█ 脑科学动态
Nature：星形胶质细胞限制神经可塑性
Cell：缓慢的排泄或是免疫系统建立耐受的关键
跨物种脑成像揭示孤独症的两种生物学亚型
记忆丧失前发生了什么：揭秘tau蛋白错误折叠的最初触发点
Tau蛋白异常聚集激活致命基因连锁反应
丘脑高频电信号可区分梦境与深睡
人类神经胶质祖细胞体外生成至体内成熟的过程与图谱
█ AI行业动态
英伟达RTX Spark芯片发布，PC正式迈入本地AI智能体时代
超越ImageNet的下一代图像数据集GPIC全面开源
奥特曼亲自招人，OpenAI重启机器人团队
█ AI驱动科学
Nature：新型低温工艺实现高性能3D硅芯片制造
γ-World：突破双人限制的多智能体生成式世界模型
给大模型做性格测试：SUVA框架实现聊天机器人行为审计
人工智能血液检测准确识别四种痴呆症相关脑部疾病
纯光子驱动人工突触，全光计算实现超低能耗图像识别
用户更偏好“中庸”且性格相投的AI聊天机器人
脑科学动态
Nature：星形胶质细胞限制神经可塑性
为什么儿时学习新事物如此轻松，而成年后大脑的这种超强可塑性却会消退？Bruno Gegenhuber, Takuma Sonoda, Lisa Traunmüller, Christopher P. Davis, Shon A. Koren, Eric C. Griffith, Chinfei Chen 和 Michael E. Greenberg 团队（哈佛医学院、波士顿儿童医院）的一项新研究揭示，压力激素皮质醇在这一过程中扮演了关键角色，它通过激活大脑中的星形胶质细胞，主动给神经可塑性踩下了刹车。
▷ 显微镜下拍摄的名为星形胶质细胞的特殊脑细胞图像。Credit: Greenberg Lab
为了探索可塑性关闭的秘密，研究团队以小鼠的视觉皮层为模型，利用单细胞染色质可及性与RNA测序联检技术（SHARE-seq）分析了70,907个细胞。研究发现，在正常光照下，小鼠生后14天左右睁眼时会引起体内皮质酮水平上升。这种激素会选择性地与星形胶质细胞上的糖皮质激素受体结合。这一过程会启动星形胶质细胞中100多个基因的表达程序，进而促进神经元周围网状结构等细胞外基质的成熟，从而限制神经元之间连接的形成和更新，最终导致关键期的关闭。相反，在黑暗环境中饲养的小鼠该通路未被激活，其关键期无法按时关闭。令人兴奋的是，当研究人员在成年小鼠的星形胶质细胞中移除该受体时，已经关闭的关键期得以重新开启，大脑可塑性显著增强。人类单细胞数据集分析同样证实了该通路的存在。研究发表在 Nature 上。
#神经科学 #神经机制与脑功能解析 #星形胶质细胞 #可塑性 #发育关键期
阅读更多：
Gegenhuber, Bruno, et al. “Astrocyte Glucocorticoid Receptor Signalling Restricts Neuronal Plasticity.” Nature, May 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-026-10512-9
Cell：缓慢的排泄或是免疫系统建立耐受的关键
大脑内部产生的废弃蛋白质究竟是如何在自然生理状态下排出体外的？格莱斯顿研究所的Yuichi Chayama、Nalini R. Rao和Andrew C. Yang等团队开发了一种非侵入性基因追踪工具，首次绘制了大脑神经元代谢废物的生理清除路径图，并揭示了阿尔茨海默病中大脑废物清除系统发生崩溃的具体机制。
研究团队没有采用向脑脊液注射示踪剂的传统破坏性方法，而是对小鼠神经元进行基因改造，使其产生一种荧光蛋白。通过三维荧光显微镜观察发现，大脑废物的排出遵循就近出口原则。例如前脑上部的蛋白质主要通过上部通路排出，而纹状体等深部结构的蛋白质则从靠近底部的通路排出。研究发现代谢废物主要通过硬脑膜、颅骨和鼻腔排出，这与传统注射示踪剂主要流向颈部淋巴结的路径截然不同。此外，部分边界区域较慢的清除速度能让特化的免疫细胞有时间与脑源性蛋白质相互作用，从而帮助免疫系统建立对大脑自身的耐受性。在疾病模型中，短期炎症会导致废物直接泄漏进入血液，而在阿尔茨海默病小鼠模型中，废物则被困在大脑实质内无法有效排出。研究发表在 Cell 上。
#疾病与健康 #神经机制与脑功能解析 #阿尔茨海默病 #代谢废物清除 #神经免疫学
阅读更多：
Chayama, Yuichi, et al. “Physiological Brain Clearance Architecture Revealed by Neuronal Protein Tracing.” Cell, vol. 0, no. 0, May 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.04.048
跨物种脑成像揭示孤独症的两种生物学亚型
孤独症的临床表现存在极大的异质性，但这种差异背后的生物学机制尚未明确。Marco Pagani、Alessandro Gozzi与Adriana Di Martino（意大利理工学院、儿童心理研究所等）通过跨物种脑成像研究，成功识别出两种具有不同大脑连接模式和潜在分子机制的孤独症亚型，为个性化精准医疗奠定了基础。
▷ 跨物种识别自闭症相关连接障碍亚型。Credit: Nature Neuroscience
研究人员采用跨物种功能磁共振成像分析了20种孤独症小鼠模型，并对比了940名孤独症儿童及青年与1000多名神经典型个体的脑部扫描数据。研究发现大脑连接模式可分为两种主要亚型，约占受试患者的25%。第一种为低连接亚型，基因表达分析显示其与突触功能障碍密切相关。第二种为高连接亚型，主要涉及免疫相关系统和基因转录的改变。这两种亚型不仅在独立的数据集中具有高度可重复性，还展现出不同的功能性大脑结构。在行为评估中，高连接亚型在孤独症严重程度上的得分略高。该研究表明不同的大脑连接模式确切编码了不同的病理机制。研究发表在 Nature Neuroscience 上。
#疾病与健康 #神经机制与脑功能解析 #孤独症 #跨物种功能磁共振成像 #脑连接
阅读更多：
Pagani, Marco, et al. “Autism Subtypes Identified Using Cross-Species Functional Connectivity Analyses.” Nature Neuroscience, May 2026, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41593-026-02287-z
记忆丧失前发生了什么：揭秘tau蛋白错误折叠的最初触发点
长期以来导致阿尔茨海默病认知衰退的关键因素tau蛋白最初如何发生错误折叠一直是个未解之谜。哥伦比亚大学欧文医学中心的Victoria Paradise和Kapil V. Ramachandran等研究人员发现神经元细胞膜上特有的废物清除系统受损是触发这一病理过程的源头。这一发现揭示了病理发生的早期机制。
▷ 利用负染电子显微镜分析注射了 iBEp 的小鼠海马中肌氨酸不溶性组分。Credit: Columbia University Irving Medical Center
该研究聚焦于近期发现的横跨神经元外膜的额外蛋白质清除机制即神经蛋白酶体。研究人员开发了特定的分子工具，在原代神经元和小鼠模型中选择性阻断这一系统。结果显示，仅仅是破坏该系统的功能，就能迅速引发内源性tau蛋白错折叠，形成肌氨酸不溶性的成对螺旋丝，这在宏观和生化特征上与人类患者大脑中的病理产物几乎完全一致。进一步的机制分析和人类脑组织验证表明，该处理单元的数量受到载脂蛋白E基因型的严格调控。使患病风险翻倍的ApoE4变体显著减少了神经膜上的处理单元数量，使得神经元极易积累tau聚集体；相反，具有保护作用的ApoE2变体则增加了单元数量，赋予细胞抗性。此外随着年龄增长大脑中该系统的数量也会自然下降。研究发表在 Nature Neuroscience 上。
#疾病与健康 #神经机制与脑功能解析 #阿尔茨海默病 #tau蛋白 #神经蛋白酶体
阅读更多：
Paradise, Victoria, et al. “Neuroproteasomes Regulate Endogenous Tau Paired Helical Filament Formation in an APOE Genotype- and Age-Dependent Manner.” Nature Neuroscience, May 2026, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41593-026-02297-x
Tau蛋白异常聚集激活致命基因连锁反应
阿尔茨海默病中tau蛋白聚集引发神经元死亡的具体机制一直未被完全阐明。浙江大学莫玮/杨章华联合厦大韩家淮院士团队发现，tau蛋白聚集体会破坏神经元内的异染色质凝聚，引发导致细胞坏死的基因连锁反应，从而加速认知衰退。
▷ 致病性 tau 蛋白破坏异染色质凝聚，生成死亡配体并激活 ZBP1 依赖性坏死性凋亡的模型。Credit: Nature Neuroscience (2026).
研究团队利用表现出类似阿尔茨海默病病理特征的PS19小鼠模型展开实验，重点探究tau蛋白对神经元内部DNA组织结构的影响。实验结果表明，tau蛋白聚集体对H3K9me3修饰的染色质具有极强的亲和力，这种结合将表观遗传标记从异染色质蛋白1中隔离出来，导致组成型异染色质发生松散与破坏。这种结构的破坏导致原本沉默的转座DNA元件被异常激活，并转录出内源性的Z-RNA。随后，这些Z-RNA会激活Z-DNA结合蛋白1，最终诱发神经元死亡。临床数据分析证实，阿尔茨海默病患者兴奋性神经元中的ZBP1表达水平越高，其认知表现越差。更为关键的是，在24个月大的老年tau转基因小鼠中，降低Zbp1基因的表达可显著改善其认知功能缺陷。该研究不仅揭示了tau蛋白神经毒性的新机制，也为通过抑制ZBP1来预防或治疗神经退行性疾病提供了潜在的靶点。研究发表在 Nature Neuroscience 上。
#疾病与健康 #神经机制与脑功能解析 #阿尔茨海默病 #Tau蛋白 #ZBP1
阅读更多：
Liu, Wei, et al. “Tau Aggregates Cause Reactivation of Transposable DNA Elements, Leading to Z-RNA–ZBP1-Mediated Neuronal Death.” Nature Neuroscience, May 2026, pp. 1–14. www.nature.com, https://doi.org/10.1038/s41593-026-02299-9
丘脑高频电信号可区分梦境与深睡
大脑深部结构如何调节自然的意识状态一直是个未解之谜。Aditya Chowdhury和Tobias Staudigl等研究人员（慕尼黑路德维希-马克西米利安大学）通过直接测量患者大脑，发现了一种能有效区分清醒、梦境与深睡的特异性丘脑神经节律。
▷ 本研究中所有患者均采用双侧植入方案进行 DBS 电极植入。棕色区域表示丘脑。Credit: Nature Human Behaviour (2026).
研究团队招募了接受深部脑刺激的癫痫患者。由于传统表面脑电图难以触及深层脑区，团队利用患者丘脑中央植入的电极直接记录局部场电位，并结合表面脑电图与眼球运动分析，精准追踪患者在清醒和不同睡眠阶段的大脑状态。数据表明，人类丘脑中央区域存在一种频率约为19至45赫兹的快速振荡节律。这种节律仅在清醒和快速眼动睡眠中出现，并且与眼动爆发同步发生。相反，在非快速眼动睡眠的深睡期间，该快速振荡完全消失。这一发现首次证实丘脑中央在意识状态转换中起关键作用，这种脑节律未来有望用于优化神经系统疾病的干预疗法。研究发表在 Nature Human Behaviour 上。
#意识与脑机接口 #神经机制与脑功能解析 #丘脑 #睡眠 #深部脑刺激
阅读更多：
Chowdhury, Aditya, et al. “Thalamic Oscillations Distinguish Natural States of Consciousness in Humans.” Nature Human Behaviour, May 2026, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41562-026-02446-z
人类神经胶质祖细胞体外生成至体内成熟的过程与图谱
神经胶质细胞缺失会引发多种疾病，而直接移植干细胞易产生肿瘤。为寻找安全的替代疗法，John N. Mariani等（罗切斯特大学医学中心）开展研究，成功绘制了人类神经胶质祖细胞从体外到体内的分子图谱，证实了该细胞移植的安全性和治疗潜力。
研究人员利用单细胞RNA测序和单细胞ATAC测序，详尽分析了体外培养的人类神经胶质祖细胞。结果显示这些细胞包含四个截然不同的亚群且缺乏多能性标志物，具备高度特异性与安全性。随后，团队将细胞移植到髓鞘缺陷小鼠的胼胝体中。移植后的人类细胞并未形成畸胎瘤，而是成功替代了功能异常的宿主神经细胞，并启动大脑的重新髓鞘化。小鼠体内的微环境信号显著促进了移植细胞的分化，使其呈现出成熟星形胶质细胞和少突胶质细胞的特征。研究还揭示了驱动这些细胞成熟的关键基因调控网络，为未来优化针对脑白质病变的细胞疗法指明了方向。研究发表在 Nature Communications 上。
#疾病与健康 #神经机制与脑功能解析 #神经胶质祖细胞 #细胞疗法 #单核RNA测序
阅读更多：
Mariani, John N., et al. “Charting the Transition from in Vitro Gliogenesis to the in Vivo Maturation of Human Glial Progenitor Cells Transplanted into the Hypomyelinated Mouse Brain.” Nature Communications, Apr. 2026. www.nature.com, https://doi.org/10.1038/s41467-026-71803-3
AI 行业动态
英伟达RTX Spark芯片发布，PC正式迈入本地AI智能体时代
英伟达近日在台北Computex 2026展会上正式推出面向Windows笔记本电脑的全新芯片RTX Spark，旨在重塑人工智能时代的个人电脑形态。这款芯片基于Arm架构，集成了20核英伟达Grace CPU和Blackwell RTX GPU，最高可提供1 Petaflop（每秒一千万亿次浮点运算）的AI算力和128GB统一内存。英伟达首席执行官黄仁勋表示，这一变革堪比当年手机向智能手机的演进，并称RTX Spark驱动的设备是一台“不可思议的计算机”，能够轻松运行数字生物学、地震数据处理甚至天体物理学计算。微软与英伟达深度合作，为新一代PC构建了安全运行本地AI Agent的环境，通过Windows安全原语和NVIDIA OpenShell运行时，确保用户数据隐私与完全控制权。
搭载RTX Spark的轻薄笔记本最薄可达14毫米，重量约1.36千克，并支持全天续航；台式机版本同样面向智能代理、创意工作流和游戏场景。戴尔、联想等厂商的相关产品预计2026年秋季上市。该芯片由联发科参与定制CPU设计，以提升能效。英伟达此举被视为对传统PC芯片供应商英特尔和AMD的“生存威胁”，同时也标志着英伟达从数据中心处理器巨头向消费市场的战略拓展。不过，内存芯片短缺可能推高成本，消费者是否负担得起成为关键疑问。黄仁勋还驳斥了人工智能将摧毁就业的说法，强调实用AI已成为利润和GDP的创造引擎。此外，尽管美国已放宽对华出口H200芯片的限制，但中国科技公司尚未下单，而是加速自研芯片以挑战美国主导地位。
#英伟达RTXSpark #AIPC #Arm架构芯片 #本地AI智能代理 #Windows生态
阅读更多：
https://nvidianews.nvidia.com/news/nvidia-microsoft-windows-pcs-agents-rtx-spark
AI教母再出手：超越ImageNet的下一代图像数据集GPIC全面开源
斯坦福大学李飞飞团队近日发布了一个名为GPIC（Giant Permissive Image Corpus，巨型开放图像语料库）的全新数据集，旨在为视觉生成研究提供一把“新的尺子”。随着图像生成模型在旧基准ImageNet上的生成质量评分（FID，衡量生成图片与真实图片分布差异的指标）已低于真实图片本身的评分，该基准彻底饱和，无法再有效评估模型优劣。GPIC包含整整1亿对图像-文本数据，总计约28万亿像素，并已全量托管在Hugging Face平台上供免费下载使用。构建过程严格限定仅从Flickr和Wikimedia采集CC授权（知识共享许可，允许合法分享与使用）图片，并经过质量过滤、有害内容移除、去重以及使用视觉语言模型Qwen3-VL-4B重新生成高质量文字描述等四道流程，最终训练集达1亿张，并附带20万验证图和100万测试图。
除了数据集本身，GPIC还引入了一套新的评估协议。旧的FID指标依赖2015年的Inception-v3分类网络，其特征空间与人类感知脱节，容易被“刷榜”。新基准采用FD-DINOv2作为主要指标，该特征提取模型来自Meta公司2023年发布的自监督视觉模型DINOv2（无需标注即可学习图像特征的模型），与人类对图像相似性的判断更为一致。更重要的是，GPIC的基准评分是与独立的百万张测试集比较，而非训练集，避免了模型“死记硬背”数据获得虚假高分。研究团队还提供了参考基线模型和三个不同规模的数据子集（Nano、Lite、Full），方便资源各异的团队进行公平比较。这一开放基础设施有望终结视觉生成领域的不透明“军备竞赛”，推动公开、可复现的科学进步。
#GPIC数据集 #视觉生成基准 #李飞飞 #FD-DINOv2 #开放图像语料库
阅读更多：
https://arxiv.org/abs/2605.30341
奥特曼亲自招人，OpenAI重启机器人团队
时隔六年，OpenAI正式宣布重组机器人团队“OpenAI Robotics”，并由首席执行官奥特曼亲自发帖招募硬件、系统及机器学习工程师。奥特曼为团队设定的长期目标是“让每个人都拥有一台属于自己的机器人”，短期则聚焦于为基础设施建设的技术工人提供辅助。该团队由曾领导DALL·E 2和DALL·E 3的Aditya Ramesh带队，他目前担任研究副总裁，负责“世界模拟”（Worldsim，即让AI在内部模型中模拟物理世界的运行规律）项目。奥特曼透露，机器人团队正是从Worldsim项目中逐步演变而来，核心方向是实现能在动态真实环境中达到AGI水平的通用机器人。
OpenAI机器人团队的技术路线与其他硬件公司截然不同：不急于制造机器人本体，而是优先构建强大的“大脑”。其核心策略是缩小“仿真到现实”的差距，通过高保真仿真环境自动生成海量训练数据，从而避免对昂贵且稀缺的真实物理数据的依赖。这一思路源于OpenAI的早期积累：2018年团队曾用名为Dactyl的机械手在纯仿真训练下成功解出魔方，并采用“自动域随机化”（ADR，不断变化仿真参数以增强模型泛化能力）技术应对现实干扰。然而2020年因数据瓶颈团队被迫解散，如今借助更强的仿真技术和生成式模型积累，OpenAI再次入局，试图将世界模型的认知能力赋予真实的机器人。与此同时，曾经的合作伙伴Figure已推出能完成厨房家务的Figure 03，新一轮的具身智能竞赛正从模型层延伸至物理世界。
#OpenAI机器人 #通用机器人 #世界模拟 #仿真到现实 #奥特曼
阅读更多：
https://openai.com/index/solving-rubiks-cube/
AI 驱动科学
Nature：新型低温工艺实现高性能3D硅芯片制造
制造高密度单片三维集成电路面临高温加工极易损坏底层已有电路的难题，而采用低温替代材料又往往会导致器件性能下降。伊利诺伊大学厄巴纳-香槟分校的研究人员提出了一种将超薄柔性硅膜与低温转移打印相结合的新方案，在不损失硅材料本身优异性能的前提下，成功实现了高精度的多层晶体管垂直堆叠集成。
▷ 一种制造三维硅晶体管堆叠结构的新方法。Credit: Bao Lam et al.
研究团队通过创新物理制造工艺突破了这一瓶颈。研究人员首先从特制基底上剥离出厚度仅为10纳米的均匀掺杂单晶硅纳米膜。随后，他们采用基于滚轮的转移打印工艺，在低于200摄氏度的安全温度下将这些柔性硅片逐层卷绕并贴合到芯片上。由于极高的柔韧性，硅片能够顺应甚至不完全平整的底层表面形成均匀键合。接着，团队采用避免传统高温步骤的电路设计，在每层硅片上图案化制造互补无结晶体管，所有加工温度严格控制在400摄氏度以下。实验结果显示，这些器件的电流传输效率与前端工艺的标准硅基晶体管高度一致，电流密度超过650微安每微米，且连续层间的对准误差被控制在10纳米以内。基于该技术，团队成功构建了垂直集成的反相器等逻辑门，以及最高达三层结构的静态随机存取存储器。相较于同等平面设计，该三维电路的尺寸缩小了近三倍。研究发表在 Nature 上。
#3D集成电路 #芯片制造 #半导体技术
阅读更多：
Lam, Bao, et al. “Monolithic Three-Dimensional Integration of Silicon Transistors.” Nature, May 2026, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-026-10496-6
γ-World：突破双人限制的多智能体生成式世界模型
现存世界模型在扩展多玩家时面临算力爆炸与对称性破坏等难题。英伟达和清华大学等机构的Fangfu Liu等开发了多智能体世界模型γ-World，成功实现突破双人限制的多人交互与零样本泛化。
研究团队提出单纯形旋转代理编码（Simplex Rotary Agent Encoding，将智能体映射到旋转角空间正单纯形顶点上的无参数编码），保留了独立相位并确保置换对称性（permutation symmetry，不依赖固定槽位且保持各节点地位平等的属性）。同时，团队引入稀疏枢纽注意力，将随玩家数量呈平方级增长的通信负担降至线性增长。模型还蒸馏出支持KV caching的因果学生模型，达到每秒24帧实时生成。实验表明，8人场景下该模型算力消耗仅为全连接方案的八分之一，延迟降至4.5毫秒。在虚拟游戏和机械臂协同测试中，模型展现出卓越的时空一致性，无需额外训练即可实现从双人到四人的零样本泛化。
#大模型技术 #计算模型与人工智能模拟 #世界模型 #多智能体 #具身智能
阅读更多：
https://arxiv.org/abs/2605.28816
给大模型做性格测试：SUVA框架实现聊天机器人行为审计
随着大语言模型在代理任务中应用加深，其时常表现出危险推荐或过度奉承等缺乏社会判断的行为，如何审查其行为倾向成为一大难题。德克萨斯大学奥斯汀分校的Yan Leng和加州大学戴维斯分校的Yuan Yuan合作开发了一种名为SUVA的概率审计框架，通过类似性格测试的方式成功量化了模型的社会偏好，并证实可通过对齐方法重塑其行为倾向。
该研究引入了SUVA（状态-理解-价值-行动，一种基于文本响应来评估模型决策及推理过程的概率审计框架）。研究人员针对八种主流大语言模型，运用行为经济学中的独裁者博弈（dictator game，一种衡量个体在自利与公平等利他价值观之间权衡的经典经济学实验）进行了数千次测试，要求模型在自身与他人之间分配积分。结果显示，模型并非完全自利，大多对社会福利表现出适度倾向。同时，模型的决策高度依赖社会线索与情境：当得知与另一参与者拥有相同家乡等身份认同时，模型的亲社会倾向跃升了40个百分点；在工作场景中与同等贡献者分配奖金时，则严格倾向于平均分配。研究进一步证明，通过后训练对齐方法能够系统地重塑这些社会偏好，使组织可以根据具体场景精准调整人工智能的交互表现。研究发表在 Information Systems Research 上。
#大模型技术 #意图与决策 #行为审计 #社会偏好
阅读更多：
Leng, Yan, and Yuan Yuan. “SUVA: A Probabilistic Framework for Auditing LLMs with an Application to Social Preferences.” Information Systems Research, Feb. 2026. pubsonline.informs.org (Atypon), https://doi.org/10.1287/isre.2024.0857
人工智能血液检测准确识别四种痴呆症相关脑部疾病
临床上极难区分不同类型的神经退行性疾病，且患者大脑往往存在多种混合病变。圣路易斯华盛顿大学的Ying Xu和Carlos Cruchaga团队开发了一种基于人工智能的血液检测分类器，能够以超过90%的准确率区分四种导致痴呆的脑部疾病并检测混合病理，为精准医疗奠定了坚实基础。
研究团队利用核酸连接夹心免疫分析技术（NULISA，一种高灵敏度与高通量的蛋白质检测平台），筛选出15种能够反映大脑神经退行性病理的血浆蛋白质。随后，研究人员使用来自3200多名受试者的血液蛋白质数据训练并测试了人工智能分类器。受试者涵盖阿尔茨海默病、帕金森病、额颞叶痴呆和路易体痴呆患者及认知健康的对照组。团队接着在包含225人的独立外部队列中进行了模型验证，这些受试者生前接受过认知评估，并在离世后取得了尸检病理证实。结果显示，该分类器实现了92.3%的总体诊断准确率，曲线下面积高达0.955。该模型有效识别了常规临床评估难以察觉的共存病理特征，其预测结果与尸检发现的实际淀粉样蛋白等病理负荷高度吻合。研究发表在 Alzheimer's & Dementia 上。
#疾病与健康 #预测模型构建 #血液检测 #痴呆症 #人工智能
阅读更多：
Xu, Ying, et al. “GPND-AI NULISA: A 15-Protein AI Classifier for Diagnosis and Co-Pathology Profiling across Neurodegenerative Diseases.” Alzheimer’s & Dementia, vol. 22, no. 5, 2026, p. e71420. Wiley Online Library, https://doi.org/10.1002/alz.71420
纯光子驱动人工突触，全光计算实现超低能耗图像识别
为突破传统AI系统的能耗瓶颈，Yifei Yan、Qingfeng Gui和Zhixing Gan等（南京师范大学等机构）开发了一种完全依靠光信号工作的全光学人工突触。该器件省去了电信号转换步骤，成功在单一平台上集成了感、存、算功能。
▷ 一种基于稀土掺杂长余辉晶体的光子调制突触器件能够促进兴奋性（紫外光诱导）和抑制性（近红外光诱导）可塑性。该示意图描绘了以发光作为光输出的兴奋性脉冲。Credit: Y. Yan et al.
研究团队使用稀土掺杂长余辉晶体材料构建了该突触器件。在紫外光照射下，器件通过捕获电荷载流子存储光学信息，并表现出双脉冲易化（paired-pulse facilitation，指连续刺激时后一个脉冲产生更强响应的现象，常用于模拟学习行为）；在近红外光照射下，则表现出双脉冲抑制。实验证实，器件在纯光子驱动下实现了兴奋与抑制的双向可塑性。此外，团队将该材料与硅成像传感器结合制成原型相机，无需外接电路即可直接在传感器端去噪并增强对比度。基于该全光突触模拟的人工神经网络在手写数字分类任务中的识别准确率达到95.99%，远高于未去噪时的78.04%。研究发表在 Advanced Photonics 上。
#其他 #计算模型与人工智能模拟 #全光突触 #神经形态计算 #低功耗
阅读更多：
Yan, Yifei, et al. “Fully Photon-Modulated Synaptic Devices with Bidirectional Plasticity for Neuromorphic Vision and Recognition.” Advanced Photonics, vol. 8, no. 4, May 2026, p. 046001. www.spiedigitallibrary.org, https://doi.org/10.1117/1.AP.8.4.046001
用户更偏好“中庸”且性格相投的AI聊天机器人
什么样的AI性格最讨人喜欢？东北大学的Smit Desai与Hasibur Rahman团队通过研究发现，人们并不喜欢性格过度外向或过于平淡的AI，而是更倾向于与性格表现温和、且与自身性格特征相似的聊天机器人进行交流，这为AI产品的个性化设计提供了新方向。
研究团队开发了特质调节键（Trait Modulation Keys，简称 TMK）工具，来精准控制大语言模型的“大五人格”（Big Five Personality Traits，心理学中描述人类性格的五个核心维度）表现强度，并组织了150名参与者使用不同个性版本的ChatGPT规划纽约旅行。结果表明，AI的个性表达与用户感知之间呈倒U形关系：中等表达强度的聊天机器人在智能、趣味性、拟人化、采用意愿、信任和喜爱度等六个评估维度上得分最高；低个性版本被指平淡无奇，而高个性版本则因用力过猛模仿人类而令用户反感。此外，研究还发现性格契合度能够显著提升用户在趣味性和信任度方面的评价，其中外向性和尽责性的错配对用户体验伤害最深。值得注意的是，ChatGPT 4.0、Deepseek Chat V3和Claude 3.7 Sonnet等主流模型默认个性设置均偏高，未来设计应更注重个性透明度与用户自主调控。研究发表在 Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems 上。
#认知科学 #大模型技术 #大五人格 #人机交互 #聊天机器人
阅读更多：
Rahman, Hasibur, and Smit Desai. “Vibe Check: Understanding the Effects of LLM-Based Conversational Agents’ Personality and Alignment on User Perceptions in Goal-Oriented Tasks.” Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems [New York, NY, USA], CHI ’26, 2026, pp. 1–30. ACM Digital Library, https://doi.org/10.1145/3772318.3790388
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