追問daily | 有其母必有其胎：傳染性打哈欠始于子宮；年齡如何改變我們對過去決定的情緒反應？

█ 腦科學動態

Nature：GLP-1新藥通過中央杏仁核減少美食誘惑

Cell：TMS通過激活“前額葉-島葉”環路對抗抑郁

Cell：你的器官幾歲了？“衰老時鐘”揭示器官衰老并不同步

被忽視的細胞天線：初級纖毛在腦發育和疾病中的關鍵作用

大蒜提取物激活脂肪-大腦信號軸，改善年齡相關肌肉衰退

有其母必有其胎：傳染性打哈欠始于子宮

新型超靈敏檢測技術精準識別特定類型癡呆癥生物標志物

工作時長縮短與肥胖率下降密切相關

年齡如何改變我們對過去決定的情緒反應

█ AI行業動態

百歲愛登堡：他用一生將自然奇跡播進數十億人心田

波士頓動力牽手谷歌DeepMind，為機器人裝上推理大腦

梁文鋒自掏200億押注：DeepSeek融資500億，估值飆至3500億

█ AI驅動科學

Science：跨越15億年進化史構建通用生成式細胞圖譜

從運動放大到物理存儲：利用慣性磁滯效應實現700倍效率飆升

像嬰兒一樣從頭看世界：賦予AI人類級別的視覺魯棒性

仿生智能人造肌肉實現人形機器人的感知與運動一體化

超聲掃描體內光源實現非侵入式深部神經調控

溫度響應自收縮生物電子纖維實現超穩定神經接口

摒棄固定步長：基于意圖的反推算法攻克流式強化學習難題

腦科學動態

Nature：GLP-1新藥通過中央杏仁核減少美食誘惑

為何新一代口服減肥藥能有效抑制人們對美食的欲望？弗吉尼亞大學的Ali D. Güler和Elizabeth N. Godschall等研究人員通過構建一種創新的“人源化”小鼠模型，首次揭示了這類藥物通過作用于大腦深處的獎賞回路來特異性抑制“享樂性進食”的精確神經機制。

為攻克口服GLP-1藥物在普通小鼠上無效的難題，研究團隊利用基因編輯技術，成功構建了人源化GLP-1受體小鼠模型（humanized GLP1R mouse model）。研究發現，這類小分子藥物通過平行的神經回路發揮作用：一方面，它們通過激活下丘腦和腦干等經典腦區來抑制由饑餓驅動的穩態進食；另一方面，這也是本研究的核心發現，藥物能穿過血腦屏障，直接激活中央杏仁核中的特定神經元。這些神經元被激活后，會抑制大腦獎賞中樞——伏隔核中的多巴胺釋放，從而直接降低對高脂、美味食物的渴望。此外，通過高分辨率行為追蹤和機器學習分析，研究還發現不同藥物的副作用特征存在差異，奧福格列酮（Orforglipron）引起的行為更接近自然飽腹，而丹格列酮（Danuglipron）則更像惡心，這為開發副作用更小的藥物提供了新思路。研究發表在 Nature 上。

#疾病與健康 #神經機制與腦功能解析 #心理健康與精神疾病 #減肥藥

閱讀更多：

Godschall, Elizabeth N., et al. “A Brain Reward Circuit Inhibited by Next-Generation Weight-Loss Drugs in Mice.” Nature, May 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-026-10444-4

Cell：TMS通過激活“前額葉-島葉”環路對抗抑郁

經顱磁刺激（TMS）為何能快速治療抑郁癥？其背后的神經機制長期以來困擾著科學家。加州大學洛杉磯分校的Scott A. Wilke、Laura A. DeNardo團隊與威爾康奈爾醫學院的Conor Liston團隊分別在小鼠模型中進行研究，兩篇同期發表的論文共同揭示了TMS通過激活特定類型的神經元和一條關鍵的“前額葉-島葉”神經環路，從而發揮快速抗抑郁作用。

兩項研究均聚焦于一種名為加速間歇性θ脈沖刺激（accelerated intermittent theta burst stimulation, aiTBS）的高效TMS方案。加州大學洛杉磯分校的團隊發現，aiTBS的療效具有高度的細胞特異性。在抑郁模型小鼠中，刺激前額葉皮層能選擇性地增強皮層內投射神經元的活動，并修復其在壓力下受損的樹突棘結構，而對另一類錐體束（pyramidal tract, PT）神經元則無此效果。當研究人員特異性抑制IT神經元的活動時，aiTBS的抗抑郁效果隨之消失。與此同時，威爾康奈爾醫學院的團隊從環路層面進行探索，他們發現aiTBS不僅能激活前額葉的IT神經元，還會進一步激活一個長程的下游網絡，其中從前額葉到島葉皮質的神經環路尤為關鍵。通過光遺傳學等技術證實，激活這條前額葉-島葉環路是aiTBS產生抗抑郁效果的充分且必要條件。該結論也在人類腦電和功能磁共振數據中得到了驗證。這兩項研究從細胞到環路層面，為理解并優化TMS療法提供了堅實的生物學基礎。研究發表在 Cell 上。

#疾病與健康 #神經調控 #心理健康與精神疾病 #抑郁癥 #神經環路

閱讀更多：

Gongwer, Michael W., et al. “A Cell Type-Specific Mechanism Driving the Rapid Antidepressant Effects of Transcranial Magnetic Stimulation.” Cell, vol. 0, no. 0, May 2026. www.cell.com, https://doi.org/10.1016/j.cell.2025.12.040

Johnson, Shane B., et al. “Fronto-Insular Circuit Mechanisms of Accelerated Intermittent Theta Burst Stimulation.” Cell, vol. 0, no. 0, May 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.04.030

Cell：你的器官幾歲了？“衰老時鐘”揭示器官衰老并不同步

如何科學地量化衰老，并找出其關鍵驅動因素？由中國衰老標志物研究聯合體（Aging Biomarker Consortium，ABC）的劉光慧團隊等人，聯合中國科學院動物研究所、北京基因組研究所、宣武醫院等多家機構的研究團隊，通過構建“衰老數字人體”框架回答了這一問題。這項研究首次系統性地繪制了人類衰老圖譜，并鎖定凝血因子是驅動衰老的關鍵因素。

研究團隊首先建立了覆蓋2019名健康中國人的多中心衰老標準化隊列（multicentric Chinese aging standardized，mCAS），采集了包括臨床生理指標、DNA甲基化、蛋白質組在內的海量數據。基于此，他們構建了一個三層級的衰老時鐘體系：核心能力時鐘（CC-clock）評估整體生理功能，多模態時鐘（MM-clock）整合六個分子維度數據精準預測年齡，而器官時鐘（Organ-clock）則首次實現了對大腦、心臟、肝臟等多個器官衰老異步性的量化。研究最引人注目的發現是，隨著年齡增長，血液中凝血因子的積累不僅是衰老的“指示燈”，更是“加速器”，它能直接驅動血管老化和全身性慢性炎癥。這一發現為開發延緩衰老的藥物和療法提供了全新的靶點，標志著衰老研究從描述性向因果性和干預性的重要轉變。研究發表在 Cell 上。

#疾病與健康 #健康管理與壽命延長 #衰老 #多模態時鐘 #凝血因子

閱讀更多：

Li, Jiaming, et al. “Multimodal Clocks of Human Aging.” Cell, vol. 0, no. 0, May 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.04.025

被忽視的細胞天線：初級纖毛在腦發育和疾病中的關鍵作用

我們細胞內一種長期被忽視的微小結構——初級纖毛，如何塑造大腦并引發疾病？加州大學河濱分校的Xuecai Ge及其合作團隊通過大規模蛋白質組學研究，系統繪制了發育期大腦中這種“細胞天線”的蛋白質圖譜，不僅發現了它與多種腦發育障礙的直接關聯，還提出了蛋白質可能在纖毛內部“就地生產”的顛覆性見解。

? 小鼠胚胎腦中的初級纖毛。纖毛呈綠色；細胞邊界呈紅色。Credit: Ge lab, UC Riverside.

研究團隊利用一種名為接近標記蛋白質組學的技術，分析了上千個小鼠胚胎腦，系統地識別了神經祖細胞初級纖毛（primary cilium）內的蛋白質。他們發現，許多此前未預料到的蛋白質存在于纖毛中，其中一種名為CKAP2L的蛋白與導致大腦尺寸縮小的罕見病——菲利皮綜合征（Filippi syndrome）直接相關；在小鼠中移除該蛋白后，同樣觀察到了大腦變小的現象。研究還揭示，不同腦區的纖毛蛋白質組成存在顯著差異，表明這一微小結構的功能具有高度的區域特異性。最令人驚訝的是，團隊在纖毛內發現了核糖體等完整的蛋白質合成機器，這意味著蛋白質可能不必完全依賴從細胞質運輸，而是在纖毛內部按需制造。這一發現挑戰了細胞生物學的傳統認知，為理解纖毛功能及其在纖毛病中的作用開辟了全新途徑。研究發表在 Cell Reports 上。

#疾病與健康 #神經機制與腦功能解析 #大腦發育 #纖毛病 #蛋白質組學

閱讀更多：

Liu, Xiaoliang, et al. “Proximity Labeling Proteomics Maps Radial Glial Ciliary Proteins across the Developing Telencephalon.” Cell Reports, vol. 45, no. 5, May 2026. www.cell.com, https://doi.org/10.1016/j.celrep.2026.117355

大蒜提取物激活脂肪-大腦信號軸，改善年齡相關肌肉衰退

大蒜中的活性成分如何對抗衰老？來自日本和光純藥與生產力老齡化研究所的Jun-ichiro Suzuki, Kiyoshi Yoshioka, Shin-ichiro Imai等人揭示了一種全新的機制。他們發現，大蒜提取物中的一種代謝物S-1-丙烯基-L-半胱氨酸（S1PC）能夠啟動一個從脂肪組織到大腦再到肌肉的信號通路，從而顯著改善與年齡相關的肌肉功能衰退。

? Credit: Cell Metabolism

該研究團隊首先通過動物實驗發現，口服S1PC能夠激活白色脂肪組織中的肝激酶B1（LKB1），進而促進一種名為eNAMPT（細胞外煙酰胺磷酸核糖轉移酶）的關鍵分子的分泌。令人意外的是，這種由脂肪組織釋放的eNAMPT會穿過血腦屏障，特異性地作用于大腦中的下丘腦，這是一個調控全身代謝和生理機能的中樞。這種脂肪-大腦通訊最終對身體產生了積極影響：長期接受S1PC治療的老年小鼠，其骨骼肌力量得到增強，整體衰弱狀況也得到改善。為了驗證這一發現在人類中的適用性，研究團隊進行了一項小規模臨床試驗，結果顯示健康中年人在口服S1PC后，其血液中的eNAMPT水平也顯著升高，表明這一抗衰老通路在人類中同樣存在。研究發表在 Cell Metabolism 上。

#疾病與健康 #健康管理與壽命延長 #衰老 #營養補充劑

閱讀更多：

Suzuki, Jun-ichiro, et al. “Garlic-Derived Metabolite Activates LKB1, Promotes Adipose eNAMPT Secretion, and Improves Age-Related Muscle Function via Hypothalamic Signaling.” Cell Metabolism, vol. 0, no. 0, May 2026. www.cell.com, https://doi.org/10.1016/j.cmet.2026.04.006

有其母必有其胎：傳染性打哈欠始于子宮

傳染性打哈欠是與共情相關的社會行為，但它是否在出生前就已存在？Giulia D’Adamo, Andrea Dall’Asta, Martina Ardizzi等人通過超聲波實時觀察發現，當母親打哈欠時，子宮內的胎兒也會隨之打哈欠，這表明社會性行為的根源可能比我們想象的更早，存在一種產前行為傳染現象。

? 當母親打哈欠時，胎兒打哈欠的頻率也會增加，但在對照條件下則不會。Credit: Current Biology (2026).

該研究招募了38名孕晚期孕婦，讓她們觀看打哈欠、僅張閉嘴和面部靜止三種不同視頻。同時，研究人員通過攝像頭和二維超聲波設備，分別記錄母親和胎兒的面部活動。為了精準分析，團隊使用了DeepLabCut（一個用于精確追蹤動作的人工智能工具）追蹤唇部和鼻子的細微運動，并訓練神經網絡來比對母胎行為模式。結果清晰地顯示，只有當母親因觀看視頻而打哈欠時，胎兒的哈欠頻率才會顯著增加。這種傳染性反應并非即時發生，而是存在約90秒的延遲，與成年人間的傳染性哈欠反應時間驚人地相似。研究者將這種現象定義為產前行為傳染。此外，機器學習模型確認了母親與胎兒的哈欠擁有共同的運動學特征，進一步證明了二者行為的非隨機耦合。這項發現揭示了母嬰間的行為共鳴和聯結在出生前就已萌芽，為人類社會性的早期基礎提供了新視角。研究發表在 Current Biology 上。

#認知科學 #神經機制與腦功能解析 #行為傳染 #母嬰聯-結

閱讀更多：

D’Adamo, Giulia, et al. “Prenatal Behavioral Contagion through Maternal Yawning and Fetal Resonance.” Current Biology, vol. 0, no. 0, May 2026. www.cell.com, https://doi.org/10.1016/j.cub.2026.04.025

新型超靈敏檢測技術精準識別特定類型癡呆癥生物標志物

癡呆癥由于其亞型癥狀重疊，常導致誤診并阻礙特效藥物的研發，特別是額顳葉變性等罕見亞型一直缺乏有效的特異性生物標志物。David R. Walt和Andrew M. Stern團隊（麻省總醫院布里格姆分院、哈佛大學等）開發了一種超靈敏的數字檢測技術，成功在腦脊液中定量檢測出致病亞型的特異性病理蛋白聚集體，為該疾病的精準診斷、臨床患者篩選和靶向藥物研發提供了關鍵的量化工具。

為了解決傳統檢測方法在靈敏度和定量方面的不足，研究團隊開發了一種數字種子擴增分析（digital seed amplification assay，dSAA，一種將大體積反應體系分割成微小液滴以實現單分子或單聚集體級別高靈敏度檢測和計數的技術）。研究人員將患者的腦脊液分離成納升大小的微小隔室，并在顯微鏡下對反式轉錄響應DNA結合蛋白43（transactive response deoxyribonucleic acid binding protein 43，TDP-43，一種在特定神經退行性疾病中會發生錯誤折疊和異常聚集的關鍵蛋白）的致病種子進行數字化計數。通過對40份包含遺傳性或散發性患者以及健康對照人群的樣本測試顯示，患者體內的TDP-43致病種子濃度顯著高于健康人群。更重要的是，該濃度與疾病的臨床嚴重程度呈顯著正相關，即癥狀越重，檢測出的異常聚集體越多。該技術實現了極低的檢測限，不僅克服了傳統方法的噪音問題，還為未來準確招募臨床試驗患者以及實時監測治療效果奠定了堅實基礎。研究發表在 Alzheimer's & Dementia 上。

#疾病與健康 #個性化醫療 #癡呆癥 #額顳葉變性 #生物標志物

閱讀更多：

Borberg, Ella, et al. “Digital Seed Amplification Assay for TDP-43 Aggregate Quantification in CSF.” Alzheimer’s & Dementia, vol. 22, no. 5, 2026, p. e71272. Wiley Online Library, https://doi.org/10.1002/alz.71272

工作時長縮短與肥胖率下降密切相關

肥胖是重大公共衛生挑戰，過去多聚焦飲食等個人行為，工作時間這一結構性因素的影響亟待厘清。Pradeepa Korale-Gedara 團隊（昆士蘭大學）分析了多國宏觀數據，證實縮短工作時間能顯著降低肥胖率，為相關政策制定提供了依據。

該研究匯總了33個經合組織國家在1990至2022年間的公開數據，利用計算機建模深入探討工作時間與肥胖率的動態關系。為了排除性別干擾，團隊對男女群體進行獨立分析，并劃分不同時間跨度以評估時代演變規律。數據顯示，年工作時間每減少1%，整體人群肥胖率便下降0.16%。這種關聯在男性群體中表現得更為顯著，其肥胖率下降幅度達0.23%，而女性為0.11%。在時間維度上，早期工作時長對肥胖的影響明顯大于近二十年。此外，宏觀經濟因素同樣發揮作用，人均國內生產總值每增加1%，肥胖率下降0.112%；城市化水平每提高1%，肥胖率降低0.02%。超長工作時間容易帶來時間匱乏與心理壓力，進而誘發皮質醇分泌升高并引發壓力性進食。研究發表在 European Congress on Obesity 上。

#疾病與健康 #疾病預防 #肥胖 #公共衛生 #工作時長

閱讀更多：

https://eco2026.org/

年齡如何改變我們對過去決定的情緒反應

年齡如何影響遺憾體驗？Julia Nolte、J. L. Lewis和C. E. L?ckenhoff（蒂爾堡大學）評估了成人對遺憾的反應。結果顯示，老年人不僅遺憾較少，其回想時產生的憤怒等負面情緒也顯著更弱。

研究調查了90名21至89歲的美國成年人，要求其列出并評價最嚴重的近期遺憾與長期遺憾。結果顯示，不論長短期，老年人感受到的強烈情緒（hot emotions，如憤怒或沮喪等高喚醒度負面情緒）均弱于年輕人。同時，老年人更易產生基于不作為的遺憾。在調節方面，老年人較少使用基于情感的策略（affect-based strategies，即通過改變主觀感受來調節情緒）或未來導向的決策改變。分析發現，長期遺憾的年齡差異部分受認知能力及有限的未來時間預見影響，而近期遺憾差異無法完全被這些變量解釋。這表明老年人可能更多借助遺憾進行人生反思。研究發表在 Emotion 上。

#認知科學 #意圖與決策 #情緒調節 #心理學 #衰老

閱讀更多：

Nolte, Julia, et al. “Adult Age Differences in the Response to and Regulation of Recent versus Long-Term Regrets.” Emotion [US], 2026. APA PsycNet, https://doi.org/10.1037/emo0001672

AI 行業動態

百歲愛登堡：他用一生將自然奇跡播進數十億人心田

在2026年5月8日百歲生日之際，大衛·愛登堡（David Attenborough）收獲了來自Nature雜志的特別致敬。這位劍橋大學地質學與動物學出身的英國自然博物學家，被公認為將大自然帶近無數人的無與倫比的科學傳播者。其標志性風格形成于1978年盧旺達的雨林中：當年輕的山地大猩猩與他嬉戲時，他沒有說教，而是以好奇心與引人入勝的視覺沖擊，悄然打破了電影《金剛》所強化的刻板認知。1979年播出的里程碑系列片《地球上的生命：自然史》（Life on Earth: A Natural History）耗時三年，行程210萬公里，拍攝650個物種，全球約5億人觀看。他充分利用彩色電視普及的契機，讓攝像機“說話”，展現了從達爾文蛙（Darwin's frog，一種雄性在口中孵化幼蛙的南美小型蛙類）到山地大猩猩的無數生命奇跡。

愛登堡的職業生涯恰逢人類對地球影響急劇增加的時期，其作品焦點也從頌揚進化奇跡，逐漸轉向緊迫的生態倡導。從早期《動物園探奇》中采集動物，到后期《地球脈動》（Planet Earth）、《藍色星球》（Blue Planet）等系列關注生態系統，他不斷擴展敘事維度。2025年的紀錄片《大衛·愛登堡的海洋》甚至展現了底拖網捕撈的殘酷畫面。在2021年聯合國COP26氣候會議上，他呼吁代表們見證“美好的復蘇”。如今，超過50個以他命名的生物分類單元（taxa，包括屬和種）見證其科學影響，而“藍星球效應”（Blue Planet Effect）更促使公眾與政策層關注塑料污染。他晚年轉為個人倡導，警告氣候風險，其百歲誕辰最合適的遺產將是人類實現對大自然必要的復蘇。

#大衛愛登堡 #自然紀錄片 #科學傳播 #藍色星球 #生物多樣性

閱讀更多：

https://www.nature.com/articles/d41586-026-01473-0

波士頓動力牽手谷歌DeepMind，為機器人裝上推理大腦

波士頓動力公司近日宣布，其四足機器人Spot集成了谷歌DeepMind推出的Gemini Robotics-ER 1.6模型。ER全稱Embodied Reasoning，即“具身體感推理”，指的是讓AI在擁有物理身體時進行感知與決策的能力。此次升級旨在讓工業檢查機器人不再依賴預先編寫的代碼，而是像人類一樣“理解”并自主應對復雜環境。在演示中，Spot能夠自主尋找危險碎片、讀取復雜儀表，甚至在需要時調用視覺-語言-動作模型（Vision-Language-Action Model，一種能同時處理圖像、文字和物理動作指令的AI模型）來輔助執行任務。這是腿式機器人在商業場景中邁向可靠AI驅動的重要一步。

然而，研究人員指出，機器人對物理世界的“理解”仍面臨挑戰。例如，當要求Spot“回收客廳里的罐頭”時，它會橫向抓取，可能導致液體灑出——這種常識性判斷對人類而言輕而易舉，對機器人卻并非如此。雖然Gemini Robotics-ER 1.6通過多攝像頭角度融合提升了抓取成功率檢測，但它并未整合觸覺或力傳感器等物理數據。谷歌DeepMind機器人負責人Carolina Parada解釋，這是因為網絡上觸覺數據極其稀缺，限制了模型訓練。波士頓動力正通過小范圍客戶測試來積累信任，并計劃將經驗應用于未來的具身AI平臺（如人形機器人Atlas），最終目標是讓機器人能安全地完成撿拾衣物、遛狗等日常任務。

#波士頓動力 #具身AI #DeepMind #機器人推理 #工業檢查

閱讀更多：

https://spectrum.ieee.org/boston-dynamics-spot-google-deepmind

梁文鋒自掏200億押注：DeepSeek融資500億，估值飆至3500億

DeepSeek正進行一輪高達73億美元的巨額融資，估值飆升至約515億美元，創下國內AI領域融資新紀錄。知情人士透露，社交媒體與游戲巨頭騰訊控股以及出資方規模達600億元人民幣的國家人工智能基金（中國集成電路產業投資基金參與）均在洽談投資。然而，本次融資最引人注目的是創始人梁文鋒的個人角色——他自掏腰包貢獻了本輪融資的40%，約合200億元人民幣。這標志著梁文鋒此前將公司作為研究型實驗室、主要依靠其旗下量化對沖基金幻方科技資金維持運營的策略發生重大轉變。

此次融資旨在獲取更多計算資源以加快新模型迭代，并推出企業級產品以實現收入正增長，走上商業化道路。DeepSeek計劃于6月推出V4模型的升級版V4.1。融資的緊迫性也折射出日益加大的競爭壓力：在國內，字節跳動、阿里巴巴等科技巨頭及MiniMax、Moonshot AI等新興公司均攜巨資入局；在技術層面，行業焦點正加速向智能體遷移，這對算力需求大幅提升。盡管DeepSeek宣稱其新一代V4模型“重新定義了開源模型的最優水準”，但第三方評測顯示其在部分指標上仍落后于中美頭部競爭對手，且該模型的發布并未像前代產品那樣引發全球科技股拋售，顯示出市場關注重心的轉移。

#DeepSeek #AI大模型融資 #梁文鋒 #智能體AI #騰訊投資

閱讀更多：

https://www.theinformation.com/articles/deepseek-raise-7-billion-startup-plots-revenue-efforts

AI 驅動科學

Science：TranscriptFormer：跨越15億年進化史構建通用生成式細胞圖譜

跨物種比較轉錄程序長期受限于遠緣物種間共享同源基因稀少的問題。James D. Pearce和Theofanis Karaletsos等（美國斯坦福大學、Biohub等）開發了自回歸生成模型TranscriptFormer，成功跨越15.3億年進化史構建了通用的生成式細胞圖譜。

研究團隊將基因表達譜視為細胞語言，把12個物種的1.12億個單細胞數據輸入模型進行自監督學習。該模型引入了蛋白嵌入和測序標記，以處理轉錄本計數的變化。盡管未輸入任何細胞類型或發育階段的注釋，模型的表征空間依然自然涌現出發育軌跡和系統發育關系等結構。實驗顯示，模型不僅在細胞類型分類上達到頂尖水平，還能對相距6.85億年進化的未見物種實現精準遷移分類。此外，它在人類疾病狀態識別中展示了零樣本推斷能力，同時還可作為虛擬實驗儀來模擬基因擾動。研究發表在 Science 上。

#AI驅動科學 #大模型技術 #單細胞轉錄組 #進化生物學 #跨物種比對

閱讀更多：

“TranscriptFormer: A Generative Cell Atlas across 1.5 Billion Years of Evolution.” Science. www.science.org, https://www.science.org/doi/10.1126/science.aec8514. Accessed 11 May 2026

從運動放大到物理存儲：利用慣性磁滯效應實現700倍效率飆升

傳統軟體致動器長期受制于作用力弱、位移小和響應慢的固有缺陷。首爾國立大學的 Jeong-Yun Sun 和 Ho-Young Kim 以及 Seong-Yu Choi 和 Ji-Sung Park 等人組成的團隊，成功開發出一種基于彈磁不穩定性的新型機械系統，在無需復雜電子元件的情況下，突破性地實現了軟體致動器的運動放大與機械記憶雙重功能。

? 彈磁不穩定性（EsMI）能夠在相同的電輸入下實現階躍式和放大式振動。Credit: Nature Communications (2026).

研究團隊受自然界生物快速釋放能量機制的啟發，設計了由永磁體、彈性膜和電磁鐵構成的耦合彈磁振動系統（Coupled Elasto-Magnetic Vibration system，一種能將磁力與彈性力耦合以儲存并瞬間釋放能量的機械裝置）。通過精準平衡磁體間的強大吸引力與彈性膜被拉伸產生的恢復力，系統展現出特殊的彈磁不穩定性（elasto-magnetic instability，即系統在受力平衡打破時發生瞬間大幅度狀態改變的物理現象）。當處于平衡臨界點時，微小的電輸入就能打破能量勢壘，將儲存的彈性勢能像彈弓一樣瞬間轉化為劇烈運動。實驗數據顯示，在相同電輸入下，該耦合系統的動能轉換比非耦合系統提高了三個數量級以上，能量轉換效率比最高達到700倍。此外，得益于系統巨大的運動慣性所引發的磁滯效應（hysteresis，物理系統狀態在外界輸入減弱后仍能延遲維持其原有強度的現象），即使主動減弱輸入電流，放大的運動狀態也能持續存在。研究人員利用這一非線性響應特性，無需借助任何電子電路便實現了機械記憶功能。當系統受到短暫的外界機械觸摸或磁力觸發時，會從微弱振動的待機狀態跨入持續放大振動的記憶狀態，該狀態包含了記憶隨時間自動衰減的易失性記憶（volatile memory）以及需要手動重置的非易失性記憶（non-volatile memory）。測試還表明，采用偽高斯波形等特殊凹形波形作為輸入信號時，其能量轉換效率比標準正弦波進一步提升了64.4倍。研究發表在 Nature Communications 上。

#其他 #機器人及其進展 #軟體致動器 #機械記憶 #彈磁不穩定性

閱讀更多：

Choi, Seong-Yu, et al. “Elasto-Magnetic Instabilities for Amplified Actuation and Mechanical Memory.” Nature Communications, vol. 17, no. 1, Jan. 2026, p. 1511. www.nature.com, https://doi.org/10.1038/s41467-025-68225-y

像嬰兒一樣從頭看世界：賦予AI人類級別的視覺魯棒性

計算機視覺模型因過度依賴圖像紋理而缺乏魯棒性。Tim C. Kietzmann和Zejin Lu等（奧斯納布呂克大學和柏林自由大學）開發了借鑒人類視覺發育規律的新型訓練方案，成功促使模型基于形狀進行識別，大幅提升了系統抗干擾能力。

? a 圖為我們的訓練和分析流程示意圖，用于全面評估 DVD 模型與標準人工神經網絡訓練方案的差異。b-d 圖展示了 DVD 模型所模擬的視覺三個方面（視覺敏銳度（b）、對比敏感度（c）、色覺敏感度（d））的發展軌跡，這些軌跡綜合了來自不同年齡段的大量心理物理學實驗數據。在我們的主要實驗中，我們用各年齡段不同空間頻率下的峰值敏感度來表示對比度。Credit: Lu et al.

研究團隊提出了一種被稱為發育視覺飲食（developmental visual diet，一種模擬人類視覺能力隨時間發展的深度神經網絡預處理訓練方案）的新型訓練流程。研究人員回顧了大量心理物理學數據，在流程中模擬了人類從新生兒到25歲期間視覺敏銳度（visual acuity，辨別視覺細節的能力）、對比敏感度（contrast sensitivity，區分物體與背景亮度差異的能力）和色覺敏感度（chromatic sensitivity，感知顏色的能力）的連續發育軌跡。在訓練初期，模型僅接收較模糊且視覺質量較差的輸入，隨后逐步過渡到高保真的清晰圖像。

在不同數據集和網絡架構上的測試表明，采用該方案訓練的模型在決策時顯著減少了對紋理特征的依賴，其形狀偏好得分最高可達百分之九十四，與人類百分之九十至百分之九十七的偏好范圍高度吻合。此外，該模型在抵御對抗性攻擊（adversarial attacks，通過在圖像中添加微小擾動來蓄意欺騙人工智能的攻擊方式）和圖像損壞時展現出極高的魯棒性，且能更有效地識別復雜場景中隱藏的抽象形狀。由于該方法僅是預處理步驟，它在不影響運算速度的前提下，在較小規模的數據和架構上即可發揮顯著效用。研究發表在 Nature Machine Intelligence 上。

#認知科學 #計算模型與人工智能模擬 #計算機視覺 #視覺發育 #魯棒性

閱讀更多：

Lu, Zejin, et al. “Adopting a Human Developmental Visual Diet Yields Robust and Shape-Based AI Vision.” Nature Machine Intelligence, Apr. 2026, pp. 1–14. www.nature.com, https://doi.org/10.1038/s42256-026-01228-6

仿生智能人造肌肉實現人形機器人的感知與運動一體化

傳統機器人驅動和傳感功能分離，常需龐大復雜的外部傳感器。Yong-Lae Park、Jiyeon Cho及其團隊（首爾國立大學）受生物肌肉與肌腱復合體機制啟發，開發出一種集成了結構力學感知與形變驅動功能的智能人造肌肉，實現了運動傳出信號與感知傳入信號的同步處理。

? 生物肌肉與人工肌肉（左圖）的工作原理比較，以及配備人工肌肉的機械手（右圖）。Credit: Advanced Materials (2025).

研究團隊采用多材料設計，將各向同性液晶彈性體（isotropic liquid crystal elastomer，具有優異的類橡膠彈性，用于模擬肌腱并被動感知張力）與向列相液晶彈性體（nematic liquid crystal elastomer，受熱后發生相變并產生主動收縮，模擬肌肉）串聯在一個致密結構中。研究者在兩種結構內部嵌入了液態金屬通道，利用焦耳熱引發致動器收縮，同時通過電阻變化精確檢測內部應力和長度。在模擬肌肉等長收縮的實驗中，系統在輸入功率為1.2瓦時產生了3.95牛頓的最大收縮力，并在百次循環測試中保持了低于0.07牛頓的力估算誤差，展示了極高穩定性的內感受（proprioception，生物體感知自身內部相對位置和力學狀態的能力）特征。結合反向運作的拮抗肌排列結構，這種具備物理智能的執行器在機器人手指和抓手中實現了高級閉環反饋控制，使其能夠平穩抓取物體并自主區分目標的大小與剛度。研究發表在 Advanced Materials 上。

#其他 #機器人及其進展 #人造肌肉 #液晶彈性體 #物理智能

閱讀更多：

Cho, Jiyeon, et al. “Bio-Inspired Artificial Muscle-Tendon Complex of Liquid Crystal Elastomer for Bidirectional Afferent-Efferent Signaling.” Advanced Materials, vol. 38, no. 2, 2026, p. e03094. Wiley Online Library, https://doi.org/10.1002/adma.202503094

超聲掃描體內光源實現非侵入式深部神經調控

如何實現深部組織非侵入式且可動態切換的光神經調控？Shan Jiang、Guosong Hong等（斯坦福大學）開發了一種超聲掃描體內光源系統。該研究通過結合血液循環中的發光納米顆粒與外部聚焦超聲，成功在動物全身范圍內實現了高空間分辨率的動態光生成與精準的神經調控。

研究團隊設計了力致發光納米換能器（mechanoluminescent nanotransducers，一種受機械力作用會發光的摻銪和鏑的鋁酸鍶顆粒），將其注射入小鼠靜脈。隨著血液循環，這些尺寸在30至110納米的顆粒遍布全身。隨后，研究人員使用聚焦超聲進行體外動態掃描。在5.7兆赫茲頻率下，因顆粒發光的閾值效應，局部光斑的空間分辨率達到0.18毫米，甚至小于聲波焦點本身。電生理實驗表明，只有在納米顆粒和超聲波共同作用下，才能精準激活轉基因小鼠特定腦區的光敏神經元，連續刺激產生的溫度變化僅約0.6攝氏度，排除了單純聲波或熱效應引發神經放電的干擾。研究人員還開發了超輕便攜頭架，成功使自由活動的小鼠因基底神經節受刺激而產生定向旋轉行為。安全測試表明，納米顆粒在一周內可通過排泄系統自然清除，未造成神經炎癥或主要器官損傷。這一突破使得血液網絡化身為天然光纖，為探索復雜神經回路提供了全新路徑。研究發表在 Nature Materials 上。

#神經科學 #神經調控 #光遺傳學 #聚焦超聲 #納米材料

閱讀更多：

Jiang, Shan, et al. “An Ultrasound-Scanning in Vivo Light Source.” Nature Materials, Apr. 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41563-026-02556-z

溫度響應自收縮生物電子纖維實現超穩定神經接口

植入式神經電極易在體內滑動而導致信號衰減。為此，東華大學、復旦大學與上海交通大學的Tao Zhou等研究人員，開發出溫度響應自收縮生物電子纖維，成功構建超穩定神經接口，實現長效神經刺激與記錄。

為實現電極與組織的無縫貼合，團隊研發出由聚N-異丙基丙烯酰胺（Poly(N-isopropylacrylamide)，一種隨溫度升高發生疏水相變的高分子材料）、海藻酸鈉與聚吡咯修飾碳納米管組成的復合纖維。接觸37°C生理環境時，纖維在50秒內自發收縮，緊密纏繞坐骨神經，產生約3kPa微弱壓力，遠低損傷閾值。電化學測試顯示，纖維經歷百次循環伏安法后，電荷存儲保留率達97%。動物實驗證實，在連續電刺激下其能維持極穩定的肌肉激活效果，歷經千次刺激并記錄復合神經動作電位（Compound Nerve Action Potential，神經受刺激時的整體電位變化）時，信號保留率達99.5%。研究發表在 Nature Communications 上。

#意識與腦機接口 #腦機接口 #神經調控 #生物電子纖維 #溫度響應

閱讀更多：

Zhou, Tao, et al. “Tissue-Adaptive Bioelectronic Fibers with Temperature-Induced Self-Tightening Enable Ultrastable Neural Interface.” Nature Communications, Apr. 2026. www.nature.com, https://doi.org/10.1038/s41467-026-71689-1

摒棄固定步長：基于意圖的反推算法攻克流式強化學習難題

深度強化學習在無回放緩沖區的流式環境中極易崩潰，這種流式壁壘阻礙了模型進行實時在線學習。Arsalan Sharifnassab與Richard S. Sutton等（Openmind研究院和阿爾伯塔大學）提出意圖更新框架，成功在不依賴海量數據和算力的情況下實現了穩定的流式強化學習。

傳統梯度學習固定參數移動步長，導致流式環境中每次更新幅度忽大忽小并引發學習崩潰。該團隊提出意圖更新（Intentional Updates，一種先確定期望的函數輸出變化量再反推所需步長的機制）框架。在價值學習中，算法設定預測誤差縮小固定比例；在策略學習中，算法利用優勢函數（advantage function，用于衡量當前動作優于平均行為程度的指標）控制動作選擇概率的適度改變。團隊還將核心思想與資格跡（eligibility traces，幫助獎勵信號向過去時間步傳播的機制）以及對角縮放技術相結合。數據表明，在連續控制任務中，新方法在無回放緩沖區且每次更新算力僅為現有標桿算法約一百四十分之一的條件下，取得了比肩的性能；在離散動作游戲中，算法無需針對特定任務調參即可達到同等水平。消融實驗證實，這種基于意圖的縮放方式從根本上降低了模型對外部穩定技巧的依賴。

#其他 #計算模型與人工智能模擬 #意圖更新 #深度強化學習 #流式學習

閱讀更多：

Sharifnassab, Arsalan, et al. “Intentional Updates for Streaming Reinforcement Learning.” arXiv:2604.19033, arXiv, 21 Apr. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2604.19033

整理｜ChatGPT

編輯｜丹雀、存源

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。歡迎評論區留言，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哦~

關于天橋腦科學研究院

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

研究院在華山醫院、上海市精神衛生中心分別設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工陳天橋雒芊芊神經科學研究院。

研究院還建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、科普視頻媒體「大圓鏡」等。