全美在线（北京）科技股份有限公司（以下简称“全美在线（ATA）”）是中国智能化考试测评服务和操作类考试测评技术的专业化供应商。 全美在线（ATA）以“成为全球专业的考试测评服务机构和人才大数据运营商”为公司愿景；以“创建亿万人的才智发展图谱”为公司使命。 全美在线（ATA）长期致力于为中国以及全球政府机构、行业协会、企业和考生提供专业的考试测评和在线学习服务；全美在线（ATA）自主知识产权的考试测评技术以多种语言应用于全球多个国家和地区，是将考试技术向海外输出的中国公司之一。全美在线（ATA）创造性地将形成性评价技术应用于在线学习领域，为千万考生能力提升提供卓有成效的学习模式，为主办方提供成熟、可靠的在线学习技术与运营服务。 全美在线（ATA）拥有遍布全国34个省、自治区、直辖市及香港、澳门特别行政区，以及欧洲、美洲的3,000余家考站，可为考试主办方和招聘企业提供广泛的计算机智能化考试测评服务，具备在同一天部署实施百万科次考试测评，年部署实施数千万科次考试测评的能力。 全美在线（ATA）总部位于北京，研发及运营中心设于上海，在全国设有联络机构。 ATA（Advanced Testing Authority）成立于1999年，全美在线（ATA）成立于2006年。2018年全美在线（ATA）完成与美国上市公司Ata Inc.（NASDAQ:ATAI）的拆分，将持续专注于考试测评的核心业务，并不断向人才能力提升和招聘求职延展，为考试主办方、考生提供领先、专业的考试测评技术和运营服务，致力于成为全球服务人次多，技术先进，评价精准的考试服务公司。

    北京九州同诚制冷设备有限公司主要产品有：工业冷水机、冷却水循环机、低温冷冻机、分体式冷水机组、冷水机（±0.1℃），冷热一体机，螺杆式冷水机组，冷油机等系列。产品应用于焊接机器人、GM制冷机、实验室仪器、真空设备、汽车、电子、冶金、医疗制药、食品、机械重工、石油化工，光学仪器等领域。

遨博 (北京) 智能科技股份有限公司成立于 2015 年，是我国首家致力于协作机器人研发、生产和销售的国家高新技术企业。公司具有一支院士挂帅、教授领衔、博士负责、硕士和本科支撑的机器人技术研发团队，为产品开发和前瞻性研究提供强大的技术保障，创立伊始便以研发自主可控协作机器人为目标，通过多年研发积累，相继突破控制器、减速器、伺服电机、传感器等关键核心技术，于2015年在国内推出首款具有核心自主知识产权及国产化的协作机器人AUBO-i5，填补了我国在协作机器人领域无国产化产品的空白。遨博是国家高端装备制造业标准化试点单位和全国自动化标准委协作机器人工作组秘书处单位，牵头制订《面向人机协作安全工业机器人标准》、《工业机器人的通用驱动模块接口标准》《机器人多维力/力矩传感器检测规范》等多项国家标准，参与制定《面向多核处理器的机器人实时操作系统应用框架》、《机器人与机器人装备:协作机器人》等多项国家标准。并且承担了两项国家重点研发计划-协作机器人一体化关节研发与验证、面向汽车零部件协作机器人应用示范。先后荣获北京市专利试点单位、“中国制造 2025”高端装备制造新兴紧缺领域高新技术企业等诸多荣誉奖项。同时也是国内首个协作机器人领域的1+X职业技能等级标准考核鉴定企业。遨博在协作机器人行业处于国内顶尖地位，是国内市场占有率、出口量均排名第一的国产协作机器人。目前遨博机器人全球代理商 200余家，产品销售遍布全球50多个国家，是全球协作机器人安全及认证领域最全面的公司之一。目前与国内外50余家知名企业建立生态合作关系，合作领域包括末端执行器、视觉系统、移动平台、传感器、软件及机器人附件等，成为推动国家工业发展的重要动力。此外遨博面向教育领域成立了以“遨博学院”为品牌的专业机构，从事以协作机器人为核心的智能制造全产业链人才培养和产教融合服务。依托遨博公司广泛的产业应用和北航、哈工大、清华等高校机器人领域深厚的技术积淀，以培养智能制造产业的高素质复合型应用人才为核心，服务于新时代院校教育改革。

量子隐形传态是建立远距离量子网络的关键技术之一。相比二维系统，高维量子网络具有更高的信道容量、更高的安全性等优点，受到人们的广泛关注。如何实现高效的高维量子隐形传态，从而实现高效的高维量子网络是当前量子信息领域的研究热点之一。 为了实现高维量子通信，李传锋、柳必恒等人从2016年开始采用光子的路径自由度编码，解决了路径比特的相干性问题[PRL 117, 220402 (2016)]，制备出了高保真度的三维纠缠态[PRL 117, 170403(2016)]；解决路径维度扩展问题，实现了32维量子纠缠态[PRL 125, 080503 (2020)]；解决路径自由度的传输问题，实现了高维量子纠缠态在11公里光纤中的有效传输[Optica 7, 738 (2020)]等。研究组从2017年起开始了高维量子隐形传态的实验研究。然而理论研究表明，在线性光学体系中，必须采用辅助粒子才能实现高维量子隐形传态。 为了实现高维量子隐形传态，研究组首先巧妙的提出了纠缠辅助的方式，利用log2d-1个辅助纠缠光子对就可以高效的实现d维的量子隐形传态，从而解决了资源消耗问题。然后实验上利用主动反馈技术实现路径间的相位锁定，干涉可见度在45小时内保持在0.98的水平，从而利用六光子系统实现了三维的量子隐形传态。研究组对三维量子隐形传态过程做了过程层析，保真度达到0.596，以7个标准差超过了经典极限值1/3，证实了三维量子隐形传态过程的量子特性。高效的高维量子隐形传态的实现为构建高效的高维量子网络打下坚实的基础。

近日，中国科学技术大学俞书宏院士团队通过深入解析生物质微观结构，提出了一种利用生物质天然纳米结构的全新的生物质表面纳米化策略，基于这种策略构筑了一种可持续新型各向同性仿生木材（“RGI-wood”）。该策略巧妙地利用了木屑等生物质中天然的纤维素纳米纤维，将其暴露在木屑颗粒表面，并使其互相交联从而构筑无需任何粘合剂的高性能人造木材。运用这种策略所制备的人造木材在各方向上具有相同的力学强度，且超越了实木材和传统人造板。这种新型人造木材自下而上的制备方式使其在尺寸上将不受限制，可以克服大块实木材料的稀缺性，大大拓宽了这类木质材料的应用范围。另外，其还表现出优异的阻燃性性和防水性。在这种高性能人造木材中，微米级木屑颗粒的暴露着大量的纳米尺度的纤维素纤维，这些纳米纤维通过离子键、氢键、范德华力以及物理纠缠等相互作用结合在一起，微米级的木屑颗粒也被这些互相缠绕的纳米纤维网络紧密地结合一起形成高强度的致密结构，而无需添加任何粘结剂。这种结构特征带来了高达170 MPa的各向同性抗弯强度和约10 GPa的弯曲模量，远超天然实木的力学强度。此外，新型人造木材还显示出优异的断裂韧性，极限抗压强度，硬度，抗冲击性，尺寸稳定性以及优于天然木材的阻燃性。作为一种全生物基的环保材料，新型人造木材不仅不含任何粘结剂，还具有远超树脂基材料和传统塑料的力学性能，因此具有非常广泛的应用前景。 此外，这种由纳米纤维构成的网络也为制备木基纳米复合材料提供了一种新途径。通过将碳纳米管（CNT）掺入木屑颗粒间的纳米网络当中，可以获得导电智能人造木材，因碳纳米管能够在其中形成连续的三维网络，因此其具有比传统聚合物/碳纳米管复合材料更好的导电网络和更高电导率。基于这种智能人造木材的高导电性，它可以实现传感、自发热以及电磁屏蔽等多种应用。这种智能人造木材表现出了出色的电磁屏蔽性能（X波段超过90 dB），可以满足精密电子仪器屏蔽标准的要求。这种智能人造木材还可以在1.75 V低电压下（约等于两节五号电池的电压）实现自发热，可在5分钟内升至60摄氏度，这种在低电压下即可自发热木材可有效地确保自加热设备的安全性，同时减少能耗。 这项研究提出了一种生物质颗粒表面纳米化方法和策略，可用于构筑全生物质，不含任何粘结剂，具有优异的力学性能，可复合的新型人造木材。同时，这种全新的生物质表面纳米化策略也可以扩展到其他生物质（例如，树叶、稻草和秸秆等），并可以实现多功能化，有望用于制造一系列绿色全生物质的可持续结构材料，将进一步推动人造板行业向绿色、环保和低碳方向发展。

清华大学地球系统科学系阳坤教授课题组在《科学数据》（Scientific Data）上发表题为“The first high-resolution meteorological forcing dataset for land process studies over China”的研究成果，发布了过去十年间阳坤团队开发的一套服务于陆面、水文、生态等地表过程模型的中国高时空分辨率气象数据集。该数据采用严格的数据质量控制，统一的站点数据、卫星数据和再分析数据的融合方法，避免了不同学者对同一研究区域气象数据的重复处理。近地面气象数据是地表模型的主要驱动。自2004年美国国家航空航天局（NASA）发布全球陆面数据同化（GLDAS）气象数据以来，北美、欧洲等区域高分辨率气象驱动数据集也不断涌现。阳坤教授团队自2008年起利用中国气象局数据共享的契机，开始了中国区域高分辨率气象驱动数据集的开发，建立了气象数据的预处理系统和融合系统，完成了首套相对稳定可靠的长时间序列数据产品。该数据集覆盖了中国陆地区域，时间跨度为40年（1979-2018），空间分辨率0.1度，时间分辨率3小时，包括了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等 7 个变量。基于独立站点数据的评估表明，该数据集较国际上广泛使用的 GLDAS 数据集具有更高精度。目前，该中国区域高分辨率气象驱动数据集已发布在国家青藏高原科学数据中心，可免费获取。原文链接：https://www.nature.com/articles/s41597-020-0369-y数据网址：https://doi.org/10.11888/AtmosphericPhysics.tpe.249369.file