中国科学院加快推进一流科技期刊建设

9月30日下午，北京中科期刊出版传媒集团有限公司在京挂牌成立，标志着中国科学院科技期刊建设迈入集约运营、平台驱动、开放发展的新阶段。

图为中国科学院推进一流科技期刊建设新闻发布会现场。

（中国科学院供图）

推进一流科技期刊建设

近年来，在国家政策引领推动下，相关高校、科研院所、科技领军企业等纷纷开展新刊创办工作。

根据中国科学技术信息研究所发布的“2025年度世界一流科技期刊目录”，中国共有353种期刊入选。

科技期刊主管部门通过开展办刊成效评估、扩增刊群规模、构建“主刊—子刊—伙伴刊”的金字塔型多层次刊群等举措，不断提升我国科技期刊办刊水平和学术影响力。

但国内科技期刊一定程度上存在“小散弱”的发展难题，分散办刊模式耗费科研单位大量资源，也耗费科研人员大量精力，制约了我国科技期刊学术影响力提升与快速发展。

“此次中科期刊出版集团的组建，正是针对这一痛点推出的关键改革举措。

”中国科学院科技基础能力局局长卢方军介绍，集团成立将推动研究所与科学出版社合作办刊，构建“学术+市场”的分工协作模式，通过重塑出版流程实现“中央厨房式”集约化运营。

在制度设计之外，资源与政策保障同步跟进。

中国科学院提出推动院属期刊向集团有序集聚，计划支持150种院属期刊迁移至科学引擎（SciEngine）平台；设立期刊建设青年团队项目，定向培育办刊人才。

数智平台增强学术传播能力

建设世界一流科技期刊，离不开数字出版平台的技术支撑。

作为集团核心技术载体，SciEngine平台持续迭代升级，4.0版本实现多项关键技术突破，构筑起我国科技期刊数字化的底座。

北京中科期刊出版传媒集团有限公司董事长张凡介绍，平台采用微服务敏捷架构，期刊承载能力提升至5000种，能够适配单刊到大型期刊集群的差异化运营；搭建大数据中心，打通业务数据壁垒，实现期刊精细化运营管理。

矩阵化AI能力融入投审稿、出版、传播全链条，提供智能检索、文献综述、思维导图等一系列知识服务。

同时，搭建SciEngine国际版，打通海内外数据通道，对接全球主流学术数据库，助力国内高水平论文全球传播。

截至目前，SciEngine为近千种科技期刊提供出版与传播服务，平台超半数访问下载来自海外，用户覆盖全球180多个国家和地区。

平台不仅服务期刊出版生产，更承担知识传播功能，推动中文科研成果跨越语言壁垒走向世界。

打造有国际竞争力的中国出版力量

建设一流科技期刊，既要练好内功，也要积极融入全球学术出版生态。

中科期刊出版集团坚持公益化发展方向，锚定建设具有全球影响力的科技期刊出版集团目标，多维度提升国际话语权。

在内容品牌层面，对标国际一流办刊标准，持续打磨以《中国科学》《科学通报》《国家科学评论》等为代表的高水平期刊方阵，广纳全球优秀创新成果，打造中国的国际化期刊出版品牌。

在互联互通层面，依托SciEngine国际化接口，与全球学术传播体系对接，用好用活法国、比利时、日本等海外站点，拓宽成果海外传播渠道。

中国科技出版传媒股份有限公司董事长胡华强表示，集团将坚持开放理念，面向全球科学界提供高质量的出版与信息服务；深化国际出版合作，平衡好本土发展与海外拓展，既传播我国前沿科研成果，也吸纳全球学术智慧。

（记者胡喆）

OlmoEarth v1.3发布：Ai2推出全球卫星嵌入模型

该模型能够将一年的卫星观测数据压缩成数值指纹，最小分辨率下每个指纹对应10米乘10米的地面区域，同时也提供64平方米和128米分辨率的版本。

这种数值指纹捕捉的模式信息，可供其他软件用于区分农田、森林、矿区等不同类型的地表覆盖。

此前，使用OlmoEarth的主要方式是通过OlmoEarth Studio进行微调，针对每项任务训练一个模型，再将其应用于卫星数据以生成地图。

这种方式需要大量图形处理单元资源，以及下载和存储影像的能力。

此次发布的OlmoEarth嵌入浏览器是一款基于浏览器的地图制作工具。

这意味着任何人都可以将OlmoEarth用于实际工作，从追踪时间变化到寻找相似地点，无需注册登录即可使用。

嵌入数据代表了模型从数百万张卫星图像中学习到的内容。

OlmoEarth会读取一年的雷达图像及相关数据，包括Sentinel-1、Sentinel-2和Landsat的数据。

Sentinel和Landsat是提供地球互补视角的卫星任务：Sentinel-1测量雷达反射信号，而Sentinel-2和Landsat则捕捉可见光和红外波长的光线。

该公司表示，与以往版本的OlmoEarth模型相比，v1.3是其训练成本最低的模型。

其训练所用计算时间仅为最新版本（v1.2）的53%，为第一版（v1）的18%，碳排放量也分别仅为两者的50%和22%。

不过v1.2仍是一款强大的微调模型，对研究机构和合作实验室而言依然具有价值。

这些模型在现实世界中的应用场景 这些卫星模型有助于压缩跨越时间和空间的大量数据，这对于理解地球的变化方式非常有用。

在秘鲁马德雷德迪奥斯地区，围绕拉潘帕的非法金矿开采活动在2017年和2018年达到顶峰，在坦博帕塔国家保护区缓冲区内清除了超过1200公顷的森林。

亚马逊保护团队的MAAP监测项目报告了这一活动。

2019年2月，秘鲁的"水银行动"关闭了大部分采矿作业。

我们如何得知这一事实？ 嵌入数据给出了明确答案。

无需进行模型训练，仅通过比较不同年份的数据像素，观察2016年至2020年间的情况，可以清晰看到南部矿区带内有明显的向东扩张趋势：显著变化区域达34平方公里。

而同样的比较放在2020年至2024年间，这一面积降至9平方公里。

关闭行动的效果显而易见。

Ai2表示，对许多团队来说，针对某个想法测试OlmoEarth通常意味着需要进行一次微调运行，这是一项耗时数小时、成本高昂的艰巨任务。

而在浏览器工具中，初步分析仅需几秒钟即可完成。

仅凭少量标签对某个区域进行分析，无需使用GPU。

当某项任务确实需要进行微调实验时，嵌入数据可以帮助判断该实验是否值得投入计算时间，以及模型存在哪些不足之处。

全球神奇反转，原因找到了

全球市场出现神奇反转： 亚洲股市出现转机，韩国KOSPI指数收复了此前高达4.1%的跌幅，最终基本持平，SK海力士等芯片制造商股价抹去了早盘的跌幅，上涨4%。

香港恒生指数也上涨逾1%。

与此同时，黄金收复今日早些时候大部分跌幅。

今天可能是“韩国拯救世界”的剧本。

第一，市场反转并非消息面推动，整个亚洲时段交易终端新闻资讯非常清淡，几乎没什么重要消息弹出。

第二，这轮反弹更像是韩国股市所带动的。

一方面，韩国科技股在过去两周集中抛售后，部分投资者可能已经获利了结空头头寸，而寻找低点买入的资金开始进场。

当新增卖盘减弱，空头回补与抄底资金同时出现，就可能造成今天这种急剧反弹。

另一方面，越来越多的资金看到韩国KOSPI指数（今年科技股涨势代表的指数）估值低的一面，其未来12个月预期市盈率已降至仅4.2倍（似乎有些跌过头了）。

从时间点看，韩国股市北京时间08:10左右率先出现恐慌性下跌，然后展开回升。

约13:45，韩国KOSPI盘中进一步转涨，全球市场的气氛在此之后变好。

韩国市场是今天亚洲科技股情绪修复的一个重要风向标，特别是SK海力士从盘中跌超4%到转涨，与港股等市场的反弹形成相互强化。

第三，美债收益率下跌，也缓解了股市面临的部分压力。

10年期美债收益率跌破5%，市场下调了对美联储后续加息的预期。

不过，还不能说全球市场的风险已经解除。

两个细节值得留意：油价并没有回撤，美股期货今日的反弹力度也不大。

虽然发生了风险情绪修复，却并没有形成所有市场同步上涨的局面。

如果说韩国今天拯救了什么，那首先是亚洲市场对AI科技股的信心，并不是全球市场面临的所有风险。

今晚美股的收盘，将给这一轮反弹定性。