█ 脑科学动态
整合三千万单细胞数据：发布超高分辨率人类大脑发育图谱
脑细胞外间隙：从被忽视的维度到重塑神经科学新范式的催化剂
做梦虽然让大脑活跃，却能让人感觉睡得更安稳
国际团队发布全球最精细的多模态超高分辨率人类大脑图谱HoliAtlas
同时掌管学习与运动的秘密：时间差定夺多巴胺的效用
█ AI行业动态
OpenAI宣布关闭Sora，资源全面押注下一代大模型
2025年度“中国科学十大进展”揭晓：从月背到深海，多项突破引领前沿
█ AI驱动科学
超声波腕带结合人工智能实现高精度手势追踪与机械手无线控制
广泛使用大语言模型导致人类创意同质化
生成式AI驱动的预测模型MMCN助力可持续城市形态演化规划
人工智能隐私泄露的关键在于少数神经网络权重
自动驾驶或加剧交通拥堵，博弈模型揭示通勤新挑战
导致信息过载的元凶是碎片化手机使用，而非总屏幕时长
人机交互新范式：当你的大脑和算法在玩一场“合作游戏”
电刺激疗法同步恢复脊髓损伤患者的运动与感觉功能
脑科学动态
整合三千万单细胞数据：发布超高分辨率人类大脑发育图谱
为了探索孤独症和阿尔茨海默病等发育与退行性疾病的脑部起源问题，Shreyash Sonthalia与Carlo Colantuoni等团队（约翰·霍普金斯大学医学院等）整合了海量细胞数据构建高分辨率大脑图谱，揭示了驱动大脑新皮层扩张与神经元成熟的独特演化机制。
▷ 小鼠（左）、猴子（中）和人类（右）大脑中神经元形成过程中基因组不同元素的利用方式。每个小点代表发育中的新皮层中的一个细胞。Credit: Carlo Colantuoni, Ph.D.
研究团队收集了关于新皮层发育的大规模基因级转录组数据，数据规模覆盖近两百项研究的超三千万个单细胞。通过应用结构化联合分解（structured joint decomposition，一种能够识别异构数据集中共享分子动态的数学分析方法）技术，团队对小鼠、猕猴和人类数据进行了深度对比。结果表明，一种古老的弥散基因表达程序在进化中集中于人类神经干细胞，直接驱动了人类新皮层的扩张。同时人类神经元成熟期长达数年，远超小鼠的数周，这为人类大脑极强的适应与学习能力提供了基础。此外研究还证实大脑类器官虽能模拟宏观发育特征，但缺失了诸多特定神经元成熟程序。图谱已全网开放以加速全球精准医疗研究。研究发表在 Nature Neuroscience 上。
#疾病与健康 #神经机制与脑功能解析 #大脑发育图谱 #单细胞转录组学 #阿尔茨海默病
阅读更多：
Sonthalia, Shreyash, et al. “NeMO Analytics: A Compendium of Transcriptomic Data for the Exploration of Neocortical Development.” Nature Neuroscience, Mar. 2026, pp. 1–14. www.nature.com, https://doi.org/10.1038/s41593-026-02204-4
脑细胞外间隙：从被忽视的维度到重塑神经科学新范式的催化剂
中枢神经系统疾病的药物研发长期面临转化率低下的难题，其核心原因可能是忽视了脑细胞外间隙这一关键解剖结构。Hongbin Han 等人的团队（北京大学第三医院等）系统阐述了该结构的特征，提出将传统的细胞与血管模型升级为涵盖脑细胞外间隙的整合新范式，为提升脑部疾病的治疗转化率提供了全新视域。
▷ 图 (A) 展示了基于示踪剂的方法，图 (B) 和 (C) 则分别展示了两种无标记测量方法的技术途径。(A) 通过求解对流扩散方程的逆问题，推导出脑细胞外液的扩散参数，主要包括 RTI-TMA+、IOI、SWCNTs 和 TB-MRI。(B) 基于纳米显微镜的方法，主要包括冷冻置换电镜 (FS-EM)、高压冷冻电镜 (HPF-EM) 和超分辨率阴影成像 (SUSHI)。(C) 无标记方法也称为非侵入性测量技术，主要包括 NODDI、DTI-ALPS 和 MDI。Credit Hongbin Han, Peking University Third Hospital.
研究团队详细回顾了导致脑细胞外间隙（Brain Extracellular Space）长期被忽视的历史与技术瓶颈。该结构占据活体大脑体积的百分之六至百分之二十五，是物质扩散、代谢废物清除及药物跨越血脑屏障后发挥作用的关键通道。研究系统梳理了基于示踪剂和无标记测量技术的发展，包括高分辨率电子显微镜、超分辨率光学成像以及人工智能辅助的定量分析等。结果表明，这些先进技术的突破使得对该间隙的精确表征成为可能。该团队综合了阿尔茨海默病、缺血性卒中等重大神经系统疾病的最新发现，证实该微环境在疾病发生和药物分布中具有决定性作用。基于此，研究呼吁在机制探索、药物递送、疗效评估及临床试验设计中全面引入包含细胞、脑细胞外间隙与微血管的综合框架，从而填补现有研究的解剖学盲区。研究发表在 Cyborg and Bionic Systems 上。
#疾病与健康 #神经机制与脑功能解析 #脑细胞外间隙 #中枢神经系统疾病 #药物转化
阅读更多：
Han, Hongbin, et al. “Brain Extracellular Space: From an Overlooked Dimension to Catalyst of a Novel Neuroscience Paradigm.” Cyborg and Bionic Systems, vol. 7, Mar. 2026, p. 0529. spj.science.org (Atypon), https://doi.org/10.34133/cbsystems.0529
做梦虽然让大脑活跃，却能让人感觉睡得更安稳
主观的深度睡眠感觉是否仅由大脑的慢波活动决定？Adriana Michalak和Giulio Bernardi等（意大利IMT卢卡高级研究学校）发现，主观睡眠深度并非仅由脑电波频率决定，生动且脱离现实的沉浸式梦境反而能让人感觉睡得更深。
研究团队对44名健康成年人进行了连续4晚的高密度脑电图监测。实验采用连续唤醒范式，在非快速眼动第二阶段（NREM2，占总睡眠时间一半左右的浅睡至深睡过渡期）对受试者进行多次唤醒，共收集了1024次关于主观心理活动和睡眠深度的报告。分析结果显示，虽然大脑电活动向低频慢波的转变确实与深度睡眠感相关，但当受试者处于做梦状态时，这种关系便会减弱。具体而言，生动离奇且情感强烈的沉浸式梦境会带来更深的主观睡眠体验，即便此时大脑皮层表现出类似清醒的活跃状态。相反，带有自我觉察的抽象反思性梦境会让人感觉睡眠较浅。此外，研究发现随着夜间生理睡眠压力的下降，主观睡眠深度却随着梦境沉浸感的增加而上升。这表明梦境通过将人类带入内部世界并与外部环境隔绝，维持了高质量深睡的真实感受。研究发表在 PLOS Biology 上。
#疾病与健康 #神经机制与脑功能解析 #睡眠质量 #梦境 #脑电图
阅读更多：
Michalak, Adriana, et al. “Immersive NREM2 Dreaming Preserves Subjective Sleep Depth against Declining Sleep Pressure.” PLOS Biology, vol. 24, no. 3, Mar. 2026, p. e3003683. PLoS Journals, https://doi.org/10.1371/journal.pbio.3003683
国际团队发布全球最精细的多模态超高分辨率人类大脑图谱HoliAtlas
针对现有脑图谱分辨率不足以识别微小神经结构与早期病变的问题，José V. Manjón和Sergio Morell-Ortega等研究人员（瓦伦西亚理工大学ITACA研究所、法国国家科学研究中心等）共同开发了目前世界上最精细、最全面的多模态人类大脑结构图谱HoliAtlas，为阿尔茨海默病等神经退行性疾病的早期精准诊断提供了重要的新一代参考坐标。
▷ Credit Instituto de Aplicaciones de las Tecnologías de la Información y de las Comunicaciones Avanzadas (ITACA), Universitat Politècnica de València
研究团队利用人类连接组计划中75名健康志愿者的脑部图像进行了新一代图谱构建。有别于传统图谱通常仅有约1立方毫米的分辨率，研究人员选取了分辨率高达0.125立方毫米的3T磁共振成像数据，并涵盖了T1、T2及白质抑制等多种对比度。通过对称群体标准化（symmetric group-wise normalisation，一种通过非线性变形对齐和平均多组图像的先进算法），团队对这些图像进行了精确配准与融合。在解剖学标注方面，研究整合了七种不同的分割协议，并结合人工智能算法与专家校正，在最精细层级上对大脑进行了多达350个解剖区域的密集标注。实验结果表明，HoliAtlas实现了从宏观全脑到微观子结构的多尺度表征，其超高分辨率能够清晰展现深层复杂的脑部微小结构。这种多模态与高分辨率的结合，不仅有助于开发更精确的自动组织分割方法，更能敏锐捕捉到极其微小的解剖学变化。该图谱现已向全球科学界开放，将成为迈向神经系统疾病个性化诊疗的基石。研究发表在 Scientific Reports 上。
#疾病与健康 #神经机制与脑功能解析 #大脑图谱 #超高分辨率MRI #阿尔茨海默病
阅读更多：
Manjón, José V., et al. “Ultra-High Resolution Multimodal MRI Densely Labelled Holistic Structural Brain Atlas.” Scientific Reports, vol. 16, no. 1, Feb. 2026, p. 9457. www.nature.com, https://doi.org/10.1038/s41598-026-40186-2
同时掌管学习与运动的秘密：时间差定夺多巴胺的效用
长期以来，科学家们难以解释单一的多巴胺如何同时协调基于奖赏的学习与运动控制，这使得帕金森病等疾病的病理机制难以完全阐明。纽约大学的Christine M. Constantinople、Hee Jae Jang、Royall McMahon Ward和Carla E. M. Golden发现，多巴胺与乙酰胆碱相互作用的微小时间差决定了多巴胺是引导学习还是促进运动。
研究人员让实验大鼠执行寻找水源的决策任务，利用光学测量技术同时记录动物背内侧纹状体中多巴胺和乙酰胆碱的释放动态。实验结果显示，这两种神经递质之间的相互作用类似于跷跷板运动，其释放时机决定了多巴胺的具体功能，这种时间差异往往仅有几十毫秒。具体而言，当多巴胺的释放稍晚于乙酰胆碱的短暂减少时，多巴胺能够预测大鼠未来的行为表现并改变后续的神经动力学，从而促进学习；若多巴胺释放早于乙酰胆碱减少，两者则无明显关联。另一方面，当多巴胺与乙酰胆碱的爆发式增加同步发生时，它能够先于并预测动物即将进行的定向运动的强度。该发现揭示了乙酰胆碱在时间维度上调控多巴胺信号的精准机制。研究发表在 Nature Neuroscience 上。
#疾病与健康 #神经机制与脑功能解析 #多巴胺 #乙酰胆碱 #帕金森病
阅读更多：
Jang, Hee Jae, et al. “Acetylcholine Demixes Heterogeneous Dopamine Signals for Learning and Moving.” Nature Neuroscience, Mar. 2026, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41593-026-02227-x
AI 行业动态
OpenAI宣布关闭Sora，资源全面押注下一代大模型
就在刚刚，OpenAI正式宣布关闭其备受瞩目的视频生成工具Sora。官方在声明中感谢了创作者社区的贡献，但未给出具体关停原因。市场分析认为，这一决定背后是严峻的财务现实：据估算，Sora每日运营成本高达1000万至1500万美元，年耗资或超50亿美元。与此同时，其用户留存率极低，30天留存率仅1%，60天降至0%，表明用户更多是尝鲜而非长期付费。面对高昂的算力消耗与难以实现盈利的困境，OpenAI选择及时止损，将宝贵的GPU资源重新分配到ChatGPT、Codex等更核心、更具商业化潜力的产品上。
此次关停也引发了连锁反应，最尴尬的莫过于去年底刚与OpenAI签署10亿美元合作协议的迪士尼。由于Sora关停，迪士尼据称已放弃整项交易，并体面回应称“尊重OpenAI的战略调整”，但巨额投入能否收回仍充满悬念。更深层的战略意图在于，OpenAI正进行重大方向调整：原Sora团队将转向世界模型研发，聚焦机器人等具身智能场景；公司产品组织更名为“AGI Deployment”，并已将全部资源押注在代号“Spud”的下一代旗舰大模型上。在临近IPO、估值逼近万亿美元的关键节点，这一系列动作被解读为OpenAI正在为更清晰的战略路线铺路，舍弃烧钱的探索性项目，集中火力冲刺更具确定性的增长方向。
#OpenAI #Sora关闭 #视频生成 #算力成本 #战略调整
阅读更多：
https://www.theguardian.com/technology/2026/mar/24/openai-ai-video-sora
2025年度“中国科学十大进展”揭晓：从月背到深海，多项突破引领前沿
2026年3月25日，2025年度“中国科学十大进展”在中关村论坛年会开幕式上正式发布。入选的十项重大成果覆盖了深空探测、材料科学、能源技术、生命健康等多个前沿领域，展现了我国基础研究的强劲实力。其中，嫦娥六号样品研究首次揭示了月球背面演化历史与巨型撞击效应；可控核聚变装置实现了“亿度”运行，为清洁能源探索迈出关键一步；基因编辑猪肝成功植入人体，突破了跨物种器官移植的重大壁垒。此外，全功能二维半导体与硅基混合架构闪存芯片、面向空天应用的高性能柔性叠层太阳能电池等成果，也展示了在信息技术和高端制造领域的原创突破。
本次活动由国家自然科学基金委员会主办，自2005年启动以来已成功举办21届，旨在宣传基础研究重要进展，激励科研人员勇攀高峰。2025年度的遴选经过推荐、初选、终选和审议四个严谨环节，从600余项基础研究中层层筛选。终选阶段更是吸引了超过3000位专家学者（包括480余位两院院士）参与网络投票，最终由咨询委员会审议确定了这十项代表年度最高水平的科学进展。这些成果不仅推动了相关学科的发展，也通过科普宣传促进了公众对基础科学的理解与支持。
#中国科学十大进展 #基础研究 #嫦娥六号 #可控核聚变 #基因编辑
阅读更多：
https://www.nsfc.gov.cn/p1/3381/2821/121279.html
AI 驱动科学
超声波腕带结合人工智能实现高精度手势追踪与机械手无线控制
捕捉和模仿人类双手的复杂动作在虚拟现实和机器人控制领域是一项长期挑战。为突破传统光学追踪或传感器手套的技术局限，Gengxi Lu和Xuanhe Zhao（麻省理工学院）以及Qifa Zhou（南加州大学）等研究人员联合开发了一款基于超声波与人工智能的无线腕带系统，成功实现了对任意手势的实时精确追踪以及对机械手的高灵巧度无线操控。
▷ Credit: Melanie Gonick, MIT
研究团队设计了一款集成微型超声波贴片和电子元件的可穿戴腕带，用以连续捕捉手腕肌肉、肌腱和韧带的动态超声波图像。由于人类手指具备22个自由度，团队通过多台摄像机同步记录志愿者的手势，并标注出与之对应的超声图像特征。随后，他们训练了一种人工智能算法将这些黑白超声模式实时转化为五指和手掌的具体空间位置，系统处理延迟低于120毫秒。在对多名志愿者的测试中，该系统不仅能精准识别美国手语的26个字母以及抓握网球等日常动作，还展现了优异的交互控制能力。佩戴者可通过自然的捏合手势在电脑屏幕上流畅缩放虚拟物体，甚至能实时无线操控一台商用机械手完成弹奏钢琴曲和桌面投篮等复杂任务。该技术不受环境噪声和视觉遮挡影响，且不限制手部自然触觉，未来有望为增强现实提供更直观的交互方案，并为人形机器人积累关键的训练数据。研究发表在 Nature Electronics 上。
#其他 #机器人及其进展 #超声波成像 #可穿戴设备 #人机交互
阅读更多：
Lu, Gengxi, et al. “Hand Tracking Using Wearable Wrist Imaging.” Nature Electronics, Mar. 2026, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41928-026-01594-4
广泛使用大语言模型导致人类创意同质化
使用大语言模型辅助创作是否会导致产出单一？Emily Wenger和Yoed N. Kenett比较了人类与多种大语言模型在创造力任务中的表现，发现所有接受测试的模型都产生了高度相似的输出结果。
▷ LLM 的响应在特征空间中的聚集程度高于人类的响应。每个点代表人类或 LLM 的响应，距离越近的点越相似。Credit: Emily Wenger and Yoed N. Kenett
研究人员让102名人类参与者和22种不同的大语言模型完成了三项标准的发散思维测试，包括替代用途任务、发散联想任务和前向流任务。研究通过计算响应在特征空间中的语义相似度，分别评估了个体响应的原创性以及群体层面的变异性。结果显示，虽然大语言模型针对单项任务生成的个体响应在原创性上往往与人类平均水平相当甚至更高，但不同模型例如Gemini、GPT或Llama生成的响应相互之间存在极高的相似性。相比之下，人类的响应差异性显著更大。即使提高模型温度，响应的多样性会有所增加，但过高的设置会迅速导致输出变为无法满足任务要求的乱码。这表明输出的同质化并非源于某个特定的模型，而是大语言模型普遍存在的特征，过度依赖这些工具辅助创意思考可能会收窄人类的创造力范围。研究发表在 PNAS Nexus 上。
#大模型技术 #计算模型与人工智能模拟 #创造力 #发散思维 #同质化
阅读更多：
Wenger, Emily, and Yoed N. Kenett. “Large Language Models Are Homogeneously Creative.” PNAS Nexus, vol. 5, no. 3, Mar. 2026, p. pgag042. Silverchair, https://doi.org/10.1093/pnasnexus/pgag042
生成式AI驱动的预测模型MMCN助力可持续城市形态演化规划
随着城市快速扩张，如何准确预测长期城市形态以实现可持续规划成为一大挑战。Xusheng Du、Zhen Xu和Haoran Xie等（日本先端科学技术大学院大学、天津大学与早稻田大学）开发了名为记忆感知多条件生成网络的AI框架，成功实现了对未来城市布局的高精度连贯预测。
传统AI在预测城市布局时常产生碎片化结果，难以兼顾建筑密度、交通等多重因素及大范围的空间连续性。为此，研究团队构建了结合扩散模型与多条件控制机制的新型框架。模型利用深圳多年的多模态空间数据进行训练，通过语义提示融合模块编码多样化输入要素，并创新性地引入空间记忆嵌入组件来保留相邻区域的上下文信息，搭配边缘拼接损失函数，确保生成布局的平滑过渡。实验显示，该模型的结构相似性指数达到0.885，边界交并比达到0.642，显著优于现有基准方法。它生成的布局不仅符合历史规律，还具备连续的道路网与合理的建筑群，并在上海和天津的跨城测试中展现出卓越的泛化能力，为评估长期城市发展提供了重要支持。研究发表在 Sustainable Cities and Society 上。
#AI驱动科学 #预测模型构建 #可持续发展 #城市规划 #扩散模型
阅读更多：
Du, Xusheng, et al. “AI-Driven Urban Evolution Forecasting: A Unified Memory-Aware Multi-Conditional Generation Framework for Sustainable Development Planning.” Sustainable Cities and Society, vol. 141, May 2026, p. 107272. ScienceDirect, https://doi.org/10.1016/j.scs.2026.107272
人工智能隐私泄露的关键在于少数神经网络权重
如何在防范数据泄露的同时维持人工智能模型的性能表现？Xingli Fang和Jung-Eun Kim（北卡罗来纳州立大学）探究了这一难题，研究发现导致隐私漏洞的少数权重恰好也是决定模型性能的核心，团队据此开发出一种能更好平衡性能与隐私的新型微调技术。
▷ 该方法在重要性评估中考虑了隐私脆弱性，而 TFO 仅衡量可学习性以保证准确性。Credit: arXiv (2026).
研究人员针对成员推断攻击（Membership Inference Attacks，一种允许攻击者判断特定数据是否曾用于训练特定人工智能模型的技术）展开防御测试，旨在评估模型权重参数对隐私与性能的分别影响。他们提出了一种基于机器遗忘的权重重要性评估手段。实验结果表明，模型中仅有极小部分甚至低至百分之零点一的权重存在严重的隐私漏洞风险，但这些易受攻击的权重往往也是维持模型准确性的最核心组成部分，且它们的重要性取决于在网络中的物理位置而非具体数值。基于这一特性，研究团队构建了一种全新的防御策略，不再对模型进行昂贵的全面重新训练，而是精准定位并仅对这部分存在隐私漏洞的关键权重进行修改与重置微调。在应对两类最先进的攻击手段时，相较于其他四种常规隐私保护方法，该新技术在保护训练数据隐私与维持模型高准确率之间实现了显著更优的平衡表现。
#大模型技术 #预测模型构建 #隐私保护 #成员推断攻击 #神经网络
阅读更多：
Fang, Xingli, and Jung-Eun Kim. “Learnability and Privacy Vulnerability Are Entangled in a Few Critical Weights.” arXiv:2603.13186, arXiv, 13 Mar. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2603.13186
自动驾驶或加剧交通拥堵，博弈模型揭示通勤新挑战
自动驾驶汽车（AVs）将如何改变城市通勤？卡内基梅隆大学的Soo-Haeng Cho、Sean Qian与德克萨斯大学达拉斯分校的Neda Mirzaeian合作，通过构建一个博弈论交通模型，预测了AVs对早高峰出行和停车的影响。研究发现，尽管AVs能解决市中心停车难的问题，但其远程停车行为反而可能增加总行驶里程和交通拥堵，抬高系统总成本。
研究团队构建了一个连续时间博弈论交通模型（continuous-time game-theoretic traffic model），该模型考虑了停车费、交通拥堵和路边接送等影响通勤者决策的关键经济因素，并以匹兹堡市的数据进行校准。模型分析显示，AV用户出于经济动机，很可能会让车辆将他们送到中央商务区（central business district, CBD）后，自行前往郊区寻找低价车位。这种看似解决了个人停车问题的行为，却会催生大量空驶的“幽灵车”，导致车辆总行驶时间和总里程显著增加。其后果是加剧了整体交通拥堵，并提高了整个交通系统的运行成本，这挑战了AVs能自动缓解交通问题的普遍看法。研究指出，为避免这种情况，城市规划者需要主动干预，通过调整停车费、征收拥堵费或将部分停车位改造为专用的AV下客区等政策，可以有效引导AVs的行为。在匹兹堡的案例中，这些措施预计可将系统总成本降低高达28.5%。研究发表在 Management Science 上。
#AI驱动科学 #预测模型构建 #自动驾驶 #城市规划
阅读更多：
Mirzaeian, Neda, et al. “Can Autonomous Vehicles Solve the Commuter Parking Problem?” Management Science, Feb. 2026. pubsonline.informs.org (Atypon), https://doi.org/10.1287/mnsc.2023.01213
导致信息过载的元凶是碎片化手机使用，而非总屏幕时长
在关于数字设备影响的讨论中，屏幕总时长常被视为罪魁祸首，但信息过载的真正原因是什么？阿尔托大学的Henrik Lassila、Janne Lindqvist及其同事通过一项长达七个月的研究发现，导致我们感到不堪重负的并非使用了多久手机，而是如何使用——高频、短时的碎片化查看模式才是关键。
研究团队追踪了近300名德国成年人在智能手机和电脑上的真实数字行为，并结合了他们关于信息过载的自我报告。结果明确指出，反复拿起手机、短暂使用（如看个短视频或回条消息）后又迅速锁屏的碎片化使用模式，是导致信息过载感的最强预测因素。这种行为在移动设备上尤为普遍，频繁的任务切换被认为是消耗认知资源、引发压力的主要原因。有趣的是，总使用时间最长的人并非最焦虑的群体。研究还发现，信息过载与心理压力、负面情绪和焦虑感紧密相关，可能形成一个恶性循环。更重要的是，这种行为模式和过载感具有高度稳定性，人们很难自行改变。研究者建议，通过关闭非必要通知、每天集中一两次处理消息等“批量处理”方式，或可有效减轻数字压力。该研究将在 CHI 2026 Conference on Human Factors in Computing Systems 上发表。
#疾病与健康 #心理健康与精神疾病 #信息过载 #数字健康 #用户行为
阅读更多：
https://goodlife.aalto.fi/resources/pdfs/CHI26_IO.pdf
人机交互新范式：当你的大脑和算法在玩一场“合作游戏”
如何预测并引导人与机器（如脑机接口）在相互适应中的学习过程？华盛顿大学的Maneeshika M. Madduri, Momona Yamagami, Si Jia Li, Sasha Burckhardt, Samuel A. Burden及Amy L. Orsborn等人，通过融合控制理论与博弈论，建立了一个能够预测和塑造人机协同适应结果的计算框架，为设计更高效、稳定的神经接口提供了理论依据。
研究团队通过一个肌电接口实验验证了他们的框架。14名参与者学习使用肌肉信号控制光标，同时，控制光标的解码算法也在实时学习和调整。团队创新性地将这一“双学习者”过程建模为一个势博弈（potential game，一种博弈论模型，其中所有参与者的目标可以统一为一个共同的函数，确保系统最终会达到一个稳定的平衡点）。该模型成功预测了复杂的互动结果：例如，当解码器的学习速度远超用户时，系统性能反而会下降；通过在算法中增加一个惩罚项，可以让解码器变得“懒惰”，从而迫使用户付出更多努力来完成任务，这揭示了人机之间存在一种可调控的努力权衡。该框架将人机协同从依赖经验试错的模糊过程，转变为一个可分析和预测的数学系统。研究发表在 Nature Machine Intelligence 上。
#意识与脑机接口 #计算模型与人工智能模拟 #人机协同 #博弈论
阅读更多：
Madduri, Maneeshika M., et al. “Computational Framework to Predict and Shape Human–Machine Interactions in Closed-Loop, Co-Adaptive Neural Interfaces.” Nature Machine Intelligence, vol. 8, no. 3, Mar. 2026, pp. 372–87. www.nature.com, https://doi.org/10.1038/s42256-026-01194-z
电刺激疗法同步恢复脊髓损伤患者的运动与感觉功能
对于完全性脊髓损伤患者而言，同时恢复运动与感觉功能曾是难以企及的目标。现在，由Jonathan S. Calvert和David A. Borton领导的布朗大学等多家机构的团队首次证实，通过在损伤部位上下同时进行电刺激，可以为患者同步重建运动控制和感觉反馈，为功能独立性带来了新的希望。
研究团队为三名完全截瘫的参与者植入了两个电极阵列，一个在脊髓损伤部位下方，用于激活腿部肌肉；另一个在损伤上方，用于提供感觉反馈。为了个性化运动控制，研究人员设计了“DJ板”界面，让参与者能像音乐DJ一样实时调节电刺激参数，直观地控制自己腿部的动作，并结合机器学习算法高效优化刺激模式。更具开创性的是，团队采用了感觉替代策略。通过刺激损伤上方的脊髓，在参与者的胸部产生与膝关节角度同步变化的脉冲感。经过训练，参与者学会将这种胸部的感觉“翻译”成腿部的位置信息，准确率极高。在最终的跑步机行走测试中，这套系统实现了运动激活与感觉反馈的同步，使参与者能够在无视觉辅助的情况下，准确感知脚步落地。研究发表在 Nature Biomedical Engineering 上。
#疾病与健康 #神经调控 #脊髓损伤 #感觉替代
阅读更多：
Calvert, Jonathan S., et al. “Perilesional Neuromodulation Replaces Lost Sensorimotor Function in Persons with Spinal Cord Injury.” Nature Biomedical Engineering, Mar. 2026, pp. 1–17. www.nature.com, https://doi.org/10.1038/s41551-026-01627-5
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。
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、、、科普视频媒体「大圆镜」等。
热门跟贴