█脑科学动态

初级视觉皮层在视觉工作记忆中起关键作用

人造语言与自然语言：大脑的反应竟如此相似

大脑折叠的力学密码：轴突如何选择路径？

每天一件新鲜事，让老年人记忆和情绪都变好

女性更易患 PTSD？新研究揭示创伤后关键脑部变化

注视行为决定你如何描述世界

睡眠中的“记忆增强器”：慢波上升期刺激提升运动记忆

海马体通过组合与回放构建未来行为

█AI行业动态

Blackwell GPU助力DeepSeek-R1推理

NVIDIA推出开源人形机器人基础模型Isaac GR00T N1

谷歌发布基于Gemini 2的机器人操作大语言模型

█AI驱动科学

Unfold AI精准预测前列腺癌治疗效果，减少72%治疗失败

大脑4D成像技术揭示视听信息处理机制

抗生素治疗脑植入物感染：短期有效，长期有害

智能连体裤精准监测婴儿运动发展

手机摄像头实现高精度心率监测

机器人也能泡咖啡，新框架让机器人在不确定环境中完成任务

6G 网络将像人类一样思考

MetaVision3D：AI驱动的三维脑代谢组图谱

脑科学动态

初级视觉皮层在视觉工作记忆中起关键作用

工作记忆是我们维持环境中信息的能力，是支持大多数高级认知功能的基础。尽管前额叶皮层被认为在工作记忆中起重要作用，但最近的研究表明，初级视觉皮层（V1）也可能在其中扮演关键角色。为了验证这一假设，Mrugank Dake和Clayton E. Curtis等研究人员使用经颅磁刺激（TMS）干扰V1的神经处理，并测量其对视觉工作记忆的影响。

研究团队使用TMS在记忆保持期间干扰人类V1的神经处理，并同时使用脑电图测量其对工作记忆神经生理特征的影响。研究发现，TMS干扰V1会显著降低视觉工作记忆的准确性，特别是在受刺激影响的视觉区域。EEG测量进一步证实，TMS不仅影响了记忆行为，还干扰了工作记忆的神经生理特征。研究还发现，TMS在记忆保持阶段产生的记忆缺陷与在编码阶段产生的缺陷同样显著。这表明V1不仅在视觉信息的编码和早期巩固中起作用，还在记忆的维持阶段发挥关键作用。此外，研究通过严格控制实验条件，排除了TMS对其他脑区（如前额叶皮层）的间接影响，进一步支持了V1在工作记忆中的必要性。这些结果为“感觉招募模型”提供了直接因果证据，表明V1在维持准确的工作记忆表征中起着重要作用。研究发表在 Nature Communications 上。

#认知科学 #记忆机制 #视觉工作记忆 #经颅磁刺激 #脑电图

阅读更多：

Dake, Mrugank, and Clayton E. Curtis. “Perturbing Human V1 Degrades the Fidelity of Visual Working Memory.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 2675. www.nature.com, https://doi.org/10.1038/s41467-025-57882-8

人造语言与自然语言：大脑的反应竟如此相似

语言处理机制一直是神经科学研究的重点。麻省理工学院的 Evelina Fedorenko 和 Saima Malik-Moraleda 带领团队，通过功能性磁共振成像（fMRI）技术，研究了大脑对构造语言（如世界语、克林贡语等）的反应，发现它们与自然语言的处理机制相似。

研究团队召集了 44 名精通构造语言的说话者，利用fMRI扫描他们的大脑活动。结果显示，当参与者听到他们精通的构造语言时，大脑中与处理母语时激活相同的区域亮起。这表明，构造语言与自然语言在大脑中的处理机制相似，关键在于它们都能表达丰富的意义。研究还发现，构造语言的使用者数量、历史或创造方式并不影响大脑对它们的处理方式。研究发表在 PNAS 上。

#认知科学 #神经机制与脑功能解析 #构造语言 #fMRI

阅读更多：

Malik-Moraleda, Saima, et al. “Constructed Languages Are Processed by the Same Brain Mechanisms as Natural Languages.” Proceedings of the National Academy of Sciences, vol. 122, no. 12, Mar. 2025, p. e2313473122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2313473122

大脑折叠的力学密码：轴突如何选择路径？

大脑的折叠和轴突连接是大脑发育的关键过程，但这两者之间的力学关系尚不清楚。宾汉姆顿大学的Mir Jalil Razavi及其团队，包括Akbar Solhtalab和Ali H. Foroughi，以及哈佛医学院和波士顿儿童医院的Lana Pierotich，提出了一个动态模型，揭示了大脑皮层折叠和轴突连接发展之间的复杂力学行为。

▷动态生长和折叠双层系统中纤维的动态增长与路径寻找。Credit: Nature Communications (2025).

研究团队提出了“轴突重新定向”的概念，并制定了一个力学模型来揭示皮层折叠和连接发展之间联系的多尺度力学。通过模拟结合轴突束重新定向和应力诱导生长，研究发现轴突在脑回（gyri）中的密度远高于在脑沟（sulci）。这是由于轴突在脑白质内受到拉伸或压缩力时，其生长方式不同。轴突更喜欢处于张力状态而不是压缩状态，尽管它们在更坚硬的环境中生长得更快，但它们倾向于向更柔软的环境中移动。研究发表在 Nature Communications 上。

#神经科学 #预测模型构建 #大脑健康 #轴突连接 #大脑折叠

阅读更多：

Solhtalab, Akbar, et al. “Stress Landscape of Folding Brain Serves as a Map for Axonal Pathfinding.” Nature Communications, vol. 16, no. 1, Jan. 2025, p. 1187. www.nature.com, https://doi.org/10.1038/s41467-025-56362-3

每天一件新鲜事，让老年人记忆和情绪都变好

疫情期间的隔离导致老年人缺乏刺激体验，增加了认知衰退和情绪问题的风险。多伦多大学的Morgan Barense和Melissa E. Meade团队研究发现，每天进行一种新体验可以显著提升记忆力和情绪，尤其对老年人有益。

研究在2020年夏季封锁期间，招募了18名平均年龄71岁的健康老年人，使用基于神经科学的智能手机应用HippoCamera（模拟大脑海马体处理和存储记忆的方式）记录和回放670个独特和日常事件。参与者每天记录至少一个事件，并进行一次回放。研究发现，独特事件比日常事件更能被详细回忆，且与更高的积极情绪、更少的无聊感和更快的时间感知相关。研究还表明，即使是小改变，如走不同的路线，也能显著改善记忆和情绪。研究发表在 Scientific Reports 上。

#认知科学 #健康管理与寿命延长 #记忆机制 #HippoCamera #经验多样性

阅读更多：

Meade, Melissa E., et al. “Unique Events Improve Episodic Richness, Enhance Mood, and Alter the Perception of Time during Isolation.” Scientific Reports, vol. 14, no. 1, Nov. 2024, p. 29439. www.nature.com, https://doi.org/10.1038/s41598-024-80591-z

女性更易患 PTSD？新研究揭示创伤后关键脑部变化

创伤后应激障碍（PTSD）不仅影响亲历创伤者，也影响目睹创伤者，但后者的大脑机制尚未被充分研究。弗吉尼亚理工大学的 Yeeun Bae、Morgan Patrick 和 Tim Jarome 等人通过研究揭示了目睹创伤与亲历创伤在分子水平上的差异，并发现性别在脑部反应中的重要差异。

研究团队使用啮齿类动物的间接恐惧学习（IFL）模型，观察大鼠如何通过观看同伴经历创伤来形成恐惧记忆。通过蛋白质组学分析，研究人员发现，目睹创伤会在大脑的杏仁核、前扣带回皮层和压后皮层（retrosplenial cortex）中引发独特的蛋白质降解模式。与直接经历创伤相比，间接获得型恐惧记忆的蛋白质降解模式显著不同，且存在性别差异。女性大脑对间接创伤的反应更为敏感，这可能与 K-63 泛素化蛋白（K-63 ubiquitin，一种与蛋白质降解相关的分子）的作用有关。

研究还发现，观察者大鼠（通过观看同伴经历创伤而间接获得恐惧记忆）的压后皮层中的 Egr2 和 c-fos 表达与演示者大鼠（直接经历创伤）相似，但与伪条件化大鼠（即没有形成恐惧记忆）显著不同。表明压后皮层在恐惧记忆的形成中可能是一个关键脑区，尤其是在间接获得恐惧记忆的过程中。研究发表在 PLOS ONE 上。

#大脑健康 #心理健康与精神疾病 #性别差异 #蛋白质降解 #创伤后应激障碍

阅读更多：

Navabpour, Shaghayegh, et al. “Indirectly Acquired Fear Memories Have Distinct, Sex-Specific Molecular Signatures from Directly Acquired Fear Memories.” PLOS ONE, vol. 19, no. 12, Dec. 2024, p. e0315564. PLoS Journals, https://doi.org/10.1371/journal.pone.0315564

注视行为决定你如何描述世界

不同的人在观看同一场景时，是否会形成不同的感知？为了探索这一问题，Diana Kollenda、Anna-Sophia Reher和Benjamin de Haas等研究人员展开了一项研究，发现个体的注视行为能够预测其场景描述的差异。

研究团队让参与者自由观看100个自然场景，并记录他们的注视行为和场景描述。通过计算参与者之间的注视分布相似性（dwell time distributions）和描述语义相似性（semantic similarity），研究团队发现，注视模式相似的参与者，其场景描述也更为相似，尤其是在名词使用上。例如，对文字和人脸的注视倾向与其描述中提及这些内容的频率显著相关。此外，这种注视与描述的关系在不同场景中具有一致性，表明个体的注视行为与其感知方式之间存在稳定的联系。研究发表在 Scientific Reports 上。

#认知科学 #预测模型构建 #注视行为 #场景描述 #个体差异

阅读更多：

Kollenda, Diana, et al. “Individual Gaze Predicts Individual Scene Descriptions.” Scientific Reports, vol. 15, no. 1, Mar. 2025, p. 9443. www.nature.com, https://doi.org/10.1038/s41598-025-94056-4

睡眠中的“记忆增强器”：慢波上升期刺激提升运动记忆

记忆巩固是大脑在睡眠期间通过特定的脑电波活动增强记忆的过程。Judith Nicolas、Bradley R. King、David Lévesque等研究人员通过闭环靶向记忆重激活（CL-TMR）技术，研究了慢波（SO）不同阶段对运动记忆巩固的影响。

研究采用功能性磁共振成像和脑电图技术，在31名健康年轻参与者学习运动序列时记录其大脑活动，并在随后的睡眠期间通过EEG实时检测慢波，并在慢波的不同阶段（上升期、下降期）播放与学习任务相关的声音刺激。结果显示，上升期刺激显著提高了运动表现，增加了慢波振幅和sigma波段功率，并增强了与任务相关的海马和纹状体-皮质网络的活动。研究发表在 Nature Communications 上。

#神经科学 #记忆机制 #闭环靶向记忆重激活 #慢波 #运动记忆

阅读更多：

Nicolas, Judith, et al. “Unraveling the Neurophysiological Correlates of Phase-Specific Enhancement of Motor Memory Consolidation via Slow-Wave Closed-Loop Targeted Memory Reactivation.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 2644. www.nature.com, https://doi.org/10.1038/s41467-025-57602-2

海马体通过组合与回放构建未来行为

海马体在记忆、想象和构建性推理中起着关键作用。最近的研究表明，海马体的神经元反应可以通过状态空间模型来解释，这些模型模拟了经验之间的转换。为了调和这些观点，Jacob J. W. Bakermans等研究人员通过模拟和海马体记录，展示了如果状态空间是从现有构建块或原语中组合构建的，海马体反应可以被解释为组合记忆，将这些原语绑定在一起。这一发现使代理能够在没有新学习的情况下在新环境中表现出最优行为，直接从组合中推断行为。

海马体细胞提供了预学习构建块的组合，指定了它们在当前经验中的排列。这意味着海马体不再需要自己学习转换，因为这些转换是从构建块的动力学中继承的。此外，研究还表明，在探索过程中形成这些组合的记忆为未来行为提供了理想的状态空间。

如果构建块具有前向模型，则可以通过回放（replay）离线形成记忆，从而使代理能够有效地为未来行为构建组合状态空间。实验数据支持了这一组合机制，表明当发现新的结构元素时，回放会构建一个组合记忆，嵌入到该地标的向量中。计算模型（如REMERGE和Tolman-Eichenbaum machine, TEM）此前已经表明，海马体中的联合编码支持泛化，但本文的模型通过形成结构-结构联合，从结构构建块中组合状态空间，从而能够泛化行为。

研究还提出了回放在构建新皮质原语中的作用，特别是在睡眠中通过生成训练样本来学习组合策略。这种组合推理是人类和动物认知的基本属性，未来在认知和神经反应的模型中，组合推理将扮演越来越重要的角色。研究发表在 Nature Neuroscience 上。

#神经科学 #记忆机制 #海马体 #组合推理 #回放

阅读更多：

Bakermans, Jacob J. W., et al. “Constructing Future Behavior in the Hippocampal Formation through Composition and Replay.” Nature Neuroscience, Mar. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41593-025-01908-3

AI 行业动态

Blackwell GPU助力DeepSeek-R1推理：速度提升36倍，成本降低32倍

在2025年的GTC大会上，NVIDIA宣布其Blackwell架构在DeepSeek-R1（6710亿参数模型）的推理性能上创下了世界纪录。配备8个Blackwell GPU的单个NVIDIA DGX系统，能够实现每用户超过250个令牌每秒的推理速度，或最高超过3万个令牌每秒的总吞吐量。这一性能相比2025年1月提升了36倍，同时推理成本下降了32倍。

Blackwell架构的关键升级包括硬件和软件的协同优化。硬件方面，第五代Tensor Core支持FP4精度计算，计算能力提升了5倍；第五代NVLink & NVLink Switch带宽翻倍，增强了多GPU协同计算能力。软件方面，TensorRT-LLM 0.17针对Blackwell指令集进行了专门优化，KV Cache管理和推测解码等高级优化提高了运行效率。此外，Blackwell GPU还针对AI图像生成进行了优化，推理吞吐量提升了3倍，显存占用优化了5.2倍。

NVIDIA的开放生态系统和软件优化也为推理性能的提升做出了贡献。cuDNN 9.7提供了Flash Attention算法，FP8前向传播加速50%，反向传播加速84%。CUTLASS 3.8支持FP4计算，优化了MoE模型计算，降低了LLM权重存储需求。DeepSeek-R1在FP4量化后仅损失0.1-0.5%精度，在多个数据集测试中表现优异。

#NVIDIA #Blackwell架构 #DeepSeek-R1 #推理性能 #AI图像生成

阅读更多：

https://developer.nvidia.com/blog/nvidia-blackwell-delivers-world-record-deepseek-r1-inference-performance/?ncid=so-twit-188072-vt04&linkId=100000349580581

NVIDIA推出开源人形机器人基础模型Isaac GR00T N1

NVIDIA近日发布了Isaac GR00T N1，这是一个开源的通用人形机器人基础模型，旨在加速人形机器人在现实世界中的开发和应用。该模型结合了预训练模型、合成数据生成蓝图和仿真框架，帮助开发者构建能够适应多种任务和环境的机器人。GR00T N1采用了双系统架构，模拟人类认知，包括“快思”和“慢思”系统。慢思系统负责感知环境、推理指令并规划行动，而快思系统则将计划转化为精准、连续的机器人动作。该模型已经在GR1机器人、1X Neo机器人及众多仿真基准测试环境中部署，提升了高达30%的性能。

GR00T N1的模型架构采用视觉-语言模型和扩散变换器，两者紧密耦合，支持联合优化，以提升机器人对环境和任务的适应能力。NVIDIA采用金字塔式数据结构训练GR00T N1，融合互联网、合成数据和真实机器人数据，结合真实数据和合成数据，相比仅用真实数据训练，性能提升了40%。

此外，NVIDIA还提供了Isaac Sim和Isaac Lab等仿真与开发工具，帮助开发者训练机器人动作策略。部分训练数据已通过Hugging Face上的NVIDIA物理AI数据集开源，供开发者社区使用。GR00T N1在仿真测试和真实机器人任务测试中表现出色，任务执行更流畅，抓取精度提升，特别是在小样本数据微调后仍保持较高表现。

#NVIDIA #人形机器人 #开源模型 #合成数据 #仿真工具

阅读更多：

https://developer.nvidia.com/blog/accelerate-generalist-humanoid-robot-development-with-nvidia-isaac-gr00t-n1

谷歌发布基于Gemini 2的机器人操作大语言模型

谷歌旗下的DeepMind近日发布了两款基于Gemini 2.0的大型语言模型（LLM），旨在提升机器人在现实世界中的操作能力。这两款模型分别是Gemini Robotics和Gemini Robotics-ER，前者专注于增强机器人的通用性、交互性和灵巧性，后者则侧重于帮助机器人进行复杂的推理任务。这些模型的推出，标志着AI在机器人领域应用的重大进展。

随着人工智能技术的迅猛发展，如何将AI应用于机器人领域，特别是提升机器人在复杂环境中的适应能力和操作能力，成为研究热点。DeepMind作为谷歌旗下的AI研究机构，长期致力于将先进的AI技术应用于实际场景。此次发布的Gemini Robotics系列模型，正是基于其在多模态推理和大型语言模型方面的研究成果，旨在推动机器人技术的进一步发展。

Gemini Robotics模型基于Gemini 2.0大型语言模型，融合了语言、视觉和动作等多模态信息，使机器人能够理解并适应各种新场景。这使得机器人能够执行诸如折叠纸张、拧开瓶盖等精细操作。此外，Gemini Robotics-ER模型进一步增强了机器人的推理能力，使其能够完成如高效整理午餐盒等复杂任务。为了确保安全性，这些AI模型在执行操作前会评估其安全性，确保机器人行为的可靠性。DeepMind还与Apptronik等公司合作，将这些模型提供给Agile Robots、Agility Robotics、Boston Dynamics和Enchanted Tools等“可信测试者”，以开发更智能、响应更迅速、适应性更强的机器人，适用于各种环境和应用。

#人工智能 #自主代理 #多模态推理 #大语言模型

阅读更多：

https://deepmind.google/discover/blog/gemini-robotics-brings-ai-into-the-physical-world/

AI 驱动科学

Unfold AI精准预测前列腺癌治疗效果，减少72%治疗失败

前列腺癌的局部治疗（如部分腺体冷冻消融，PGA）在治疗局限性肿瘤方面具有潜力，但传统方法往往低估肿瘤体积，导致治疗失败和复发。为了解决这一问题，加州大学洛杉矶分校（UCLA）和Avenda Health的研究团队开发了人工智能工具Unfold AI，用于更准确地预测肿瘤体积和治疗效果。

▷(A) 不同风险边界下的 AI 肿瘤体积与(B)接受 PGA 评估但接受根治性前列腺切除术的患者整体手术病理的对比。Credit: BJUI Compass (2024).

研究团队对204名接受PGA治疗的前列腺癌患者进行了临床试验，使用Unfold AI生成三维肿瘤地图，并与传统指标（如肿瘤分级和PSA水平）进行比较。结果显示，肿瘤体积是治疗成功的最强预测因素，肿瘤体积小于1.5立方厘米的患者治疗效果显著更好。使用1.5立方厘米作为PGA的入选标准可以防止72%的治疗失败。研究发表在 BJUI Compass 上。

#神经技术 #个性化医疗 #前列腺癌 #AI预测模型 #局部治疗

阅读更多：

Brisbane, Wayne G., et al. “Focal Therapy of Prostate Cancer: Use of Artificial Intelligence to Define Tumour Volume and Predict Treatment Outcomes.” BJUI Compass, vol. 6, no. 1, 2025, p. e456. Wiley Online Library, https://doi.org/10.1002/bco2.456

大脑4D成像技术揭示视听信息处理机制

大脑如何无缝整合多感官信息以形成连贯感知一直是一个未解之谜。西安大略大学的Yalda Mohsenzadeh和Yu (Brandon) Hu团队通过开发一种新的4D成像技术，揭示了大脑在处理视听信息时的独特机制。

▷实验设计及数据分析方案。Credit: Communications Biology (2025).

研究团队使用功能性磁共振成像和脑电图技术，对参与者观看60个自然场景视频片段时的脑活动进行了记录和分析。结果显示，大脑的初级视觉皮层对视觉和低级听觉输入都有反应，而初级听觉皮层仅处理听觉信息。这种不对称的跨模态交互表明，视觉信息在感知中占据主导地位。研究还发现，高层次的概念和语义信息在多感官联合区域后期出现，进一步揭示了跨模态整合的复杂性。通过与双分支深度神经网络模型的比较，研究强调了早期跨模态连接在构建生物合理的视听感知模型中的重要性。研究发表在 Communications Biology 上。

#神经科学 #计算模型与人工智能模拟 #大脑信号解析 #4D成像技术 #视听信息处理

阅读更多：

Hu, Yu, and Yalda Mohsenzadeh. “Neural Processing of Naturalistic Audiovisual Events in Space and Time.” Communications Biology, vol. 8, no. 1, Jan. 2025, pp. 1–16. www.nature.com, https://doi.org/10.1038/s42003-024-07434-5

抗生素治疗脑植入物感染：短期有效，长期有害

脑植入物在治疗神经系统疾病方面具有巨大潜力，但细菌入侵可能导致炎症并降低设备性能。凯斯西储大学的Jeff Capadona团队通过蛋白质组学和转录组学分析发现，植入微电极的小鼠大脑中存在与肠道相关的细菌，表明血脑屏障（BBB）的破坏可能允许微生物进入。

▷空间和细胞特异性植入位点蛋白质组学和转录组学分析。Credit: Nature Communications (2025).

研究团队使用蛋白质组学和转录组学技术，分析了植入微电极的小鼠大脑中的细菌DNA。结果显示，肠道相关细菌通过受损的血脑屏障进入大脑，导致炎症反应并影响设备性能。抗生素治疗减少了细菌污染并暂时改善了设备性能，但长期使用抗生素会破坏神经退行性通路，反而降低性能。

此外，研究还发现部分细菌序列并非来自肠道，表明细菌可能通过其他途径进入大脑。这一发现不仅揭示了细菌入侵对脑植入物性能的影响，还为开发更安全的植入策略提供了重要依据。研究发表在 Nature Communications 上。

#神经技术 #脑机接口 #细菌入侵 #血脑屏障 #抗生素治疗

阅读更多：

Hoeferlin, George F., et al. “Bacteria Invade the Brain Following Intracortical Microelectrode Implantation, Inducing Gut-Brain Axis Disruption and Contributing to Reduced Microelectrode Performance.” Nature Communications, vol. 16, no. 1, Feb. 2025, p. 1829. www.nature.com, https://doi.org/10.1038/s41467-025-56979-4

智能连体裤精准监测婴儿运动发展

早期运动发展对儿童神经认知表现至关重要，但现有方法无法在家庭环境中进行准确监测。赫尔辛基大学的Sampsa Vanhatalo和Manu Airaksinen团队开发了MAIJU智能连体裤，利用AI算法实现了婴儿运动发展的家庭监测，结果显示其准确性与世界卫生组织（WHO）专家相当。

▷一个穿着智能连体裤的孩子在玩玩具车。Credit: Sampsa Vanhatalo

MAIJU智能连体裤基于多传感器测量（multisensor measurements），父母在家中对134名4至22个月大的婴儿进行了620次无监督测量。AI算法检测大运动里程碑（GMM, Gross Motor Milestones）的完成、测量关键姿势时间，并纵向跟踪整体运动发展。结果显示，算法检测GMM的准确率在交叉验证中达到90.9%-95.5%，外部验证中达到92.4%-96.8%，与WHO专家水平相当。可穿戴设备得出的姿势时间与父母评估强相关（ρ = .48–.81），个体运动成熟轨迹与婴儿年龄强相关（ρ = .93）。这一方法为家庭环境中的婴儿运动发展监测提供了可靠工具，未来可用于筛查发育迟缓、评估康复效果及跨国研究。研究发表在 Pediatrics 上。

#神经技术 #个性化医疗 #健康管理与寿命延长 #婴儿运动发展 #AI算法

阅读更多：

Airaksinen, Manu, et al. “Assessing Infant Gross Motor Performance With an At-Home Wearable.” Pediatrics, Mar. 2025, p. e2024068647. Silverchair, https://doi.org/10.1542/peds.2024-068647

手机摄像头实现高精度心率监测

心率监测是评估心血管健康的重要手段，但传统设备价格昂贵且不便携。谷歌研究团队开发了一种基于智能手机摄像头的深度学习系统PHRM，能够通过面部视频实现心率和静息心率（RHR）的被动监测。

▷代表性示例，展示了用于验证 PHRM 的自由生活数据的多样性。Credit: arXiv (2025).

PHRM系统利用光电容积描记法（photoplethysmography），通过分析智能手机前置摄像头拍摄的面部视频中的光线反射来测量心率。研究团队对495名志愿者提供的225,773段面部视频进行了测试，并在205名参与者提供的185,970段视频中进行了验证。结果显示，PHRM系统在不同肤色和光照条件下的心率测量误差均小于10%，且与可穿戴设备相比，每日RHR的误差小于5 bpm。这一系统无需额外设备，仅需一部智能手机即可实现高精度心率监测，有望让全球数十亿人受益。

#神经技术 #个性化医疗 #健康管理与寿命延长 #智能手机 #心率监测

阅读更多：

Liao, Shun, et al. Passive Heart Rate Monitoring During Smartphone Use in Everyday Life. arXiv:2503.03783, arXiv, 8 Mar. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2503.03783

机器人也能泡咖啡，新框架让机器人在不确定环境中完成任务

机器人完成复杂任务的能力受到限制，尤其是在不确定的环境中。为了提升机器人在复杂任务中的表现，Ruaridh Mon-Williams等研究人员开发了一种名为ELLMER的框架，结合了大型语言模型和机器人传感器反馈控制，使机器人能够执行复杂的长期任务。

ELLMER框架结合了大型语言模型和机器人传感器反馈控制。通过将视觉、力反馈和语言处理相结合，ELLMER使机器人能够执行复杂的长期任务，如制作咖啡。研究使用了一个七自由度的Kinova机械臂，在不确定的环境中执行任务，并利用集成的力和视觉反馈来完成任务。实验表明，机器人能够在不确定的环境中完成制作咖啡的任务，展示了其在动态环境中的适应能力。研究发表在 Nature Machine Intelligence 上。

#认知科学 #大模型技术 #机器人操控 #传感器反馈 #复杂任务

阅读更多：

Mon-Williams, Ruaridh, et al. “Embodied Large Language Models Enable Robots to Complete Complex Tasks in Unpredictable Environments.” Nature Machine Intelligence, Mar. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s42256-025-01005-x

6G 网络将像人类一样思考

当前无线技术和人工智能（AI）在常识推理方面存在显著差距，限制了其在复杂场景中的应用。弗吉尼亚理工大学的 Walid Saad、Omar Hashash 和 Christo Thomas 团队提出，通过将下一代 AI 与无线技术深度融合，赋予系统类似于人类的思考、想象和规划能力，才能实现真正的无线革命。

▷（从左至右）瓦利德·萨德和博士生奥马尔·哈沙什尝试一款类似于在元宇宙中与数字孪生互动时经常使用的虚拟现实头盔。Credit: Photo by Chelsea Seeber for Virginia Tech.

研究团队提出了一种基于感知模块、世界模型和行动规划组件的 AI 原生无线系统（AI-native networks）。感知模块通过抽象现实世界元素创建可推广的表示，世界模型则基于因果关系和高维计算（HD computing）构建，能够模拟物理世界的复杂运作。行动规划组件使系统能够处理未预见的场景、捕捉直观物理规律、进行类比推理和填补信息空白。

研究还指出，当前的 AI 工具（如自动编码器和现成的人工神经网络）在处理复杂无线环境时存在局限性。未来的 6G 网络需要具备常识推理能力的 AI 系统，以支持元宇宙、数字孪生（digital twins）和全息传输等新兴应用。通过将 AI 与无线技术无缝融合，研究团队为未来的 AGI 原生系统奠定了基础，使其能够无缝协调物理、虚拟和数字维度。研究发表在 Proceedings of the IEEE 上。

#认知科学 #跨学科整合 #人工通用智能 #6G网络 #数字孪生

阅读更多：

Saad, Walid, et al. “Artificial General Intelligence (AGI)-Native Wireless Systems: A Journey Beyond 6G.” Proceedings of the IEEE, 2025, pp. 1–39. IEEE Xplore, https://doi.org/10.1109/JPROC.2025.3526887

MetaVision3D：AI驱动的三维脑代谢组图谱

空间代谢组学通过高分辨率映射代谢物，揭示了细胞代谢和疾病机制的关键见解。Xin Ma等研究人员开发了MetaVision3D，一个由计算机视觉驱动的管道，用于将连续的2D MALDI质谱成像切片转换为高分辨率的3D空间代谢组。

MetaVision3D使用先进的算法进行图像配准、归一化和插值，以实现连续2D组织切片的整合，从而生成一个全面的3D模型，展示宿主组织中独特的多样化代谢物。作为原理验证，MetaVision3D被用于生成正常和患病小鼠的3D代谢组图谱。

研究结果显示，MetaVision3D不仅提高了空间数据的精度和分辨率，还能补偿MALDI成像中固有的实验和技术变异性。通过MetaVision3D，研究团队首次构建了小鼠大脑的中尺度3D代谢组图谱，揭示了代谢物分布与大脑功能之间的密切关系。例如，脂质物种PE 44:12在小脑的分子层和颗粒层中富集，暗示其在运动和认知功能中的独特代谢需求。PS 38:6在海马齿状回中显著富集，表明其在这一与记忆形成和空间导航相关的海马亚区中的特殊功能。此外，磷酸肌醇如PI 38:5和PS 40:6主要分布在前额叶皮层，这一区域与高级认知功能相关，同时在海马和小脑的颗粒层中也显著存在，这些区域分别对突触可塑性和运动控制至关重要。

未来，研究团队计划扩展3D代谢组图谱数据库，涵盖更多分子类别，如小分子代谢物、糖原和糖相关复合碳水化合物，并将MetaVision3D应用于其他器官的3D代谢研究，以创建全身代谢图谱。研究发表在Nature Metabolism 上。

#神经技术 #自动化科研 #空间代谢组学 #MALDI质谱成像 #3D代谢组图谱

阅读更多：

Ma, Xin, et al. “AI-Driven Framework to Map the Brain Metabolome in Three Dimensions.” Nature Metabolism, Mar. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s42255-025-01242-9

整理｜ChatGPT

编辑｜丹雀、存源

关于追问nextquestion

天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。如果您有进一步想要讨论的内容，欢迎评论区留言，或后台留言“社群”即可加入社群与我们互动。

关于天桥脑科学研究院

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。

Chen Institute与华山医院、上海市精神卫生中心设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了加州理工天桥神经科学研究院。

Chen Institute建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、等。