《Nature Physics》：液態水或存在兩種分子結構

水，可能一直都不是我們以為的那個樣子

你每天都會喝水。

它無色、無味，看起來再普通不過?？善褪沁@種最普通的物質，幾百年來一直讓物理學家和化學家頭疼。

水有一個奇怪的地方。

幾乎所有液體，溫度越低，體積越小，密度越大?？伤话刺茁烦雠?。

當溫度降到4℃時，它的密度達到最大值；繼續降溫，體積反而開始膨脹，所以冰才能漂浮在水面上。

除此之外，水還有一長串讓科學家至今都沒完全解釋清楚的"怪脾氣"。

它異常耐熱，比絕大多數液體更難升溫，也更難降溫；在某些壓力下，它的黏度變化方式也完全不像普通液體。

過去幾十年，人們陸續發現了幾十種類似的反常現象。

問題來了。

這些現象到底有沒有一個共同原因？

一種存在了三十多年的猜想認為，有。

這個猜想叫做雙態模型（Two-State Hypothesis）

它認為，液態水并不是所有水分子都采用同一種排列方式。

相反，每一個水分子周圍，都可能出現兩種不同的局域結構。

一種排列更加緊密，密度更高。

另一種排列更加松散，密度更低。

這兩種結構不會各自獨立存在，而是在普通液態水中不斷互相轉換。

換句話說，你手里這一杯水，每一秒鐘都在進行著無數次微觀重組。

只是過去，人們一直沒有真正看到這種轉換。

所以不少科學家始終把它當作一種漂亮的理論，而不是已經被證實的事實。

直到最近，一項發表于《Nature Physics》的研究，讓事情出現了新的變化。

來自香港城市大學等機構的研究團隊，沒有繼續沿用傳統分析方法，而是讓人工智能直接去"觀察"水分子的運動。

他們先進行了大規模分子動力學模擬。

幾十萬個水分子同時運動。

相互碰撞。

形成氫鍵。

斷裂。

重新連接。

整個模擬最終產生了數千萬組數據。

如果靠人工去分析，可能需要很多研究生花上十年時間。

于是，他們把這些數據全部交給了一套無監督深度學習模型。

這里的"無監督"，意思是科學家沒有告訴AI應該尋找什么規律。

它只能自己去發現隱藏在數據里的結構。

結果，它真的找到了。

AI最終提煉出幾個關鍵變量。

利用這些變量，研究人員第一次把水分子從一種局域結構變成另一種局域結構的整個過程描繪了出來。

更重要的是，他們還發現，這種轉換并不是固定只有一種方式。

在大多數情況下，兩種結構之間只需要跨越一道能量屏障，就能完成轉換。

但當水處于某些特殊狀態，比如接近冰和液態水共存的條件時，轉換路線會突然變得復雜。

原本只需要翻過一座山。

現在卻必須連續翻越三座山。

研究人員把這種情況稱為"完整環路"，而平時則屬于"半環路"。

這意味著，兩種局域結構之間的切換機制，比人們過去想象得復雜得多。

很多媒體把這項研究解讀成：

"科學家發現水其實是兩種液體。"`

這種說法并不準確。

真正發生變化的，并不是一杯水變成了兩種液體。

而是組成這杯水的無數水分子，在微觀尺度上不斷采用兩種不同的排列方式。

你可以把它想象成一個廣場。

廣場上的人沒有變。

只是他們一會兒站得密一點，一會兒站得松一點。

整個廣場看起來還是同一個廣場，但內部結構卻一直在變化。

過去，人們知道這種情況可能存在，卻始終沒有真正看清楚它是怎么發生的。

而這次，研究人員第一次把這條"變化路線"找了出來。

為什么這件事重要？

因為水幾乎參與了生命中的一切。

人體百分之六十以上都是水。

細胞里的蛋白質折疊、DNA復制、藥物溶解、離子運輸、生物化學反應……幾乎都發生在水里。

如果我們對水本身的認識存在偏差，那么很多生物過程的理解，也可能需要重新修正。

研究團隊希望，未來能夠把這種雙態模型與密度、黏度、溫度等宏觀性質聯系起來。

如果這一理論最終得到更多實驗驗證，它或許能夠統一解釋幾十年來困擾科學家的眾多"水之謎"。

當然，目前距離真正蓋棺定論還有一段距離。

這項研究主要依賴的是高精度計算模擬和人工智能分析，研究人員也坦言，還需要更加靈敏的實驗手段，在真實液態水中直接觀測到這種微觀轉換。

水，是地球上最普通的物質。

但越研究，人們越發現，它也是最不像"普通液體"的液體。

或許有一天，我們會發現，真正神秘的從來不是黑洞，也不是暗物質，而是每天喝下去、卻始終沒有真正理解的一杯水。

（Li, L., Zhong, J., Zhang, J., Wang, Z., & Zeng, X. C. (2026). Evidence for the generic existence of two local structures in liquid water.

Nature Physics

https://doi.org/10.1038/s41567-026-03301-8）