Soluna Holdings（Soluna Holdings, Inc.，納斯達克：SLNH）作為綠色數據中心開發商，專注於比特幣挖礦及人工智能（AI）等密集運算應用。公司近日公布了其2026年4月各項目站點的營運狀況、發展及最新進展。
公司已提供以下企業及站點更新。
Soluna的多蘿西項目園區。（美聯社圖片） AP圖片
每月關鍵指標：
每月關鍵指標現已可供查閱。
企業重點：
主要項目更新：
多蘿西項目1A（25兆瓦，比特幣託管）／多蘿西項目1B（25兆瓦，比特幣自營挖礦）：
多蘿西項目2（48兆瓦，比特幣託管）：
蘇菲項目（25兆瓦，比特幣託管）：
卡蒂項目1（83兆瓦，建設中，比特幣託管）：
卡蒂項目2（逾300兆瓦，開發中，人工智能／高性能運算（HPC）託管）：
多蘿西項目3（逾300兆瓦，開發中，人工智能／高性能運算託管）：
格蕾絲項目（2兆瓦，開發中，人工智能／高性能運算託管）：
項目儲備重點：
客戶成功：
安全港聲明
本公告包含前瞻性聲明。這些聲明乃根據1995年美國私人證券訴訟改革法案的「安全港」條款作出。該等前瞻性聲明包括所有非歷史事實的聲明，涉及我們目前對未來業務事件的看法和假設，以及我們對項目儲備（包括卡蒂項目1、卡蒂項目2、格蕾絲項目、多蘿西項目1B託管安排的擴展，以及多蘿西項目1A設備預計恢復服務）的開發、建設、調試和營運的預期，以及其他預測性聲明。這些前瞻性聲明可透過「將會」、「預期」、「預計」、「未來」、「打算」、「計劃」、「相信」、「估計」、「有信心」及類似詞語識別。讀者請注意，我們或代表我們提供的任何前瞻性資訊均不保證未來的表現。實際結果可能因我們向美國證券交易委員會（SEC）提交的文件中披露的各種因素而與這些前瞻性聲明存在重大差異，包括我們於2026年3月30日向SEC提交的Form 10-K年度報告中的「風險因素」部分。所有前瞻性聲明僅截至其發表之日有效，除法律要求外，我們不承擔更新或修改任何前瞻性聲明的義務，無論是因新資訊、未來事件或其他原因。
關於Soluna Holdings（Soluna Holdings, Inc.，納斯達克：SLNH）：
Soluna的使命是利用運算作為催化劑，將可再生能源打造成全球超級大國。公司設計、開發及營運數碼基礎設施，將過剩的可再生能源轉化為全球運算資源。Soluna的開創性數據中心策略性地與風力、太陽能或水力發電廠共址，以支援高性能運算應用，包括比特幣挖礦、生成式人工智能及其他密集運算應用。Soluna的專有軟件MaestroOS™有助於為更環保的電網提供能源，同時提供具成本效益及可持續的運算方案，並帶來優厚回報。欲了解更多資訊，請瀏覽solunacomputing.com。
Soluna會定期在其網站上發布重要資訊，並鼓勵投資者及潛在投資者定期查閱Soluna網站的投資者關係及投資者資源部分。
（美聯社）
香港科技大學一項突破性神經科學研究發現，學生在觀看線上教學影片前，若先與教師進行簡短對話，無論對方是真人還是人工智能（AI），都能有效促進大腦活動同步，從而提升整體學習效果。這項研究首次從神經科學層面提供實證，顯示AI教師在提升網上學習成效方面，可媲美真人教師。
學生實驗示意圖。57名大學生隨機分為三組進行實驗，研究團隊同步記錄三組學生的眼動及大腦神經反應數據，並比較其課後學習成績。
研究方法：三組學生對比
研究團隊招募了57名大學生，並將他們隨機分為三組進行實驗。第一組為「無互動組」，直接觀看14分鐘的教學影片；第二組為「真人教師互動組」，在觀看影片前先與真人教師進行約8至10分鐘的簡短對話；第三組為「AI教師互動組」，則與一名外觀和聲音高度擬真的AI教師進行相同時長的對話。該AI教師基於GPT-4模型，具備語音辨識、內容生成及語音合成等功能，學生清楚知道互動對象是AI。所有學生隨後在磁力共振掃描器內觀看相同影片，團隊同步記錄其眼動及大腦神經反應數據，並比較課後成績。
研究結果：互動顯著提升學習成效
研究結果相當顯著。無論是與真人還是AI教師交流過的學生，在觀看影片時，其大腦中負責資訊處理、認知資源分配和社交情感反應等區域的神經活動，均呈現更高程度的同步性。在記憶、理解及知識傳遞三個層面上，兩組學生的學習成效在統計上並無顯著差異，且均明顯優於未進行課前互動的學生。
領導研究的科大人文社會科學學院院長李平教授解釋，社交互動——即使只是短暫且由AI促成——也能從根本上影響大腦為學習作好準備的方式。這顯示AI互動同樣能有效提升學生對較具挑戰性內容的理解能力。
科大人文社會科學學院院長兼心理學及認知科學講座教授李平教授（右）與論文第一作者、科大博士後研究員彭穎瀅博士（左）合照。李教授領導的研究團隊發現，學生在觀看線上教學視像前，若先與真人或AI教師進行簡短對話，可有效促進學生的大腦活動同步，提升整體學習效果。
殊途同歸：不同互動路徑達致相近效果
儘管學習成果相當，但研究發現兩種互動模式的神經處理路徑存在差異。與真人教師互動的學生，在課堂中展現出更高度一致的視覺專注力分配，這種共享的視覺專注會透過負責社交感知與語言處理的腦區（顳上溝）轉化為更佳的學習成效，同時涉及強烈的社交情感處理。
而與AI互動的學生，其感知到的社交親近感較低，視線專注程度也較弱，但其大腦活動同步主要支持由上而下的認知處理。論文第一作者彭穎瀅博士指出，這揭示了「眼—腦—行為」之間多階段、互為影響的層級關係：專注力集中於相同內容會提高大腦同步，而同步的大腦活動又會進一步促進專注力的一致性，兩者相互強化。
對未來教育的啟示
這項研究預示着教育的社會及情感功能可能迎來轉變。李平教授指出，即使AI教師，若能察覺學生細微反應並作出關切回應，將有助學生在數碼課堂中感受到被看見、被聽見，從而建立真實的社交情感連結。研究結果顯示，AI無須完美複製真人互動，只要具備足夠的社會情感回應能力，並結合其在知識檢索與個人化學習方面的運算優勢，已足以有效支援學習。
隨著AI高速發展，深入瞭解AI如何塑造人類認知歷程，以及人類大腦如何適應AI，對發展兼具可擴展性與社交情感內涵的學習環境至關重要，有助確保AI能增強而非取代以人為本的學習模式。
