
美国弗吉尼亚理工大学(Virginia Tech)的研究人员开发出一种基于糖类的新型燃料电池,该电池的能量密度大于当前的锂离子电池,可达后者的十倍。

糖,或者更确切些说是葡萄糖,是生物生命能量的一个很好来源,它可以为植物和动物生存提供高效、简单的能量补给。而对于人类来说,在有氧呼吸条件下,每克糖可以产生3750卡路里的热量。
而弗吉尼亚理工大学最新发明的糖电池,具有同等的效能。据悉,这一新型糖类燃料电池的容量密度为596Ah/kg,如果简单点描述这样一个数量级,意味着该电池的容量密度达到了目前用于消费电子产品的锂离子电池容量密度的十倍。
由于非生物对象并不特别擅长从糖中获取能量,因此研究人员正在尝试使用特制的酶来分解葡萄糖并将其转化为电能。在实验中,研究人员使用13种不同的生物酶,并结合空气以及麦芽糊精制成了燃料电池。而且该燃料电池没有污染,除了电能外,其唯一的产品为水。
尽管该项目的首席研究员 Y.H. Percival Zhang 表示,通过三年来的试验该电池已接近商业化,但该电池的在多个充电和放电周期过程中的稳定性尚不得而知。
而且目前尚不得而知这种新型燃料电池是否可用于电动汽车上。目前,该研究项目似乎专注于智能手机电池或类似的小型高级电子诊疗设备上。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。