给你3秒钟，你能看出图里有只鱼吗？ | 一周趣科学vol.76
牧心约 10 分钟本期导读
1. 海马为何用柳珊瑚作为栖息地；
2. 新恐龙物种全身长满刀枪剑戟；
3. 检测手性分子中电子运动差异；
4. 我国制成电驱动钙钛矿激光器；
5. 光学生成模型让人工智能升级。
01
雄性海马怀孕了，它用珊瑚当产房
说实话我还真不确定这只海马在哪……
（图片来源：pnas.org）
近日，中国科学院南海海洋研究所研究员林强团队在海龙科鱼类对珊瑚共栖的适应进化机制研究方面取得进展，并首次提出了珊瑚能驱动其共栖物种小型化的新观点。相关研究成果近日发表在《美国国家科学院院刊》（PNAS）上。
海洋生态环境向来是大鱼吃小鱼，因此小鱼必须想尽一切办法保护自己。珊瑚礁一直是各种小鱼的避风港，这里地形复杂，便于隐蔽，而且色彩斑斓，给了小鱼们拟态的完美对象。
豆丁海马（Hippocampus bargibanti）是已知体型最小的鱼类之一，成体全长仅有1至2厘米。这种海马的特色有二：
一是它的外观完美模仿了柳珊瑚，并且一生都在这种珊瑚上生存。这种伪装像到什么程度，读者可以移步下面的图片欣赏。这种完美的拟态足以骗过人眼，就更不用说水下那些眼神不好的捕食者了。
它的第二个特色，就是它并没有其它海马拥有的育儿袋，而是胚胎着床在雄性体内，以一种雄性海马怀孕的方式来繁衍后代。
针对第一个特色，研究人员对豆丁海马展开了多组学和生物实验解析，找到了控制这种海马外观的分子生物学原理。原来，豆丁海马基因组中丢失了大量与体型大小和颌面骨骼发育相关的基因，所以越长越小，而且发育畸形，从而才能长成珊瑚的样子。
问题在于，柳珊瑚为了保护自己，会分泌很多毒素覆盖在自己表面。这种毒素可以帮海马抵御外来攻击，但同时也有可能毒死豆丁海马自己。针对这一点，豆丁海马的基因发生了快速进化，让自己有了对珊瑚毒素的抵抗能力。
这样一来，豆丁海马能够利用宿主珊瑚分泌物的免疫保护功能来抵御外源病原体，它自己就不需要保留免疫系统了，免疫能力也就退化了。这一退化歪打正着地帮助它发展了自己的第二个特色：由于缺失免疫系统，胚胎可以很容易地着床在雄性体内。要知道，想要实现怀孕这个功能，哺乳动物可是发展出了一个非常复杂的系统，才能帮助胚胎免受母体免疫系统的攻击从而着床。然而这对失去免疫系统的豆丁海马来说，却是顺水推舟的事。
课代表总结：粉粉的看着很好rua的样子！（可惜有毒…）
参考文献：
M. Qu,Y. Zhang,J. Woltering,Y. Liu,Z. Liu,S. Wan,H. Jiang,H. Yu,Z. Chen,X. Wang,Z. Zhang,G. Qin,R. Schneider,A. Meyer, & Q. Lin, Symbiosis with and mimicry of corals were facilitated by immune gene loss and body remodeling in the pygmy seahorse, Proc. Natl. Acad. Sci. U.S.A. 122 (35) e2423818122, https://doi.org/10.1073/pnas.2423818122 (2025).
02
新发现的恐龙宛如行走的狼牙棒
许多恐龙都长着盾甲或者尖刺，这不稀奇。然而一只恐龙身上长着几十根一米长的尖刺，想象起来还是挺吓人的。这就是近日在摩洛哥发现的一种新恐龙的样子。
这种名为刺圈龙（Spicomellus afer）的生物生活在1.65亿年前，是世界上已知最古老的甲龙类恐龙，它们以坦克般的厚重身躯著称。
古生物学家对这种恐龙的认知最初源自2019年在摩洛哥发现的一根肋骨化石。当时伦敦自然历史博物馆从剑桥的一家商业化石经销商手中购得了一块不寻常的摩洛哥化石。该标本由一根背肋碎片组成，该碎片与一块扁平的骨板融合在一起，骨板外表面有四根刺。在与英国卖家和经销商讨论后，古生物学家和地质学家重新确定了标本的采集地点。
在探索该地点后，新发现的遗骸帮助科学家们更清晰地还原了这个奇特恐龙的真实面貌。研究表明，化石显示其所有肋骨上都融合生长着骨质尖刺——这在现存或已灭绝的所有脊椎动物中都是前所未见的独特特征。
研究者认为，这种装甲结构最初是为防御目的进化而来，但后来可能被用于吸引配偶和向竞争对手炫耀。它全身分布着形态各异的骨板与尖刺，包括长达一米的颈部尖刺、臀部上方巨大的向上突起尖刺，以及各种细长的刀片状尖刺、由两根长尖刺组成的装甲部件，还有肩部延伸的骨板。
刺圈龙复原图（图片来源：enca.com）
课代表总结：这家伙怕不是一个人就能出烧烤摊了！
参考文献：
Maidment, S.C.R., Ouarhache, D., Ech-charay, K. et al. Extreme armour in the world’s oldest ankylosaur. Nature (2025). https://doi.org/10.1038/s41586-025-09453-6
03
科学家用阿秒脉冲检测手性分子中电子行为差异
我们的左右手结构相同但形状不同，它们互为镜像。在日常生活中，这意味着左手手套无法戴在右手上。这种"手性"也是自然界物质的基本属性：许多分子与我们的双手类似，以两种镜像版本存在。尽管看起来极为相似，但实际上并不相同。
手性分子的区分在生物学、化学和制药工业中具有重要作用。生命的许多基本构件（如DNA、氨基酸和蛋白质）都具有手性，且仅以左手或右手版本存在。而对于药物来说，有些药物的左手版本是救命药，而右手版本却是毒药。
手性通常被视为一种整体属性，就好比我们总是容易注意到左手和右手的整体是不同的，但很少有人注意到左手食指和右手食指之间有什么区别。
而科学家反其道而行之，由整体转而关注局部，希望研究左右两种手性分子内的电子和原子有什么不同。在近日发表于《自然》上的一篇文章中，瑞士苏黎世大学的研究团队找到了一种能够看到不同手性分子中的电子运动差异的方法。更有意思的是，这种方法不但能检测电子运动，还能操控电子运动。
这项测量得益于一种独特的电子闪光装置，它能以前所未有的精度产生圆偏振阿秒光脉冲（仅持续十亿分之一秒的光脉冲），这种精度对于观测电子的行为至关重要。利用这些光脉冲自身的旋转方向，研究人员首次检测到了电子运动的手性。
通过叠加使用时序匹配的圆偏振红外光束，研究人员不仅能测量光激发后电子从手征性分子射出的速度，还能根据样品手征性、光束旋转方向及其相位差，操控电子优先运动的方向。
该发现开创了研究手性的新方法，不再将手性单纯视为分子结构的静态特征，还认识到它是手系统中电子的动态行为。
未来，这种阿秒闪光技术能帮助科学家们更灵敏地测定医药物质的手征性，并阐明生命起源中的手性起源之谜。
当旋转光照射到手性分子时，电子会优先沿正向或反向发射。阿秒脉冲（蓝色）和红外脉冲（红色）可以操控和逆转电子方向（图片来源：Alexander Blech）
课代表总结：正常，我们左右手食指动起来也是手性的。
参考文献：
Han, M., Ji, JB., Blech, A. et al. Attosecond control and measurement of chiral photoionization dynamics. Nature (2025). https://doi.org/10.1038/s41586-025-09455-4
04
我国科学家研制世界首个电驱动钙钛矿激光器
浙江大学光电科学与工程学院狄大卫教授、邹晨研究员和赵保丹教授团队研制了世界上第一个电驱动钙钛矿激光器，相关研究论文今日发表于《自然》。
钙钛矿激光器不是新成果，它虽然价格便宜、制造容易、性能优异，但有一个坏处：它需要用别的光来驱动，这样才会发出激光。举一个不太恰当的比喻，这就好比我买了一个只能在白天工作的手电筒一样，该用的时候它一点用没有。
于是，科学家的研究方向是，如何让钙钛矿激光器不需要外加光就能自己发出激光。这就是浙江大学最新成果的创新点了：团队实现了用电来驱动钙钛矿激光器发出激光。
该器件呈现出最低仅92安培/平方厘米的激光阈值，平均阈值为129安培/平方厘米，与当前最先进的有机电驱动激光器相比实现了数量级提升。
本研究的成功归功于双腔配置的运用。这一架构创新实现了器件功能分区：PeLED微腔高效产生强光功率，而单晶钙钛矿腔利用该能量维持相干激光。与同类单腔器件架构相比，双腔设计使所需激光阈值降低约4.7倍，这一卓越改进凸显了纳米级器件工程中光电集成的优势。
除阈值性能外，新激光器件在稳定性上也取得了进步，在10赫兹频率持续脉冲工作下的半衰期为1.8小时，相当于承受超过64000次电压脉冲。该工作稳定性超越有机电驱动激光器，表明其在需要持续可靠性的实际系统中具有显著应用前景。
这项双腔钙钛矿激光器创新不仅在基础激光物理领域取得重大突破，更推动应用光子学发展，挖掘了材料优势，为开发可嵌入数据通信、生物医学成像等设备的新型紧凑集成光源开辟了路径。
电驱动钙钛矿激光器的机构（图片来源：浙江大学）
课代表总结：只能在白天工作的手电筒，说不定还真有用处，你能想到吗？
参考文献：
Zou, C., Ren, Z., Hui, K. et al. Electrically driven lasing from a dual-cavity perovskite device. Nature (2025). https://doi.org/10.1038/s41586-025-09457-2
05
AI生成图像？不如让光自己画
生成式人工智能已经融入我们的日常生活，它的可能性似乎无穷无尽。但所有这些创造力背后都有一个隐性的成本：能源。
在幕后，人工智能模型依赖于惊人的计算量——为了创建一幅图像，人工智能系统可能要执行数百万甚至数十亿次计算，能源需求急剧上升。
如今，大多数 AI 图像生成器都通过一种名为“扩散”的过程进行工作。想象一下，从一块被随机噪点覆盖的空白画布开始——就像你以前在老式电视屏幕上看到的雪花一样。从这片嘈杂的混乱中，AI 逐渐逆向工作，剥离随机性，直到一幅清晰的图像浮现出来。在这一过程中，信息以电子的形式不断迭代，最终呈现出一幅画面。
画面的本质是光线，所以科学家们想到，与其在几亿次电子计算后得出一组光线，为什么不直接让光线进行几亿次迭代呢？这样一来就不需要耗电了。加州大学洛杉矶分校的团队近日在该领域取得了突破性的进展。
在最近发表于《自然》杂志上的一篇论文中，研究团队报告了一种几乎不耗电的新型图像生成器。他们的系统并非完全依赖数字计算，而是让光子发挥主导作用。
它的工作原理如下。首先，系统使用一个在标准图像数据集上训练的数字编码器。该编码器不会创建最终图像，而会生成一个噪声，也就是扩散的起点。这一步只需要少量能量。
接下来，真正的魔法发生了。噪声图案通过一种名为空间光调制器的设备投射到激光束上。你可以把它想象成一块模板，将图案直接印在光线上。携带编码信息的光束穿过第二个 SLM，后者充当解码器。最终的图像从另一端出来，它并非由繁琐的计算形成，而是由光本身的物理特性所驱动。换句话说，宇宙为我们做了计算，实现了光的迭代。
该团队用各种各样的图像测试了他们的系统——从名人的脸到蝴蝶，甚至还有文森特·梵高风格的彩色作品，结果令人震惊。这些图像不再是粗略的草图或低质量的输出；它们可以与传统人工智能生成器的结果相媲美，但创建所需的能量却只有后者的一小部分。
这样一来，我们几乎无需任何算力就能绘制出无数图像。想象一下，一位艺术家永不疲倦，永远不会用完颜料，几乎不需要任何耗材就能创作出杰作。这就是基于光的人工智能的雏形。
在每一组图片中，左图是传统AI大模型画的，中图和右图是光学AI画的，在获得几乎相同的图片的同时，仅需要消耗前者能量的零头（图片来源：参考文献）
课代表总结：画画找光驱动AI，那我写文章是不是也可以找语言神经中枢驱动的AI？
参考文献：
Chen, S., Li, Y., Wang, Y. et al. Optical generative models. Nature 644, 903–911 (2025). https://doi.org/10.1038/s41586-025-09446-5
作者简介
牧心，科普作者。