追問daily | 半月板切除術(shù)無益且有害；迷幻劑改變大腦，效用長達(dá)一個月

█ 腦科學(xué)動態(tài)

Nature：點擊凝血技術(shù)實現(xiàn)紅細(xì)胞秒級凝結(jié)與極速止血

Nature：蛋白質(zhì)從頭設(shè)計的過去、現(xiàn)在與未來

Cell：人工智能賦能植物星球計劃

10年隨訪證半月板切除術(shù)無益且可能增加膝關(guān)節(jié)退化風(fēng)險

補(bǔ)充Omega-3可能加速老年人認(rèn)知衰退

單次服用裸蓋菇素促發(fā)人腦長期解剖改變并提升幸福感

父母基因通過塑造家庭環(huán)境波及兒童心理健康

鋰鹽失效怎么辦？超16萬人研究指引雙相情感障礙新用藥策略

█ AI行業(yè)動態(tài)

GPT-5.5 Instant：幻覺減半、個性覺醒，免費(fèi)向全體用戶開放

Meta進(jìn)軍具身智能：打造人形機(jī)器人的“安卓大腦”

OpenAI總裁當(dāng)庭自曝“零元購”：0美元投入換來300億股權(quán)

Anthropic聯(lián)合創(chuàng)始人預(yù)測：2028年AI將實現(xiàn)自我進(jìn)化，無人類參與

美國AI用戶畫像出爐：Claude用戶更富裕但規(guī)模小眾，AI市場開始按階層排隊

█ AI驅(qū)動科學(xué)

Science：AI大模型在急診診斷中超越人類醫(yī)生

Science：利用生成式AI創(chuàng)造出只有19種氨基酸的細(xì)胞

神經(jīng)形態(tài)光子設(shè)備實現(xiàn)超高速超低能耗的電信信號恢復(fù)

計算機(jī)視覺揭示繪畫筆觸奧秘，量化分析藝術(shù)家創(chuàng)作風(fēng)格

人工智能可根據(jù)ChatGPT聊天記錄精準(zhǔn)推斷用戶性格

AI安全風(fēng)險源于合法企業(yè)而非黑客

閉環(huán)腦機(jī)接口：神經(jīng)與精神疾病治療的新范式

現(xiàn)有圖像保護(hù)技術(shù)在通用AI模型面前不堪一擊

AI讀腦新突破：科學(xué)家首次高精度解碼睡眠中的記憶內(nèi)容

普通膠帶竟是可編程的機(jī)械存儲器

腦科學(xué)動態(tài)

Nature：點擊凝血技術(shù)實現(xiàn)紅細(xì)胞秒級凝結(jié)與極速止血

針對天然血凝塊形成緩慢且機(jī)械強(qiáng)度低，容易導(dǎo)致嚴(yán)重出血甚至死亡的問題，麥吉爾大學(xué)（McGill University）的 Jianyu Li 和 Shuaibing Jiang 等人開發(fā)了一種創(chuàng)新的點擊凝血技術(shù)。該技術(shù)能夠?qū)⒓t細(xì)胞瞬間交聯(lián)成高強(qiáng)度的細(xì)胞凝膠，不僅實現(xiàn)了極速止血，還能促進(jìn)組織再生并減少炎癥。

傳統(tǒng)止血材料多致力于模擬血小板，但天然血凝塊因缺乏結(jié)構(gòu)聚合物極易破裂。為解決此難題，研究團(tuán)隊利用血液中儲量極其豐富的紅細(xì)胞，并引入諾貝爾化學(xué)獎成果點擊化學(xué)（Click Chemistry，一類高效專一且不干擾生物系統(tǒng)內(nèi)正常細(xì)胞功能的生物正交化學(xué)反應(yīng)）進(jìn)行深度改造。在具體操作中，研究人員將反式環(huán)辛烯（trans-cyclooctene，一種具有極高反應(yīng)活性的化學(xué)基團(tuán)）附著在大鼠紅細(xì)胞膜表面蛋白上，同時將四嗪（tetrazine，一種能夠與前者發(fā)生瞬間特異性偶聯(lián)的分子）接枝到長鏈聚合物上。當(dāng)這兩種成分混合時，數(shù)秒內(nèi)即可發(fā)生交聯(lián)反應(yīng)，將游離的紅細(xì)胞緊密連接，形成具有高度彈性的工程化血凝塊（Engineered Blood Clot，一種經(jīng)過人工改造的高強(qiáng)度細(xì)胞凝膠材料）。測試數(shù)據(jù)顯示，這種新型血凝塊的抗斷裂能力較天然狀態(tài)提升了13倍，黏附力提升了4倍。在大鼠肝臟切口模型中，其極速止血與減少失血的綜合效果顯著優(yōu)于現(xiàn)有的臨床商業(yè)化產(chǎn)品。此外，該凝塊還能有效減輕炎癥反應(yīng)，預(yù)防外科術(shù)后粘連，并加速周邊組織的修復(fù)與再生。該研究進(jìn)一步驗證了使用患者自體或血型匹配異體細(xì)胞的安全可行性，為應(yīng)對嚴(yán)重創(chuàng)傷大出血提供了強(qiáng)有力的新一代醫(yī)療干預(yù)方案。研究發(fā)表在 Nature 上。

#疾病與健康 #其他 #點擊凝血 #生物材料 #組織再生

閱讀更多：

Jiang, Shuaibing, et al. “Engineering Tough Blood Clots for Rapid Haemostasis and Enhanced Regeneration.” Nature, Apr. 2026, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-026-10412-y

Nature：諾獎得主David Baker團(tuán)隊發(fā)文綜述蛋白質(zhì)從頭設(shè)計的過去、現(xiàn)在與未來

面對癌癥和阿爾茨海默病等健康挑戰(zhàn)，緩慢的自然選擇已無法滿足人類對全新功能蛋白質(zhì)的迫切需求。Wei Yang、Shunzhi Wang和David Baker等研究人員（華盛頓大學(xué)與深圳醫(yī)學(xué)科學(xué)院等）系統(tǒng)綜述了該領(lǐng)域的最新進(jìn)展，揭示深度學(xué)習(xí)技術(shù)正推動蛋白質(zhì)構(gòu)建從隨機(jī)試錯全面邁向可控的意圖生成。

該綜述梳理了蛋白質(zhì)從頭設(shè)計從計算時代向生成時代的范式轉(zhuǎn)變。早期基于物理化學(xué)力場的方法旨在尋找全局自由能最低狀態(tài)，過程耗時且成功率有限。如今引入深度學(xué)習(xí)后，研究人員開發(fā)出RFdiffusion（一種借鑒圖像生成思路的擴(kuò)散模型，能夠通過逐步去除隨機(jī)噪聲來生成合理的蛋白質(zhì)三維骨架）與ProteinMPNN（一種專為蛋白質(zhì)結(jié)構(gòu)填充最優(yōu)氨基酸序列的深度神經(jīng)網(wǎng)絡(luò)算法）等強(qiáng)大工具。借助這些開源技術(shù)，科研人員不僅能常規(guī)化設(shè)計前所未有的單體結(jié)構(gòu)和復(fù)雜對稱組裝體，還成功開發(fā)出高特異性的靶點結(jié)合劑及小分子酶。盡管目前在設(shè)計能催化高能壘反應(yīng)的催化劑以及整合多種動態(tài)響應(yīng)機(jī)制的智能納米機(jī)器方面仍存挑戰(zhàn)，但人工智能的介入已極大降低了技術(shù)門檻。研究發(fā)表在 Nature 上。

#AI驅(qū)動科學(xué) #大模型技術(shù) #蛋白質(zhì)設(shè)計 #生成式AI #合成生物學(xué)

閱讀更多：

Yang, Wei, et al. “The Past, Present and Future of de Novo Protein Design.” Nature, vol. 652, no. 8112, Apr. 2026, pp. 1139–52. www.nature.com, https://doi.org/10.1038/s41586-026-10328-7

Cell：人工智能賦能植物星球計劃：全球聯(lián)盟繪制陸地植物基因組全景圖譜

陸地植物基因組多樣性亟待探索。Li Wang與Sanwen Huang等（中國農(nóng)業(yè)科學(xué)院等）發(fā)起了覆蓋全球數(shù)十個機(jī)構(gòu)的聯(lián)合倡議。該團(tuán)隊結(jié)合系統(tǒng)測序與人工智能分析，全面規(guī)劃了揭示基因組多樣性演化規(guī)律的科學(xué)路徑，為生態(tài)保護(hù)、農(nóng)業(yè)育種及天然藥物開發(fā)確立了全新的數(shù)據(jù)基座。

當(dāng)前絕大多數(shù)植物分支缺乏參考基因組。為填補(bǔ)這一歷史空白，研究團(tuán)隊提出了植物星球計劃（PLANeT），目標(biāo)在三年內(nèi)完成超過百分之九十五的開花植物科基因組測序，并在十二年內(nèi)覆蓋百分之九十的開花植物屬。面對即將爆發(fā)的海量數(shù)據(jù)，研究引入了基礎(chǔ)模型以解碼底層的基因組語言。該人工智能大模型將執(zhí)行四項核心任務(wù)：精準(zhǔn)的結(jié)構(gòu)注釋（structural annotation，在基因組序列上定位基因并標(biāo)明其內(nèi)部結(jié)構(gòu)的分析過程）、基因表達(dá)網(wǎng)絡(luò)預(yù)測、進(jìn)化軌跡追蹤，以及生物合成基因簇（biosynthetic gene clusters，在染色體上物理相鄰且協(xié)同參與特定次級代謝產(chǎn)物合成的基因集合）的快速識別。通過比較系統(tǒng)發(fā)育基因組學(xué)分析，該研究能夠為瀕危物種構(gòu)建數(shù)字化檔案，并精準(zhǔn)定位野生近緣種中嚴(yán)格保留的抗逆基因資源。這一宏偉藍(lán)圖最終將基因組多樣性轉(zhuǎn)化為可操作的作物改良目標(biāo)與藥物發(fā)現(xiàn)指南。倡議與研究藍(lán)圖發(fā)表在 Cell 上。

#AI驅(qū)動科學(xué) #跨學(xué)科整合 #植物基因組學(xué) #生物多樣性保護(hù) #分子育種

閱讀更多：

Wang, Li, et al. “PLANeT: Understanding and Leveraging the Genome of Land Plants for a Sustainable Future.” Cell, vol. 189, no. 9, Apr. 2026, pp. 2519–32. www.cell.com, https://doi.org/10.1016/j.cell.2026.01.026

10年隨訪證半月板切除術(shù)無益且可能增加膝關(guān)節(jié)退化風(fēng)險

針對全球廣泛開展的膝關(guān)節(jié)半月板切除手術(shù)究竟是否有效這一臨床疑問，赫爾辛基大學(xué)的 Roope Kalske 和 Raine Sihvonen 團(tuán)隊展開了長期隨訪。結(jié)果證實這項常見手術(shù)不僅無法改善患者癥狀，反而可能加速關(guān)節(jié)退化。

研究團(tuán)隊基于芬蘭退行性半月板損傷研究進(jìn)行了為期10年的隨訪。研究將146名患有退行性半月板撕裂的患者隨機(jī)分為兩組，分別接受部分半月板切除術(shù)（partial meniscectomy，即通過手術(shù)修整或切除退化受損的半月板組織）或假手術(shù)（sham surgery，即模擬完整手術(shù)流程但不執(zhí)行核心治療步驟的安慰劑干預(yù)手段）。在長達(dá)10年的隨訪期內(nèi)，超過90%的參與者完成了最終評估。數(shù)據(jù)顯示，與接受假手術(shù)的患者相比，接受真實切除術(shù)的患者在癥狀緩解和關(guān)節(jié)功能方面并未出現(xiàn)明顯改善。相反，真實手術(shù)組表現(xiàn)出更多的臨床癥狀和更顯著的關(guān)節(jié)功能下降。此外，這些患者的骨關(guān)節(jié)炎進(jìn)展更為迅速，且未來需要再次接受膝關(guān)節(jié)手術(shù)的概率也大幅增加。這一發(fā)現(xiàn)挑戰(zhàn)了醫(yī)學(xué)界長期以來認(rèn)為半月板撕裂需直接手術(shù)切除的推斷，提示此類關(guān)節(jié)疼痛更多源于自然衰老引發(fā)的退行性變，盲目手術(shù)可能構(gòu)成醫(yī)學(xué)逆轉(zhuǎn)現(xiàn)象。研究發(fā)表在 New England Journal of Medicine 上。

#疾病與健康 #其他 #骨關(guān)節(jié)炎 #半月板切除術(shù) #醫(yī)學(xué)逆轉(zhuǎn)

閱讀更多：

“Arthroscopic Partial Meniscectomy for Degenerative Tear — 10-Year Outcomes | NEJM.” New England Journal of Medicine. www.nejm.org, https://www.nejm.org/doi/abs/10.1056/NEJMc2516079. Accessed 6 May 2026

補(bǔ)充Omega-3可能加速老年人認(rèn)知衰退

老年人常服用Omega-3補(bǔ)充劑以保護(hù)認(rèn)知功能，但這真的有效嗎？Zheng-Bin Liao 等中國研究人員基于阿爾茨海默病神經(jīng)影像學(xué)計劃的數(shù)據(jù)開展長期研究，結(jié)果發(fā)現(xiàn)服用該補(bǔ)充劑不僅無益，反而與認(rèn)知能力加速衰退顯著相關(guān)。

? FDG 代謝減低介導(dǎo)了ω-3 補(bǔ)充劑與認(rèn)知能力下降之間的關(guān)聯(lián)。Credit: The Journal of Prevention of Alzheimer's Disease (2026).

該團(tuán)隊開展了一項為期五年的縱向觀察性研究，對比了273名服用Omega-3的受試者與546名在年齡、遺傳等條件相匹配的未服用者。研究采用線性混合效應(yīng)模型追蹤受試者的認(rèn)知評分。結(jié)果顯示服用組在多項認(rèn)知測試中衰退更快。中介分析表明，該現(xiàn)象并非由淀粉樣斑塊、tau蛋白異常或灰質(zhì)萎縮等經(jīng)典病理引起。進(jìn)一步的氟代脫氧葡萄糖正電子發(fā)射斷層掃描顯示，服用組大腦易感區(qū)域的葡萄糖代謝顯著降低。這表明其可能引發(fā)了突觸功能障礙，降低了腦細(xì)胞通訊效率。研究發(fā)表在 The Journal of Prevention of Alzheimer's Disease 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #阿爾茨海默病 #Omega-3補(bǔ)充劑 #認(rèn)知衰退

閱讀更多：

Liao, Zheng-Bin, et al. “The Association between Omega-3 Supplementation and Cognitive Decline in Older Adults.” The Journal of Prevention of Alzheimer’s Disease, vol. 13, no. 6, June 2026, p. 100569. ScienceDirect, https://doi.org/10.1016/j.tjpad.2026.100569

單次服用裸蓋菇素促發(fā)人腦長期解剖改變并提升幸福感

迷幻劑能否在大腦中留下持久的結(jié)構(gòu)與功能印記？Taylor Lyons和Robin L. Carhart-Harris等（倫敦帝國理工學(xué)院與加州大學(xué)舊金山分校）針對這一問題開展研究，發(fā)現(xiàn)單次服用高劑量裸蓋菇素不僅能改變大腦解剖結(jié)構(gòu)并引發(fā)腦神經(jīng)網(wǎng)絡(luò)重塑，還能通過提升急性期的大腦信息不規(guī)則程度帶來長達(dá)一個月的洞察力與幸福感改善。

這項研究采用探索性且包含安慰劑對照的受試者內(nèi)設(shè)計，招募了28名從未接觸過迷幻劑的健康志愿者。受試者首先接受1毫克裸蓋菇素，并在一個月后接受25毫克的高劑量。研究期間，團(tuán)隊結(jié)合腦電圖、功能磁共振成像和彌散張量成像技術(shù)，追蹤急性期與長期的大腦變化。結(jié)果顯示，高劑量用藥后1至2小時內(nèi)，受試者大腦的信息熵顯著增加。一個月后，DTI數(shù)據(jù)表明其前額葉至皮層下區(qū)域神經(jīng)纖維束的軸向擴(kuò)散率下降，意味著神經(jīng)纖維密度和完整性增強(qiáng)，這與大腦衰老導(dǎo)致神經(jīng)束擴(kuò)散的退化過程截然相反。此外，fMRI顯示受試者大腦網(wǎng)絡(luò)模塊化程度的降低與主觀幸福感的顯著提升存在緊密關(guān)聯(lián)。預(yù)測模型進(jìn)一步揭示，急性期信息熵的增加直接促成了次日深度的心理洞察力，并以此為中介實現(xiàn)了用藥一個月后幸福感與認(rèn)知靈活性的長期提升。該發(fā)現(xiàn)為開發(fā)針對抑郁癥等精神疾病的精準(zhǔn)靶向療法提供了關(guān)鍵的生物學(xué)依據(jù)。研究發(fā)表在 Nature Communications 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #心理健康與精神疾病 #裸蓋菇素 #腦電圖

閱讀更多：

Lyons, T., et al. “Human Brain Changes after First Psilocybin Use.” Nature Communications, vol. 17, no. 1, May 2026, p. 3977. www.nature.com, https://doi.org/10.1038/s41467-026-71962-3

父母基因通過塑造家庭環(huán)境波及兒童心理健康

兒童抑郁癥和焦慮癥等內(nèi)化問題的產(chǎn)生不僅受自身基因影響，是否還受父母基因間接塑造的家庭環(huán)境的干預(yù)？Razieh Chegeni團(tuán)隊（奧斯陸大學(xué)和挪威公共衛(wèi)生研究所）分析了家庭成員的多基因評分與交互作用，揭示了心理健康風(fēng)險在代際傳遞中的雙重路徑及發(fā)育差異，并證實了綜合模型在預(yù)測上的優(yōu)勢。

? 研究采用家庭內(nèi)部三元組模型來探討風(fēng)險的代際傳遞。路徑圖展示了一個回歸模型，該模型利用母親、父親和子女的 PGS（多基因遺傳）預(yù)測子女的內(nèi)化問題。Directc 代表子女 PGS 對其內(nèi)化問題的直接遺傳效應(yīng)。遺傳傳遞是指父母 PGS 通過遺傳途徑（例如，父親 PGS 通過 directf 和 directc 路徑傳遞給子女內(nèi)化問題）影響子女內(nèi)化問題的路徑。indirectf 和 indirectm 代表間接遺傳效應(yīng)。三元組交互路徑包括 PGSf × PGSm、PGSf × PGSc 和 PGSm × PGSc。Credit: Razieh Chegeni.

研究團(tuán)隊利用挪威隊列研究中9314個三人家庭組的數(shù)據(jù)，考察了兒童在8歲和14歲時的內(nèi)化癥狀。研究人員為每位家庭成員提取了15種特征的多基因評分，并采用彈性網(wǎng)絡(luò)回歸對比了不同的預(yù)測模型。結(jié)果表明，結(jié)合兒童與父母基因的綜合模型預(yù)測最為準(zhǔn)確。研究發(fā)現(xiàn)，父母基因主要通過影響教養(yǎng)方式等途徑產(chǎn)生間接作用，且這種間接影響在8歲兒童群體中尤為關(guān)鍵；當(dāng)兒童長到14歲時，其自身的遺傳傾向?qū)σ钟艉徒箲]的主導(dǎo)作用更加明顯。此外，父親與幸福感相關(guān)的基因以及母親與吸煙和認(rèn)知技能相關(guān)的基因是重要預(yù)測指標(biāo)。該發(fā)現(xiàn)表明代際心理健康風(fēng)險涉及比以往認(rèn)知更廣泛的父母特征。研究發(fā)表在 Nature Mental Health 上。

#疾病與健康 #心理健康與精神疾病 #抑郁與焦慮 #多基因評分 #機(jī)器學(xué)習(xí)

閱讀更多：

Chegeni, Razieh, et al. “Direct and Indirect Parental Genetic Effects on Offspring Susceptibility to Internalizing Problems across Development.” Nature Mental Health, Apr. 2026, pp. 1–12. www.nature.com, https://doi.org/10.1038/s44220-026-00619-3

鋰鹽失效怎么辦？超16萬人研究指引雙相情感障礙新用藥策略

治療雙相情感障礙的傳統(tǒng)金標(biāo)準(zhǔn)藥物鋰鹽并非對所有患者奏效，且常伴隨難以控制的副作用。為解決這一臨床難題，Johannes Lieslehto 團(tuán)隊（芬蘭紐瓦涅米醫(yī)院、瑞典卡羅林斯卡研究所等機(jī)構(gòu)）通過長期的跨國隊列研究，明確了當(dāng)鋰鹽失效或停用時，能夠有效降低復(fù)發(fā)和住院風(fēng)險的特定藥物組合方案。

這項大規(guī)模觀察性研究分析了來自瑞典和芬蘭超16萬名患者的數(shù)據(jù)，平均隨訪約9年。研究采用了創(chuàng)新的自身對照分析，并通過精神科住院記錄評估復(fù)發(fā)率。結(jié)果顯示，與單用鋰鹽相比，氯氮平（clozapine）聯(lián)合阿立哌唑（aripiprazole）、單獨(dú)使用氯氮平，以及長效注射用抗精神病藥物（LAI，即需要定期注射的長效制劑）聯(lián)合鋰鹽能顯著降低復(fù)發(fā)風(fēng)險。針對逾兩萬名停用鋰鹽的患者，研究發(fā)現(xiàn)采用LAI聯(lián)合丙戊酸鈉（valproate）、喹硫平（quetiapine）聯(lián)合拉莫三嗪（lamotrigine）等特定方案可有效減少住院次數(shù)。該研究強(qiáng)調(diào)藥物組合方式對長期預(yù)后至關(guān)重要，為難治性患者提供了基于真實世界數(shù)據(jù)的用藥指南。研究發(fā)表在 Nature Mental Health 上。

#疾病與健康 #心理健康與精神疾病 #雙相情感障礙 #鋰鹽 #藥物組合

閱讀更多：

Lieslehto, Johannes, et al. “Comparative Effectiveness of Treatment Strategies for Bipolar Disorder during and after Lithium Treatment.” Nature Mental Health, Apr. 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s44220-026-00645-1

AI 行業(yè)動態(tài)

OpenAI推出GPT-5.5 Instant：幻覺減半、個性覺醒，免費(fèi)向全體用戶開放

OpenAI近日宣布，最新模型GPT-5.5 Instant已正式上線，并取代GPT-5.3 Instant成為ChatGPT所有用戶的默認(rèn)模型。此次升級帶來了三大核心改進(jìn)：回答更簡潔、記憶與個性化能力增強(qiáng)、事實準(zhǔn)確性顯著提升?；鶞?zhǔn)測試顯示，該模型在數(shù)學(xué)推理（AIME 2025）上得分從65.4%躍升至81.2%，在博士級科學(xué)問題（GPQA）和多模態(tài)推理（MMMU-Pro）上也有大幅進(jìn)步。尤為關(guān)鍵的是，在高風(fēng)險領(lǐng)域（如醫(yī)療、法律、金融）中，模型產(chǎn)生的幻覺比前代減少了52.5%，用戶主動標(biāo)記的事實錯誤也下降了37.3%。同時，為了提升交互效率，GPT-5.5 Instant的回復(fù)字?jǐn)?shù)和行數(shù)分別被壓縮了約30%，并刻意減少了無意義的表情符號和冗余格式。

此次更新中最受矚目的功能是模型的“個性化”能力。GPT-5.5 Instant能夠主動調(diào)用用戶過往的聊天記錄、上傳的文件以及連接的Gmail郵箱，從而提供更具針對性的回答。例如，推薦茶飲店時會參考用戶常去的店鋪和偏好的口味。同步推出的“記憶來源”（Memory Sources）功能讓用戶可以查看并管理模型引用的具體歷史對話，控制其“記住”或“忘記”的內(nèi)容。這一記憶與個性化功能目前面向網(wǎng)頁端的Plus和Pro用戶開放，移動端和其他用戶將陸續(xù)獲得。OpenAI同時宣布，GPT-5.3 Instant將在三個月后正式退役，為開發(fā)者預(yù)留了遷移窗口。業(yè)界認(rèn)為，默認(rèn)模型的質(zhì)量直接影響數(shù)億普通用戶的體驗，此次更新標(biāo)志著ChatGPT在準(zhǔn)確性、簡潔性和人情味之間找到了新的平衡點。

#GPT-5.5Instant #大模型升級 #幻覺降低 #AI個性化 #免費(fèi)模型

閱讀更多：

https://openai.com/index/gpt-5-5-instant/

Meta進(jìn)軍具身智能：收購頂尖AI團(tuán)隊，打造人形機(jī)器人的“安卓大腦”

Meta Platforms Inc.近日宣布完成對機(jī)器人人工智能初創(chuàng)企業(yè)Assured Robot Intelligence（簡稱ARI）的收購。這支約20人的精銳團(tuán)隊將整體并入Meta的“超級智能實驗室”，與公司去年成立的機(jī)器人工作室緊密協(xié)作，共同開發(fā)驅(qū)動人形機(jī)器人的底層技術(shù)。與特斯拉、谷歌等直接涉足硬件制造不同，Meta此番采取了更為輕資產(chǎn)的策略：聚焦機(jī)器人所需的傳感器、底層AI模型與軟件棧（支撐機(jī)器人運(yùn)行的軟件體系），而非親自生產(chǎn)鋼鐵軀殼。其目標(biāo)是在未來的具身智能市場中，扮演類似安卓平臺或高通芯片的角色，向硬件制造商提供通用的“智能大腦”，從而收割底層生態(tài)紅利。

ARI是一家專注于為人形機(jī)器人開發(fā)智能模型的初創(chuàng)公司，其核心技術(shù)在于讓機(jī)器人理解并預(yù)測人類行為，重點攻克高精度敏捷操作、觸覺傳感以及全身協(xié)調(diào)平衡等難題。公司聯(lián)合創(chuàng)始人Xiaolong Wang曾擔(dān)任英偉達(dá)的基礎(chǔ)模型研究員和加州大學(xué)圣地亞哥分校（UCSD）副教授，另一位聯(lián)合創(chuàng)始人Lerrel Pinto則是紐約大學(xué)（NYU）的研究員，并曾聯(lián)合創(chuàng)立機(jī)器人公司Fauna Robotics（后者已于今年3月被亞馬遜收購）。Meta發(fā)言人表示，ARI團(tuán)隊在模型設(shè)計、自主學(xué)習(xí)和全身人形控制方面的深厚專業(yè)知識，將加速M(fèi)eta在實體AI領(lǐng)域的布局。這標(biāo)志著這家曾深耕虛擬世界的巨頭，正試圖走出元宇宙，成為驅(qū)動物理世界的“數(shù)字大腦”提供者。

#Meta收購 #人形機(jī)器人 #具身智能 #AI軟件平臺 #AssuredRobotIntelligence

閱讀更多：

https://www.barchart.com/story/news/1715124/as-meta-platforms-buys-assured-robot-intelligence-meta-stock-becomes-a-bet-on-humanoids

OpenAI總裁當(dāng)庭自曝“零元購”：0美元投入換來300億股權(quán)，馬斯克勝訴在望？

一場關(guān)乎數(shù)百億美元的硅谷世紀(jì)審判出現(xiàn)驚人轉(zhuǎn)折。在2026年5月的奧克蘭聯(lián)邦法院庭審中，OpenAI總裁Greg Brockman當(dāng)庭承認(rèn)，自己從未向OpenAI營利部門投入一分錢現(xiàn)金，卻持有價值約300億美元的股權(quán)。而作為OpenAI最早資助者、累計捐贈超3800萬美元并提供早期支持的馬斯克，在如今的OpenAI中個人占股為零。這一“零元購”式自曝引發(fā)法庭嘩然，紐約大學(xué)學(xué)者Gary Marcus隨即判斷，這或許是馬斯克“最接近贏的一次”。庭審還披露了更敏感的利益沖突：Brockman與OpenAI首席執(zhí)行官Sam Altman私下購買了AI芯片公司Cerebras的個人股份，隨后Brockman在OpenAI內(nèi)部大力推動與Cerebras達(dá)成巨額交易——從100億美元訂單到追加至200億美元，致使Cerebras估值翻了近三倍。這種非營利組織受托人利用慈善資金扶持個人投資公司的行為，被指涉嫌違反加州慈善信托法中的“自我交易”（self-dealing，即受托人通過機(jī)構(gòu)交易讓自己或關(guān)聯(lián)方獲利）禁令。

面對“背信棄義”的指控，OpenAI方面辯稱，為獲取實現(xiàn)通用人工智能所需的海量算力和頂尖人才，從非營利轉(zhuǎn)向營利性結(jié)構(gòu)是“必要的惡”。但馬斯克方援引早期郵件指出，Brockman曾親口承認(rèn)若如此轉(zhuǎn)型將是“道德上的破產(chǎn)”。專家證人、加州大學(xué)伯克利分校教授Stuart Russell在庭上警告，當(dāng)前的AGI競賽已演變成失控的軍備競賽，追求速度正在犧牲安全性。法官的關(guān)注點始終圍繞OpenAI是否違反創(chuàng)立時的合同義務(wù)、其轉(zhuǎn)型是否合法。若馬斯克勝訴，OpenAI或被強(qiáng)制開源，其與微軟的獨(dú)家授權(quán)協(xié)議可能撤銷，Brockman的300億美元股權(quán)更可能化為泡影；反之則意味硅谷“野蠻生長”邏輯的全面勝利。

#OpenAI庭審 #零元購股權(quán) #自我交易 #馬斯克訴訟 #AGI軍備競賽

閱讀更多：

https://storage.courtlistener.com/recap/gov.uscourts.cand.433688/gov.uscourts.cand.433688.522.0.pdf

Anthropic聯(lián)合創(chuàng)始人預(yù)測：2028年AI將實現(xiàn)自我進(jìn)化，無人類參與

人工智能領(lǐng)域迎來一個大膽的預(yù)言。Anthropic聯(lián)合創(chuàng)始人Jack Clark近日發(fā)文稱，根據(jù)對公開AI開發(fā)數(shù)據(jù)的分析，他認(rèn)為到2028年底，AI系統(tǒng)實現(xiàn)遞歸自我改進(jìn)（recursive self-improvement，指AI能自主構(gòu)建并改進(jìn)自身，形成加速迭代循環(huán)）的概率高達(dá)60%。這一判斷基于多個關(guān)鍵基準(zhǔn)測試的顯著進(jìn)展：在考察解決真實GitHub問題的SWE-Bench上，頂尖模型成功率從2023年底的約2%飆升至93.9%；在衡量AI完成長時任務(wù)能力的METR時間跨度測試中，AI可獨(dú)立工作的時間從2022年的30秒級躍升至2026年的約12小時級。此外，AI在復(fù)現(xiàn)科學(xué)論文（CORE-Bench，計算可復(fù)現(xiàn)性智能體基準(zhǔn)）、解決Kaggle競賽（MLE-Bench，機(jī)器學(xué)習(xí)工程基準(zhǔn)）以及底層Kernel優(yōu)化等AI研發(fā)核心任務(wù)上均展現(xiàn)出驚人的進(jìn)步速度。Clark指出，AI已能自動化AI工程中的大片工作，甚至可能管理其他AI形成合成團(tuán)隊。

這一預(yù)言引發(fā)激烈討論。支持者視其為邁向超級智能和奇點的關(guān)鍵一步，但質(zhì)疑聲同樣存在。華盛頓大學(xué)計算機(jī)科學(xué)教授Pedro Domingos認(rèn)為，AI“構(gòu)建自身”的能力早在上世紀(jì)50年代就已存在，關(guān)鍵在于能否獲得遞增回報，而目前尚無明確證據(jù)。Clark本人也坦承，這一判斷讓他感到不安，因為其影響過于深遠(yuǎn)。他強(qiáng)調(diào)，若遞歸自我改進(jìn)成為現(xiàn)實，將帶來巨大挑戰(zhàn)：現(xiàn)有對齊技術(shù)可能在更智能的系統(tǒng)中失效；AI將極大提升所有涉足領(lǐng)域的生產(chǎn)力，導(dǎo)致資源分配成為政治難題；并催生資本密集型、人力依賴極低的新經(jīng)濟(jì)形態(tài)。Clark將當(dāng)前處境比作“凝視黑洞”，認(rèn)為社會尚未準(zhǔn)備好迎接AI研發(fā)自動化帶來的深層變革。他給出2028年底的概率為60%，而2027年僅為30%，認(rèn)為突破更可能發(fā)生在這一時間窗口。

#遞歸自我改進(jìn) #AI研發(fā)自動化 #JackClark #智能奇點 #Anthropic

閱讀更多：

https://x.com/jackclarkSF/status/2051312759594471886

美國AI用戶畫像出爐：Claude用戶更富裕但規(guī)模小眾，AI市場開始按階層排隊

一份由Epoch AI與Ipsos聯(lián)合進(jìn)行的美國全國性調(diào)查揭示了各大AI助手的用戶收入差異。數(shù)據(jù)顯示，過去一周使用過Claude的美國成年人中，高達(dá)79.8%來自年收入10萬美元以上的家庭，遠(yuǎn)高于ChatGPT（60.3%）、Google Gemini（55.9%）和Meta AI（36.5%），而美國成年人總體中這一比例約為50%。然而，Claude的周活躍用戶占比僅為3%，遠(yuǎn)低于ChatGPT的31%和Gemini的21%。這表明Claude雖然吸引了高收入人群中的“重度使用者”，但絕對覆蓋率依然很小。其產(chǎn)品定位偏向主動訪問、長文本處理、代碼編寫和專業(yè)任務(wù)，需要用戶明確知道自己為何打開它，這種高門檻天然篩選出了更愿意為效率付費(fèi)的精英群體。

調(diào)查同時勾勒出AI市場的分層圖景。與Claude形成鮮明對比的是Meta AI，其周活用戶中僅36.5%來自高收入家庭，低收入家庭占比達(dá)32.1%，更接近大眾市場——這得益于它嵌入WhatsApp、Instagram等社交應(yīng)用的入口優(yōu)勢。使用強(qiáng)度上，49%的AI用戶每周使用2-5天，但62%的人每天僅處理一兩個快速任務(wù)，真正高度依賴AI的比例只有6%。在有工作的用戶中，僅26%主要將AI用于工作。分析認(rèn)為，AI行業(yè)的下一輪競爭將圍繞高強(qiáng)度用戶展開——他們會把AI接入代碼、合同、研究等核心工作流，模型能力差異會直接轉(zhuǎn)化為生產(chǎn)力差距。對Anthropic而言，高收入畫像是利好，但3%的周使用率難以支撐大眾平臺敘事；而OpenAI、Meta等則面臨如何將規(guī)模優(yōu)勢轉(zhuǎn)化為工作流鎖定的挑戰(zhàn)。

#Claude用戶畫像 #AI收入分層 #高強(qiáng)度用戶 #AI市場分層 #Anthropic

閱讀更多：

https://epoch.ai/data-insights/service-by-income

AI 驅(qū)動科學(xué)

Science：AI大模型在急診診斷中超越人類醫(yī)生

如何在信息匱乏且充滿不確定性的急診環(huán)境中做出快速準(zhǔn)確的醫(yī)療決策？Peter G. Brodeur和Adam Rodman團(tuán)隊（哈佛大學(xué)醫(yī)學(xué)院和貝斯以色列女執(zhí)事醫(yī)療中心）將OpenAI的o1大語言模型引入真實的急診科場景進(jìn)行實測，結(jié)果發(fā)現(xiàn)該模型在急診分診和制定治療方案上的準(zhǔn)確率顯著超越了人類內(nèi)科醫(yī)生，揭示了醫(yī)療決策權(quán)力結(jié)構(gòu)重組的新趨勢。

研究團(tuán)隊從急診科隨機(jī)抽取了76名真實患者的電子病歷，在零預(yù)處理的嚴(yán)苛條件下對比了AI與人類醫(yī)生的診斷表現(xiàn)。實驗采取雙盲方式進(jìn)行。結(jié)果顯示，在信息最少且至關(guān)重要的急診分診階段，o1模型的診斷準(zhǔn)確率達(dá)到67.1%，而人類醫(yī)生的最高準(zhǔn)確率僅為55.3%。在隨后的臨床治療管理方案制定測試中，o1模型以89%的得分遠(yuǎn)超人類醫(yī)生使用傳統(tǒng)資源時的34%。盲評醫(yī)生甚至無法分辨出哪些診斷是AI寫的。盡管數(shù)據(jù)亮眼，但研究強(qiáng)調(diào)急診醫(yī)學(xué)包含大量非語言信號的判斷，AI目前無法感知患者的痛苦與體征變化。因此，這并非意味機(jī)器會取代醫(yī)生，而是預(yù)示著未來診室將走向基于大模型的臨床輔助與人機(jī)協(xié)作新范式。研究發(fā)表在 Science 上。

#疾病與健康 #大模型技術(shù) #醫(yī)學(xué)診斷 #人機(jī)協(xié)作 #急診醫(yī)學(xué)

閱讀更多：

Brodeur, Peter G., et al. “Performance of a Large Language Model on the Reasoning Tasks of a Physician.” Science, vol. 392, no. 6797, Apr. 2026, pp. 524–27. science.org (Atypon), https://doi.org/10.1126/science.adz4433

Science：利用生成式AI創(chuàng)造出只有19種氨基酸的細(xì)胞

地球上所有已知生命均由20種標(biāo)準(zhǔn)氨基酸構(gòu)成，能否用更少的氨基酸創(chuàng)造生命？哥倫比亞大學(xué)（Columbia University）的Liyuan Liu等研究人員利用生成式人工智能，成功剔除大腸桿菌核糖體中的異亮氨酸，創(chuàng)造出僅依賴19種氨基酸運(yùn)行的細(xì)胞，首次證明了生命基礎(chǔ)構(gòu)成的可塑性。

研究團(tuán)隊最初嘗試將大腸桿菌必需蛋白中的異亮氨酸（Isoleucine，一種構(gòu)成生命體的標(biāo)準(zhǔn)氨基酸）簡單替換為結(jié)構(gòu)相似的其他氨基酸，但這導(dǎo)致多數(shù)蛋白質(zhì)徹底喪失功能。為此，研究人員引入了先進(jìn)的人工智能工具，包括基于序列的語言模型和基于結(jié)構(gòu)的模型，例如AlphaFold2。他們將目標(biāo)鎖定為細(xì)胞的核心機(jī)制核糖體。通過迭代的設(shè)計構(gòu)建測試（DBT，Design-Build-Test，一種合成生物學(xué)中常用的工程化研發(fā)框架）循環(huán)，人工智能不僅提出了精準(zhǔn)的替代方案，還設(shè)計了人類難以憑經(jīng)驗直觀想到的補(bǔ)償性突變，從而維持了蛋白質(zhì)的局部結(jié)構(gòu)穩(wěn)定。結(jié)果顯示，團(tuán)隊成功重構(gòu)了52種核糖體蛋白，替換了全部382個異亮氨酸，并將21個修改后的無異亮氨酸亞基整合到大腸桿菌基因組中，成功培育出Ec19菌株。該菌株細(xì)胞適應(yīng)性達(dá)到野生型的百分之九十以上，在實驗室連續(xù)傳代450代后也未出現(xiàn)回復(fù)突變，展現(xiàn)出極高的穩(wěn)定性。這項突破標(biāo)志著合成生物學(xué)從修飾自然邁向了按工程學(xué)原理重新編碼生命基礎(chǔ)的新紀(jì)元。研究發(fā)表在 Science 上。

#AI驅(qū)動科學(xué) #大模型技術(shù) #合成生物學(xué) #蛋白質(zhì)設(shè)計 #進(jìn)化生物學(xué)

閱讀更多：

Liu, Liyuan, et al. “Toward Life with a 19–Amino Acid Alphabet through Generative Artificial Intelligence Design.” Science, vol. 392, no. 6797, Apr. 2026, p. eaeb5171. science.org (Atypon), https://doi.org/10.1126/science.aeb5171

神經(jīng)形態(tài)光子設(shè)備實現(xiàn)超高速超低能耗的電信信號恢復(fù)

傳統(tǒng)電子計算存在高能耗與延遲問題。法國國家科學(xué)研究院的Roberto Morandotti與A. Aadhi等開發(fā)出一種光學(xué)人工智能設(shè)備。該研究通過光子代替電子處理數(shù)據(jù)，成功實現(xiàn)了通信信號的超高速、低能耗精確恢復(fù)。

? 實驗裝置圖。Credit: Nature Communications (2025).

該設(shè)備基于儲層計算方法。研究團(tuán)隊構(gòu)建了基于非線性放大環(huán)形鏡的光子計算平臺，結(jié)合密集時間編碼與波分復(fù)用（wavelength-division multiplexing，一種在單根光纖中同時傳輸多波長光信號的技術(shù)），實現(xiàn)了全光架構(gòu)的并發(fā)多任務(wù)處理。系統(tǒng)中半導(dǎo)體光放大器在未飽和狀態(tài)下運(yùn)行以調(diào)節(jié)激活函數(shù)，而可變光衰減器則控制系統(tǒng)的記憶衰退，顯著提升了設(shè)備應(yīng)對不同任務(wù)的靈活性。實驗表明，該平臺無需更換物理組件即可同時處理多個獨(dú)立數(shù)據(jù)流。系統(tǒng)的吞吐量高達(dá)每秒20萬億次操作（20 TOPS），每次操作能耗僅為4.4飛焦耳。在多位延遲奇偶校驗分類測試中，系統(tǒng)準(zhǔn)確識別了連續(xù)值輸入信號，并在特定參數(shù)下達(dá)到百分之百的驗證準(zhǔn)確率。該成果為構(gòu)建超高速、可持續(xù)的下一代通信網(wǎng)絡(luò)奠定了重要技術(shù)基礎(chǔ)。研究發(fā)表在 Nature Communications 上。

#其他 #計算模型與人工智能模擬 #神經(jīng)形態(tài)光子學(xué) #儲層計算 #通信網(wǎng)絡(luò)

閱讀更多：

Aadhi, A., et al. “Scalable Photonic Reservoir Computing for Parallel Machine Learning Tasks.” Nature Communications, vol. 17, no. 1, Dec. 2025, p. 1225. www.nature.com, https://doi.org/10.1038/s41467-025-67983-z

計算機(jī)視覺揭示繪畫筆觸奧秘，量化分析藝術(shù)家創(chuàng)作風(fēng)格

如何將藝術(shù)家的“手勢”這一難以捉摸的特質(zhì)進(jìn)行量化分析？賓夕法尼亞州立大學(xué)的James Z. Wang、Lizhen Zhu、Chaewan Chun與英國拉夫堡大學(xué)的Kathryn Brown組成的跨學(xué)科團(tuán)隊，開發(fā)了一種創(chuàng)新的計算機(jī)視覺方法。該方法能將繪畫中隱藏的筆觸結(jié)構(gòu)可視化，為深入理解和比較藝術(shù)家的創(chuàng)作風(fēng)格提供了全新的數(shù)據(jù)驅(qū)動視角。

? 從克勞德·莫奈的《干草堆》系列中提取的流線。Credit: Patterns (2026).

研究團(tuán)隊運(yùn)用圖像分析技術(shù)，檢測畫作上每個微小區(qū)域的筆觸方向，并將這些方向連接成連續(xù)的“流線”，仿佛重現(xiàn)了藝術(shù)家畫筆在畫布上的運(yùn)動軌跡。通過測量這些流線的長度、曲率和方向一致性等特征，研究人員成功將繪畫風(fēng)格轉(zhuǎn)化為可量化的數(shù)據(jù)。以莫奈的《干草堆》系列為例，該方法清晰地展示了其筆觸如何隨光影變化來塑造物體的形態(tài)和質(zhì)感。在對比分析中，該模型揭示了雷諾阿和莫奈在描繪同一場景《蛙塘》時截然不同的風(fēng)格：雷諾阿的筆觸短促、盤旋，流線更彎曲；而莫奈的筆觸則更長、更平直，呈現(xiàn)出更強(qiáng)的結(jié)構(gòu)感。這項技術(shù)不僅為藝術(shù)史學(xué)家提供了強(qiáng)大的分析工具，也讓普通觀眾能更直觀地“看”到藝術(shù)家的創(chuàng)作過程。研究發(fā)表在 Patterns 上。

#AI驅(qū)動科學(xué) #跨學(xué)科整合 #計算機(jī)視覺 #藝術(shù)分析 #印象派

閱讀更多：

Zhu, Lizhen, et al. “Mapping the Flow of Painterly Gesture.” Patterns, vol. 7, no. 3, Mar. 2026. www.cell.com, https://doi.org/10.1016/j.patter.2026.101516

人工智能可根據(jù)ChatGPT聊天記錄精準(zhǔn)推斷用戶性格

用戶的ChatGPT聊天記錄會暴露其人格特質(zhì)嗎？蘇黎世聯(lián)邦理工學(xué)院的Noé Zufferey、Derya C?gendez和Verena Zimmermann團(tuán)隊進(jìn)行了一項研究。他們發(fā)現(xiàn)，人工智能模型僅通過分析用戶與ChatGPT的對話，就能以驚人的準(zhǔn)確率推斷出其“五大人格”（Big Five）特質(zhì)，這凸顯了大型語言模型應(yīng)用中嚴(yán)峻的隱私風(fēng)險。

? Credit: C?gendez, Zimmermann, Zufferey.

研究團(tuán)隊收集了668名用戶的ChatGPT聊天記錄（總計約62,000條對話），并讓他們完成標(biāo)準(zhǔn)的“五大人格”心理測試作為真實數(shù)據(jù)。隨后，研究人員訓(xùn)練了一個人工智能模型來分析這些對話文本，以預(yù)測用戶的五項核心人格特質(zhì)：開放性、盡責(zé)性、外向性、宜人性和神經(jīng)質(zhì)。結(jié)果顯示，模型的預(yù)測準(zhǔn)確率遠(yuǎn)超隨機(jī)水平，尤其是在推斷外向性和神經(jīng)質(zhì)方面表現(xiàn)突出。更有趣的是，特定的對話主題是特定性格的“泄密者”：例如，討論人際關(guān)系的內(nèi)容與外向性的推斷高度相關(guān)，而涉及宗教的對話則更容易暴露用戶的盡責(zé)性水平。研究明確指出，即便是看似無害的閑聊也可能包含用于性格畫像的線索，且用戶與AI的互動頻率越高，其性格被準(zhǔn)確推斷的風(fēng)險也越大。這項工作警示我們，與AI的日常互動正在以前所未有的方式產(chǎn)生可被利用的個人數(shù)據(jù)。

#認(rèn)知科學(xué) #預(yù)測模型構(gòu)建 #大模型技術(shù) #隱私風(fēng)險

閱讀更多：

C?gendez, Derya, et al. “Can LLMs Infer Conversational Agent Users’ Personality Traits from Chat History?” arXiv:2604.19785, arXiv, 4 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2604.19785

AI安全風(fēng)險源于合法企業(yè)而非黑客

公眾普遍擔(dān)憂生成式AI會顛覆網(wǎng)絡(luò)犯罪生態(tài)，但現(xiàn)實究竟如何？Jack Hughes、Ben Collier、Daniel R. Thomas等（愛丁堡大學(xué)、劍橋大學(xué)、斯特拉斯克萊德大學(xué)）研究團(tuán)隊，通過分析超一億條暗網(wǎng)論壇帖子發(fā)現(xiàn)，AI目前并未從根本上改變網(wǎng)絡(luò)犯罪，其影響被過分夸大，現(xiàn)實更接近于一種緩慢的演變而非革命。

研究團(tuán)隊分析了涵蓋超過15年、帖子數(shù)量過億的CrimeBB數(shù)據(jù)庫，重點關(guān)注自2022年11月ChatGPT發(fā)布以來的相關(guān)討論。結(jié)果顯示，AI工具并未顯著降低網(wǎng)絡(luò)犯罪的入門門檻。對于新手而言，使用預(yù)制腳本的效率遠(yuǎn)高于利用AI從零開始。AI編碼助手等工具更多是為本已具備技能的犯罪分子提供了便利，其作用類似于升級版的代碼搜索引擎，而非顛覆性的創(chuàng)新工具。AI的實際應(yīng)用主要集中在一些本已高度自動化的低利潤領(lǐng)域，如運(yùn)營用于欺詐或騷擾的社交媒體機(jī)器人。研究還發(fā)現(xiàn)，主流聊天機(jī)器人的安全護(hù)欄（guardrails，指為防止模型產(chǎn)生有害輸出而設(shè)置的限制）在很大程度上是有效的。諷刺的是，許多犯罪分子甚至在論壇上表達(dá)了對自己合法IT工作被AI取代的擔(dān)憂。該研究最終警告，當(dāng)前最緊迫的AI安全風(fēng)險，并非來自犯罪分子開發(fā)出強(qiáng)大的AI武器，而是源于合法企業(yè)和公眾采用了安全性不足的自主AI系統(tǒng)，這為犯罪分子利用低技術(shù)手段發(fā)動災(zāi)難性攻擊敞開了大門。

#其他 #人工智能 #網(wǎng)絡(luò)犯罪 #生成式AI

閱讀更多：

Hughes, Jack, et al. “Stand-Alone Complex or Vibercrime? Exploring the Adoption and Innovation of GenAI Tools, Coding Assistants, and Agents within Cybercrime Ecosystems.” arXiv:2603.29545, arXiv, 31 Mar. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2603.29545

閉環(huán)腦機(jī)接口：神經(jīng)與精神疾病治療的新范式

針對神經(jīng)與精神疾病治療中普遍存在的動態(tài)調(diào)整不足問題，來自華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院的Yeguang Xu、Danyang Chen及多學(xué)科團(tuán)隊發(fā)表了一篇綜述，系統(tǒng)闡述了腦機(jī)接口（BCI）如何通過“讀取”腦信號并“寫入”按需刺激，引領(lǐng)神經(jīng)治療進(jìn)入精準(zhǔn)、個性化的閉環(huán)時代。

該綜述系統(tǒng)梳理了腦機(jī)接口在神經(jīng)治療領(lǐng)域的范式轉(zhuǎn)變。文章以卒中后運(yùn)動康復(fù)為主線，詳細(xì)論述了多種前沿技術(shù)如何構(gòu)成“信號讀取-按需干預(yù)”的閉環(huán)。例如，創(chuàng)傷更小的血管內(nèi)腦機(jī)接口（endovascular BCI）可捕捉運(yùn)動意圖，并觸發(fā)硬膜外脊髓刺激，從而放大微弱的下行指令，促進(jìn)功能恢復(fù)。這一閉環(huán)理念被成功遷移至其他疾?。涸谂两鹕≈校到y(tǒng)可根據(jù)病理性β頻段振蕩的強(qiáng)度，動態(tài)調(diào)整腦深部電刺激；在癲癇治療中，響應(yīng)性神經(jīng)刺激能在捕捉到發(fā)作前兆時精準(zhǔn)干預(yù)，顯著降低發(fā)作頻率；在抑郁癥治療中，研究人員甚至找到了與情緒相關(guān)的個體化生物標(biāo)志物，實現(xiàn)了每日僅需短時刺激即可達(dá)到臨床緩解。該綜述的核心論點是，未來神經(jīng)治療的突破點不在于更強(qiáng)的刺激，而在于基于實時腦狀態(tài)的精準(zhǔn)、按需調(diào)控。研究發(fā)表在 MedComm 上。

#疾病與健康 #神經(jīng)調(diào)控 #腦機(jī)接口 #閉環(huán)治療

閱讀更多：

Xu, Yeguang, et al. “Emerging Neural Recording and Neurostimulation Technologies Based on Brain–Computer Interface: A Promising Approach for Neuropsychiatric Disorders.” MedComm, vol. 7, no. 4, 2026, p. e70739. Wiley Online Library, https://doi.org/10.1002/mco2.70739

現(xiàn)有圖像保護(hù)技術(shù)在通用AI模型面前不堪一擊

為防止數(shù)字圖像被濫用于AI訓(xùn)練或深度偽造，許多保護(hù)技術(shù)應(yīng)運(yùn)而生，但其可靠性正面臨嚴(yán)峻挑戰(zhàn)。弗吉尼亞理工大學(xué)的Bimal Viswanath及其合作團(tuán)隊發(fā)現(xiàn)，現(xiàn)成的生成式AI模型僅需一句簡單的指令，就能輕松破解這些復(fù)雜的保護(hù)措施，揭示了當(dāng)前網(wǎng)絡(luò)安全領(lǐng)域的一個關(guān)鍵盲點。

? 底行圖像由 StyleGANv2 生成，并以對應(yīng)頂行圖像作為輸入。與基線模型相比，SD3 能更好地恢復(fù)原始人臉特征。Credit: arXiv (2026).

研究人員顛覆了傳統(tǒng)上需要專門工具才能攻擊圖像保護(hù)的觀念。他們的方法極其簡單：利用市面上常見的圖像到圖像生成式AI模型，輸入一張受保護(hù)的圖片，并附上一條如“為這張圖片降噪”的文本指令。實驗結(jié)果表明，這種通用方法能有效去除多種類型的保護(hù)性擾動（protective perturbations，即為保護(hù)圖像而添加的微小、人眼難辨的噪聲），涵蓋了從防止面部篡改到抵御藝術(shù)風(fēng)格模仿的六種不同防御方案。更令人擔(dān)憂的是，這種“降噪”攻擊不僅通用，其效果甚至優(yōu)于此前針對特定保護(hù)方案開發(fā)的專門攻擊方法，同時還能完好地保留圖像的原始內(nèi)容和風(fēng)格，對攻擊者而言幾乎沒有損失。這項發(fā)現(xiàn)證明，當(dāng)前許多圖像保護(hù)技術(shù)所提供的可能是一種虛假的安全感，網(wǎng)絡(luò)安全社區(qū)迫切需要重新評估并開發(fā)能抵御通用AI模型攻擊的下一代防御策略。

#大模型技術(shù) #計算模型與人工智能模擬 #圖像保護(hù) #生成式AI #網(wǎng)絡(luò)安全

閱讀更多：

Pleimling, Xavier, et al. “Off-The-Shelf Image-to-Image Models Are All You Need To Defeat Image Protection Schemes.” arXiv:2602.22197, arXiv, 25 Feb. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2602.22197

AI讀腦新突破：科學(xué)家首次高精度解碼睡眠中的記憶內(nèi)容

我們睡著時大腦是否在“復(fù)習(xí)”白天的知識，又是如何復(fù)習(xí)的？北京師范大學(xué)的Zhongtao Chen、Yunzhe Liu及其團(tuán)隊開發(fā)了一套名為“Sleep Interpreter”的解碼系統(tǒng)。該系統(tǒng)利用人工智能，通過對齊清醒與睡眠狀態(tài)下的腦電波，首次實現(xiàn)了在睡眠中高精度地“讀出”大腦正在重放的特定記憶內(nèi)容，為理解睡眠中的記憶鞏固機(jī)制開辟了新途徑。

研究團(tuán)隊首先建立了涵蓋135名被試的大規(guī)模腦電圖數(shù)據(jù)集。在此基礎(chǔ)上，他們開發(fā)了Sleep Interpreter模型，其核心是一種神經(jīng)對比學(xué)習(xí)（neural contrastive learning）算法。該算法能夠忽略睡眠時強(qiáng)烈的慢波等背景節(jié)律干擾，專注于識別與特定記憶內(nèi)容（如“羊”或“書本”）相關(guān)的共同神經(jīng)模式，從而打通清醒與睡眠兩大“域”之間的信號壁壘。在針對15類不同語義內(nèi)容的解碼任務(wù)中，該模型在從未見過的新被試數(shù)據(jù)上實現(xiàn)了22.82%的零樣本解碼準(zhǔn)確率，遠(yuǎn)超6.7%的隨機(jī)水平。研究還發(fā)現(xiàn)了解碼的“黃金窗口”：當(dāng)記憶重放發(fā)生在慢振蕩（slow oscillation）的上升期并與睡眠紡錘波（sleep spindles，一種與學(xué)習(xí)相關(guān)的腦電波）耦合時，解碼準(zhǔn)確率峰值可飆升至40.02%。更重要的是，模型解碼出的重放強(qiáng)度能有效預(yù)測被試醒來后的記憶表現(xiàn)，并在無聲音提示的自發(fā)重放場景中同樣有效。研究發(fā)表在 Neuron 上。

#神經(jīng)科學(xué) #大腦信號解析 #記憶機(jī)制 #睡眠 #對比學(xué)習(xí)

閱讀更多：

Chen, Zhongtao, et al. “Interpreting Human Sleep Activity through Neural Contrastive Learning.” Neuron, Apr. 2026. ScienceDirect, https://doi.org/10.1016/j.neuron.2026.03.028

普通膠帶竟是可編程的機(jī)械存儲器

材料如何記憶其歷史？除了常見的需要交替方向輸入的“回退點記憶”，賓夕法尼亞州立大學(xué)的Nathan Keim和Sebanti Chattopadhyay等研究人員發(fā)現(xiàn)，普通的壓敏膠帶擁有一種更特殊的記憶能力，僅通過單向的剝離動作，就能存儲、調(diào)控甚至擦除一系列復(fù)雜的記憶。

? 研究團(tuán)隊研制了一種自動化裝置，可以將膠帶剝離到指定距離，再將其放回原位，并測量剝離膠帶所需的力。Credit: Jaydyn Isiminger / Penn State,

研究團(tuán)隊通過一個自動化裝置，將膠帶從一個表面反復(fù)剝離至不同距離。他們發(fā)現(xiàn)，每次剝離的停止點都會因壓力增加而形成一條強(qiáng)力粘合線，這條線就像一個被寫入的“記憶”。通過將膠帶剝離至越來越短的距離，就可以依次寫入多個記憶。當(dāng)最終將膠帶完全剝離時，每經(jīng)過一條記憶線，所需的剝離力都會出現(xiàn)一個明顯的峰值，從而實現(xiàn)對信息的讀取。有趣的是，記憶的寫入順序至關(guān)重要，只有按從長到短的剝離距離寫入，所有記憶才能被保留。此外，這種記憶是可調(diào)的：在停止點暫停一段時間或更換更具粘性的表面，可以顯著增強(qiáng)記憶的強(qiáng)度，使其更難被擦除。由于最后寫入的記憶總是最先被讀出，這一特性使膠帶能夠執(zhí)行一種簡單的機(jī)械計算，即比較當(dāng)前輸入與前一個輸入的大小，這類似于神經(jīng)科學(xué)中的工作記憶測試。研究發(fā)表在 New Journal of Physics 上。

#其他 #材料科學(xué) #物理學(xué) #機(jī)械記憶

閱讀更多：

Chattopadhyay, Sebanti, et al. “The Mechanical Latching Memory of an Adhesive Tape.” New Journal of Physics, vol. 28, no. 3, Mar. 2026, p. 035001. Institute of Physics, https://doi.org/10.1088/1367-2630/ae4acc

整理｜ChatGPT

編輯｜丹雀、存源

關(guān)于追問nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問為紐帶，深入探究人工智能與人類智能相互融合與促進(jìn)，不斷探索科學(xué)的邊界。歡迎評論區(qū)留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復(fù)哦~

關(guān)于天橋腦科學(xué)研究院

天橋腦科學(xué)研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創(chuàng)建的世界最大私人腦科學(xué)研究機(jī)構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點，支持腦科學(xué)研究，造福人類。

研究院在華山醫(yī)院、上海市精神衛(wèi)生中心分別設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學(xué)院合作成立了加州理工陳天橋雒芊芊神經(jīng)科學(xué)研究院。

研究院還建成了支持腦科學(xué)和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎勵計劃、、科普視頻媒體「大圓鏡」等。