Amogy 公司开发出高效氨燃料电池技术

由麻省理工校友创立的 Amogy 公司开发出一款新型催化剂，能够以比现有技术高出 70% 的效率将氨裂解为氢气和氮气，且无需高温燃烧，避免了氮氧化物污染。该公司已推出模块化氨动力系统，可直接为船舶、重工业等高耗能领域提供零碳电力。改技术突破了氨裂解的传统能耗瓶颈，已于无人机完成验证，并计划于 2026 年开展兆瓦级示范项目，为海运及重工业脱碳提供了可行路径。

欧盟出台《欧盟竞争性与可持续生物经济战略框架》

欧盟委员会通过《欧盟竞争性与可持续生物经济战略框架》，旨在推动欧盟经济向清洁和韧性方向转型。该战略的核心是通过利用可再生生物资源替代化石原料和关键原材料，构建循环与低碳经济体系，同时降低对外部资源的依赖。其关键举措包括简化法规以加速创新技术落地、设立百亿欧元生物基解决方案采购联盟、建立可持续生物质供应链，并借助现有产业基础，进一步释放生物经济在创造就业、推动产业绿色转型方面的巨大潜力。

自然期刊发文介绍德国科研生态系统

德国通过其结构化的科研体系确立了卓越的科学声誉。其核心在于四大非大学研究机构（马克斯 · 普朗克学会、弗劳恩霍夫协会、亥姆霍兹联合会和莱布尼茨协会）各有专攻，从基础研究到应用技术，形成了高效互补的布局。该体系的关键优势在于长期稳定的公共资金投入（2023 年研发支出占 GDP 3.1%）以及宪法保障的科研自由。同时，" 卓越战略 " 等项目促进了大学与研究所的紧密协作，使整个科研生态系统产生的价值大于各部分之和，尽管其在成果商业化方面仍面临挑战。

英国研究人员研发无溶剂特氟龙回收新方法

英国纽卡斯尔大学与伯明翰大学的科研团队开发出一种突破性的特氟龙回收方法。研究人员利用机械化学原理，仅通过金属钠和室温下的机械研磨，即可高效分解特氟龙中坚固的碳氟键，将其转化为可直接用于化工生产的氟化钠。这一低温、无溶剂的工艺首次实现了特氟龙的低能耗、无污染回收，为构建氟元素的循环经济开辟了新路径。

英国打造 MEMS 多项目晶圆试验线

南安普顿大学 Microcraft MEMS 代工厂与西门子 Cre8Ventures 的 EDA 工具访问计划达成合作，旨在为英国及欧洲打造一条 MEMS 多项目晶圆试验线。合作旨在通过 " 设计 - 仿真 - 制造 " 一体化服务，降低学生、研究人员及企业（从初创到成熟企业）的创新门槛与成本。合作利用西门子的云 EDA 工具进行设计验证和数字孪生，结合南安普顿大学的实际晶圆制造能力，共同为惯性传感器、生物医学设备等 MEMS 产品的开发去风险，加速创新。

韩国研究人员通过物理拉伸方法显著提高固态电池性能

韩国蔚山国立科学技术研究院（UNIST）研究团队通过物理拉伸氟化聚合物电解质，显著提升了固态电池的性能。其创新性在于通过单向拉伸使原本缠绕的聚合物链有序排列，形成连续的锂离子传输通道，从而将离子电导率提升 72%，电池在 200 次循环后仍保持 78% 的容量。该方法同步解决了安全与性能问题：拉伸后的电解质具备自熄性（4 秒灭火），且工艺简单，为大规模生产更安全、长寿命的全固态电池提供了可行路径。

欧洲航天局增加预算，力图在太空竞赛中迎头赶上

欧洲航天局（ESA）在成员国会议上决定将未来三年预算提升至 221 亿欧元。该决定旨在帮助欧洲在日益激烈的太空竞赛中迎头赶上。作为主要出资国，德国将其出资额从 35 亿大幅增至 50 亿欧元。此外，ESA 还宣布将派遣德、法、意国籍的宇航员参与美国 NASA 的阿尔忒弥斯探月计划，并与挪威签署意向书共同推进北极空间中心建设，以加强在气候变化监测与可持续开发方面的空间技术应用。。

英国多所大学联合研发出一种新型无铅压电材料

英国伯明翰大学、牛津大学和布里斯托大学的研究团队联合开发出一种基于碘化铋的新型无铅压电材料。该材料通过调控有机与无机组分间的卤键相互作用，在室温下即可制备出性能媲美传统铅基陶瓷（如 PZT）的柔性材料。该材料不仅解决了传统压电材料毒性高（含 60% 铅）、制备能耗大（需 1000 ℃高温）的核心问题，更为传感器、可穿戴设备和医疗植入物等下一代电子技术提供了环保且高效的解决方案，有望推动全球 350 亿美元压电材料市场的绿色转型。

韩国官产合作启动大规模 AI 基础设施建设

韩国启动亚洲最具野心的人工智能（AI）基础设施扩建行动之一，准备采取官民合作的方式，由政府与国内顶尖科技集团共同采购 26 万颗英伟达 AI 处理器。依据计划，韩国政府计划采购 5 万颗 GPU，而四大韩国科技企业联合购入另外 21 万颗。韩国科学技术情报通讯部（The Science and ICT Ministry） 已召集三星电子（Samsung Electronics）、现代汽车（Hyundai Motor）、SK 电信（SK Telecom）和 Naver 高层，正式组成「GPU 工作组」（GPU Working Group），负责监督大规模采购、部署以及长期 AI 能力的建设。