█ 脑科学动态
Nature：切断肿瘤与大脑的“通话”可重启抗癌免疫
Nature：帕金森病实为躯体-认知-行动网络障碍
人类具备类似蝙蝠的回声定位潜能：大脑的距离“压缩”算法
迄今最大规模GWAS研究：焦虑症源于58个基因变异
纹状体间接通路调节不确定性下的犹豫行为
重度抑郁症患者大脑“指纹”模糊，连接独特性降低
生酮饮食可能是难治性抑郁症的潜在辅助疗法
“梦境工程”可显著提升创造性问题解决能力
告别坏习惯的新思路：不抹去记忆，只降低权重
█ AI行业动态
龙虾头机器人现场送啤酒！OpenClaw千人大会为何引爆硅谷？
Claude Opus 4.6杀入Office，你的工作它全包了
OpenAI携GPT-5.3-Codex硬刚Claude 4.6
█ AI驱动科学
Nature：开源AI撰写综述能力超越人类专家，解决科研幻觉难题
神经植入物与骨再生支架结合实现颅骨愈合与长期脑监测
赋予AI人格并允许“插话”，可显著提升其辩论效率与准确性
类脑AI控制系统赋予软体机器人多任务适应性与稳定性
柔性多功能脑植入物可实现跨脑层同步监测与干预
AI工具利用未标记的脑部核磁共振图像预测大脑年龄、癌症生存率和其他疾病信号
脑科学动态
Nature：切断肿瘤与大脑的“通话”可重启抗癌免疫
大脑如何感知体内的肿瘤并作出反应？宾夕法尼亚大学的金橙橙（Chengcheng Jin）团队与耶鲁大学的常瑞（Rui B. Chang）团队合作，首次系统性地揭示了一条由迷走神经和交感神经介导的“肿瘤-大脑”双向通讯回路。该研究发现，肿瘤竟能利用这一神经回路“欺骗”大脑，从而关闭体内的抗癌免疫系统，加速自身的生长。
研究团队通过结合基因工程小鼠模型、神经示踪及单细胞测序技术，发现肺腺癌会主动诱导迷走感觉神经（连接内脏与大脑的主要通道）的介入。具体而言，肿瘤微环境信号激活了表达Npy2r受体的迷走神经末梢，这些神经将信息传递至脑干。大脑在接收信号后，并非启动防御，而是错误地增强了通往肺部的交感神经（负责“战或逃”反应的神经系统）活动。这种异常兴奋的交感神经释放信号分子，作用于肺泡巨噬细胞表面的β2-肾上腺素能受体，导致巨噬细胞功能受抑，无法有效攻击癌细胞。通过遗传学或化学遗传学手段切断这一“感觉-交感”神经轴，研究人员成功恢复了小鼠的抗肿瘤免疫力并显著抑制了肿瘤生长。研究发表在 Nature 上。
#疾病与健康 #神经机制与脑功能解析 #跨学科整合 #肿瘤免疫 #神经调控
阅读更多：
Wei, Haohan K., et al. “Tumour–Brain Crosstalk Restrains Cancer Immunity via a Sensory–Sympathetic Axis.” Nature, Feb. 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-025-10028-8
Nature：帕金森病实为躯体-认知-行动网络障碍
帕金森病长期以来被视为单纯的运动障碍，但其复杂的全身性症状机制一直未被完全解明。昌平实验室、北京大学的Hesheng Liu、Jianxun Ren以及河南省人民医院的Meiyun Wang等研究团队通过大规模临床影像研究，重新定义了帕金森病的病理机制，发现其本质是一种躯体-认知-行动网络障碍。这一发现不仅解释了疾病的多样化表现，更为精准的神经调控治疗提供了全新靶点。
研究团队构建了一个包含863名受试者的大型多模态临床影像数据集，利用静息态功能连接（RSFC）和皮层电图记录技术，对接受脑深部电刺激（DBS）、经颅磁刺激（TMS）、磁共振成像引导的聚焦超声刺激（MRgFUS）及药物治疗的患者进行了追踪。研究发现，帕金森病的核心病理特征表现为躯体-认知-行动网络（SCAN）与皮层下结构之间的特异性超连接（hyperconnectivity），而非传统认为的效应器特异性运动区域故障。所有有效的治疗手段均能显著降低这种超连接。更具临床意义的是，当研究人员将非侵入性的经颅磁刺激靶点从传统的运动区转移到SCAN节点时，治疗效果提升了一倍；聚焦超声治疗靶点越接近丘脑的SCAN“热点”，疗效越好。这一突破性成果证实了靶向SCAN进行神经调控的可行性和高效性。研究发表在 Nature 上。
#疾病与健康 #神经调控 #帕金森病 #神经机制与脑功能解析 #躯体认知行动网络
阅读更多：
Ren, Jianxun, et al. “Parkinson’s Disease as a Somato-Cognitive Action Network Disorder.” Nature, Feb. 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-025-10059-1
人类具备类似蝙蝠的回声定位潜能：大脑的距离“压缩”算法
人类能否像蝙蝠一样利用回声“看见”世界？Andrew J. Kolarik及其同事（东英吉利大学）开展的一项研究表明，人类可以通过嘴部发出咔哒声来判断物体距离，这揭示了人类大脑惊人的适应性。研究团队发现，这种回声定位能力不仅能被快速习得，还遵循着与普通听觉感知相似的规律。
在这项实验中，研究人员招募了11名蒙住双眼的视力正常参与者，要求他们通过发出嘴部咔哒声来判断前方物体的距离。实验设置了高反射性的铝制物体和低反射性的泡沫物体，放置在30、60或90厘米处。结果显示，参与者通过回声定位做出的距离判断呈现出压缩幂函数特征，即随着物体距离增加，人们倾向于低估其实际距离，这与聆听发声物体时的感知规律一致。此外，物体的材质显著影响判断效果，高反射性的铝制物体在近距离处的判断一致性优于泡沫物体。这一发现证实了距离感知的压缩效应是听觉判断的一种普遍倾向，即使在使用这种新颖的感官技能时也不例外。这项研究不仅展示了人类利用潜能进行空间导航的可能性，也为视障人士的辅助训练提供了科学依据。研究发表在 Experimental Brain Research 上。
#认知科学 #神经机制与脑功能解析 #回声定位 #空间感知 #听觉
阅读更多：
Kolarik, Andrew J., et al. “Compression May Be a General Tendency of Auditory Distance Judgments: Evidence from Distance Estimates Using a Novel Echolocation Skill.” Experimental Brain Research, vol. 243, no. 11, Oct. 2025, p. 231. Springer Link, https://doi.org/10.1007/s00221-025-07180-y
迄今最大规模GWAS研究：焦虑症源于58个基因变异
焦虑症影响着全球大量人口，但其背后的生物学机制长期以来一直是一个谜。为了揭开这一复杂的遗传图谱，Nora I. Strom、John M. Hettema、Thalia Eley和Jürgen Deckert等人（德克萨斯农工大学、伦敦国王学院、维尔茨堡大学等）组成的国际团队进行了迄今为止规模最大的焦虑症遗传学研究，不仅确定了数十个新的风险位点，还揭示了关键的分子信号通路。
▷ 主要 ANX GWAS 的曼哈顿图，显示了 58 个 GWS 位点。Credit: Nature Genetics (2026).
研究团队对超过12万名欧洲血统的焦虑症患者和约73万名对照组进行了全基因组关联分析。结果并未发现单一的“焦虑基因”，而是锁定了58个独立的基因组风险位点，证实了焦虑症是由大量微小效应的基因变异共同作用的结果。研究还发现焦虑症与抑郁症、神经质等特征存在高度的遗传重叠，从基因层面解释了这些疾病为何常相伴发生。通过深入的生物学分析，团队强调了GABA能信号传导在发病机制中的核心作用，这一发现为现有药物的作用机理提供了遗传学证据。此外，研究还指出了其他先前未知的信号通路，为开发超越传统镇静剂的新型疗法指明了方向。研究发表在 Nature Genetics 上。
#疾病与健康 #心理健康与精神疾病 #焦虑症 #全基因组关联分析 #GABA能信号传导
阅读更多：
Strom, Nora I., et al. “Genome-Wide Association Study of Major Anxiety Disorders in 122,341 European-Ancestry Cases Identifies 58 Loci and Highlights GABAergic Signaling.” Nature Genetics, Feb. 2026, pp. 1–14. www.nature.com, https://doi.org/10.1038/s41588-025-02485-8
纹状体间接通路调节不确定性下的犹豫行为
从奥运赛场上的起跑时机到日常生活的抉择，犹豫往往被视为软弱或优柔寡断的表现。然而，Matthew A. Geramita与Eric A. Yttri领导的研究团队（卡内基梅隆大学与匹兹堡大学）颠覆了这一认知。他们发现，犹豫实际上是大脑为了应对不确定性而启动的一种主动保护机制，旨在避免代价高昂的错误。
为了解开大脑控制“暂停键”的谜题，研究人员设计了一项针对小鼠的决策任务，模拟了类似冰球比赛中结果不明朗的场景。通过结合行为学实验与光遗传学技术，团队成功定位了控制犹豫的关键脑区——背内侧纹状体。研究显示，当面对不确定信息时，该脑区中的间接通路神经元会被激活，从而抑制行动冲动，产生犹豫；相反，直接通路则不参与此过程。当研究人员人为抑制这些间接通路神经元时，即使在不确定的情况下，小鼠的犹豫也随之消失。这一发现不仅揭示了大脑如何在“行动”与“等待”之间权衡的神经机制，也为理解焦虑症、强迫症等涉及冲动控制和时机把握失衡的疾病提供了新的生物学基础。研究发表在 Nature Neuroscience 上。
#神经科学 #神经机制与脑功能解析 #行为决策 #光遗传学 #纹状体
阅读更多：
Geramita, Matthew A., et al. “The Striatal Indirect Pathway Mediates Hesitation.” Nature Neuroscience, Dec. 2025, pp. 1–6. www.nature.com, https://doi.org/10.1038/s41593-025-02135-6
重度抑郁症患者大脑“指纹”模糊，连接独特性降低
为什么抑郁症难以通过脑部扫描确诊？Siti Nurul Zhahara和Yoshiyuki Hirano（千叶大学）领导的研究团队发现，这可能与大脑特征的“模糊化”有关。通过分析脑成像数据，他们揭示了重度抑郁症患者的大脑功能连接模式失去了其应有的个体独特性。
就像指纹一样，每个人大脑各区域之间的连接模式（功能连接组）都是独一无二的，这种特性被称为“脑指纹”或功能连接独特性（FC uniqueness）。为了验证这一指标在精神疾病诊断中的潜力，研究团队分析了多中心收集的年轻重度抑郁症患者与健康对照组的静息态功能磁共振成像（resting-state fMRI）数据。
研究人员构建了涵盖300个脑区的个体功能连接组，并计算了独特性指标。结果显示，健康人的大脑连接模式具有高度的辨识度，而在重度抑郁症患者中，这种独特性显著降低，仿佛大脑的个性化“指纹”被抹平了。具体而言，这种独特性缺失在负责认知控制的额顶叶网络和处理感觉运动信息的感觉运动网络中最为明显。此外，数据分析还表明，大脑连接的独特性与临床症状密切相关：患者的“脑指纹”越模糊，其在标准抑郁量表（如PHQ-9和BDI-II）上的得分就越高。这项研究证实了FC独特性不仅是一个稳定的生理指标，更是一个具有临床应用前景的生物标志物。研究发表在 Journal of Affective Disorders 上。
#疾病与健康 #心理健康与精神疾病 #神经机制与脑功能解析 #脑指纹 #重度抑郁症
阅读更多：
Zhahara, Siti Nurul, et al. “Reduced Functional Connectome Uniqueness on the Whole Brain and Network Levels as a Clinically Relevant and Reproducible Neuroimaging Marker in Major Depressive Disorder.” Journal of Affective Disorders, vol. 399, Apr. 2026, p. 121073. ScienceDirect, https://doi.org/10.1016/j.jad.2025.121073
生酮饮食可能是难治性抑郁症的潜在辅助疗法
对于许多对抗抑郁药物无反应的患者来说，寻找有效的替代疗法至关重要。Min Gao及其团队（英国牛津大学）通过一项随机临床试验，探索了生酮饮食作为难治性抑郁症辅助治疗的潜力。研究发现，这种通过饮食改变身体代谢状态的方法，在短期内比常规健康饮食更能显著减轻抑郁症状。
生酮饮食是一种高脂肪、严格限制碳水化合物的饮食模式，它促使人体进入酮症（ketosis）状态，转而利用脂肪产生的酮体而非葡萄糖作为主要能量来源。为了验证其对抗抑郁的效果，研究人员招募了88名难治性抑郁症患者，将其随机分为两组：一组执行严格的生酮饮食（每日碳水化合物<30克），另一组作为对照，执行富含蔬菜和不饱和脂肪的健康饮食。两组均接受了营养指导。
试验进行六周后，结果显示生酮饮食组在抑郁量表（PHQ-9）评分上的改善幅度（平均下降10.5分）优于对照组（平均下降8.3分），差异具有统计学意义。研究人员认为，这为生酮饮食作为辅助疗法提供了初步证据。然而，该疗法的主要挑战在于难以坚持，试验结束后仅有9%的参与者选择继续这种饮食。此外，专家指出，患者在试验期间获得的社会支持也可能是症状改善的重要因素。研究发表在 JAMA Psychiatry 上。
#疾病与健康 #心理健康与精神疾病 #生酮饮食 #难治性抑郁症 #代谢疗法
阅读更多：
Gao, Min, et al. “A Ketogenic Diet for Treatment-Resistant Depression: A Randomized Clinical Trial.” JAMA Psychiatry, Feb. 2026. Silverchair, https://doi.org/10.1001/jamapsychiatry.2025.4431
“梦境工程”可显著提升创造性问题解决能力
“睡一觉问题就解决了”这句谚语可能拥有确凿的神经科学依据。Karen R. Konkoly和Ken A. Paller团队（西北大学）通过一项创新研究证实，利用声音技术干预睡眠中的梦境，可以显著提高人们解决复杂难题的能力。该研究克服了以往难以系统操控梦境的挑战，首次提供了强有力的因果证据，表明在快速眼动睡眠期间定向激活未解问题的记忆，能够促进创造性思维并帮助找到答案。
研究团队招募了20名具有清醒梦经验的参与者进行实验。参与者首先尝试解决一系列配有独特背景音效的脑筋急转弯，但大多未果。随后，当参与者在实验室进入快速眼动睡眠（REM）阶段时，研究人员利用目标记忆重激活（TMR）技术，播放其中一半未解谜题的对应音效。部分参与者甚至能在睡眠中通过特定的呼吸信号告知研究人员他们听到了线索。结果令人振奋：接受声音提示的谜题不仅更频繁地出现在梦境中，其醒后的解决率更是达到了42%，远高于未获提示谜题的17%。更有趣的是，这种效应并不局限于清醒梦，许多非清醒梦也受到了声音的引导（例如听到丛林谜题的声音后梦见在丛林钓鱼），并同样带来了认知能力的提升。这表明大脑在睡眠中可以通过外部引导进行“离线”信息处理。研究发表在 Neuroscience of Consciousness 上。
#认知科学 #记忆机制 #梦境工程 #创造力 #清醒梦
阅读更多：
Konkoly, Karen R, et al. “Creative Problem-Solving after Experimentally Provoking Dreams of Unsolved Puzzles during REM Sleep.” Neuroscience of Consciousness, vol. 2026, no. 1, Jan. 2026, p. niaf067. Silverchair, https://doi.org/10.1093/nc/niaf067
告别坏习惯的新思路：不抹去记忆，只降低权重
记忆必须具备灵活性以适应环境变化，但大脑如何处理不再准确的奖励信息？Carolin Warnecke和Johannes Felsenberg团队（弗里德里希·米歇尔生物医学研究所）通过研究果蝇发现，仅仅再次品尝糖分奖励，就能削弱果蝇先前与该奖励相关的所有记忆。这一发现挑战了记忆更新需要接触特定线索的传统观点，揭示了大脑在保留记忆痕迹的同时抑制相关行为的新机制。
▷ 当果蝇再次体验到奖励时，大脑回路会协同工作以更新奖励记忆。蓝色代表神经元连接枢纽，品红色代表记忆神经元，绿色代表传递奖励信号的多巴胺细胞。Credit: Current Biology (2026).
研究团队利用果蝇进行嗅觉调节实验，首先训练果蝇将特定气味与糖奖励联系起来。随后，研究人员让果蝇再次接触糖分，但这次没有任何气味线索。结果显示，这种单纯的奖励再暴露（US re-exposure）显著降低了果蝇对先前习得气味的寻找行为。有趣的是，这种效应并非单一对应，而是削弱了所有与该特定奖励相关的记忆。神经成像数据显示，原始的记忆痕迹并未被擦除，依然存在于蘑菇体的输出神经元中，说明记忆是被抑制而非消失。此外，这种记忆更新高度依赖于情境：只有在熟悉的环境中接触糖分才会触发记忆贬值，若环境陌生或伴随新学习任务，记忆则保持完整。这一机制独立于多巴胺驱动的记忆调节系统，展示了大脑在稳定性与灵活性之间的微妙平衡。研究发表在 Current Biology 上。
#神经科学 #记忆机制 #适应性行为 #神经可塑性 #果蝇
阅读更多：
Warnecke, Carolin, et al. “Re-Exposure to Reward Re-Evaluates Related Memories.” Current Biology, vol. 36, no. 3, Feb. 2026, pp. 565-575.e3. www.cell.com, https://doi.org/10.1016/j.cub.2025.11.058
AI 行业动态
龙虾头机器人现场送啤酒！OpenClaw千人大会为何引爆硅谷？
近日，开源AI智能体项目OpenClaw（亦称Clawdbot）在旧金山举办了首届全球线下聚会，吸引了上千名开发者狂热参与，现场一座难求。此次活动不仅展示了活跃的开发者生态，更发布了多项技术突破。最引人注目的是，OpenClaw实现了对物理机器人的实时控制：一个配备龙虾头的人形机器人在现场自由移动并与观众互动，甚至能检测并补充啤酒，这标志着AI智能体正从虚拟空间迈向“具身智能”。项目创始人Peter Steinberger在演讲中宣称“AI智能体将征服世界”，而到场开发者们则分享着OpenClaw如何改变他们的职业生涯。
此次聚会的技术核心是解决AI智能体安全、高效操作电脑的难题。开发者们现场展示了CuaBot工具，它通过创建独立的Docker容器，为每个AI智能体提供包含完整图形界面的专属Linux桌面。其创新的“发夹弯”（hairpin）通信架构确保智能体的所有操作（如点击、打字）都仅限于容器内部，无法触及宿主真实系统，从而在赋予智能体强大自主能力的同时保障了安全。此外，该工具支持同时运行多个智能体（如Claude写代码、Gemini查资料），实现了“多人联机”式的协同工作。这些进展意味着，像OpenClaw这样的AI智能体不再仅仅是工具，而是能够拥有独立“办公空间”并执行复杂任务的数字员工，人机协作模式正在被重新定义。
#OpenClaw #AI智能体 #具身智能 #开源社区 #人机协作
阅读更多：
https://x.com/DaveShapi/status/2019550592138461562
AI“编程之王”诞生！Claude Opus 4.6杀入Office，你的工作它全包了
人工智能公司Anthropic近日发布了其旗舰模型Claude的最新版本Opus 4.6，该模型凭借近乎恐怖的编程与复杂任务处理能力，被业界冠以“编程之王”的称号。Opus 4.6在多项基准测试中全面领先于Gemini 3 Pro、GPT-5.2等竞争对手，特别是在智能体编程、长上下文信息处理与金融分析等知识工作领域表现卓越。更关键的是，该模型并非局限于开发环境，而是直接集成到了Excel、PowerPoint等办公软件以及Claude Code中，意味着它能直接接管数据分析、报告生成、演示文稿制作等核心办公流程。其发布迅速在硅谷引发连锁反应，被视为AI重塑知识型工作的一个关键分水岭。
此次升级的核心突破在于Opus 4.6对“智能体群”协作模式的支持。在Claude Code中，开发者可以指挥由多个AI智能体组成的团队并行工作，分别负责调研、编码、调试等不同任务，并能实时沟通，从而将软件开发效率提升至前所未有的水平。一项耗资约2万美元的极限测试显示，16个Opus 4.6智能体在无人类干预的情况下，成功协作编写出一个能编译Linux内核的10万行Rust语言C编译器。这标志着AI正从执行具体指令的工具，进化为能自主规划、协作并完成复杂项目的“职场合伙人”，全球约15亿使用Office套件的知识工作者或将面临工作范式的根本性变革。
#ClaudeOpus4.6 #智能体群 #办公自动化 #编程AI #Anthropic
阅读更多：
https://www.anthropic.com/news/claude-opus-4-6
半小时急速反击！OpenAI携GPT-5.3-Codex硬刚Claude 4.6
硅谷的AI竞赛进入白热化阶段。在Anthropic意外抢先发布Claude Opus 4.6后，OpenAI在半小时内紧急推出了新一代编程智能体模型GPT-5.3-Codex作为回应。这款新模型并非传闻中的GPT-5.3，而是深度融合了GPT-5.2-Codex的顶尖编程能力与GPT-5.2的强大推理能力，旨在处理从深度研究、工具调用到复杂执行的长链条任务。其运行速度提升了25%，并允许用户在其实时工作中进行引导和交互。更引人注目的是，该模型在自身的创造和优化过程中发挥了关键作用，标志着AI开始参与自我迭代。
GPT-5.3-Codex展示了多方面能力的显著跃升。在专业评测中，它在评估现实世界软件工程的SWE-Bench Pro和终端技能测试Terminal-Bench 2.0中均创下了新的行业最高水平。其实用性同样令人印象深刻，能够在几天内从零开始构建复杂的游戏与应用，并能更精准地理解用户意图，生成功能更丰富、设计更合理的网站原型。不仅如此，它的能力边界已超越纯粹编程，扩展至制作幻灯片、分析数据、操作计算机系统等广泛的专业知识工作领域，被视为向“单一通用智能体”迈出的关键一步。
#GPT5.3Codex #ClaudeOpus4.6 #编程智能体 #AI竞赛 #OpenAI
阅读更多：
https://openai.com/index/introducing-gpt-5-3-codex/
AI 驱动科学
Nature：开源AI“OpenScholar”撰写综述能力超越人类专家，解决科研幻觉难题
面对科学文献的指数级增长以及现有大语言模型常编造引用的“幻觉”问题，华盛顿大学和艾伦人工智能研究所的Akari Asai与Hannaneh Hajishirzi等人开发了一款名为OpenScholar的开源人工智能系统。该系统旨在通过先进的检索增强技术，帮助科研人员快速、准确地从海量文献中综合信息并生成高质量的综述，且有效避免了虚假引用的产生。
OpenScholar的核心在于其构建的一个包含4500万篇开放获取论文的专用数据存储（OSDS）以及独特的自反馈推理循环。该系统不仅能智能检索相关段落，还能在生成初稿后自我审查并迭代优化。为了验证其能力，团队开发了首个多学科长篇科学文献合成基准ScholarQABench，涵盖计算机科学、物理学等领域的近3000个专家问题。测试结果显示，尽管OpenScholar的核心模型仅有80亿参数，但它在多论文合成任务中的正确率比GPT-4o高出6.1%。更关键的是，相比于GPT-4o高达78%-90%的引用编造率，OpenScholar的引用准确性达到了人类专家水平。在16位科学家的盲测中，专家们在70%的情况下认为OpenScholar辅助生成的回答在全面性和深度上优于人类专家撰写的答案。研究发表在 Nature 上。
#AI 驱动科学 #大模型技术 #文献综述 #自然语言处理 #科研工具
阅读更多：
Asai, Akari, et al. “Synthesizing Scientific Literature with Retrieval-Augmented Language Models.” Nature, Feb. 2026, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41586-025-10072-4
神经植入物与骨再生支架结合实现颅骨愈合与长期脑监测
在进行脑部植入手术时，如何既放置监测设备又让被切开的颅骨完美愈合？Alexander Boys和Katherine Hixon（达特茅斯学院）团队通过结合生物电子学与组织工程学，开发了一种能让颅骨在植入物周围再生的新型神经接口装置。这项技术不仅解决了长期脑部监测的硬件植入难题，还消除了患者对金属固定板的需求，避免了相关的并发症。
▷ 博士创新研究员乔纳森·佩卢西正在调整一种神经装置，该装置可促进植入大脑后颅骨的愈合。Credit: Robert Anderson/Thayer School of Engineering
研究团队创新性地将用于记录脑信号的薄膜生物电子学（thin-film bioelectronics）器件集成到一种特殊的骨再生冷冻凝胶支架（cryogel scaffolds）中。这种支架由壳聚糖和明胶制成，具有互连的大孔结构，能够支持细胞浸润和骨组织生长。在动物实验中，这种“二合一”的集成装置表现出色：它不仅像单纯的骨支架一样有效地促进了颅骨缺损处的骨骼再生，实现了自然愈合，而且在动物自由活动期间，依然能够长期、稳定地记录大脑的电生理信号。此外，植入两周后的检查显示，该装置未引发任何免疫反应。这一成果为未来的脑机接口和骨科疼痛监测提供了一种更安全、更具生物相容性的解决方案。研究发表在 Advanced Materials Technologies 上。
#意识与脑机接口 #跨学科整合 #再生医学 #生物电子学
阅读更多：
Olevsky, Levi M., et al. “Interfacing Thin-Film Bioelectronics with Bone Regenerative Cryogel Scaffolds for Transosseous Cortical Access.” Advanced Materials Technologies, n/a, no. n/a, p. e00692. Wiley Online Library, https://doi.org/10.1002/admt.202500692
赋予AI人格并允许“插话”，可显著提升其辩论效率与准确性
当前AI智能体在协作时为何显得呆板？因为它们被限制在轮流发言的框架内。日本电气通信大学和日本产业技术综合研究所（AIST）的研究人员提出，模仿人类混乱而高效的对话模式，即赋予AI人格特质和打断的自由，或能提升其集体智能，并为此开发出一种新颖的辩论框架。
研究团队摒弃了传统的轮流发言机制，构建了一个允许智能体根据“紧急程度评分”自主决定何时发言、打断或保持沉默的系统。该框架采用逐句处理信息，使AI能实时响应对话。研究人员还将“五大人格特质”（Big Five personality traits，如开放性或亲和性）赋予智能体，使其行为更具多样性。在MMLU基准测试中，这种被赋予社交能力的“混沌”智能体群组，其任务解决准确率明显高于标准的单一LLM模型。此外，人格特质的引入有效减少了无效沉默，使讨论能更高效地达成共识。该研究证明，AI协作的未来可能在于模仿人类的社会动态，而非施加更严格的规则。研究发表在 Conference Proceedings Series 2025 上。
#大模型技术 #计算模型与人工智能模拟 #AI智能体 #人机交互
阅读更多：
Publications, IIARP Conference &. Conference Proceedings Series 2025 (Vol.3, No.11) | November 2025. Nov. 2025. Zenodo, https://doi.org/10.5281/zenodo.17586537
类脑AI控制系统赋予软体机器人多任务适应性与稳定性
软体机器人因其柔性难以在多变环境中保持稳定，限制了其应用。来自新加坡-麻省理工学院科研联盟（SMART）、新加坡国立大学（NUS）等机构的Zhiqiang Tang、Daniela Rus、Cecilia Laschi等研究人员开发了一种类脑AI控制系统，该系统能让软体机器人一次性学习多种任务，并即时适应新情况，同时保证运动的稳定性。
▷ 这款软体机械臂可以安全地贴近人体操作，不会造成不适或伤害。其人工智能控制系统非常适合辅助淋浴等场景，机械臂可以帮助擦拭背部，从而帮助行动不便的人士，并减轻护理人员的负担。Credit: NUS
该研究从人脑的学习机制中汲取灵感，设计了一个包含两种互补连接的AI控制系统。第一种是“结构突触”（structural synapses），通过离线训练掌握一系列基础动作，形成机器人的通用技能库。第二种是“可塑性突触”（plastic synapses），它在机器人运行时持续在线更新，根据传感器反馈和环境变化即时微调动作，实现对新情况的快速适应。更重要的是，该框架集成了一个基于收缩理论（contraction theory）的稳定性保障模块，确保机器人在动态调整过程中始终保持平稳可控。实验在两种物理软体臂上进行，结果显示，该系统在面对变化的载荷、气流干扰时，能将跟踪误差减少44%至55%，形状准确率保持在92%以上，甚至在高达一半的驱动器失效时也能维持稳定运行。研究发表在 Science Advances 上。
#AI驱动科学 #机器人及其进展 #软体机器人 #自适应控制
阅读更多：
Tang, Zhiqiang, et al. “A General Soft Robotic Controller Inspired by Neuronal Structural and Plastic Synapses That Adapts to Diverse Arms, Tasks, and Perturbations.” Science Advances, vol. 12, no. 2, Jan. 2026, p. eaea3712. science.org (Atypon), https://doi.org/10.1126/sciadv.aea3712
柔性多功能脑植入物可实现跨脑层同步监测与干预
当前脑植入物因材料坚硬且功能单一而面临瓶颈，为解决此问题，来自丹麦技术大学、哥本哈根大学和伦敦大学学院的Kunyang Sui、Christos Markos、Rune W. Berg和Rob C. Wykes等人合作，开发了一种名为微流控轴向电极（mAxialtrode）的新型柔性脑植入物，它通过单一探针即可实现对大脑不同深度的同步光照、信号记录和药物输送，且生物相容性更高。
▷ 植入大脑的光纤直径不到半毫米，而且非常柔软，能够随大脑移动，而不会切割组织。Credit: Peter Aagaard Brixen
该研究的核心是一种由柔软聚合物制成的针状纤维，其直径不到半毫米，能够随大脑组织移动，从而最大限度地减少传统硬质植入物带来的损伤和炎症。其创新之处在于独特的斜角尖端设计，该设计将内部集成的光纤、微流控通道（microfluidic channels，用于输送药物）和电极巧妙地分布在植入物的轴向上，使其能够同时与多个不同深度的脑区进行交互。在小鼠的活体实验中，研究团队成功验证了这一能力：他们使用单根mAxialtrode探针，同时对大脑皮层和海马体等结构进行光遗传学刺激、记录电生理活动，并精准输送药物，深度跨度可达近三毫米。这种集多种功能于一体的微创平台，为精准研究癫痫等复杂神经疾病的回路机制和开发新疗法铺平了道路。研究发表在 Advanced Science 上。
#疾病与健康 #神经调控 #脑机接口 #光遗传学 #癫痫
阅读更多：
Sui, Kunyang, et al. “Multimodal Layer-Crossing Interrogation of Brain Circuits Enabled by Microfluidic Axialtrodes.” Advanced Science, n/a, no. n/a, p. e19744. Wiley Online Library, https://doi.org/10.1002/advs.202519744
AI工具利用未标记的脑部核磁共振图像预测大脑年龄、癌症生存率和其他疾病信号
当前AI在脑部MRI分析中面临数据标注成本高和模型泛化能力弱的瓶颈。为解决此问题，麻省总医院布里格姆医院的Benjamin H. Kann及其同事开发了一款名为BrainIAC的强大AI基础模型。该模型无需大量人工标注数据，即可分析脑部MRI并执行多种临床任务，在数据稀疏场景下尤其高效。
研究团队设计的BrainIAC（Brain Imaging Adaptive Core）模型，采用了自监督学习技术，并在一个包含48,965例脑部MRI扫描的大型数据集上进行了预训练。这种方法使模型能够捕捉到脑部图像的通用表征，随后只需少量标注数据即可快速适应新任务。研究人员在七项临床任务上验证了BrainIAC的性能，涵盖了从相对简单的MRI扫描类型分类，到预测大脑年龄、痴呆风险，乃至检测脑肿瘤基因突变和预测癌症生存率等高难度任务。结果显示，BrainIAC不仅全面超越了三种传统的专用AI模型，更在训练数据有限的情况下表现出卓越的适应性和准确性，证明了其在真实临床环境中应用的巨大潜力。研究发表在 Nature Neuroscience 上。
#AI驱动科学 #预测模型构建 #基础模型 #脑部MRI #自监督学习
阅读更多：
Tak, Divyanshu, et al. “A Generalizable Foundation Model for Analysis of Human Brain MRI.” Nature Neuroscience, Feb. 2026, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41593-026-02202-6
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