冰河期气候变冷而向南迁徙，速度约为每年100至500米。
然而，如今人类活动导致的气候变化速度远超森林的自然适应能力。海平面上升威胁红树林，气温升高影响加拿大白云杉的生长，而美国西南部的干旱则危害松果松的生存。面对这些挑战，科学家开始介入，帮助树木迁移。
例如，在美国明尼苏达州，密西西比河岸的森林正遭受洪水和入侵甲虫的破坏。研究人员计划用更适应当前气候的三角叶杨和柳树替代濒危的银枫等树种。美国林务局等机构还编写了指导手册，帮助森林管理者应对气候变化，并与当地原住民社区合作，确保森林迁移符合生态和社区需求。
尽管人类在协助森林适应，但目标并非彻底改变森林结构，而是维持其生态功能，因为许多社区仍依赖这些树木。森林的迁移虽缓慢，但在气候变化时代，人类的干预或许能帮助它们找到新的生存之路。
《赛特科技日报》网站（https://scitechdaily.com）
1、减肥可能弊大于利？医生警告：盲目减肥或危害健康
越来越多的医学专家认为，传统减肥理念过度关注体重数字，而忽视了健康的核心要素——生活习惯、心理状态和关爱。研究表明，大多数人难以长期维持减重效果，而过度追求瘦身可能引发社会偏见、心理压力，甚至饮食失调。专家呼吁，医疗重点应从体重转向循证医学和个性化健康管理。
《英国医学杂志》（The BMJ）近期刊文指出，单纯强调减重可能适得其反。尽管体重下降常被视为健康改善的标志，但这一观点可能过于片面。专家分析，仅靠生活方式调整（如节食和运动），大多数人难以实现长期减重，同时可能加剧“体重污名化”问题。他们强调，健康饮食和运动固然重要，但体重本身并不能全面反映健康状况，医疗应更关注个体化的健康目标。
长期以来，“少吃多动”被视为应对肥胖的标准方案，但最新研究显示，这类方法很少带来持久效果，且未能显著降低心血管疾病或早逝风险。专家建议，医疗模式应从“减重”转向“健康促进”，以更人性化的方式支持患者，减少社会偏见带来的负面影响。
此外，过度强调减重可能强化社会对体重的偏见，进而影响心理健康，甚至导致饮食紊乱或体重反弹。近年来，“健康与任何体型共存”（HAES）等新理念受到关注，其倡导不以减重为目标的健康管理，并已展现出积极效果。尽管仍需更多临床验证，但这些方法为医疗实践提供了新思路。
专家总结，医生应客观告知减重干预的利弊，降低饮食失调风险，同时提供不以体重为评判标准的医疗方案。健康饮食和运动的建议仍然重要，但核心在于尊重患者需求，平衡健康收益与潜在风险，真正实现以患者为中心的医疗关怀。
2、冷能革命：科学家推出低成本碳捕获新方法
美国佐治亚理工学院的研究团队开发了一种更经济、高效的直接空气捕获（DAC）技术，利用液化天然气（LNG）再气化过程中的冷能，结合多孔吸附材料，大幅降低二氧化碳捕获成本。该研究成果最近发表于《能源与环境科学》（Energy & Environmental Science）。
目前，DAC技术因高能耗和高成本难以推广。传统方法依赖胺类材料，需化学吸附二氧化碳，但效率有限，且易降解。佐治亚理工学院与美国橡树岭国家实验室及韩国全北国立大学、全南国立大学合作，提出了一种新方案：利用LNG再气化时释放的低温（约-78°C）冷却空气，使空气中的水蒸气凝结，再通过物理吸附剂（如沸石13X和CALF-20）高效捕获CO₂。
物理吸附剂比胺类材料更耐用，且在低温下吸附能力提升3倍，同时能耗更低。研究显示，该方法可将每吨CO₂的捕获成本降至约70美元，远低于当前的200美元以上。此外，LNG基础设施广泛分布于沿海地区，使该技术能在温带甚至潮湿环境中应用，突破传统DAC的地理限制。
团队预测，若充分利用LNG冷能，到2050年，全球每年可捕获超1亿吨CO₂。这一技术不仅降低成本，还拓宽了适用材料范围，许多原本不适用于常温DAC的吸附剂在低温条件下表现优异。（刘春）
