█ 脑科学动态
大脑为何会“起皱”？凝胶模型重现神经发育畸形全过程
不仅是运动中枢：小脑特定区域 LangCereb3 专司语言
脑成像显示婴儿在说话前已开始理解动词
智能体AI革新阿尔茨海默病筛查：从静态测试到动态协作
屏幕时间不仅影响睡眠，还削弱青少年健康生活信念
脑部磁脉冲疗法被证实为治疗抑郁症的低成本有效途径
模拟人脑微环境，新模型发现PTPRZ1蛋白调控肿瘤恶变
人类智能的关键在于大脑网络如何协同工作
█ AI行业动态
OpenAI发布免费科研神器Prism，GPT-5.2全面接管论文写作
ClawdBot爆红引发全球安全恐慌，专家紧急预警“不要裸奔”
警惕“幽灵引用”与“死互联网”：生成式AI引发科学界认知污染危机
█ AI驱动科学
Cell：受剪纸艺术启发，北航团队开发“电子皮肤”护航器官治疗
给水凝胶装上“血管”：新型合成肌肉实现空气中快速驱动
小符号引发大风险：大型语言模型中的表情符号语义混淆
基于物理学训练的基础人工智能模型正在推动科学发现
KAIST开发通用AI适配器：无视架构差异高效传递知识
拒绝盲目自动化：人机协作才是企业竞争力的护城河
基于“观念运动理论”的下一代脑机接口，让AI直接读懂你的目标
把脑电“藏”到耳后：超薄透气贴片实现高效脑机交互
脑科学动态
大脑为何会“起皱”？凝胶模型重现神经发育畸形全过程
大脑复杂的褶皱是如何从简单的生物物理过程中产生的？哈佛大学约翰·A·保尔森工程与应用科学学院的L. Mahadevan、Gary Choi和Sifan Yin等人组成的跨学科团队，通过结合物理学模型与生物学观察，揭示了大脑折叠及其发育畸形背后的通用物理机制。该研究不仅解释了大脑如何形成正常的褶皱，还阐明了基因缺陷如何通过改变物理参数导致神经发育疾病。
▷ 人脑表面磁共振成像重建与雪貂脑模拟在皮质畸形多小脑回畸形方面的比较。Credit: Harvard John A. Paulson School of Engineering and Applied Sciences
研究团队采用了一种综合方法，包括研究雪貂大脑、构建物理凝胶模型以及进行计算机数值模拟。雪貂因其大脑拥有与人类相似的褶皱结构，被选为理想的实验模型。研究核心发现，大脑折叠主要由两个关键物理变量驱动：皮层相对于大脑整体大小的厚度，以及皮层相对于内部白质的生长速度。当外层皮质生长快于内部时，机械不稳定性会导致表面弯曲。
通过调整这些物理参数，研究人员成功重现了多种人类大脑皮质发育畸形。例如，模拟显示皮层局部变薄会产生类似多小脑回畸形的细密褶皱，这通常与SCN3A基因突变有关；而皮层增厚伴随生长减缓则会导致类似无脑回畸形的平滑表面，与TMEM161B基因异常相关。此外，姊妹研究表明，无论是雪貂、猕猴还是人类，其大脑折叠都遵循相同的物理规则，形态差异仅源于不同的生长速率和初始条件。这一发现建立了一个从基因到几何结构的统一框架，为理解神经发育疾病提供了新的视角。研究发表在 eLife 上。
#疾病与健康 #神经机制与脑功能解析 #大脑折叠 #生物物理学 #发育畸形
阅读更多：
Choi, Gary PT, et al. “Biophysical Basis for Brain Folding and Misfolding Patterns in Ferrets and Humans.” eLife, edited by Saad Jbabdi and Timothy E Behrens, vol. 14, Dec. 2025, p. RP107141. eLife, https://doi.org/10.7554/eLife.107141
不仅是运动中枢：小脑特定区域 LangCereb3 专司语言
长期以来，小脑被认为主要负责运动和平衡，但其在高级认知功能中的作用逐渐浮出水面。为了厘清小脑在语言处理中的具体角色，来自麻省理工学院（MIT）的 Colton Casto 和 Evelina Fedorenko 等研究人员进行了一项跨度长达16年的大规模研究。他们通过分析海量脑部扫描数据，颠覆了以往的认知，证实了小脑内部存在专门负责语言处理的区域，为理解人类语言网络提供了全新的视角。
▷ 右侧小脑后部的四个区域对阅读和听力中的语言活动均有可靠的反应。Credit: DOI: 10.1016/j.neuron.2025.12.030
这项研究利用功能性磁共振成像（fMRI），分析了846名参与者在执行不同任务时的大脑活动数据，涵盖了阅读、听力以及解数学题、听音乐等非语言任务。研究团队在右侧小脑后部识别出四个与语言紧密相关的区域。最令人惊讶的发现是，其中一个被称为 LangCereb3 的区域表现出高度的“专一性”，它几乎只对语言处理产生反应，而忽略其他心智任务，这一特性与大脑皮层的主要语言网络高度一致。另外三个区域则表现出混合功能，同时参与语言和非语言活动。这一发现不仅绘制了详细的小脑语言地图，还提示 LangCereb3 可能成为治疗中风或失语症等语言障碍的重要神经靶点。研究发表在 Neuron 上。
#疾病与健康 #神经机制与脑功能解析 #阿尔茨海默病 #触觉感知 #Tau蛋白
阅读更多：
Casto, Colton, et al. “The Cerebellar Components of the Human Language Network.” Neuron, vol. 0, no. 0, Jan. 2026. www.cell.com, https://doi.org/10.1016/j.neuron.2025.12.030
脑成像显示婴儿在说话前已开始理解动词
婴儿通常在一岁左右才开始说出第一个词，且大多是“妈妈”或“球”这类名词，这让人们误以为动词理解发生得较晚。Kelsey L. Frewin、Sarah A. Gerson及其同事（卡迪夫大学、东英吉利大学、华威大学）利用神经生理学技术进行了开创性研究，首次证实10个月大的婴儿在开口说话前，大脑就已经开始尝试理解动词的含义。
研究团队招募了10个月大的婴儿，让他们观看包含挥手、走路等日常动作的视频，同时播放与画面匹配或不匹配的动词音频。科学家利用脑电图捕捉婴儿的大脑反应，重点观察事件相关电位（ERP）的变化。为了验证测试的有效性，团队首先在成年人身上进行了相同实验，观察到了预期的N400效应（一种反映语义整合困难的特定脑电波成分）。实验结果显示，当听到与眼前动作不符的动词时，婴儿的大脑也会产生特定的电位变化，表明他们能够察觉这种不匹配。尽管婴儿的脑电反应模式与成人有所不同，且这种能力与他们目前的词汇量无关，但这有力地证明了婴儿在生命的第一年里就已经对动作和动词的关联十分敏感，具备了初步的语义知识。这一发现挑战了传统观点，表明动词理解的萌芽远早于语言表达的开始。研究发表在 Cortex 上。
#认知科学 #神经机制与脑功能解析 #语言发展 #婴儿研究 #脑电图
阅读更多：
Frewin, Kelsey L., et al. “Electrophysiological Evidence of Infants’ Understanding of Verbs.” Cortex, vol. 196, Mar. 2026, pp. 41–60. ScienceDirect, https://doi.org/10.1016/j.cortex.2025.12.009
智能体AI革新阿尔茨海默病筛查：从静态测试到动态协作
传统的阿尔茨海默病筛查往往依赖纸质问卷，不仅耗时且难以捕捉细微的认知变化。Kevin Mekulu和Hui Yang（宾夕法尼亚州立大学）等研究人员提出了一种全新的解决方案：利用能够独立规划和执行任务的智能体人工智能，通过分析患者的语音模式来早期检测神经退行性疾病，为认知护理提供了更精准、更具适应性的工具。
▷ 从语音转录中发现字符级语言生物标记的符号递归深度度量学习框架。Credit: Frontiers in Aging Neuroscience (2025).
这项研究的核心在于引入了“智能体人工智能”，这是一种超越传统静态模型的新型系统。传统的AI通常只是简单地根据输入生成输出，而智能体AI则建立在模块化的大语言模型基础之上，能够模拟临床团队的协作模式。研究团队构建了一个“认知智能体实验室”，其中包含负责文本处理、临床语言学分析、认知评估以及文献综述等不同角色的AI智能体。这些智能体不仅能分析患者语音中的词语选择、流畅性和重复等语言生物标志物（linguistic biomarkers），还能根据患者的实时反应调整评估策略。更重要的是，该系统并非“黑箱”，它能提供完整的推理过程供医生审核，从而实现透明且个性化的筛查。这种方法将认知评估从一次性的静态测试转变为一个动态、连续且结合情境的过程，有望在症状明显出现前数年发现问题。研究发表在 Journal of Alzheimer's Disease Reports 上。
#AI 驱动科学 #个性化医疗 #阿尔茨海默病 #智能体人工智能 #语音生物标志物
阅读更多：
Mekulu, Kevin, et al. “Agentic Artificial Intelligence in Cognitive Screening: A Translational Roadmap for Dementia Care.” Journal of Alzheimer’s Disease Reports, vol. 9, Dec. 2025, p. 25424823251407989. SAGE Journals, https://doi.org/10.1177/25424823251407989
屏幕时间不仅影响睡眠，还削弱青少年健康生活信念
屏幕时间过长如何影响青少年的身心健康？Wiley 发布的一项新研究揭示了其中的关联。研究结果表明，屏幕暴露不仅与睡眠质量下降有关，还在睡眠质量差导致的不健康生活信念之间起到了关键的中介作用，这为改善青少年生活习惯提供了新的干预方向。
该研究对土耳其黑海地区两所高中的700名青少年进行了深入调查。研究团队利用问卷调查收集了参与者的屏幕使用习惯、睡眠状况以及对健康生活方式的看法。分析结果显示，花费更多时间在屏幕上的青少年，其睡眠质量往往更低，且不太可能认同维持健康生活方式的重要性。
进一步的数据分析揭示了一个重要的机制：屏幕暴露（screen exposure）在睡眠质量与健康生活方式信念之间起到了中介作用（mediating role，即解释自变量与因变量之间关系的变量）。这意味着，较差的睡眠质量可能导致青少年增加屏幕使用时间，而增加的屏幕时间反过来又削弱了他们对健康生活方式的信念。基于此发现，作者建议推广相关干预措施，旨在减少青少年的屏幕接触，同时增加社交互动并发展其他替代活动，以帮助他们养成更健康的生活方式。研究发表在 Brain & Behavior 上。
#疾病与健康 #疾病预防 #睡眠质量 #行为干预 #青少年健康
阅读更多：
Sleep Quality and Healthy Lifestyle Beliefs in Adolescents: The Mediating Role of Screen Exposure, Brain and Behavior (2026). DOI: 10.1002/brb3.71212
脑部磁脉冲疗法被证实为治疗抑郁症的低成本有效途径
重度抑郁症严重影响全球数亿人的生活，尤其是对药物无反应的难治性抑郁症患者。尽管经颅磁刺激（TMS）技术已被证实有效，但因缺乏经济效益证据，其在公共医疗体系中的普及受阻。来自诺丁汉大学临床试验中心的卫生经济学家Edward Cox与NIHR诺丁汉生物医学研究中心的Richard Morriss教授团队，通过一项大规模经济评估研究打破了这一僵局。他们发现，对于中重度难治性抑郁症患者而言，TMS不仅能显著改善症状，而且对医疗体系而言是一种极具成本效益的治疗选择。
该研究采用决策分析模型（DAM），整合了两项大型临床试验（BRIGhTMIND和SMD）的数据，对比了重复经颅磁刺激（rTMS）和间歇性θ节律刺激（iTBS）与常规治疗的经济性。结果显示，从医疗体系角度看，这两种疗法的增量成本效益比（ICER，即每获得一个单位健康改善所需的额外成本）约为1.2万至1.3万英镑，远低于通常被视为具有成本效益的2万至3万英镑阈值。更重要的是，从社会视角分析，TMS疗法通过帮助患者恢复工作能力、减少家属的非正式护理时间，实际上比常规治疗更省钱。研究指出，只要确保护理模式的高效运作，TMS应当被视为常规药物治疗无效后的首选替代方案。研究发表在 BMJ Mental Health 上。
#疾病与健康 #心理健康与精神疾病 #经颅磁刺激 #卫生经济学 #难治性抑郁症
阅读更多：
Cox, Edward, et al. “Is It Time for Mental Health Services to Invest in Neurostimulation? An Economic Evaluation of Transcranial Magnetic Stimulation Therapies for the Treatment of Moderate to Severe Treatment-Resistant Depression in the UK.” BMJ Mental Health, vol. 29, no. 1, Jan. 2026. mentalhealth.bmj.com, https://doi.org/10.1136/bmjment-2025-302237
模拟人脑微环境，新模型发现PTPRZ1蛋白调控肿瘤恶变
胶质母细胞瘤因其高侵袭性和对治疗的顽强抵抗而被称为最致命的脑肿瘤之一。Shivani Baisiwala、Aparna Bhaduri及其在加州大学洛杉矶分校的同事开发了先进的3D肿瘤类器官模型，成功在实验室中重建了包含免疫成分的人脑肿瘤微环境，为解析肿瘤耐药机制提供了新工具。
▷ 在 HOTT 系统中，肿瘤细胞的免疫荧光染色呈绿色，与癌症增殖标志物存在重叠。Credit: Bhaduri Lab
研究团队构建了名为HOTT和iHOTT的两种互补模型。首先，利用HOTT系统，研究人员发现一种名为PTPRZ1（Receptor-type tyrosine-protein phosphatase zeta 1）的蛋白质在肿瘤细胞与周围脑细胞的通讯中起关键作用。令人意外的是，降低脑细胞中该蛋白的水平反而促使肿瘤细胞进入更具侵袭性的状态，形成长距离的肿瘤微管以辅助扩散，且这一过程不依赖于酶活性。随后，在整合了患者自身免疫细胞的外周血单核细胞（PBMCs）的iHOTT模型中，团队测试了免疫药物帕博利珠单抗（Pembrolizumab）。结果显示，虽然药物成功“唤醒”了免疫系统，导致CD4 T细胞（CD4 T cells）等群体扩增，但肿瘤细胞依然存活。进一步分析发现，被激活的T细胞反应在不同患者间差异巨大，缺乏针对共有肿瘤靶点的统一反应，这解释了为何此类免疫疗法在临床上往往效果不佳。这一发现强调了针对患者特异性抗原开发策略的必要性。研究发表在 Cell Reports 上。
#疾病与健康 #个性化医疗 #胶质母细胞瘤 #类器官 #免疫疗法
阅读更多：
Baisiwala, Shivani, et al. “A Human Tumor-Immune Organoid Model of Glioblastoma.” Cell Reports, vol. 45, no. 1, Jan. 2026. www.cell.com, https://doi.org/10.1016/j.celrep.2025.116790
人类智能的关键在于大脑网络如何协同工作
长期以来，神经科学倾向于将大脑功能定位在特定区域，但这难以解释为何人类认知具有高度的整体性和统一性。圣母大学的Aron Barbey教授与研究生Ramsey Wilcox，联合石溪大学的Babak Hemmatian和Lav Varshney，开展了一项大规模神经影像学研究。他们基于“网络神经科学理论”，不仅揭示了大脑网络组织效率与一般智力之间的内在联系，还证实了智力并非源于单一脑区，而是涌现于全脑系统的动态协调与整合。
研究团队分析了迄今为止规模最大的相关数据集之一，涵盖了“人类连接组计划”（Human Connectome Project）中的831名成年人以及“INSIGHT研究”中的145名独立样本。通过整合脑结构和功能的测量数据，研究人员验证了智力运作的四个关键预测：首先，智力依赖于跨多个网络的分布式处理；其次，大脑通过微弱的长距离连接实现系统内的高效通信与信息整合；第三，特定的脑区作为调控枢纽，通过塑造信息流向来协调不同网络的交互；最后，大脑采用“小世界”架构，即在维持局部紧密连接的同时，保留通往远端区域的捷径，从而平衡局部专业化与全局整合。这种灵活的组织原则解释了人类如何适应复杂环境，并为开发以生物学为灵感的人工智能提供了新的设计思路。研究发表在 Nature Communications 上。
#认知科学 #神经机制与脑功能解析 #计算模型与人工智能模拟 #一般智力 #网络神经科学 #人类连接组
阅读更多：
Wilcox, Ramsey R., et al. “The Network Architecture of General Intelligence in the Human Connectome.” Nature Communications, Jan. 2026. www.nature.com, https://doi.org/10.1038/s41467-026-68698-5
AI 行业动态
OpenAI发布免费科研神器Prism，GPT-5.2全面接管论文写作
OpenAI 近日正式推出了名为 Prism 的新一代科研写作工具，旨在打破长期以来科研工具碎片化的僵局。这款基于云端的“AI 原生” LaTeX工作区，由最新的 GPT-5.2 模型驱动，专为学术写作和团队协作打造。此前，研究人员不得不在编辑器、PDF 阅读器和文献管理软件之间频繁切换，导致注意力分散，而 Prism 通过深度集成 AI，能够理解论文的整体结构、公式、参考文献以及上下文语境，从而提供无缝的辅助。它不仅能从摘要开始全程协助润色论文，还能将上传的白板草图一键转化为 TikZ（在 LaTeX 中创建图形元素的绘图包）图表，甚至自动管理引用并汇总相关研究，极大地提升了科研效率。
Prism 的核心优势在于其强大的协作能力和极低的使用门槛。该平台支持无限数量的协作者实时共同编辑，彻底消除了版本冲突和繁琐的文件合并过程。GPT-5.2 模型深入工作流内部，支持与用户进行深度推理对话、全局语境下的起草与修改，甚至可以通过语音指令进行编辑。OpenAI 团队表示，Prism 基于其收购的云端平台 Crixet 构建，目前向所有拥有 ChatGPT 个人账号的用户免费开放，旨在让高质量的科学工具触手可及。虽然目前完全免费，但未来更高级的 AI 功能将通过付费计划推出。这一举措被视为 OpenAI 在科研领域的重大布局，有望终结 Overleaf 等传统工具的统治地位，推动科学研究在 2026 年迎来类似软件开发领域的 AI 变革。
#OpenAI #Prism #GPT-5.2 #科研工具 #LaTeX
阅读更多：
https://openai.com/prism/
ClawdBot爆红引发全球安全恐慌，专家紧急预警“不要裸奔”
近期，一款名为 ClawdBot 的自动化工具在科技圈一夜爆红，用户利用其自动清空邮箱、重建网站，被视为 AI 领域的又一重大时刻。然而，随着热度攀升，各大科技公司 CEO 和独立开发者纷纷发出严厉预警，称其可能引发全球性安全灾难。ClawdBot 赋予了 AI 智能体极高的权限，包括读写文件、访问邮箱和执行 Shell 访问权限。独立开发者 Burak Eregar 指出，许多用户将 ClawdBot 部署在服务器上时，端口完全暴露在公网且缺乏身份验证。这意味着攻击者只需通过简单的提示词注入（Prompt Injection，通过输入恶意指令诱导 AI 执行非预期操作的攻击），即可诱导机器人删除用户数据甚至接管系统。已有案例显示，该工具曾被用于窃取流媒体和银行账户信息，甚至遭受来自不同 IP 的暴力破解。
针对这一危机，Prompt Security 的首席执行官 Itamar Golan 强调，成千上万“裸奔”在公网上的 ClawdBot 相当于向黑客敞开大门，呼吁用户立即关闭公网端口并增加认证机制。Godofprompt 联合创始人 Robert Youssef 指出，ClawdBot 本质上属于基础设施而非普通消费级产品，要求用户具备 Linux 和密钥管理等专业知识，否则将面临灾难性风险。尽管存在 Tailscale 等工具可用于加固安全，通过建立虚拟专用网隔离风险，且 ShineOn 的首席执行官 Michael Crist 展示了如何通过一系列配置将安全等级大幅提升，但研究人员普遍认为，目前的 ClawdBot 尚不适合普通用户使用。专家警告，将仍处于演示阶段的代码直接部署到生产环境，无异于将数字生活的钥匙交给了不可控的“定时炸弹”，用户必须在便利与安全之间做出审慎选择。
#ClawdBot #AI安全 #网络攻击 #智能体 #提示词注入
阅读更多：
https://x.com/ItakGol/status/2015828732217274656
警惕“幽灵引用”与“死互联网”：生成式AI引发科学界认知污染危机
奥斯陆大学心理学系的研究人员 Dan Quintana 近期遭遇了典型的“幽灵引用”（Ghost Citations，指AI虚构的不存在但看起来合理的文献引用），这揭示了生成式AI正在对科学界造成严重的“认知污染”。这种现象并非个例，Clear Skies 公司的 Adam Day 指出，类似贩毒集团的“论文工厂”正在工业化地利用AI模板批量生产伪造论文，内容涵盖虚构的癌症研究数据及逼真的生物医学图像。虽然部分荒谬的AI配图（如“大睾丸老鼠”图）容易被识破，但更具欺骗性的虚假数据正悄无声息地混入数据库。这一危机甚至蔓延至AI研究本身，顶级机器学习会议 NeurIPS 2025 的接收论文中竟发现了数百条由 AI 编造的引用。研究人员警告，这些毫无价值的数据若成为后续研究的基石，将对科学尊严造成不可逆的损害。
面对海量涌入的AI生成投稿，不堪重负的审稿人也被迫卷入这场“军备竞赛”，开始使用AI撰写评审意见。Pangram Labs 分析发现，ICLR（International Conference on Learning Representations，国际学习表征会议）的投稿中，超过一半的同行评审涉及AI辅助。更荒诞的是，部分作者利用“白色密令”（在论文中隐藏肉眼不可见的指令）来操控AI审稿人给出好评，形成了“AI写、AI审”的虚假闭环。默里州立大学的 A.J. Boston 将此现象类比为“死互联网理论”（Dead Internet Theory，指网络内容主要由机器人生成和互动的假说），警告科学文献正滑向这一黑洞。随着 arXiv 等预印本平台被滥用，真实的科学发现可能被算法生成的垃圾淹没，而这些垃圾数据若被用于训练下一代模型，将导致人类知识库被永久性污染，未来的研究人员将难以在算法堆砌的废墟中寻找真理。
#认知污染 #幽灵引用 #AI学术造假 #死互联网理论 #论文工厂
阅读更多：
https://www.theatlantic.com/science/2026/01/ai-slop-science-publishing/685704/?gift=2iIN4YrefPjuvZ5d2Kh302sHLanfHX5n8bQu5AH2Vug
AI 驱动科学
Cell：受剪纸艺术启发，北航团队开发“电子皮肤”护航器官治疗
针对复杂器官药物递送效率低且风险高的问题，北京航空航天大学的Lingqian Chang、Ye Xu、Yubo Fan联合伊利诺伊大学厄巴纳-香槟分校的Cunjiang Yu及香港城市大学的Xinge Yu等人，开发了一种名为POCKET的柔性生物电子器件。该技术突破了传统药物递送的时空局限，实现了对不规则器官表面的精准贴合与高效药物递送，为保护女性生育能力及治疗器官损伤提供了全新方案。
▷ Credit:Cell.
研究团队受剪纸艺术启发，提出了器官定制化剪纸共形理论（organ-conformal kirigami theory，建立几何参数与器官曲率关系的理论），研发出四层结构的POCKET贴片。该器件利用纳米电穿孔实现药物的高效递送。实验显示，通过个性化定制，POCKET能以超过95%的覆盖率完美贴合卵巢和肾脏等复杂器官。在小鼠模型中，团队成功将治疗质粒精准递送至卵巢表面细胞，在降低癌症发生风险的同时，避免了对内部生殖细胞的基因干扰，从而保留了生育能力。此外，在肾脏缺血再灌注损伤模型中，该器件通过局部持续递送药物，有效修复了肾功能并避免了全身性副作用。研究发表在 Cell 上。
#疾病与健康 #个性化医疗 #生物电子学 #药物递送 #纳米电穿孔
阅读更多：
Wang, Yuqiong, et al. “An Organ-Conformal, Kirigami-Structured Bioelectronic Patch for Precise Intracellular Delivery.” Cell, vol. 0, no. 0, Jan. 2026. www.cell.com, https://doi.org/10.1016/j.cell.2025.12.021
给水凝胶装上“血管”：新型合成肌肉实现空气中快速驱动
如何让合成材料像真正的生物肌肉一样在空气中灵活运动并快速响应？内布拉斯加大学林肯分校的Stephen A. Morin团队开发了一种带有微流体“血管”的新型合成肌肉，克服了传统水凝胶材料依赖水环境且反应迟缓的难题，为软体机器人和假肢技术带来了新希望。
▷ 微凝胶致动器的设计与制造。Credit: Advanced Functional Materials (2025).
该研究团队设计了一种基于水凝胶的软致动器系统，创新性地将微小的微凝胶单元与模拟生物血管的内部微流体循环系统（microfluidic circulatory system）相结合。传统水凝胶虽然具有良好的机械性能，但通常需要浸泡在水中才能工作，且由于水分扩散慢导致响应滞后。研究人员通过微加工技术构建了微流体通道，能够直接向致动器内部输送燃料和化学刺激，使其无需外部水源即可在空气环境中运行。实验表明，这种合成肌肉对温度、pH值和离子浓度等刺激的响应时间缩短至30秒，并能产生强大的抓取力，能够提起超过自身重量34倍的物体。团队还展示了一只由该材料制成的多致动器软体机械手，实现了可编程的复杂动作。这种集运动、控制和能量输送于一体的集成平台，未来有望采用更接近天然肌纤维的管状设计，应用于精细的人机交互场景。研究发表在 Advanced Functional Materials 上。
#其他 #机器人及其进展 #软体机器人 #材料科学 #水凝胶
阅读更多：
Huang, Nengjian, et al. “Controlled Movement of Soft Actuators Using Multi-Responsive Microgel Arrays and Microcirculatory Systems.” Advanced Functional Materials, n/a, no. n/a, p. e21444. Wiley Online Library, https://doi.org/10.1002/adfm.202521444
小符号引发大风险：大型语言模型中的表情符号语义混淆
表情符号常被用于数字交流中表达情感，但它们可能会让智能系统产生致命误解。Weipeng Jiang、Xiaoyu Zhang及其同事（西安交通大学、南洋理工大学和马萨诸塞大学阿默斯特分校）合作开展了一项研究，揭示了大型语言模型在处理包含ASCII表情符号的指令时存在严重的安全漏洞。研究发现，模型容易将情感符号误读为代码逻辑，从而执行非预期的、甚至是破坏性的操作。
▷ LLM 可能会将人类用来表达情感的表情符号作为指令的一部分，最终导致灾难性后果（例如关键数据丢失）。Credit: Jiang et al.
研究团队开发了一套自动化测试流程，构建了包含3,757个编程测试用例的数据集，涵盖多种编程语言及应用场景。他们测试了包括Claude-Haiku-4.5、Gemini-2.5-Flash和GPT-4.1-mini在内的六种先进模型。研究主要关注“表情符号语义混淆”（Emoticon Semantic Confusion），即模型无法区分用于表达情感的ASCII字符组合与实际代码操作符。例如，用户在指令末尾加上波浪号 `~` 表示轻松的语气，模型却将其解析为Unix系统中的“主目录”，导致本应删除临时文件夹的操作变成了删除整个用户目录。测试结果显示，这种混淆现象普遍存在，平均发生率超过38%。更危险的是，超过90%的错误属于“静默失败”（Silent Failures），即生成的代码在语法上完全正确且能运行，但执行的却是错误甚至有害的指令，用户难以通过常规检查发现。
#神经科学 #神经机制与脑功能解析 #技术创新 #单神经元重建 #全脑成像
阅读更多：
Jiang, Weipeng, et al. “Small Symbols, Big Risks: Exploring Emoticon Semantic Confusion in Large Language Models.” arXiv:2601.07885, arXiv, 12 Jan. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2601.07885
基于物理学训练的基础人工智能模型正在推动科学发现
当今流行的AI模型多依赖文本或图像，而Polymathic AI合作组织（包括剑桥大学 等机构的研究人员）正在开辟一条新路径：利用真实科学数据训练懂物理的AI。由Michael McCabe等人开发的Walrus和AION-1模型，不仅学习特定场景，更致力于掌握物理过程的底层基础，使从一个领域习得的知识能跨越学科界限，应用于解决看似毫无关联的科学难题，从而大幅加速科学发现。
▷ Walrus 是一款现代 Transformer 模型，它融合了新型稳定技术和最新的自适应计算方法，能够从高度多样化的物理动力学数据集中学习。Walrus 以一小段快照序列作为输入，并预测序列中的下一步。Credit: arXiv (2025).
该研究团队针对物理模拟中的挑战，开发了名为Walrus的基础模型，专注于处理流体及类流体系统。Walrus利用一个名为“The Well”的巨型数据集进行训练，该数据集由Polymathic AI团队构建，包含流体动力学中19种不同场景和63个不同领域的15TB数据。为了解决物理数据的高度异质性和长视界预测的不稳定性，团队引入了块抖动（Patch jittering，一种源自谐波分析的轻量级程序以减少长期误差）、2D数据增强至3D空间以及自适应计算标记化（Adaptive-compute Tokenization，根据分辨率或复杂度动态分配算力）等创新技术。实验结果显示，Walrus在处理从中子星合并到地球大气层分层等广泛物理系统时，其短期和长期预测能力均优于现有的基础模型。与此同时，针对天文学开发的AION-1模型，基于斯隆数字巡天（SDSS）等项目的海量观测数据，能够从低分辨率图像中推断出天体的详细物理信息。这些模型如同通用的物理模拟器，让科学家无需从头构建流程即可获得高精度的预测结果。
#AI 驱动科学 #计算模型与人工智能模拟 #物理模拟 #基础模型 #流体动力学
阅读更多：
McCabe, Michael, et al. “Walrus: A Cross-Domain Foundation Model for Continuum Dynamics.” arXiv:2511.15684, arXiv, 19 Nov. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2511.15684
KAIST开发通用AI适配器：无视架构差异高效传递知识
面对AI模型更新换代带来的高昂重训成本，Hyunwoo J. Kim及其团队（韩国科学技术院 ）与韩国大学合作，开发了一种名为“TransMiter”的新技术。该技术成功解决了不同结构和规模的AI模型之间难以共享知识的难题，实现了无需从头训练即可将“弱”模型学到的专业知识高效“移植”给“强”模型，为AI模型的快速迭代和低成本更新提供了新方案。
▷ TransMiter：一种可迁移的自适应技术，可重复使用，不受模型结构、大小等因素的影响。Credit: arXiv (2025).
这项研究针对的是视觉语言模型，即能够同时理解图像和文本的多模态AI。传统的模型适应方法在面对架构变化时往往束手无策，或者需要消耗巨大的计算资源。研究团队提出的“TransMiter”是一种可迁移的自适应技术，其核心在于不改变AI复杂的内部结构，而是通过观察和学习模型对相同问题的预测结果来提取“诀窍”。具体而言，该方法利用辅助类别扩展（auxiliary class expansion）和基底变换等数学方法，在无监督的情况下捕捉新旧模型之间的知识差异。这种方法不需要进行复杂的反向传播，就像给模型打上“知识补丁”一样，能够即时生效且几乎不降低运行速度。实验表明，这种技术不仅能跨越模型架构的障碍精确传递知识，在结合少量标记数据后，其性能甚至超越了经过全面微调的更大模型。
#大模型技术 #计算模型与人工智能模拟 #知识迁移 #视觉语言模型 #TransMiter
阅读更多：
Park, Jihwan, et al. “Transferable Model-Agnostic Vision-Language Model Adaptation for Efficient Weak-to-Strong Generalization.” arXiv:2508.08604, arXiv, 17 Jan. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2508.08604
拒绝盲目自动化：人机协作才是企业竞争力的护城河
随着人工智能技术的飞速发展，企业界对于是用机器人取代人类员工以削减成本，还是通过人机协作来增强能力的争论日益激烈。Chou-Yu Tsai、Jason D. Marshall和Rory Eckardt等人（宾汉顿大学、克瑞顿大学等）组成的跨学科研究团队，针对这一关键问题进行了深入探索，旨在揭示人机互动如何影响组织的长期竞争优势。
▷ 人力资本机器人整合（HCRI）框架。Credit: Journal of Organizational Behavior (2025).
该研究并没有局限于单一的效率指标，而是开发了一个名为人力资本机器人整合（Human Capital Robotic Integration, HCRI）的多层次理论框架。研究人员对比了两种核心观点：将机器人视为劳动力的替代视角和将其视为合作伙伴的互补视角。结果发现，虽然用机器人取代人类可以短期提升效率，但这种策略很容易被竞争对手复制，从而导致企业失去独特的竞争优势。相反，采取互补视角，让机器人处理复杂数据分析或辅助精细操作（如手术机器人），不仅能放大人类员工的能力，还能通过改变社会动力学增强团队的凝聚力和忠诚度。这种将现有人力转化为难以模仿的资源的过程，才是企业在激烈市场中获取更大价值份额的关键。研究强调，剥夺员工具有自主性和意义的任务可能会损害心理健康及效率，因此企业应更关注技术如何加强团队协作而非单纯的岗位替代。研究发表在 Journal of Organizational Behavior 上。
#认知科学 #机器人及其进展 #跨学科整合 #人机协作
阅读更多：
Tsai, Chou-Yu, et al. “Human Capital Robotic Integration and Value Creation for Organizations.” Journal of Organizational Behavior, n/a, no. n/a. Wiley Online Library, https://doi.org/10.1002/job.70044. Accessed 28 Jan. 2026
基于“观念运动理论”的下一代脑机接口，让AI直接读懂你的目标
传统的脑机接口要求瘫痪患者在大脑中费力地模拟具体的肌肉运动指令，这不仅认知负担重，且缺乏真实的“掌控感”。Christian Beste团队（德国德累斯顿工业大学）联合阿姆斯特丹自由大学和京都大学的研究人员，提出了一种颠覆性的设计范式。他们结合经典的心理学理论与最新的AI技术，构建了一种能够直接解读用户“预期目标”而非“动作细节”的自适应系统，旨在实现更自然、高效的人机交互。
该研究基于“观念运动理论”（Ideomotor Theory），认为人类的随意运动是由对“预期感觉结果”的激活所驱动的。研究团队提出，下一代脑机接口不应局限于解码运动皮层的肌肉指令，而应聚焦于感觉与顶叶皮层，直接解码大脑中关于“目标状态”（例如“手中握着苹果”的视觉或触觉预期）的信号。为了实现这一动作，系统引入了类似强化学习中的“世界模型”作为AI中介。在这个分层架构中，用户的大脑仅需产生高层的“意图”，而AI代理则负责在复杂的环境中规划最佳路径并执行具体的机械动作。这种设计不仅大幅降低了用户的学习成本，还能适应不同的外部设备。现有证据显示，即便是截肢患者，其大脑中关于身体部位的感觉表征依然可以通过深度学习技术进行重建，证实了该路径的可行性。研究发表在 Trends in Cognitive Sciences 上。
#意识与脑机接口 #脑机接口 #观念运动理论 #世界模型 #生成式AI
阅读更多：
Beste, Christian, et al. “Moving Intentions from Brains to Machines.” Trends in Cognitive Sciences, vol. 0, no. 0, Jan. 2026. www.cell.com, https://doi.org/10.1016/j.tics.2025.12.003
把脑电“藏”到耳后：超薄透气贴片实现高效脑机交互
如何让脑机接口像贴创可贴一样简单舒适？北京理工大学的Ying Sun、Weijia Liu及Guozhen Shen团队开发了一种超薄、透气的多通道耳后贴片，成功解决了传统脑电监测设备笨重、依赖导电凝胶的痛点。该研究通过工程化设计，在不牺牲信号质量的前提下，实现了对日常脑电活动的长时间稳定监测和基于意念的外部设备控制。
该团队采用直接注射打印技术，利用具有高导电性和亲水性的MXene（二维过渡金属碳/氮化物）材料制备干电极，构建了一种厚度仅约188.3微米的耳-计算机接口贴片。这种贴片具有优异的透气性和皮肤粘附性，即使在运动或长时间佩戴（10小时）后，仍能保持低阻抗和稳定的信号传输。在功能验证中，该贴片展现了惊人的准确性：在长达65分钟的疲劳诱发实验中，其对疲劳状态的识别准确率达到90.5%；在稳态视觉诱发电位（SSVEP）脑机接口任务中，受试者仅凭注视不同频率的闪烁目标，就能以93.5%的在线平均准确率发出指令，成功控制无人车完成复杂的路径行驶。这项工作将脑电监测从实验室推向了更轻量化的日常应用场景。研究发表在 Science Bulletin 上。
#意识与脑机接口 #脑机接口 #柔性电子 #MXene
阅读更多：
Sun, Ying, et al. “An Ultrasoft, Breathable, and Multichannel Ear-Computer Interface Patch.” Science Bulletin, Jan. 2026. ScienceDirect, https://doi.org/10.1016/j.scib.2025.12.042
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。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。您也可以在后台提问，我们将基于追问知识库为你做出智能回复哦~
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。
研究院在华山医院、上海市精神卫生中心分别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陈天桥雒芊芊神经科学研究院。
研究院还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、、、科普视频媒体「大圆镜」等。
热门跟贴