思韋茨冰川底下的暖水觀測，揭示未來融化速率可能超乎預期？

本文與 TRPMA 台灣研發型生技新藥發展協會合作，泛科學企劃執行

我們知道癌症是台灣人健康的頭號公敵。 為此，我們花了很多時間介紹最新、最有效的抗癌方法之一：免疫療法。

免疫療法中最重要的技術就是抗體藥物。科學家會人工製造一批抗體去標記癌細胞。它們就像戰場上的偵察無人機，能精準鎖定你體內的敵人——癌細胞，為它們打上標記，然後引導你的免疫系統展開攻擊。

這跟化療、放射線治療那種閉著眼睛拿機槍亂掃不同。免疫療法是重新叫醒你的免疫系統，為身體「上buff (增益) 」來抗癌，副作用較低，因此備受好評。

但尷尬的是，經過幾年的臨床考驗，科學家發現：光靠抗體對抗癌症，竟然已經不夠用了。

事情是這樣的，臨床上醫生與科學家逐漸發現：這個抗體標記，不是容易損壞，就是癌細胞同時設有多個陷阱關卡，只靠叫醒免疫細胞，還是難以發揮戰力。

但好消息是，我們的生技工程也大幅進步了。科學家開始思考：如果這台偵察無人機只有「標記」這一招不夠用，為什麼不幫它升級，讓它多學幾招呢？

這個能讓免疫藥物（偵察無人機）大進化的訓練器，就是今天的主角—融合蛋白（fusion protein）。

融合蛋白是什麼？

免疫療法遇到的問題，我們可以這樣理解：想像你的身體是一座國家，病毒、細菌、腫瘤就是入侵者；而抗體，就是我們派出的「偵察無人機」。

當我們透過注射放出這支無人機群進到體內，它能迅速辨識敵人、緊抓不放，並呼叫其他免疫單位（友軍）一同解決威脅。過去 20 年，最強的偵查機型叫做「單株抗體」。1998年，生技公司基因泰克（Genentech）推出的藥物赫賽汀（Herceptin），就是一款針對 HER2 蛋白的單株抗體，目標是治療乳癌。

這支無人機群為什麼能對抗癌症？這要歸功於它「Y」字形的小小抗體分子，構造看似簡單，卻蘊藏巧思：

• 「Y」 字形上面的兩隻「叉叉」是敵人偵測器，能找到敵人身上的抗原特徵，並黏上去，稱為抗體結合區「Fab 區域」。
  
• 「Y」 字形的「尾巴」就是我們說的「標籤」，它能通知免疫系統啟動攻擊，稱為結晶區域片段「Fc 區域」。具體來說，當免疫細胞在體內巡邏，免疫細胞上的 Fc 受體 (FcR) 會和 Fc區域結合，進而認出病原體或感染細胞，接著展開清除。

更厲害的是，這個 Fc 區域標籤還能加裝不同功能。一般來說，人體內多餘的分子，會被定期清除。例如，細胞內會有溶酶體不斷分解多餘的物質，或是血液經過肝臟時會被代謝、分解。那麼，人造抗體對身體來說，屬於外來的東西，自然也會被清除。

而 Fc區域會與細胞內體上的Fc受體結合，告訴細胞「別分解我」的訊號，阻止溶酶體的作用。又或是單純把標籤做的超大，例如接上一段長長的蛋白質，或是聚乙二醇鏈，讓整個抗體分子的大小，大於腎臟過濾孔的大小，難以被腎臟過濾，進而延長抗體在體內的存活時間。

偵測器（Fab）加上標籤（Fc）的結構，使抗體成為最早、也最成功的「天然設計藥物」。然而，當抗體在臨床上逐漸普及，一個又一個的問題開始浮現。抗體的強項在於「精準鎖定」，但這同時也是它的限制。

第一個問題：抗體只能打「魔王」，無法毀掉「魔窟」。 

抗體一定要有一個明確的「標的物」才能發揮作用。這讓它在針對「腫瘤」或「癌細胞本身」時非常有效，因為敵人身上有明顯標記。但癌細胞的形成與惡化，是細胞在「生長、分裂、死亡、免疫逃脫」這些訊號通路上被長期誤導的結果。抗體雖然勇猛，卻只能針對已經帶有特定分子的癌細胞魔王，無法摧毀那個孕育魔王的系統魔窟。這時，我們真正欠缺的是能「調整」、「模擬」或「干擾」這些錯誤訊號的藥物。

第二個問題：開發產線的限制。

抗體的開發，得經過複雜的細胞培養與純化程序。每次改變結構或目標，幾乎都要重新開發整個系統。這就像你無法要求一台偵測紅外線的無人機，明天立刻改去偵測核輻射。高昂的成本與漫長的開發時間，讓新產線難以靈活創新。

為了讓免疫藥物能走向多功能與容易快速製造、測試的道路，科學家急需一個更工業化的藥物設計方式。雖然我們追求的是工業化的設計，巧合的是，真正的突破靈感，仍然來自大自然。

在自然界中，基因有時會彼此「融合」成全新的組合，讓生物獲得額外功能。例如細菌，它們常仰賴一連串的酶來完成代謝，中間產物要在細胞裡來回傳遞。但後來，其中幾個酶的基因彼此融合，而且不只是基因層級的合併，產出的酶本身也變成同一條長長的蛋白質。

結果，反應效率大幅提升。因為中間產物不必再「跑出去找下一個酶」，而是直接在同一條生產線上完成。對細菌來說，能更快處理養分、用更少能量維持生存，自然形成適應上的優勢，這樣的融合基因也就被演化保留下來。

科學家從中得到關鍵啟發：如果我們也能把兩種有用的蛋白質，「人工融合」在一起，是否就能創造出更強大的新分子？於是，融合蛋白（fusion protein）就出現了。

以假亂真：融合蛋白的HIV反制戰

融合蛋白的概念其實很直覺：把兩種以上、功能不同的蛋白質，用基因工程的方式「接起來」，讓它們成為同一個分子。 

1990 年，融合蛋白 CD4 免疫黏附素（CD4 immunoadhesin）誕生。這項設計，是為了對付令人類聞風喪膽的 HIV 病毒。

我們知道 T 細胞是人體中一種非常重要的白血球。在這些 T 細胞中，大約有六到七成表面帶有一個叫做「CD4」的輔助受體。CD4 會和另一個受體 TCR 一起合作，幫助 T 細胞辨識其他細胞表面的抗原片段，等於是 T 細胞用來辨認壞人的「探測器」。表面擁有 CD4 受體的淋巴球，就稱為 CD4 淋巴球。

麻煩的來了。 HIV 病毒反將一軍，竟然把 T 細胞的 CD4 探測器，當成了自己辨識獵物的「標記」。沒錯，對 HIV 病毒來說，免疫細胞就是它的獵物。HIV 的表面有一種叫做 gp120 的蛋白，會主動去抓住 T 細胞上的 CD4 受體。

一旦成功結合，就會啟動一連串反應，讓病毒外殼與細胞膜融合。HIV 進入細胞內後會不斷複製並破壞免疫細胞，導致免疫系統逐漸崩潰。

為了逆轉這場悲劇，融合蛋白 CD4 免疫黏附素登場了。它的結構跟抗體類似，由由兩個不同段落所組成：一端是 CD4 假受體，另一端則是剛才提到、抗體上常見的 Fc 區域。當 CD4 免疫黏附素進入體內，它表面的 CD4 假受體會主動和 HIV 的 gp120 結合。

厲害了吧。 病毒以為自己抓到了目標細胞，其實只是被騙去抓了一個假的 CD4。這樣 gp120 抓不到 CD4 淋巴球上的真 CD4，自然就無法傷害身體。

而另一端的 Fc 區域則有兩個重要作用：一是延長融合蛋白在體內的存活時間；二是理論上能掛上「這裡有敵人！」的標籤，這種機制稱為抗體依賴性細胞毒殺（ADCC）或免疫吞噬作用（ADCP）。當免疫細胞的 Fc 受體與 Fc 區域結合，就能促使免疫細胞清除被黏住的病毒顆粒。

不過，這裡有個關鍵細節。

在實際設計中，CD4免疫黏附素的 Fc 片段通常會關閉「吸引免疫細胞」的這個技能。原因是：HIV 專門攻擊的就是免疫細胞本身，許多病毒甚至已經藏在 CD4 細胞裡。若 Fc 區域過於活躍，反而可能引發強烈的發炎反應，甚至讓免疫系統錯把帶有病毒碎片的健康細胞也一併攻擊，這樣副作用太大。因此，CD4 免疫黏附素的 Fc 區域會加入特定突變，讓它只保留延長藥物壽命的功能，而不會與淋巴球的 Fc 受體結合，以避免誘發免疫反應。

從 DNA 藍圖到生物積木：融合蛋白的設計巧思

融合蛋白雖然潛力強大，但要製造出來可一點都不簡單。它並不是用膠水把兩段蛋白質黏在一起就好。「融合」這件事，得從最根本的設計圖，也就是 DNA 序列就開始規劃。

我們體內的大部分蛋白質，都是細胞照著 DNA 上的指令一步步合成的。所以，如果科學家想把蛋白 A 和蛋白 B 接在一起，就得先把這兩段基因找出來，然後再「拼」成一段新的 DNA。

不過，如果你只是單純把兩段基因硬接起來，那失敗就是必然的。因為兩個蛋白會互相「打架」，導致摺疊錯亂、功能全毀。

這時就需要一個小幫手：連接子（linker）。它的作用就像中間的彈性膠帶，讓兩邊的蛋白質能自由轉動、互不干擾。最常見的設計，是用多個甘胺酸（G）和絲胺酸（S）組成的柔性小蛋白鏈。

設計好這段 DNA 之後，就能把它放進細胞裡，讓細胞幫忙「代工」製造出這個融合蛋白。接著，科學家會用層析、電泳等方法把它純化出來，再一一檢查它有沒有摺疊正確、功能是否完整。

如果一切順利，這個人工設計的融合分子，就能像自然界的蛋白一樣穩定運作，一個全新的「人造分子兵器」就此誕生。

CD4免疫黏附素問世之後，融合蛋白逐漸成為生物製藥的重要平台之一。而且現在的融合蛋白，早就不只是「假受體＋Fc 區域」這麼單純。它已經跳脫模仿抗體，成為真正能自由組裝、自由設計的生物積木。

融合蛋白的強項，就在於它能「自由組裝」。

以抗體為骨架，科學家可以接上任何想要的功能模組，創造出全新的藥物型態。一般的抗體只能「抓」（標記特定靶點）；但融合蛋白不只會抓，還能「阻斷」、「傳遞」、甚至「調控」訊號。在功能模組的加持下，它在藥物設計上，幾乎像是一個分子級的鋼鐵蜘蛛人裝甲。

一般來說，當我們選擇使用融合蛋白時，通常會期待它能發揮幾種關鍵效果：

1. 療效協同： 一款藥上面就能同時針對多個靶點作用，有機會提升治療反應率與持續時間，達到「一藥多效」的臨床價值。
2. 減少用藥： 原本需要兩到三種單株抗體聯合使用的療法，也許只要一種融合蛋白就能搞定。這不僅能減少給藥次數，對病人來說，也有機會因為用藥減少而降低治療成本。
3. 降低毒性風險： 經過良好設計的融合蛋白，可以做到更精準的「局部活化」，讓藥物只在目標區域發揮作用，減少副作用。

到目前為止，我們了解了融合蛋白是如何製造的，也知道它的潛力有多大。

那麼，目前實際成效到底如何呢？

一箭雙鵰：拆解癌細胞的「偽裝」與「內奸」

2016 年，德國默克（Merck KGaA）展開了一項全新的臨床試驗。 主角是一款突破性的雙功能融合蛋白──Bintrafusp Alfa。這款藥物的厲害之處在於，它能同時封鎖 PD-L1 和 TGF-β 兩條免疫抑制路徑。等於一邊拆掉癌細胞的偽裝，一邊解除它的防護罩。

PD-L1，我們或許不陌生，它就像是癌細胞身上的「偽裝良民證」。當 PD-L1 和免疫細胞上的 PD-1 受體結合時，就會讓免疫系統誤以為「這細胞是自己人」，於是放過它。我們的策略，就是用一個抗體或抗體樣蛋白黏上去，把這張「偽裝良民證」封住，讓免疫系統能重新啟動。

但光拆掉偽裝還不夠，因為癌細胞還有另一位強大的盟友—一個起初是我軍，後來卻被癌細胞收買、滲透的「內奸」。它就是，轉化生長因子-β，縮寫 TGF-β。

先說清楚，TGF-β 原本是體內的秩序管理者，掌管著細胞的生長、分化、凋亡，還負責調節免疫反應。在正常細胞或癌症早期，它會和細胞表面的 TGFBR2 受體結合，啟動一連串訊號，抑制細胞分裂、減緩腫瘤生長。

但當癌症發展到後期，TGF-β 跟 TGFBR2 受體之間的合作開始出問題。癌細胞表面的 TGFBR2 受體可能突變或消失，導致 TGF-β 不但失去了原本的抑制作用，反而轉向幫癌細胞做事。

它會讓細胞骨架（actin cytoskeleton）重新排列，讓細胞變長、變軟、更有彈性，還能長出像觸手的「偽足」（lamellipodia、filopodia），一步步往外移動、鑽進組織，甚至進入血管、展開全身轉移。

更糟的是，這時「黑化」的 TGF-β 還會壓抑免疫系統，讓 T 細胞和自然殺手細胞變得不再有攻擊力，同時刺激新血管生成，幫腫瘤打通營養補給線。

為了對抗這個內奸，默克在 Bintrafusp Alfa 的結構裡，加上了一個「TGF-β 陷阱（trap）」。就像 1989 年的 CD4 免疫黏附素用「假受體」去騙 HIV 一樣，這個融合蛋白在體內循環時，會用它身上的「陷阱」去捕捉並中和游離的 TGF-β。這讓 TGF-β 無法再跟腫瘤細胞或免疫細胞表面的天然受體結合，從而鬆開了那副壓抑免疫系統的腳鐐。

告別單一解方：融合蛋白的「全方位圍剿」戰

但，故事還沒完。我們之前提過，癌細胞之所以難纏，在於它會發展出各種「免疫逃脫」策略。

而近年我們發現，癌細胞的「偽良民證」至少就有兩張：一張是 PD-L1；另一張是 CD-47。CD47 是癌細胞向巨噬細胞展示的「別吃我」訊號，當它與免疫細胞上的 SIRPα 結合時，就會抑制吞噬反應。

為此，總部位於台北的漢康生技，決定打造能同時對付 PD-L1、CD-47，乃至 TGF-β 的三功能生物藥 HCB301。

雖然三功能融合蛋白聽起來只是「再接一段蛋白」而已，但實際上極不簡單。截至目前，全球都還沒有任何三功能抗體或融合蛋白批准上市，在臨床階段的生物候選藥，也只佔了整個生物藥市場的 1.6%。

漢康生技透過自己開發的 FBDB 平台技術，製作出了三功能的生物藥 HCB301，目前第一期臨床試驗已經在美國、中國批准執行。

免疫療法絕對是幫我們突破癌症的關鍵。但我們也知道癌症非常頑強，還有好幾道關卡我們無法攻克。既然單株抗體在戰場上顯得單薄，我們就透過融合蛋白，創造出擁有多種功能模組的「升級版無人機」。

融合蛋白強的不是個別的偵查或阻敵能力，而是一組可以「客製化組裝」的平台，用以應付癌細胞所有的逃脫策略。

Catch Me If You Can？融合蛋白的回答是：「We Can.」

未來癌症的治療戰場，也將從尋找「唯一解」，轉變成如何「全方位圍剿」癌細胞，避免任何的逃脫。

本文與 Perplexity 合作，泛科學企劃執行

「Hello. I am… a robot.」

在我們的記憶裡，機器人的聲音就該是冰冷、單調，不帶一絲情感 。它們的動作僵硬，肢體不協調，像一個沒有靈魂的傀儡，甚至啟發我們創造了機械舞來模仿那獨特的笨拙可愛。但是，現今的機器人發展不再只會跳舞或模仿人聲，而是已經能獨立完成一場膽囊切除手術。

就在2025年，美國一間實驗室發表了一項成果：一台名為「SRT-H」的機器人（階層式手術機器人Transformer），在沒有人類醫師介入的情況下，成功自主完成了一場完整的豬膽囊切除手術。SRT-H 正是靠著從錯誤中學習的能力，最終在八個不同的離體膽囊上，達成了 100% 的自主手術成功率。

這項成就的意義重大，因為過去機器人手術的自動化，大多集中在像是縫合這樣的單一「任務」上。然而，這一場完整的手術，是一個包含數十個步驟、需要連貫策略與動態調整的複雜「程序」。這是機器人首次在包含 17 個步驟的完整膽囊切除術中，實現了「步驟層次的自主性」。

這就引出了一個讓我們既興奮又不安的核心問題：我們究竟錯過了什麼？機器人是如何在我們看不見的角落，悄悄完成了從「機械傀儡」到「外科醫生」的驚人演化？

這趟思想探險，將為你解密 SRT-H 以及其他五款同樣具備革命性突破的機器人。你將看到，它們正以前所未有的方式，發展出生物般的觸覺、理解複雜指令、學會團隊合作，甚至開始自我修復與演化，成為一種真正的「準生命體」 。

所以，你準備好迎接這個機器人的新紀元了嗎？

只靠模仿還不夠？手術機器人還需要學會「犯錯」與「糾正」

那麼，SRT-H 這位機器人的外科大腦，究竟藏著什麼秘密？答案就在它創新的「階層式框架」設計裡 。

你可以想像，SRT-H 的腦中，住著一個分工明確的兩人團隊，就像是漫畫界的傳奇師徒—黑傑克與皮諾可 。

• 第一位，是動口不動手的總指揮「黑傑克」： 它不下達具體的動作指令，而是在更高維度的「語言空間」中進行策略規劃 。它發出的命令，是像「抓住膽管」或「放置止血夾」這樣的高層次任務指令 。
• 第二位，是靈巧的助手「皮諾可」： 它負責接收黑傑克的語言指令，並將這些抽象的命令，轉化為機器手臂毫釐不差的精準運動軌跡 。

但最厲害的還不是這個分工，而是它們的學習方式。SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。但這還只是開始，研究人員在訓練過程中，會刻意讓它犯錯，並向它示範如何從抓取失敗、角度不佳等糟糕的狀態中恢復過來 。這種獨特的訓練方法，被稱為「糾正性示範」 。

這項訓練，讓 SRT-H 學會了一項外科手術中最關鍵的技能：當它發現執行搞砸了，它能即時識別偏差，並發出如「重試抓取」或「向左調整」等「糾正性指令」 。這套內建的錯誤恢復機制至關重要。當研究人員拿掉這個糾正能力後，機器人在遇到困難時，要不是完全失敗，就是陷入無效的重複行為中 。

正是靠著這種從錯誤中學習、自我修正的能力，SRT-H 最終在八次不同的手術中，達成了 100% 的自主手術成功率 。

SRT-H 證明了機器人開始學會「思考」與「糾錯」。但一個聰明的大腦，足以應付更混亂、更無法預測的真實世界嗎？例如在亞馬遜的倉庫裡，機器人不只需要思考，更需要實際「會做事」。

要能精準地與環境互動，光靠視覺或聽覺是不夠的。為了讓機器人能直接接觸並處理日常生活中各式各樣的物體，它就必須擁有生物般的「觸覺」能力。

解密 Vulcan 如何學會「觸摸」

讓我們把場景切換到亞馬遜的物流中心。過去，這裡的倉儲機器人（如 Kiva 系統）就像放大版的掃地機器人，核心行動邏輯是極力「避免」與周遭環境發生任何物理接觸，只負責搬運整個貨架，再由人類員工挑出包裹。

但 2025 年5月，亞馬遜展示了他們最新的觸覺機器人 Vulcan。在亞馬遜的物流中心裡，商品被存放在由彈性帶固定的織物儲物格中，而 Vulcan 的任務是必須主動接觸、甚至「撥開」彈性織網，再從堆放雜亂的儲物格中，精準取出單一包裹，且不能造成任何損壞。

Vulcan 的核心突破，就在於它在「拿取」這個動作上，學會了生物般的「觸覺」。它靈活的機械手臂末端工具（EOAT, End-Of-Arm Tool），不僅配備了攝影機，還搭載了能測量六個自由度的力與力矩感測器。六個自由度包含上下、左右、前後的推力，和三個維度的旋轉力矩。這就像你的手指，裡頭分布著非常多的受器，不只能感測壓力、還能感受物體橫向拉扯、運動等感觸。

EOAT 也擁有相同精確的「觸覺」，能夠在用力過大之前即時調整力道。這讓 Vulcan 能感知推動一個枕頭和一個硬紙盒所需的力量不同，從而動態調整行為，避免損壞貨物。

其實，這更接近我們人類與世界互動的真實方式。當你想拿起桌上的一枚硬幣時，你的大腦並不會先計算出精準的空間座標。實際上，你會先把手伸到大概的位置，讓指尖輕觸桌面，再沿著桌面滑動，直到「感覺」到硬幣的邊緣，最後才根據觸覺決定何時彎曲手指、要用多大的力量抓起這枚硬幣。Vulcan 正是在學習這種「視覺＋觸覺」的混合策略，先用攝影機判斷大致的空間，再用觸覺回饋完成最後精細的操作。

靠著這項能力，Vulcan 已經能處理亞馬遜倉庫中約 75% 的品項，並被優先部署來處理最高和最低層的貨架——這些位置是最容易導致人類員工職業傷害的位置。這也讓自動化的意義，從單純的「替代人力」，轉向了更具建設性的「增強人力」。

SRT-H 在手術室中展現了「專家級的腦」，Vulcan 在倉庫中演化出「專家級的手」。但你發現了嗎？它們都還是「專家」，一個只會開刀，一個只會揀貨。雖然這種「專家型」設計能有效規模化、解決痛點並降低成本，但機器人的終極目標，是像人類一樣成為「通才」，讓單一機器人，能在人類環境中執行多種不同任務。

如何教一台機器人「舉一反三」？

你問，機器人能成為像我們一樣的「通才」嗎？過去不行，但現在，這個目標可能很快就會實現了。這正是 NVIDIA 的 GR00T 和 Google DeepMind 的 RT-X 等專案的核心目標。

過去，我們教機器人只會一個指令、一個動作。但現在，科學家們換了一種全新的教學思路：停止教機器人完整的「任務」，而是開始教它們基礎的「技能基元」（skill primitives），這就像是動作的模組。

例如，有負責走路的「移動」(Locomotion) 基元，和負責抓取的「操作」(Manipulation) 基元。AI 模型會透過強化學習 (Reinforcement Learning) 等方法，學習如何組合這些「技能基元」來達成新目標。

舉個例子，當 AI 接收到「從冰箱拿一罐汽水給我」這個新任務時，它會自動將其拆解為一系列已知技能的組合：首先「移動」到冰箱前、接著「操作」抓住把手、拉開門、掃描罐子、抓住罐子、取出罐子。AI T 正在學會如何將這些單一的技能「融合」在一起。有了這樣的基礎後，就可以開始來大量訓練。

當多重宇宙的機器人合體練功：通用 AI 的誕生

好，既然要學，那就要練習。但這些機器人要去哪裡獲得足夠的練習機會？總不能直接去你家廚房實習吧。答案是：它們在數位世界裡練習。

NVIDIA 的 Isaac Sim 等平台，能創造出照片級真實感、物理上精確的模擬環境，讓 AI 可以在一天之內，進行相當於數千小時的練習，獨自刷副本升級。這種從「模擬到現實」（sim-to-real）的訓練管線，正是讓訓練這些複雜的通用模型變得可行的關鍵。

DeepMind 的 RT-X 計畫還發現了一個驚人的現象：用來自多種「不同類型」機器人的數據，去訓練一個單一的 AI 模型，會讓這個模型在「所有」機器人上表現得更好。這被稱為「正向轉移」(positive transfer)。當 RT-1-X 模型用混合數據訓練後，它在任何單一機器人上的成功率，比只用該機器人自身數據訓練的模型平均提高了 50%。

這就像是多重宇宙的自己各自練功後，經驗值合併，讓本體瞬間變強了。這意味著 AI 正在學習關於物理、物體特性和任務結構的抽象概念，這些概念獨立於它所控制的特定身體。

不再是工程師，而是「父母」： AI 的新學習模式

這也導向了一個科幻的未來：或許未來可能存在一個中央「機器人大腦」，它可以下載到各種不同的身體裡，並即時適應新硬體。

這種學習方式，也從根本上改變了我們與機器人的互動模式。我們不再是逐行編寫程式碼的工程師，而是更像透過「示範」與「糾正」來教導孩子的父母。

NVIDIA 的 GR00T 模型，正是透過一個「數據金字塔」來進行訓練的：

• 金字塔底層： 是大量的人類影片。
• 金字塔中層： 是海量的模擬數據（即我們提過的「數位世界」練習）。
• 金字塔頂層： 才是最珍貴、真實的機器人操作數據。

這種模式，大大降低了「教導」機器人新技能的門檻，讓機器人技術變得更容易規模化與客製化。

當機器人不再是「一個」物體，而是「任何」物體？

我們一路看到了機器人如何學會思考、觸摸，甚至舉一反三。但這一切，都建立在一個前提上：它們的物理形態是固定的。

但，如果連這個前提都可以被打破呢？這代表機器人的定義不再是固定的形態，而是可變的功能：它能改變身體來適應任何挑戰，不再是一台單一的機器，而是一個能根據任務隨選變化的物理有機體。

有不少團隊在爭奪這個機器人領域的聖杯，其中瑞士洛桑聯邦理工學院特別具有代表性，該學院的仿生機器人實驗室（Bioinspired Robotics Group, BIRG）2007 年就打造模組化自重構機器人 Roombots。

有不少團隊在爭奪這個機器人領域的聖杯，其中瑞士洛桑聯邦理工學院（EPFL）特別具有代表性。該學院的仿生機器人實驗室（BIRG）在 2007 年就已打造出模組化自重構機器人 Roombots。而 2023 年，來自 EPFL 的另一個實驗室——可重組機器人工程實驗室（RRL），更進一步推出了 Mori3，這是一套把摺紙藝術和電腦圖學巧妙融合的模組化機器人系統。

Mori3 的核心，是一個個小小的三角形模組。別看它簡單，每個模組都是一個獨立的機器人，有自己的電源、馬達、感測器和處理器，能獨立行動，也能和其他模組合作。最厲害的是，它的三條邊可以自由伸縮，讓這個小模組本身就具備「變形」能力。

當許多 Mori3 模組連接在一起時，就能像一群活的拼圖一樣，從平面展開，組合成各種三維結構。研究團隊將這種設計稱為「物理多邊形網格化」。在電腦圖學裡，我們熟悉的 3D 模型，其實就是由許多多邊形（通常是三角形）拼湊成的網格。Mori3 的創新之處，就是把這種純粹的數位抽象，真正搬到了現實世界，讓模組們化身成能活動的「實體網格」。

這代表什麼？團隊已經展示了三種能力：

• 移動：他們用十個模組能組合成一個四足結構，它能從平坦的二維狀態站立起來，並開始行走。這不只是結構變形，而是真正的協調運動。
• 操縱： 五個模組組合成一條機械臂，撿起物體，甚至透過末端模組的伸縮來擴大工作範圍。
• 互動： 模組們能形成一個可隨時變形的三維曲面，即時追蹤使用者的手勢，把手的動作轉換成實體表面的起伏，等於做出了一個會「活」的觸控介面。

這些展示，不只是實驗室裡的炫技，而是真實證明了「物理多邊形網格化」的潛力：它不僅能構建靜態的結構，還能創造具備複雜動作的動態系統。而且，同一批模組就能在不同情境下切換角色。

想像一個地震後的救援場景：救援隊帶來的不是一台笨重的挖土機，而是一群這樣的模組。它們首先組合成一條長長的「蛇」形機器人，鑽入瓦礫縫隙；一旦進入開闊地後，再重組成一隻多足的「蜘蛛」，以便在不平的地面上穩定行走；發現受困者時，一部分模組分離出來形成「支架」撐住搖搖欲墜的橫樑，另一部分則組合成「夾爪」遞送飲水。這就是以任務為導向的自我演化。

這項技術的終極願景，正是科幻中的概念：可程式化物質（Programmable Matter），或稱「黏土電子學」（Claytronics）。想像一桶「東西」，你可以命令它變成任何你需要的工具：一支扳手、一張椅子，或是一座臨時的橋樑。

未來，我們只需設計一個通用的、可重構的「系統」，它就能即時創造出任務所需的特定機器人。這將複雜性從實體硬體轉移到了規劃重構的軟體上，是一個從硬體定義的世界，走向軟體定義的物理世界的轉變。

更重要的是，因為模組可以隨意分開與聚集，損壞時也只要替換掉部分零件就好。足以展現出未來機器人的適應性、自我修復與集體行為。當一群模組協作時，它就像一個超個體，如同蟻群築橋。至此，「機器」與「有機體」的定義，也將開始動搖。

從「實體探索」到「數位代理」

我們一路見證了機器人如何從單一的傀儡，演化為學會思考的外科醫生 (SRT-H)、學會觸摸的倉儲專家 (Vulcan)、學會舉一反三的通才 (GR00T)，甚至是能自我重構成任何形態的「可程式化物質」(Mori3)。

但隨著機器人技術的飛速發展，一個全新的挑戰也隨之而來：在一個 AI 也能生成影像的時代，我們如何分辨「真實的突破」與「虛假的奇觀」？

舉一個近期的案例：2025 年 2 月，一則影片在網路上流傳，顯示一台人形機器人與兩名人類選手進行羽毛球比賽，並且輕鬆擊敗了人類。我的第一反應是懷疑：這太誇張了，一定是 AI 合成的影片吧？但，該怎麼驗證呢？答案是：用魔法打敗魔法。

在眾多 AI 工具中，Perplexity 特別擅長資料驗證。例如這則羽球影片的內容貼給 Perplexity，它馬上就告訴我：該影片已被查證為數位合成或剪輯。但它並未就此打住，而是進一步提供了「真正」在羽球場上有所突破的機器人—來自瑞士 ETH Zurich 團隊的 ANYmal-D。

接著，選擇「研究模式」，就能深入了解 ANYmal-D 的詳細原理。原來，真正的羽球機器人根本不是「人形」，而是一台具備三自由度關節的「四足」機器人。

如果你想更深入了解，Perplexity 的「實驗室」功能，還能直接生成一份包含圖表、照片與引用來源的完整圖文報告。它不只介紹了 ANYmal-D 在羽球上的應用，更詳細介紹了瑞士聯邦理工學院發展四足機器人的完整歷史：為何選擇四足？如何精進硬體與感測器結構？以及除了運動領域外，四足機器人如何在關鍵的工業領域中真正創造價值。

AI 代理人：數位世界的新物種

從開刀、揀貨、打球，到虛擬練功，這些都是機器人正在學習「幫我們做」的事。但接下來，機器人將獲得更強的「探索」能力，幫我們做那些我們自己做不到的事。

這就像是，傳統網路瀏覽器與 Perplexity 的 Comet 瀏覽器之間的差別。Comet 瀏覽器擁有自主探索跟決策能力，它就像是數位世界裡的機器人，能成為我們的「代理人」（Agent）。

它的核心功能，就是拆解過去需要我們手動完成的多步驟工作流，提供「專業代工」，並直接交付成果。

例如，你可以直接對它說：「閱讀這封會議郵件，檢查我的行事曆跟代辦事項，然後草擬一封回信。」或是直接下達一個複雜的指令：「幫我訂 Blue Origin 的太空旅遊座位，記得要來回票。」

接著，你只要兩手一攤，Perplexity 就會接管你的瀏覽器，分析需求、執行步驟、最後給你結果。你再也不用自己一步步手動搜尋，或是在不同網站上重複操作。

AI 代理人正在幫我們探索險惡的數位網路，而實體機器人，則在幫我們前往真實的物理絕境。

立即點擊專屬連結 https://perplexity.sng.link/A6awk/k74… 試用 Perplexity吧！ 現在申辦台灣大哥大月付 599(以上) 方案，還可以獲得 1 年免費 Perplexity Pro plan 喔！(價值 新台幣6,750)

◆Perplexity 使用實驗室功能對 ANYmal-D 與團隊的全面分析 https://drive.google.com/file/d/1NM97…

• 作者 / 伍薰

我們都曾是獵人，以弓箭奴役百獸萬物。

儘管在空間上相距數萬光年、在時間上相距數億年，忽略指頭數量等細微差異的話，我們可說十分相像。因此，接下來我要說的事，會盡量以你們人類熟悉的詞彙來比喻。

孕育我們兩個物種的母星，都位於 G₀ 光譜恆星適居帶的行星，甚至就連星球地表的重力、大氣組成、海陸比例，與自轉軸偏角都差不多。我們的文明同樣經歷了從游獵進入農耕、最終走向工業革命的過程，甚至就連政治格局，也跟人類現在差不多——強權挾氫彈保持恐怖平衡、人口失控成長，百分之一的少數，則掌握著行星百分之九十九的資源。

作為那幸運的百分之一（ 嚴格說來是百萬分之一），我的家族事業有一部份，是專門將古代浮游生物遺骸所轉化成的黏稠液體從地底下抽出，製作成器皿與燃料來驅動世界。當許多學者提出警告，說我們這行製造了太多溫室氣體，最終將導致嚴重的氣候變遷，本家族的反應是捐獻更多資金給遊說團體、媒體與政客，全盤否認暖化。

反正，死於熱浪與極端氣候的，只會是那些卑賤的基層勞工，不會是我們這些真正掌握世界的權力者，當那百分之九十九為了支付冷氣錢死命工作，我們這百分之一則早已透過客製療程逐步調校自己的遺傳碼，將預期壽延長了一倍以上。

北極海冰不再結凍時，我的家族立刻進駐從事老本行，列強的重心也直接放在終年暢通的北方航線上，而未曾考量過後續的氣候危機。直到南極陸塊周遭的冰棚全數裂解，厚達數公里的冰川失去支撐而開始快速融化、崩解時，即使想力挽狂瀾，也已經來不及了——冰川在短期內全數落入海中，直接導致了全球海平面上升六十公尺。

生命以難以想像的速度消逝時，我們每個家族也總有些成員正在沿海都會進行視察而遭逢不幸。不過總體而言，我們對世界的掌控力並未受到實質影響，依舊貪婪地在背後操弄列強，搶先在露出土壤的南極大陸上插旗。

我們顯然過於自信，而忽略了事物之間的微妙關連——將近六百座的核能發電廠大部分都沿海而建，快速上升的海平面很快就淹沒整個廠區。核反應爐則在數天到數周內因為冷卻水的停止灌注而爐心熔毀。後續的氫爆，則將放射性物質源源不絕地排放到海水中。

我們的母星，也在此刻正式迎來了永不可逆的改變。

很快地，所有海產均因輻射超標而無法食用，與海相關的休憩則永遠成為歷史名詞；跨海航運，則成為被汙名化而必須存在的行業。在各地輻射規範鬆緊不一的狀況下，輻射物質終究因極少數的便宜行事，而被挾帶上陸地。

α、β、γ——你們所孰悉的這三個希臘字母所代表的放射性衰變，從此與我的族類永存，伴隨輻射而來的不可逆疾病加劇了動盪，最終則導致了秩序的永久崩解。當局勢失控時，我們這百分之一遁入了先前秘密建造的永久避難所，虛度一段歲月後，決定分批進入冬眠設施，以圖在適當時機重返地表，憑藉著庫存的大批貴金屬，再度接掌世界。

我們在兩千年後首度甦醒，向外探勘的代表，卻絕望地發現，地表上已經沒有了我們同類的足跡。

那些曾經生活著千萬人口的大都會，而今成為了滿布植披、地貌縱橫起伏的新棲地，曾被豢養、而今已經野性化的寵物與牲畜在其間安棲。欣欣向榮的景象背後，則是高度的幼體畸形率與夭折率，這起因於廣泛充斥於環境裡的輻射——在同類消失後，未被海水侵襲的其餘核能發電廠，也終因失去維護者，盡數熔毀的爐心，則導致放射性物質擴散到所有陸地。

自此，世間找不到一方淨土，世界被一分為二：其一，是核電廠反應爐的殘跡，這裡由於散發極端高量輻射，成為絕對無法接近的「禁區」；其二，則是其餘輻射污染相對輕微、生物還能苟延的「安區」。

即便是安區，輻射劑量仍然遠超健康生存的標準；此外，禁區不穩定狀態所造成的爆炸，仍不定期將高濃度的輻射塵向外擴散，侵蝕著安區。

某些意義上，我們確實毫不費力就再度掌控了全世界，與預期計畫不同之處則在於，世間再也沒有其他族群能供我們奴役使喚，深藏在避難處的貴金屬，此刻就僅不過是幾種重元素。

我們這些財閥巨富，正式從天之驕子的百分之一，淪為僅存的百分之百。

失望之餘，我們經過激烈辯論，決定將自己關回冬眠艙，將時限調整至設施的極限。我們悲戚地共同約定：下次睜開眼，若汙染並未改善，那麼就用僅存的氣力，見證我族最後的存續時光……

當冬眠系統達到運作極限，我們再度甦醒，時間已經快轉了五十萬年。我們穿著厚重的動力機甲邁向戶外，當年還依稀可見的都會遺跡，現在已經完全融入了自然地貌之中，曠野上奔馳著陌生又熟悉的走獸，牠們很顯然源自當年的寵物與家畜，卻因應環境裡新騰出的棲位，而滿是輻射的世界裡輻射適應。

然而，相較於可預期的外貌變化，我們始料未及是整個生態體系的基礎內裡，已在肉眼看不見之處，發生了翻天覆地的革命性變革。

——所有動物的代謝都緩慢得超乎預期，頂級階掠食者劍齒㹭的族群，兩次獵食至少間隔了十天以上。我們也觀察到：族群內越年幼、個體越小的個體，就花越多時間在進食上，也享有最高的進食順序，至於那些具備強大追捕能力的成年個體，則多半只是點綴性地咬上幾口，然後意興闌珊地在周遭找塊空間歇息，一面守望著大口進食的幼體。

「這樣難道不會餓死嗎？」——畢竟，分解獵物的體組織來取得化學能，是掠食動物維持代謝與生存的能量基礎，吃的東西數量不夠多、種類不對，唯一的下場就是死亡。

這並非唯一的不尋常之處。儘管由生產者、消費者、分解者構成的能量、元素循環仍然完善運作，但很顯然地，文明消失後五十萬年的這個生態系有點不太對勁。

若勉強要找出形容的詞彙，我會說整個生態系都有點「虛浮」——獵物與掠食者都散發出輕飄飄的慵懶感，與災變前野生動物紀錄片裡隨處所見的、那種生死相搏的激烈追逐戲碼比起來，現在的生態系感覺更像是動物們全體都嗑了迷幻藥，遺傳碼內建著愛與和平的溫馨方程式，不論呼吸或基礎代謝的速率，都遠比災變前大幅下降。

另一項不尋常之處則在於突變：災變頭兩千年所觀察到的嚴重畸形率，在現生族群裡已觀察不到了。然而污染大地的放射性物質，例如錼-237、碘-129 等都具有百萬年以上的半衰期，整顆星球上的輻射實際上並沒有減弱的趨勢。

可以想見這五十萬年來，生態系統必定經歷過什麼事，讓生物在充斥輻射的環境下有效壓低突變率，維持代謝與發育的正常。

少數具有生物學背景的同伴首先對動物進行了調查，其後則是植物，最後則是培養皿裡的微生物。在肉眼不可及的微觀領域，我們訝異地發現——五十萬年這段相當於地質史的「眨眼瞬間」，已經足夠微生物針對輻射汙染演化出相對應的適應機制，一支對紫外線具備抗性的嗜極微生物，在這段期間內快速演化成多個物種，分別能適應α、β、γ，或多重輻射衰變的環境。

還有更甚者，不僅能抵禦輻射對遺傳物質與代謝的危害，還發展出了全新機制，能以特殊的多層膜結構包裹輻射物質，並透過內嵌重元素的特殊色素蛋白，將輻射衰變的能量透過電子傳遞鏈，轉化為生物體能使用的化學能，稱之為「輻合作用」（Radiation synthesis）。這意味著，五十萬年間，已經有一批生物適應了輻射環境，並且反過來依賴著輻射的能量作為營生基礎。

不知從哪個時間點起，其中一種自由營生的特殊微生物，竟然廣泛地與所有動植物細胞建立關係，能同時被眾多物種的免疫系統忽視，而以內共生的形式，成為非固著性的胞器：同位素體（Isotoplast）。

雖然確切途徑尚不清楚，但同位素體最早似乎是透過與植物進行共同演化而成為植物細胞的胞器，再藉由草食動物的攝食，從消化系統開始發展與動物細胞的內共生關係。接著，再以相同模式，從食植動物的細胞水平移轉到掠食者體內。

每顆同位素體內部都含有放射源，輻合作用將能量源源不絕地供應給共生的生命體，伴隨著動物進食與發育，從食物裡獲得的同位素體越來越多，最終使其在達到成年體型後，就逐漸不需要來自食物的能源，而大幅降低代謝率與呼吸次數。攝食的主要目的，則轉變成補充氨基酸、核酸，與脂質等身體成分。

當代謝率下降，萬物繁殖的速度也隨之趨緩，整個新世界的節奏，已在無形中朝著「慢活」方向偏移。

我們徹查許多動物在這五十萬年內的遺傳碼變異，並憑藉著分子生物技術將這些適應機制移轉到自己的遺傳碼中，進而成功將同位素體引介到自己細胞內，自此獲得半永動的能量來源。

與此同時，我們則不斷測試細胞再分化的技術，終於能隨時憑藉外在調控重啟細胞分裂，誘導它們分化來補充那些因老化而死去的細胞。能無限復原的身體、加上同位素體所提供的無盡能量，讓我們得到了那柄開啟永生之門的鑰匙。

在災變以前，我們每個倖存者全都靠著剝削其他百分之九十九的勞動力、壓榨這顆行星的資源，來享受優渥生活；五十萬年後的現在，滿是輻射的母星理應是囚禁我們的煉獄，卻弔詭地在時光長河深邃的凝望中，在天擇鐵律的捶打下，被重鍛為新樂園。

所以我們放下了舊文明的種種，以「鉛民」（Leadian）作為自己族類的新名字，在風和詩歌的沐浴下，揭開樸素新頁。

當時間是永恆，很多事就不必急著辦，而能夠仔細咀嚼、好好品嚐。儘管恆星即將在三十億年後膨脹為紅巨星吞沒此地，我們也有二十九億九千萬年的時間來思考。

我們曾經是行星地表最殘暴的頂級掠食者，我們曾造就了最嚴重的大規模生物滅絕；而今，在這座永恆樂園中，我們卻選擇放下了獵人、農夫、鐵匠與士兵的身分，傾注心智在探索世間每一處細節。

數千萬年的歲月轉眼即逝，我們沉醉在安逸的如歌歲月中，卻忘了浩瀚星海裡，我們並不孤單。

工藝技術力只高我們一個層次的野蠻征服者並未放下他們的弓箭，在他們眼裡，我們這顆沐浴著輻射重生的行星，不僅是星間的特例，更是一頭彌足珍貴的「星際奇獸」。

被征服後，此地以放射性同位素體為基礎的生態系，被征服者系統化地歸檔，成為了他們推銷給星間各文明「輻射污染清淤工程」的標準授權商品內容。

永生的我們則淪為奴隸，被逼迫大量繁殖，幼童被大量灌食，直到體內的同位素體足以驅動他們進行十五萬年的勞動需求，才用星艦載運交付給遠方的買主。

十五萬年這個數字，是征服者開給的客戶的「保固期」。

我們被賣到星系各地的艱困環境去開採資源，我們曾經屬於自己族類裡的百分之一，而今卻淪為了宇宙經濟剝削體系下的那百分之九十九。

就這樣，漫長的兩億年間，我們鉛民「星際間最耐用奴隸」之名不脛而走，甚至數十億光年遠的纖維狀結構空洞彼端，都有慕名前來的買家。

天荒地老、海枯石爛，我的族人用字面上的意義，來償還我們所犯下的罪——不、你搞錯了，我指的並非讓星球滿布輻射污染這件事！而是——

獵人，從來就不該放下自己的弓箭。

我不知道其他同類的命運，自己卻很幸運地碰上好的奴隸主，而有幸撐過了遠遠長於「保固期」的年歲，最終被你們即將加入的公約組織營救，而恢復了智慧物種基本權，做為回報，我的第一個任務就是被派駐到地球來當說客。

組織交付給我的任務，是希望藉由我的親身經歷諄諄告誡，以期人類能盡快到達碳中和來避免氣候變遷，以免屆時公約組織需要耗費更多資源物力，從劫難中拯救這顆行星。

這是你們的百分之一與百分之九十九，必須要嚴肅思考、共同面對的問題。

不過如果我是你們，我就會評估：實踐碳中和的那個當下，這顆行星上是否還有足夠的能量，來對抗只略高你們一個層次的文明侵略？

雖然很動聽，但千萬別被那套愛與和平、進步與開化的謊言給騙了，誰說都一樣——即便是我的雇主、邀請你們加盟的公約組織。

畢竟，我們都曾是獵人，以弓箭奴役百獸萬物。

我們都看過，獵人放下弓箭的後果。

思韋茨冰川 (Thwaites Glacier)，又稱末日冰川 (Doomsday Glacier)，是南極洲西部冰蓋 (ice sheet) 的一部分，面積約為 192,000 平方公里，相當於美國堪薩斯州的大小。也因其如此大的面積，加上近年快速的融化速率，使得科學家難以預估當前全球平均海平面的上升速率。為能更準確了解冰川消融對全球的影響，科學家有必要找出三個關鍵問題的答案：第一，是什麼造成冰川融化速率加快？第二，造成冰川融化加快的機制有哪些？以及第三，冰川融化加快將如何影響全球平均海平面上升？

為什麼南極洲冰川加速融化

是什麼造成南極洲冰川融化速率加快？在過去科學家的研究中，就已注意到南極洲的冰蓋、冰棚 (ice shelf)，會受到周圍相對溫暖的水流影響而導致融化 [1][2]。然而這些溫暖的水流是如何流動，以及這些水流如何影響這些冰川地形，受限於直接觀測資料的缺乏，一直是一個亟欲解決的問題。直到西元 2019 年，來自美國和英國的科學家，透過一項科學計畫 International Thwaites Glacier Collaboration (ITGC)，針對思韋茨冰川進行更進一步的觀測 [3][4]。科學團隊們藉由多波束測深探測儀 (multibeam echo-sounder ,MBES) 的資料，試圖繪製出思韋茨冰川周圍的海床地形變化，以便進一步了解暖水在冰川周圍流動的路徑；掌握路徑分佈後，則可以改善模擬冰川融化的模型，從而提高預測全球海平面上升速率的準確性。

觀測冰川底下暖水數據

今年最新的研究中，科學家首次針對思韋茨冰川底下的暖水收集觀測數據 [5]。這項任務的重要性在於，它可以幫助科學家回答以下問題：冰川底下海洋環流的基本性質是什麼？暖水主要是由哪一個路徑影響冰川？暖水可以深入冰川底下的洞穴到多遠的距離？以及冰川的融化速率有多大程度取決於暖水的流動？

要完整的了解暖水如何影響思韋茨冰川融化，首先要了解整體冰川地形的結構。從圖二可以看到，冰川 (Glacier) 屬於在陸面上緩慢流動的巨大冰體，而冰蓋 (Ice Shelf) 則為從陸地流入海洋大量的冰，在出海口累積成一片厚而廣大的浮冰，並與附近海岸線連成一體（可參考圖二）。當暖水流經冰棚底下，便會加速冰棚局部融化，而一旦冰棚融化，便會加快冰川流入海中的速率，從而加速冰川融解。第二，了解暖水的流動路徑及性質十分重要，其中路徑取決於冰川周遭的海底地形分佈。比喻來說，當水流經一道高牆時，流動的方向就會受到阻攔，反之當流經一個通道時，就會特別順暢；其中海脊 (ridge) 相對周圍地勢來得高，就如同那道高牆，而海槽 (trough) 則相比周遭地勢來得低，如同一個凹槽。因此對於暖水來說，海槽更像是一個容易經過的通道。

目前科學家對於思韋茨冰川周圍的海床分佈已有一定了解，並推估出在冰川北方存在三個主要的海槽，分別標示為 T1、T2 及 T3（見圖三 Ａ），推斷暖水可能透過這些區域進入冰棚底下。根據觀測，目前已知最高的融水 (meltwater) 濃度出現在思韋茨海槽 (Thwaites Trough)，然而並不了解冰棚底下暖水的流動分佈；此外從圖三中可知，在東側存在海脊，因此暖水相對受到東側海脊的阻擋，更有可能經由北側透由深海槽進入思韋茨冰川舌 (Thwaites Glacier Tongue, TGT) 底下。根據先前模擬模型，思韋茨冰川的侵蝕與海洋動力存在關係 [6][7]，且暖水主要從北側的路徑而來，東側進入的水體則相對少了許多，並僅在冰棚下流動約幾公里之遠。然而如先前所述，受限於觀測資料的缺乏，模型的模擬仍有許多改進空間。

找出冰棚消融的主因

這次的研究中 [5]，科學家透過新的觀測數據，發現海槽比原本預期的還要深約 100~300 公尺，並透過其他觀測儀器，如自主水下載具 (Autonomous Underwater Vehicle  , AUV) 等，量測這些海槽中海水的性質，確認在 T2 及 Ｔ3 兩個海槽中存在厚度約 200-300 公尺的暖水，並透過聲學都卜勒流速剖面儀 (Acoustic Doppler Current Profiler, ADCP) 數據的收集，推斷出在 Ｔ2 海槽中存在一向北流出的水體，而在 T3 海槽，則存有向南流入冰棚底部的暖水，該熱流約達 0.9 兆瓦 (terawatt, TW)；根據推算，其將產生一年約 85 Gt（gigatonne, 十億噸 ）的融水。從先前 2010-2018 年所建立的數據可得知，該處整體冰棚的融化速率約為 97.5 Gt/year，揭示出在 T3 流入的暖水可能為影響冰棚大部分消融的原因。

當相對高鹽度的暖水流入冰棚底部，失去潛熱並接觸融化的冰水後，水溫開始下降，由於與融水的混合，鹽度也隨之降低，最終提高含氧量 [8][9]。

透過這些資訊，科學家發現在 T2 海槽，融水的比例相對高於 T3，尤其是位於上層向北的水流（水深 400 公尺內）。另外透過 AUV 資料的收集，科學家發現來自 Pine Island Bay 的深層水透過流經東側冰棚 (Eastern Ice Shelf, EIS) 底下而抵達 T3 海槽區域。該發現比原先模型所預期的深層水流動範圍更向西延伸 [7]，說明在 EIS 底下的海脊可能比原先預估的深度還要深（>1050 公尺），又或者並沒有如原先所推估的延伸至北邊，以阻擋來自 Pine Island Bay 的深層水。

根據本次研究 [5]，科學家總結出高比例的融水主要在西側流出，而另兩個深層水主要分別流入冰棚兩側，其中之一為先前已知由思韋茨海槽進入的暖水，另一個則為之前未知、由 Pine Island Bay 流入的暖水路徑。後者由於受到在地氣候條件 [10] 以及 Pine Island 冰川融化的影響 [11]，意味著未來思韋茨冰川的融化速率以及該處整體冰川動力機制，將會比原先模型所預期的，更加依賴於 Pine Island 區域當地條件。

冰川消融帶來的影響

由於冰棚的存在有助於減緩冰川上冰流入海水的速率，當冰棚因流入的暖水融化而逐漸脫離海床（失去如路障般的作用），便會反過來加速思韋茨冰川上的冰流入海中。冰川的前緣不斷融化導致朝陸地後退，最後高聳的冰川峭壁將承受不住自身重量，而快速崩解；一旦思韋茨冰川消失，會使得南極洲西側的冰蓋更不穩定，並可能造成連鎖崩解的效應。[12]

思韋茨冰川的融化貢獻每年全球海平面上升的 4%，而若整個冰川全部消失，則將造成全球海平面上升近 0.5 公尺的高度 [13]，這將進一步影響各國海岸線的分佈、人口的遷移，甚至是氣候乃至生態系統的改變。當前南極的冰川融化問題無疑對當代人類再次敲響了警鐘，而若人類對於氣候變遷再不做出更多具體的因應作為，則隨著末日冰川的消失，人類的末日恐怕又將更靠近一步。

參考文獻

1. Jacobs, S. S., Hellmer, H. H., & Jenkins, A. (1996). Antarctic ice sheet melting in the Southeast Pacific. Geophysical Research Letters, 23(9), 957-960.
2. Jacobs, S., Giulivi, C., Dutrieux, P., Rignot, E., Nitsche, F., & Mouginot, J. (2013). Getz Ice Shelf melting response to changes in ocean forcing. Journal of Geophysical Research: Oceans, 118(9), 4152-4168.
3. Hogan, K. A., Larter, R. D., Graham, A. G., Arthern, R., Kirkham, J. D., Totten Minzoni, R., … & Wellner, J. (2020). Revealing the former bed of Thwaites Glacier using sea-floor bathymetry: implications for warm-water routing and bed controls on ice flow and buttressing. The Cryosphere, 14(9), 2883-2908.
4. Jordan, T. A., Porter, D., Tinto, K., Millan, R., Muto, A., Hogan, K., … & Paden, J. D. (2020). New gravity-derived bathymetry for the Thwaites, Crosson, and Dotson ice shelves revealing two ice shelf populations. The Cryosphere, 14(9), 2869-2882.
5. Wåhlin, A. K., Graham, A. G. C., Hogan, K. A., Queste, B. Y., Boehme, L., Larter, R. D., … & Heywood, K. J. (2021). Pathways and modification of warm water flowing beneath Thwaites Ice Shelf, West Antarctica. Science Advances, 7(15), eabd7254.
6. Seroussi, H., Nakayama, Y., Larour, E., Menemenlis, D., Morlighem, M., Rignot, E., & Khazendar, A. (2017). Continued retreat of Thwaites Glacier, West Antarctica, controlled by bed topography and ocean circulation. Geophysical Research Letters, 44(12), 6191-6199.
7. Nakayama, Y., Manucharyan, G., Zhang, H., Dutrieux, P., Torres, H. S., Klein, P., … & Menemenlis, D. (2019). Pathways of ocean heat towards Pine Island and Thwaites grounding lines. Scientific reports, 9(1), 1-9.
8. Jenkins, A. (1999). The impact of melting ice on ocean waters. Journal of physical oceanography, 29(9), 2370-2381.
9. Biddle, L. C., Heywood, K. J., Kaiser, J., & Jenkins, A. (2017). Glacial meltwater identification in the Amundsen Sea. Journal of Physical Oceanography, 47(4), 933-954.
10. Webber, B. G., Heywood, K. J., Stevens, D. P., Dutrieux, P., Abrahamsen, E. P., Jenkins, A., … & Kim, T. W. (2017). Mechanisms driving variability in the ocean forcing of Pine Island Glacier. Nature communications, 8(1), 1-8.
11. Webber, B. G., Heywood, K. J., Stevens, D. P., & Assmann, K. M. (2019). The impact of overturning and horizontal circulation in Pine Island Trough on ice shelf melt in the eastern Amundsen Sea. Journal of Physical Oceanography, 49(1), 63-83.
12. Carolyn Beeler (2019). If Thwaites Glacier collapses, it would change global coastlines forever.
13. SUSIE NEILSON (2020). Antarctica’s ‘Doomsday Glacier’ Is in Serious Danger, New Research Confirms.