█ 脑科学动态
Science：缺失单个基因为何致病？DNA三维结构崩溃机制
Science：海马体免疫细胞在中年发生剧烈置换
催乳素重塑大脑奖赏回路驱动母亲对新生儿的照顾行为
长期处于交通噪音环境可能会增加患帕金森病的风险
大鼠脑内行波揭示意识中的信息传递机制
鸟鸣与森林漫步显著提升心理健康
运动成瘾真实存在但常被夸大
█ AI行业动态
从偏微分方程到分形结构：中国青年学者王虹与邓煜荣获菲尔兹奖
告别键盘输入，Anthropic与OpenAI同日升级语音AI体验
GPT-5.6证伪30年图论猜想并连破数道数学难题
█ AI驱动科学
Nature：基于AlphaFold3的ContactSeek实现精准碱基编辑
人工智能结合声学全息技术实现精准非侵入式多靶点脑刺激
虚拟现实扭曲人体体型感知，摘下头显后影响仍短暂持续
虚拟机器人像幼儿一样通过“玩耍”与“试错”高效率学习语言
新型知识编辑技术解决多模态AI“灾难性遗忘”
液体中的物理计算机：数百个微观胶体振荡器实现储层计算
AI破解微观粒子演化规律，实现大尺度材料行为精准预测
脑科学动态
Science：缺失单个基因为何致病？DNA三维结构崩溃机制
为何丢失单个关键基因拷贝就会导致严重的先天性心脏病？Benoit G. Bruneau、Katie Pollard以及来自格莱斯顿研究所（Gladstone Institutes）的研究团队发现，丢失单个TBX5基因拷贝会导致心肌细胞的DNA三维结构全面崩溃，揭示了出生缺陷的新致病机制。
▷ TBX5 以剂量依赖的方式组织心脏三维染色质。Credit: Science (2026).
研究人员诱导带有不同TBX5基因拷贝数的人类干细胞分化为心房和心室心肌细胞，并利用高分辨率三维映射技术与定制计算模型分析单细胞基因组结构。结果表明，TBX5像定位系统一样引导黏连蛋白准确结合于DNA，进而形成连接基因与增强子的染色质环。当TBX5仅缺失一个拷贝时，心肌细胞的DNA三维结构会在区室、拓扑关联结构域以及染色质环等各个层面上发生严重折叠紊乱，进而阻止重要心脏基因的激活。单细胞分析还显示心房与心室细胞对TBX5缺失的响应存在异质性，这解释了相同基因突变患者临床表型多样化的原因。研究表明许多由基因突变引发的出生缺陷本质上可能是由DNA三维结构错误折叠所致。研究发表在 Science 上。
#疾病与健康 #其他 #基因组学 #先天性心脏病 #DNA折叠
阅读更多：
Grant, Zoe L., et al. “Dose-Dependent Sensitivity of Human Three-Dimensional Chromatin to a Heart Disease–Linked Transcription Factor.” Science, vol. 393, no. 6809, July 2026, p. eadv5434. science.org (Atypon), https://doi.org/10.1126/science.adv5434
Science：海马体免疫细胞在中年发生剧烈置换
衰老是引发痴呆症等神经退行性疾病的最大风险因素，但其触发脑部神经炎症的具体机制尚不明确。Nathan R. Zemke、Xiangmin Xu、Bing Ren及其合作团队（加州大学圣地亚哥分校、纽约基因组中心、加州大学欧文分校）通过多组学分析揭示，人脑海马体在进入中年后会经历剧烈的免疫细胞重塑和基因组结构退化。
研究人员对40名20至95岁神经健康成年人的死后海马体组织进行了单细胞多组学测序，综合分析了基因表达、DNA甲基化以及三维基因组结构。结果显示，在50至75岁的中年时期，大脑会发生非线性的免疫重塑：胚胎时期发育形成的原生小胶质细胞逐渐减少，并被一种类似于外周血单核细胞的促炎性细胞群所取代。同时，维持血脑屏障和突触信号的星形胶质细胞也大幅减少，伴随线粒体能量代谢下降。全基因组层面的三维结构也呈现普遍侵蚀。研究发表在 Science 上。
#疾病与健康 #神经机制与脑功能解析 #海马体 #小胶质细胞 #表观遗传学
阅读更多：
Zemke, Nathan R., et al. “Epigenetic and 3D Genome Reprogramming during the Aging of the Human Hippocampus.” Science, vol. 393, no. 6809, July 2026, p. eadt8307. science.org (Atypon), https://doi.org/10.1126/science.adt8307
催乳素重塑大脑奖赏回路驱动母亲对新生儿的照顾行为
母亲在产后为何会自发倾尽全力照顾新生儿？Jenny Clarkson、Michael R. Perkinson和Rosemary S. E. Brown等（奥塔哥大学）发现了大脑中一条受催乳素调控的特定神经回路，揭示了激素如何重塑奖赏系统，让母性照顾变成一种充满愉悦感的主动行为。
研究团队通过结合光纤记录、光遗传学以及基因敲除技术，深入探究小鼠大脑内侧视前区的神经活动。结果表明，当母鼠与幼崽互动时，内侧视前区延伸至腹侧盖膜区的催乳素受体神经元会被显著激活，这一过程主要由幼崽的气味信号引发。利用光遗传学人工激活未生育雌鼠的该通路后，小鼠会立刻表现出类似于新晋母亲的尽职照顾行为。相反，选择性敲除该通路中的催乳素受体后，产后母鼠与幼崽的互动大幅减少。进一步分析显示，该通路通过刺激多巴胺释放至伏隔核，从而驱动母性照顾动机。这一机制为理解围产期情绪障碍提供了新的生物学基础。研究发表在 Science Advances 上。
#疾病与健康 #神经机制与脑功能解析 #围产期情绪障碍 #催乳素 #多巴胺
阅读更多：
Clarkson, Jenny, et al. “A Prolactin-Receptive Neural Circuit Drives Maternal Interactions with Pups in Mice.” Science Advances, vol. 12, no. 28, July 2026, p. eady6498. science.org (Atypon), https://doi.org/10.1126/sciadv.ady6498
长期处于交通噪音环境可能会增加患帕金森病的风险
长期暴露于交通噪音是否会增加患神经退行性疾病的风险？Mette Sørensen, Aslak Harbo Poulsen, Ole Raaschou-Nielsen等研究人员（丹麦癌症协会研究中心等）开展了一项全国性长期队列研究，揭示了住宅道路交通噪音与帕金森病发病风险增加之间的明确关联，并证实较安静的居室界面可减轻该风险。
▷ 样条曲线显示道路交通噪声与帕金森病风险之间的关系。Credit: JAMA Neurology (2026).
研究团队利用丹麦国家登记系统对3,103,577名40岁及以上的居民进行了长达18年的追踪分析，随访期间共有20,587名参与者被确诊为帕金森病。研究人员利用计算模型评估了所有参与者自1990年起10年滚动平均的住宅噪音暴露量。在调整了年龄、性别、社会经济状况及空气污染（PM2.5和超细颗粒物）等因素后，结果显示，住宅最嘈杂侧（通常面向街道）噪音每增加11.5分贝，帕金森病发病风险增加3%；而最安静侧（通常面向后院）噪音每增加8.9分贝，风险增加4%。此外，研究还发现，对于居住在噪音超过50分贝环境中的人群，若房屋最安静侧与最嘈杂侧的噪音相差至少10分贝，患帕金森病的风险显著降低。研究表明住宅交通噪音是帕金森病一个此前被忽视的风险因素，可为城市规划者设计远离繁忙主干道的卧室布局提供科学依据。研究发表在 JAMA Neurology 上。
#疾病与健康 #疾病预防 #帕金森病 #环境风险 #交通噪音
阅读更多：
Sørensen, Mette, et al. “Road Traffic Noise, Noise Difference Between Residential Facades, and Risk of Parkinson Disease.” JAMA Neurology, July 2026. Silverchair, https://doi.org/10.1001/jamaneurol.2026.2262
大鼠脑内行波揭示意识中的信息传递机制
意识状态下大脑如何在不同皮层区域间可靠地传递信息，以及麻醉时这种信息组织机制为何消失？Kaio Misawa, Koji Chinen, Akira Kawabata, Taro Kaiju, Takafumi Suzuki与Yutaka Komura（京都大学等）组成的团队通过开发高密度皮层脑电阵列，首次证实脑内行波是介导全局信息传递的基础模式，揭示了清醒大脑如何通过增强信息调谐的精确度来维持意识。
研究团队开发了覆盖大鼠大面积大脑皮层的116通道高密度脑电图（ECoG）阵列，记录视觉刺激下的电信号，并利用传递熵分析广义相位提取的行波（traveling waves，即像涟漪一样传播的电活动）。研究团队提出了信息调谐（信息选择性沿行波传播方向流动的现象）这一全新框架。仿真与实验结果表明，行波存在本身并不保证信息传递，但大脑皮层信息确实沿行波方向选择性流动。与麻醉状态相比，清醒状态下的行波更具稳定性和空间协调性，能够从视觉皮层扩散至颞页、顶叶及体感区等广泛区域。更为关键的是，清醒大脑的信息调谐曲线更加陡峭，展现出极高的方向选择性和精准度；而麻醉大脑虽具有更高的绝对信息传递量，却充斥着随机噪声。研究还发现清醒状态下的扰动复杂性指数显著更高，从物理与信息论层面为意识理论提供了多尺度证据。研究发表在 iScience 上。
#意识与脑机接口 #神经机制与脑功能解析 #脑电波 #信息调谐 #意识机制
阅读更多：
Misawa, Kaio, et al. “Awake Cortex Stabilizes Traveling Waves for Global and Reliable Information Routing.” iScience, vol. 29, no. 8, Aug. 2026. www.cell.com, https://doi.org/10.1016/j.isci.2026.116728
鸟鸣与森林漫步显著提升心理健康
为了应对日益严峻的大学生心理健康危机，Nils Peterson及其团队（北卡罗来纳州立大学）开展了一项环境心理学实验，证实了自然景观与鸟鸣声对减轻心理压力、提升情绪健康具有显著的协同改善作用。
▷ 修复后的森林（右下）和灰色区域（右上）的地面和航拍图，这些区域在测量压力、积极和消极体验量表以及感知恢复性量表之前立即进行了处理。Credit: Environmental Conservation (2026).
研究团队在北卡罗来纳州立大学招募了106名参与者，设计了2×2交叉实验。参与者佩戴降噪耳机，随机置身于修复后的滨水森林绿地或繁忙的城市灰色空间，并随机聆听鸟鸣声或交通噪音。通过压力量表、积极与消极体验量表和感知恢复性量表记录心理变化。结果显示，环境景观与声音对心理健康均有极显著影响。森林与鸟鸣的结合带来了最佳的心理恢复效果，能大幅降低压力和负面情绪，同时提高积极情绪；而城市与交通噪音组合的效果最差。此外，当在灰色空间中播放鸟鸣声时，也能有效减轻恶劣环境带来的心理负担。研究发表在 Environmental Conservation 上。
#疾病与健康 #心理健康与精神疾病 #环境心理学 #感知恢复性 #压力缓解
阅读更多：
Peterson, Nils, et al. “Both Restored Forest and Birdsong Promote Psychological Well-Being.” Environmental Conservation, July 2026, pp. 1–9. Cambridge University Press, https://doi.org/10.1017/S0376892926100484
运动成瘾真实存在但常被夸大
过度锻炼何时会从健康习惯演变成心理障碍？Bhavya Chhabra、Zsolt Demetrovics、Mark D. Griffiths和Attila Szabo（罗兰大学、弗林德斯大学、诺丁汉特伦特大学及塞切尼·伊什特万大学等）组成的研究团队对此展开了深入探索，系统评估了运动成瘾的成因与评估缺陷，揭示了该领域流行率被严重高估的现状。
这项研究采用叙述性综述方法，评估了50多年来的经验研究与30多种测量工具。研究发现，广泛传播的高达42%的运动成瘾风险率被严重夸大，主因是现有筛查工具无法区分对健身的自律热爱与病态成瘾。作为一种行为成瘾，真正的运动成瘾核心在于失去控制，患者即使带伤带病也会强迫训练，并以牺牲工作、人际关系和身体健康为代价。研究指出，该病症尚未被列入正式医学诊断，其背后常与体貌压力、抑郁以及饮食失调等深层心理困扰相关。专家强调，运动的关键在于个人选择而非被迫感，公众应建立包含恢复日的科学健身观。研究发表在 Journal of Behavioral Addictions 上。
#疾病与健康 #心理健康与精神疾病 #行为成瘾 #运动成瘾 #强迫行为
阅读更多：
Chhabra, Bhavya, et al. “Exercise Addiction: A Review and Evaluation of Current Research and Theory.” Journal of Behavioral Addictions, vol. 15, no. 2, Apr. 2026, pp. 540–66. Journal of Behavioral Addictions. www.akjournals.com, https://doi.org/10.1556/2006.2025.00336
AI 行业动态
从偏微分方程到分形结构：中国青年学者王虹与邓煜荣获菲尔兹奖
2026年国际数学家大会公布了新一届菲尔兹奖（Fields Medal，国际数学界针对40岁以下青年研究人员颁发的最高荣誉）获奖名单，研究人员王虹与邓煜成功获奖。邓煜与王虹均成长于中国且毕业于北京大学，王虹也是该奖项历史上的第三位女性获得者。
邓煜现任芝加哥大学教授，专攻用于描述物理现象的偏微分方程。他与合作者严谨证明了大量微观粒子碰撞必然推导出宏观流体方程，成功解决了David Hilbert在1900年提出的关于流体行为与微观粒子统一性的历史性难题。
王虹现任法国高等科学研究所终身教授，长期深耕调和分析领域。她在与南开大学Joshua Zahl等研究人员的合作中，成功证明了三维挂谷猜想，揭示了旋转针的最佳图形是一种最有利于分析的分形结构。两位研究人员的突破性成果不仅展现了新一代青年研究人员的崛起，也体现了中国多年来在基础科研领域持续加大投入所取得的显著成效。
#菲尔兹奖 #王虹 #邓煜 #调和分析 #偏微分方程
阅读更多：
https://www.nature.com/articles/d41586-026-02169-1
告别键盘输入，Anthropic与OpenAI同日升级语音AI体验
Anthropic与OpenAI近日相继发布了语音功能的重磅升级。Anthropic将旗下Claude Voice的底层模型升级至Opus 4.8与Sonnet 5全系列，并引入连接器架构，允许用户通过语音直接调用邮件、日历和文档等办公软件。此次升级新增了11种语言支持，但暂未包含中文。Anthropic的产品经理Robert Bye表示，用户可通过语音轻松完成工作流整合，所有操作均需经用户授权。
与此同时，OpenAI推出了基于GPT-Live架构的桌面端语音交互功能。该架构采用全双工（Full-duplex，能同时处理音频输入输出并支持随时打断的交互模式）设计，并引入委派推理，由前台模型负责实时对话，后台GPT-5.5处理深度任务。用户可在桌面端通过语音操控电脑、联动多个智能代理协作。研究人员认为，两家机构的升级正在加速无输入框时代到来。
#语音交互 #全双工 #Claude #ChatGPT #委派推理
阅读更多：
https://claude.com/blog/think-through-hard-problems-in-voice-mode
GPT-5.6证伪30年图论猜想并连破数道数学难题
在人工智能赋能基础科学研究领域，前沿大模型取得了显著突破。研究人员Dmitry Rybin利用GPT-5.6 Pro模型，成功证伪了图论领域悬而未决长达30年的Dinitz-Garg-Goemans猜想。GPT-5.6 Pro通过精准构造反例，证明了在特定网络结构下，不可分割流的成本严格高于分数流成本，从而否定了该猜想。Dmitry Rybin仅通过三句方向性提示便辅助模型完成了复杂推导，展现了人工智能在推翻传统数学假说方面的强大能力。
与此同时，哥伦比亚大学研究人员Shouqiao Wang基于GPT-5.6 Sol与Codex构建了自动化科研工作流，在五天内破解了6道开放的Erdős数学难题。该工作流引入了独立对抗智能体进行审查，显著提升了推理的可靠性。这些进展表明，人工智能正在演化为能够拓展认知边界的科研搭档。随着人工智能在学术界的深入应用，基础科学的研究范式正在迎来深刻变革。
#GPT5.6 #图论猜想 #AI科研 #数学难题
阅读更多：
https://x.com/DmitryRybin1/status/2079904005652893709?s=20
AI 驱动科学
Nature：基于AlphaFold3的ContactSeek实现精准碱基编辑
如何解决基因编辑中编辑活性与特异性不可兼得的难题？北京大学生命科学学院和华东师范大学生命科学学院的研究团队开展合作，开发出人工智能驱动框架ContactSeek，成功设计出超高特异性的新型基因碱基编辑器。
研究团队利用人工智能模型 AlphaFold3 预测分子间接触概率，并将数千个脱靶复合物与靶向复合物进行比对，精准定位出决定特异性的关键氨基酸残基。基于 ContactSeek 框架，研究人员对基于 Cas9 蛋白的腺嘌呤碱基编辑器（adenine base editor，能够在不引发 DNA 双链断裂的情况下实现单个碱基转换的精准编辑工具）进行突变改造，获得名为 ABE8e-DD 的新型变体。实验数据显示，该变体在多个位点的编辑效率保持原有高活性的90%以上，同时将 RNA 水平的脱靶降至接近背景水平，并将 gRNA 依赖的 DNA 脱靶降低了90%以上。研究团队进一步将该框架拓展应用至结构截然不同的 Cas12a 胞嘧啶碱基编辑器，同样成功获得了兼具低脱靶活性和高靶向性的突变体。该成果表明利用人工智能挖掘分子接触信号可显著提升基因编辑工具的设计效率与保真度。研究发表在 Nature 上。
#AI驱动科学 #跨学科整合 #基因编辑 #AlphaFold3 #碱基编辑器
阅读更多：
Meng, Haowei, et al. “Precise DNA Base Editing Using AlphaFold3-Based Contact Modelling.” Nature, July 2026, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-026-10794-z
人工智能结合声学全息技术实现精准非侵入式多靶点脑刺激
如何克服颅骨阻挡实现高精度的非侵入式多脑区刺激？Moon Hwan Lee，Euiheon Chung，Hyuk-Sang Kwon，Jae Youn Hwang等（大邱庆北科学技术院与光州科学技术院）结合人工智能与物理传播模型，开发出一种厚度优化的声学全息透镜技术，仅凭单个超声换能器即实现了跨颅骨的高精度多靶点脑刺激。
▷ 基于所提出的 TOAH 的经颅超声刺激装置。Credit: Brain Stimulation (2026)
传统经颅超声刺激（transcranial ultrasound stimulation，一种可深入脑部特定区域的非侵入性神经调控手段）易受颅骨折射干扰导致聚焦变形。研究团队提出的物理感知仅厚度声学全息（通过直接优化透镜三维结构来精确控制超声相位与振幅的技术）技术，利用人工智能直接设计可3D打印的超薄透镜厚度。该方法弥合了数值设计与物理透镜之间的偏差，在计算机模拟和体外颅骨实验中均展现出极高的聚焦准确度与多焦点能量平衡，同时大幅减少了非目标区域泄漏及颅骨发热副作用。在神经性疼痛小鼠模型中，研究人员使用该透镜同时刺激小鼠双侧丘脑，成功降低了神经元活性标志物c-Fos的表达，改善了小鼠的疼痛行为。人类颅骨模拟也证实了该技术的临床应用潜力。研究发表在 Brain Stimulation 上。
#疾病与健康 #神经调控 #经颅超声刺激 #声学全息 #神经性疼痛
阅读更多：
Lee, Moon Hwan, et al. “High-Fidelity Transcranial Ultrasound Multi-Focal Stimulation via Physics-Aware Hologram Technique.” Brain Stimulation: Basic, Translational, and Clinical Research in Neuromodulation, vol. 19, no. 4, July 2026. www.brainstimjrnl.com, https://doi.org/10.1016/j.brs.2026.103158
虚拟现实扭曲人体体型感知，摘下头显后影响仍短暂持续
如何在虚拟现实中精准判断自身的体型与周围空间关系？Xiaoye Michael Wang，Ali Mazalek，Catherine M. Sabiston与Timothy N. Welsh（多伦多大学）通过研究发现，虚拟现实技术会扭曲人们对自身身体尺寸的感知，使其误以为自己体型变大，且这种效应在摘下头显后仍会持续。
▷ KPE 的研究员王晓烨（音译）正在虚拟现实中尝试估算两根杆子之间的最小距离，以确保他能够安全行走而不撞到它们（图片由本人提供）。Credit: University of Toronto
研究团队招募60名参与者，在真实现实与沉浸式虚拟现实环境中进行可通行通道范式（passable aperture paradigm，一种通过测量人穿过缝隙行为来评估体型感知的实验方法）测试。参与者需要估计自己侧身通过两根杆子之间缝隙所需的最小宽度。结果显示，参与者在虚拟现实中估算所需的缝隙宽度显著高于真实现实，表现出类似于觉察自己变成巨人的体型过高估计。更为关键的是，参与者在摘下头显返回真实世界后，依然倾向于预留比进入虚拟现实前更宽的空间，证实了遗留效应的存在。几何模型分析揭示，这种视觉失真主要源于头显设备引起的辐辏调节冲突（双眼会聚点与睫状肌调节焦距不一致导致的深度感知异常）所造成的深度压缩，导致通道在视觉上看起来比实际更窄。当研究人员通过数学方法校正了该冲突带来的影响后，参与者在虚拟现实与真实现实中的感知比率恢复一致。这表明人的感知系统依然具有功能协调性，研究为改进虚拟现实设备的训练精准度及体像障碍康复提供了新思路。研究发表在 Virtual Reality 上。
#认知科学 #神经机制与脑功能解析 #虚拟现实 #感知扭曲 #深度感知
阅读更多：
Wang, Xiaoye Michael, et al. “Virtual Reality Alters Perceived Functional Body Size.” Virtual Reality, vol. 30, no. 3, May 2026, p. 127. Springer Link, https://doi.org/10.1007/s10055-026-01368-5
虚拟机器人像幼儿一样通过“玩耍”与“试错”高效率学习语言
儿童如何在语言刺激有限的情况下迅速掌握语言？ Theodore J. Tinker 、 Kenji Doya 和 Jun Tani （冲绳科学技术大学院大学）通过给基于脑启发神经网络的虚拟机器人赋予好奇心机制，成功模拟了儿童通过玩耍与自主探索高效习得语言的过程。
▷ 经过 60,000 个训练周期，机器人完成诸如“靠近绿色柱子”和“向左推动品红色哑铃”等语言任务的成功率。那些因满足好奇心而获得奖励的机器人学习任务的速度明显快于那些未获得奖励的机器人，尤其是在推动物体这类复杂任务上。这类任务要求机器人首先识别物体的正确形状和颜色，然后移动到目标位置，最后朝正确的方向推动物体。阴影区域代表 99% 的置信区间。Credit: Adapted from Tinker et al., 2026.
研究团队构建了受预测编码启发的变分循环神经网络，结合主动推断与强化学习。系统为机器人提供完成任务的外在奖励，以及满足好奇心的内在奖励。在物理模拟环境中，机器人需要根据指令执行组合动作。结果表明，好奇心驱动的机器人掌握语言的速度比无好奇心对照组快一倍，且训练中自发涌现出类似儿童的玩耍行为。在面对异常任务时，机器人重现了儿童语言学习中经典的U形曲线（先掌握特例，随后因过度概括规则导致错误增加，最终完全掌握），证实了内在探索动机对复杂语言泛化与规则修正的关键作用。研究发表在 Science Advances 上。
#认知科学 #计算模型与人工智能模拟 #语言习得 #主动推断 #好奇心机制
阅读更多：
Tinker, Theodore J., et al. “Curiosity-Driven Development of Action and Language in Robots through Self-Exploration.” Science Advances, vol. 12, no. 30, July 2026, p. eaee7533. science.org (Atypon), https://doi.org/10.1126/sciadv.aee7533
新型知识编辑技术解决多模态AI“灾难性遗忘”
如何在不引发灾难性遗忘的前提下让多模态AI持续更新知识？Jin Seong, Jiyun Park, Wencke Liermann, Hongseok Choi, Yoonji Nam, Hyun Kim, Soojong Lim, Namhoon Lee（韩国电子通信研究院、浦项科技大学、成均馆大学）共同开发出名为MemEIC的连续组合知识编辑技术，使AI能够在不断吸收新信息的同时可靠保留固有知识。
传统知识编辑方法直接修改模型内部参数，容易造成先前知识退化及模态间的相互干扰。受人脑左右半球分工与胼胝体结构的启发，研究团队设计了MemEIC框架。该技术将视觉与语言知识分别独立存储于外部的视觉适配器与语言适配器中，仅在面对复杂的组合式问题时，通过知识连接器根据上下文将两类知识选择性关联。研究人员构建了包含1278个条目的组合式知识编辑基准测试（CCKEB）进行验证。实验表明，MemEIC在回答组合式问题时的准确率达到约70%，相比现有技术36%至52%的准确率提升了一倍以上，且展现出优异的局部性，有效解决了多模态AI在连续编辑中的灾难性遗忘与幻觉问题。
#大模型技术 #计算模型与人工智能模拟 #多模态AI #知识编辑 #灾难性遗忘
阅读更多：
Seong, Jin, et al. “MemEIC: A Step Toward Continual and Compositional Knowledge Editing.” arXiv:2510.25798, arXiv, 29 Oct. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2510.25798
液体中的物理计算机：数百个微观胶体振荡器实现储层计算
传统计算机在处理复杂人工智能任务时面临巨大能耗压力，如何利用物理系统自身动力学进行高效计算？Veit-Lorenz Heuthe，Lukas Seemann，Samuel Tovey以及Clemens Bechinger（德国康斯坦茨大学与斯图加特大学）通过利用液体中数百个微观粒子的集体运动，成功构建出一种新型物理储层计算机。
▷ 活性胶体振荡器。Credit: Communications AI & Computing (2026).
研究团队利用扫描激光操纵数百个活性胶体粒子，在液体中排布成六边形阵列，构建出活性胶体振荡器（一种通过光场反馈在液体中进行轨道运动的微观粒子系统）。通过调整粒子间距和阻尼参数，团队可以在原位精确调控流体引发的水动力学耦合强度。研究人员将混沌时间序列（一种常用于测试预测能力的非线性动力学信号）编码为粒子的位移输入，利用粒子运动产生的集体动力学进行并行信息处理。这种储层计算无需像传统微芯片那样精准控制每一个晶体管。实验和模拟表明，该系统不仅能高精度预测混沌时间序列，还能实时捕获隐蔽的微弱数据异常，为低功耗边缘计算和智能传感提供了新思路。研究发表在 Communications AI & Computing 上。
#AI驱动科学 #计算模型与人工智能模拟 #储层计算 #物理计算 #活性胶体
阅读更多：
Heuthe, Veit-Lorenz, et al. “Reservoir Computing from Collective Dynamics of Active Colloidal Oscillators.” Communications AI & Computing, vol. 1, no. 1, July 2026, p. 6. www.nature.com, https://doi.org/10.1038/s44488-026-00001-3
AI破解微观粒子演化规律，实现大尺度材料行为精准预测
材料宏观特性的跨尺度模拟面临巨大的计算瓶颈。Mengyi Chen、Pengru Huang、Kostya S. Novoselov和Qianxiao Li（新加坡国立大学）开发出一种人工智能方法，能够直接从小规模微观数据中提取隐藏规律，实现对大规模材料系统演化行为的精准预测。
▷ Credit: National University of Singapore/ Image generated using AI tool
研究团队提出了一套创新的AI计算框架。该方法首先通过局部演化方案（一种仅在微观系统小区域内进行短时间模拟以高效获取训练数据的方法）生成训练数据，极大降低了对大型系统进行全量模拟的开销。随后，结合自编码器架构自动提取闭包变量（用于弥补宏观可观测量所遗漏信息以完整描述系统状态的隐藏变量），并利用随机微分方程对宏观演化进行建模。研究还设计了修正的损失函数，用以抵消局部采样带来的噪声干扰。在包含超过50万个原子的铌钼钽合金模拟实验中，该框架展现出极高的高扩展性与物理精准度，不仅将计算成本降低了数个数量级，还严格保留了宏观能量耗散与守恒规律。研究发表在 Physical Review Materials 上。
#AI驱动科学 #预测模型构建 #材料科学 #跨尺度模拟 #随机动力学
阅读更多：
Chen, Mengyi, et al. “Scalable Learning of Macroscopic Stochastic Dynamics.” Physical Review Materials, vol. 10, no. 3, Mar. 2026, p. 033805. APS, https://doi.org/10.1103/mlh4-htxv
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