一项研究通过分析美国金属矿山的矿石样本数据，评估了未回收的关键矿物副产品储量。研究发现，即使仅回收1%的副产品，也能显著降低对多数关键元素的进口依赖；若回收率达90%，几乎可完全实现自给。这项研究表明，从美国金属矿的副产品中回收关键矿物，是一种资源高效的关键矿产供应方法，可以减少浪费、影响和地缘政治风险，对推动可持续矿产供应链建设具有重要意义。研究通过统计重采样方法分析了大量矿石样本数据，估算每年未被回收的副产品资源量，并将其与美国进口量、制造业需求及全球产量进行对比，评估不同回收情景下的自给潜力。

Adobe Firefly是一个看似强大的人工智能游乐场，可以生成图像、视频等。以下是如何充分利用它的方法。 ADOBE FIREFLY感觉就像现在软件界保守得最好的秘密。Adobe在以下网站大力宣传这款应用及其功能像Adobe MAX这样的事件，但即使如此引人注目，它也没有得到竞争对手那样的关注。Firefly应用程序是一个有创意的人工智能游乐场，可以让你使用生成模型来创建图像、视频等，但它可以做更多的事情，从批量编辑照片到将单帧图像转换为完整的视频。 Firefly不仅仅是一个文本提示的人工智能生成工具。它功能强大，结合了数十种模型，包括来自Adobe、Google、OpenAI、ElevenLabs和Topaz的模型，创建了一个用于人工智能创作的一站式商店。以下是您需要了解的关于使用该应用程序的所有信息。 Adobe Firefly是什么(以及可以用它做什么)？ Adobe Firefly是一套围绕创意工作流构建的生成式人工智能工具，可以是矢量图形、照片和视频编辑，甚至是创意构思。从Photoshop到InDesign，Adobe的Creative Cloud应用程序中内置了几个Firefly功能，但我将重点放在基于web的Firefly应用程序。它将Adobe的所有生成式人工智能功能结合在一起，并与其他基于网络的工具集成，包括Photoshop Web和Adobe Express。 我无法涵盖Firefly的所有功能，但它的功能大致分为四大类: 构思:Firefly允许你创建板，一个无限滚动的内置人工智能特性的画布。您可以上传自己的内容，直接在您的板上生成内容，并将不同的内容片段与预设的工作流程融合在一起。例如，有一个“试穿”功能，你可以上传几个姿势和几套服装，并用人工智能来看看你穿上这些服装会是什么样子。 世代:Firefly包括十几个跨越不同模式的人工智能模型，包括第三方模型和Adobe自己的商业安全的Firefly模型。Firefly的这一领域是完整的一代，无论是文本到语音、视频或图像，还是其他形式，如图像到视频或文本到矢量。 生产:除了pure generation之外，Firefly还包括几个人工智能特性，您可以将其用作生产工作流程的一部分。这些功能包括视频自动字幕、翻译、语音增强、背景去除、放大等等。这一类别还包括Firefly的新视频编辑器，以及使用人工智能的基于文本的图像编辑器。 快速行动:Firefly的无名英雄是快速行动。这些都是简单但往往乏味的操作，如转换图像和视频、裁剪、添加字幕和生成二维码。其他应用程序执行这些相同的操作，但是将它们都放在一个地方是很棒的。 Firefly是一个人工智能工具，但正如你从它的功能性的广泛描述中可以看到的那样，它远远超过了生成人工智能图像。这些工具也与Adobe基于网络的生态系统集成在一起，所以你可以将人工智能生成的图像放到Photoshop Web上，或者通过Adobe Express. Firefly做的另一件事是在一个屋檐下组合几十个人工智能模型。不断有新的人工智能模型成为头条新闻，从最近围绕谷歌纳米香蕉的热潮到早期阶段的通过像Runway这样的模型生成人工智能视频。通常情况下，你必须去几个网站，并保持几个订阅才能访问所有这些模型，但Firefly将其中的绝大多数放在一个屋檐下。

循环肠道干细胞 （ISC） 表现出放射敏感性，照射后它们的死亡或再生能力受损可能导致肠道屏障功能障碍。胱硫黄氨酸-β合酶 （CBS）/H2S 轴在调节细胞增殖、活性氧清除和 DNA 损伤反应中起着关键作用。然而，目前尚不清楚 CBS/H2S 轴是否调节 ISC 稳态和组织放射敏感性。 通过杂交CBS产生肠上皮特异性条件CBS敲除小鼠fl/+小鼠与Villin-CreERT2小鼠。CAGGCre-ER?小鼠与CBS杂交FL/FL在多种组织和细胞类型中实现CBS敲除。通过CRISPR/Cas9系统产生Lgr5-Tdtaomato-Flag小鼠。CBS抑制剂AOAA或H2S供体GYY4137用于治疗小鼠或肠隐窝类器官。苏木精和伊红、免疫组化、免疫荧光、Western blot、qRT-PCR等用于研究CBS/H2S轴在ISC稳态和辐射诱导的肠道损伤中的作用。 Lgr5 + ISCs 和祖细胞比分化细胞表达更高水平的 CBS。盲肠和结肠表达明显高于小肠的 CBS 水平。用 H2S 供体GYY4137处理增强了体外肠道类器官的增殖，而 AOAA 抑制 CBS 降低了这种作用。肠上皮细胞中 CBS 的基因敲除或体内 CAGG-CreER? 驱动的 CBS 的整体下调不影响生理条件下的 ISC 增殖或分化。体外 CBS/H2S 轴的药理学调控未能保护类器官免受辐射诱导的损伤。有趣的是，体内施用 AOAA 减少了辐射引起的肠粘膜萎缩。此外，CBS的整体下调显着促进了辐照暴露后ISC的恢复。然而，肠上皮特异性CBS敲除并不具有放射防护作用。 研究结果表明，CBS/H2S 轴有助于调节 ISC 稳态，并代表通过非上皮细胞干预介导的辐射防护的潜在靶点。

这位斯坦福大学HAI联合创始人因推动计算机视觉和深度学习的突破以及倡导以人为本的人工智能和行业创新而受到认可。 Fei-Fei Li，斯坦福Institute for Human-Centered AI(HAI)的创始联席董事，是一位开创性的计算机科学家，他的工作改变了现代人工智能伊丽莎白女王工程奖并于本周在伦敦接受了该奖项。 QEPrize被广泛视为工程师和工程领域的领先奖项，旨在表彰为全球带来益处的大胆、突破性创新。今年的荣誉由查尔斯三世陛下在圣詹姆斯宫颁发，强调了现代机器学习的工程基础，Li与一群杰出人士分享了这一荣誉，他们帮助推动人工智能从实验室的好奇发展成为塑造日常生活的技术。获奖者包括斯坦福大学HAI杰出研究员Geoffrey Hinton，多伦多大学名誉教授，蒙特利尔大学教授Yoshua Bengio，以及Nvidia首席科学家和前斯坦福大学教授Bill Dally，普林斯顿名誉教授John Hopfield，Nvidia总裁兼首席执行官Jensen Huang和Meta AI首席科学家Yann LeCun。 “获得伊丽莎白女王奖是一项非凡的荣誉，”Li说。“我与我尊敬的同事以及全世界无数为推进人工智能技术和造福人类做出贡献的学生和合作者分享这一认可。” Li因ImageNet而闻名，ImageNet是她在21世纪初与学生和合作者共同创建的大型视觉数据库和基准。在计算机视觉的进步停滞不前的时候，ImageNet以丰富的分层分类法提供了数百万张仔细标记的图像——为研究人员提供了一个严格的测试平台和一个共享的基础。其年度挑战刺激了该领域，实现了深度学习的突破，迅速提高了人工智能识别物体、解释场景和理解视觉上下文的能力。这些成果重塑了人工智能研究和行业，推动了自主系统、医学成像、辅助工具和无数日常应用的进步。 “ImageNet旨在为社区建立一种通用语言和可靠的衡量标准，”Li说。“我们想创造一种可以加速科学发现的资源。最令人满意的部分是看到这项工作如何开启创新之门，给人们的生活带来真正的改变。” 除了技术上的领先地位，Li还是引领人工智能走向人类价值的核心人物。2019年，她与人共同创办了斯坦福大学国际关系学院，致力于负责任、包容、符合社会需求的人工智能研究、教育和政策。在她的指导下，HAI帮助形成了关于人工智能安全、治理和公平的国内和国际对话，同时促进了医学、教育、气候科学、法律和人文学科的跨学科合作。 “技术不存在于真空中，”Li指出。“以人为本的人工智能是要将多学科和多利益相关者的观点带到桌面上来——工程师、社会科学家、伦理学家、社区——这样我们就可以建立值得信赖的系统，支持人类的繁荣。” Li还继续推进创业领域的前沿。她的新公司World Labs是一家空间智能公司，旨在将前沿的人工智能研究转化为旨在实现现实世界影响的平台和工具。 伊丽莎白女王工程奖支持卓越的工程设计，并激励后代考虑工程职业。之前的获奖者包括互联网和万维网的建筑师(Robert Kahn，Vinton Cerf，Louis Pouzin，Marc Andreessen，Sir Tim Berners-Lee，2013年)，控制释放药物输送背后的创新者(Robert Langer，2015年)，GPS创新者(Bradford Parkinson，James Spilker Jr，Hugo Fruehauf，Richard Schwartz，2019年)，世界上最强磁体的开发者(Masato Sagawa，2022年)，以及现代风力发电的领导者(Andrew Garrad和Henrik Stiesdal，2024年)。 通过在2025年认可现代机器学习，QEPrize强调了人工智能的深远和多方面的影响——对医疗保健、教育、气候弹性、可访问性和经济生产率——以及使其成为可能的工程成就:可扩展的算法、强大的计算硬件、强大的数据集和基准，以及跨学科和跨洲的开放合作。 “我们正处于一个关键时刻，”Li说。“人工智能的下一个篇章将取决于我们将创新与人类需求和价值观结合起来的能力。我对这种认可深表感谢，我希望它能激励年轻人——特别是那些尚未看到自己在技术领域的人——加入我们，构建为每个人服务的人工智能。”

随着AI和高性能计算重塑半导体设计，聚合物材料创新成为提升性能、可靠性和集成度的关键。Yole预计2025至2030年，先进封装用聚合物材料市场将以13.2%的年均增速增长至33亿美元。移动和消费电子仍是最大应用领域，而AI和数据中心需求正推动电信及基础设施领域最快增长。系统级封装(SiP)占据主流，2.5D等先进封装技术加速发展。介电材料市场到2030年将实现近倍增长，达到7.29亿美元，主要受复杂扇出型封装、晶圆级芯片规模封装及2.5D设计需求驱动。该市场集中度较高，日本企业凭借瑞索尼克、松下、住友及HD微系统等厂商占据约80%市场份额，持续领跑行业。