追問daily | 被誤解的一孕傻三年；手術(shù)會偷走老人的記憶

█ 腦科學(xué)動態(tài)

Cell：自身抗體是長新冠神經(jīng)系統(tǒng)癥狀的致病元兇

Science：信鴿依賴肝臟巨噬細(xì)胞感應(yīng)地球磁場

縮小斑塊并保護神經(jīng)元，PM20D1-OLE通路重塑小膠質(zhì)細(xì)胞功能

大腦預(yù)測下一個詞的機制與大模型高度相似

微型腦探針Neuropixels Opto實現(xiàn)深層神經(jīng)元同時測量與操控

大腦如何在社交互動開始前預(yù)測行動

MPI技術(shù)實現(xiàn)細(xì)胞療法體內(nèi)實時追蹤與定量分析

狹小空間壓力影響求偶：多巴胺延長果蠅的性行為抑制

被誤解的“孕傻”：莫納什大學(xué)證實父母認(rèn)知能力未受損

重大手術(shù)可能加速老年人的長期認(rèn)知衰退

█ AI行業(yè)動態(tài)

燒掉1萬美元，Claude Opus 4.8在AI最難考試中碾壓GPT-5.5

█ AI驅(qū)動科學(xué)

Nature：基于智能手機面部視頻的被動心率監(jiān)測系統(tǒng)

AI不能僅靠被動預(yù)測，要在行動中理解世界

DataMaster框架實現(xiàn)以數(shù)據(jù)為中心的自主AI研發(fā)

新型鐵電微機電系統(tǒng)實現(xiàn)物理模擬乘法運算

智能匹配機制可顯著提升游戲玩家留存率

腦科學(xué)動態(tài)

Cell：自身抗體是長新冠神經(jīng)系統(tǒng)癥狀的致病元兇

為何部分新冠感染者會長期遭受腦霧、疼痛等神經(jīng)系統(tǒng)癥狀的折磨？耶魯大學(xué)醫(yī)學(xué)院與西奈山伊坎醫(yī)學(xué)院的Akiko Iwasaki、David Putrino、Tamas L. Horvath等人通過將長新冠患者的抗體直接注入小鼠體內(nèi)，首次證明了自身抗體本身就是導(dǎo)致這些癥狀的“元兇”，為采用免疫療法治療長新冠打開了大門。

研究團隊利用組織免疫熒光、人蛋白芯片和質(zhì)譜分析等技術(shù)，發(fā)現(xiàn)長新冠患者的自身抗體（AAB）廣泛攻擊神經(jīng)和血管組織，尤其在有神經(jīng)認(rèn)知癥狀的患者中，靶向中樞及周圍神經(jīng)系統(tǒng)的自身抗體水平顯著升高。這些免疫球蛋白G（IgG）能與人類藍(lán)斑核、丘腦等腦區(qū)結(jié)合，并與小鼠坐骨神經(jīng)和腦膜發(fā)生交叉反應(yīng)。其中，靶向MED20蛋白的IgG展現(xiàn)出增強的抗體依賴性吞噬作用。為了確證因果關(guān)系，研究人員將純化的長新冠患者IgG被動轉(zhuǎn)移給健康小鼠。結(jié)果顯示，這些小鼠出現(xiàn)了疲勞樣行為、平衡與協(xié)調(diào)能力喪失，以及對熱刺激的痛覺過敏（thermal hyperalgesia，對正常溫?zé)岽碳ぎa(chǎn)生劇烈疼痛反應(yīng)），并伴有表皮內(nèi)細(xì)纖維神經(jīng)損傷和疼痛相關(guān)神經(jīng)元過度活躍，精準(zhǔn)重現(xiàn)了患者的臨床癥狀。這一系列因果鏈條表明，自身抗體是驅(qū)動長新冠神經(jīng)癥狀的關(guān)鍵生物學(xué)機制，也意味著現(xiàn)有的一些針對自身抗體的免疫療法，有望系統(tǒng)性地減輕這一群體的慢性癥狀負(fù)擔(dān)。研究發(fā)表在 Cell 上。

#疾病與健康 #神經(jīng)機制與腦功能解析 #長新冠 #自身抗體 #疼痛

閱讀更多：

Sá, Keyla Santos Guedes de, et al. “A Causal Link between Autoantibodies and Neurological Symptoms in Long COVID.” Cell, vol. 189, no. 11, May 2026, pp. 3214-3235.e37. www.cell.com, https://doi.org/10.1016/j.cell.2026.04.042

Science：信鴿依賴肝臟巨噬細(xì)胞感應(yīng)地球磁場

鳥類如何在缺乏視覺線索的陰天利用地磁場導(dǎo)航一直是未解之謎。德國波恩大學(xué)與馬克斯普朗克動物行為研究所的Clivia Lisowski和Christian Kurts等研究人員發(fā)現(xiàn)，信鴿肝臟中的超順磁性巨噬細(xì)胞能感應(yīng)地球磁場，揭示了免疫細(xì)胞在外周神經(jīng)感覺中的全新功能。

研究團隊利用振動樣品磁強計（vibrating sample magnetometry，一種測量材料磁化特性的高精度儀器）對信鴿各器官進行篩查，發(fā)現(xiàn)其肝臟中富含儲存著大量鐵蛋白的巨噬細(xì)胞。為了驗證其功能，研究人員通過靜脈注射氯膦酸鹽脂質(zhì)體（clodronate liposomes，一種能被特定免疫細(xì)胞吞噬并使其自然凋亡的制劑）在信鴿體內(nèi)暫時清除了這些細(xì)胞。高精度GPS追蹤顯示，巨噬細(xì)胞被耗竭的信鴿在陰天完全迷失方向，但在太陽可見的晴天仍能精準(zhǔn)歸巢。電子顯微鏡進一步揭示，這些巨噬細(xì)胞與肝臟部位的自主神經(jīng)纖維距離極近（≤2微米）。研究推測，信鴿盤旋起飛時肝臟內(nèi)的巨噬細(xì)胞會對齊地球磁力線，引發(fā)機械狀態(tài)改變，進而通過相鄰神經(jīng)末梢將方向信號傳遞至大腦進行解析。研究發(fā)表在 Science 上。

#神經(jīng)科學(xué) #神經(jīng)機制與腦功能解析 #動物導(dǎo)航 #地磁感應(yīng) #巨噬細(xì)胞

閱讀更多：

Lisowski, Clivia, et al. “Homing Pigeon Navigation Relies on Superparamagnetic Macrophages under Overcast Conditions.” Science, vol. 392, no. 6801, May 2026, pp. 985–91. science.org (Atypon), https://doi.org/10.1126/science.ady2486

縮小斑塊并保護神經(jīng)元，PM20D1-OLE通路重塑小膠質(zhì)細(xì)胞功能

阿爾茨海默病患者的大腦免疫細(xì)胞會逐漸喪失清除毒性斑塊的能力，進而加劇神經(jīng)系統(tǒng)退化。José Vicente Sánchez Mut和Johannes Gr?ff等研究人員（西班牙國家研究委員會、埃爾切米格爾·埃爾南德斯大學(xué)以及洛桑聯(lián)邦理工學(xué)院）證實，實驗性分子OLE能夠重新編程受損的免疫系統(tǒng)，有效縮小淀粉樣斑塊并直接保護大腦神經(jīng)元。

? 小膠質(zhì)細(xì)胞（紅色）通過包裹并縮小淀粉樣斑塊（藍(lán)色）來響應(yīng)治療，從而保護神經(jīng)元。細(xì)胞核以綠色顯示。Credit: Instituto de Neurociencias UMH CSIC

為了評估分子OLE的作用，研究團隊結(jié)合了多層次模型。首先，在能產(chǎn)生β-淀粉樣蛋白的秀麗隱桿線蟲中進行測試，發(fā)現(xiàn)OLE減少了致病蛋白聚集并改善了線蟲的活動能力。隨后，研究人員為患病小鼠連續(xù)三個月施用該化合物，結(jié)果顯示小鼠記憶測試表現(xiàn)顯著提升，腦內(nèi)斑塊面積大幅縮小。為解析具體機制，團隊開展了單細(xì)胞分析，發(fā)現(xiàn)小膠質(zhì)細(xì)胞受該療法影響最深。OLE促使這些細(xì)胞激活清除機制，主動向斑塊遷移并將其緊密包裹，形成物理屏障以限制斑塊對周圍神經(jīng)元的毒害。此外，體外實驗證實，該分子不僅增強了免疫細(xì)胞的遷移與清除效率，還在類似疾病的應(yīng)激條件下直接提升了神經(jīng)元的存活率。研究發(fā)表在 Cell Death and Disease 上。

#疾病與健康 #神經(jīng)機制與腦功能解析 #阿爾茨海默病 #小膠質(zhì)細(xì)胞 #單細(xì)胞分析

閱讀更多：

Pozzi-Ruiz, Victoria, et al. “The PM20D1-OLE Pathway Induces Microglia Rewiring to Ameliorate Alzheimer Disease.” Cell Death & Disease, Apr. 2026. www.nature.com, https://doi.org/10.1038/s41419-026-08791-1

大腦預(yù)測下一個詞的機制與大模型高度相似

大腦如何預(yù)測語言？Patrick Krauss和Achim Schilling等（弗里德里希-亞歷山大大學(xué)埃爾蘭根-紐倫堡）對比了人類神經(jīng)活動與大型語言模型的預(yù)測數(shù)據(jù)，證實大腦會主動預(yù)測后續(xù)詞語，且信息處理模式與人工智能高度相似。

? Credit: NeuroImage (2026).

研究團隊讓29名參與者聆聽德語有聲讀物，并同步使用腦電圖和腦磁圖記錄毫秒級的高分辨率大腦活動。隨后，研究人員提取了三個大語言模型的預(yù)測概率得分，并與參與者的神經(jīng)響應(yīng)進行直接對比。實驗數(shù)據(jù)表明，當(dāng)某個詞在語境中出現(xiàn)的概率越高時，大腦在識別該詞時的神經(jīng)反應(yīng)越弱，特別是反映語義處理的N400成分（N400 component，一種與預(yù)期和語義加工相關(guān)的事件相關(guān)電位）振幅顯著降低。反之，意料之外的詞語會引發(fā)更強烈的神經(jīng)活動。此外，在預(yù)期概率高的詞語發(fā)音開始前，大腦左額顳區(qū)和感覺運動區(qū)的預(yù)激活顯著增強，證實大腦會主動進行語言預(yù)測。相比掩碼模型，多語言生成式模型的預(yù)測得分與神經(jīng)活動的線性相關(guān)性更強，這表明模型架構(gòu)會影響其與人類預(yù)測模式的契合度。該研究為理解大腦如何處理語言提供了新證據(jù)。研究發(fā)表在 NeuroImage 上。

#認(rèn)知科學(xué) #計算模型與人工智能模擬 #大語言模型 #神經(jīng)影像 #腦活動預(yù)測

閱讀更多：

K?lbl, Nikola, et al. “The Predictive Brain: Neural Correlates of Word Expectancy Align with Large Language Model Prediction Probabilities.” NeuroImage, vol. 334, July 2026, p. 121966. ScienceDirect, https://doi.org/10.1016/j.neuroimage.2026.121966

微型腦探針Neuropixels Opto實現(xiàn)深層神經(jīng)元同時測量與操控

如何在大腦深處同時記錄并精準(zhǔn)操控神經(jīng)元的活動，一直是阻礙腦部疾病機理研究的技術(shù)瓶頸。Anna A. Lakunina、Karolina Z. Socha和Matteo Carandini等研究人員（倫敦大學(xué)學(xué)院、艾倫研究所）開發(fā)出一種比頭發(fā)絲還細(xì)的微型腦探針，首次將高分辨率電測量與光遺傳學(xué)集成于單個設(shè)備，成功實現(xiàn)了對深層神經(jīng)回路的高效解析與調(diào)控。

? Neuropixels Opto 探針原型設(shè)計。Credit: Nature Methods (2026).

這項研究開發(fā)了名為Neuropixels Opto的新型硅探針，成功將電生理學(xué)與光遺傳學(xué)完美融合。在寬70微米、長1厘米的微小探針上，研究團隊緊密排列了960個電子記錄位點以及兩組共28個微型發(fā)光器，通過片上硅光子波導(dǎo)將藍(lán)光和紅光精準(zhǔn)投射到腦深層。在小鼠大腦皮層和紋狀體的活體實驗中，該探針不僅提供了極低噪聲的群體電信號記錄，還通過特殊的發(fā)光角度設(shè)計有效排除了光照射電極帶來的干擾。更重要的是，通過選擇性激活特定神經(jīng)元，研究觀察到皮層神經(jīng)元活動可高度局部化且獨立運作，打破了神經(jīng)元活動必須廣泛協(xié)同聯(lián)動的傳統(tǒng)認(rèn)知。這一突破性工具使科學(xué)家能在同一實驗中完成測量與調(diào)控，為未來針對精神分裂癥、阿爾茨海默病等疾病開發(fā)靶向療法奠定了重要基礎(chǔ)。研究發(fā)表在 Nature Methods 上。

#疾病與健康 #神經(jīng)調(diào)控 #光遺傳學(xué) #電生理學(xué) #腦機接口

閱讀更多：

Lakunina, Anna A., et al. “Neuropixels Opto: Combining High-Resolution Electrophysiology and Optogenetics.” Nature Methods, June 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41592-026-03076-z

大腦如何在社交互動開始前預(yù)測行動

大腦如何決定接近他人以開展社交互動？Lilach Avitan和Imri Lifshitz等（耶路撒冷希伯來大學(xué)）通過研究發(fā)現(xiàn)，與社交行為相關(guān)的協(xié)調(diào)腦活動在動作開始前幾秒鐘就已啟動，揭示了大腦在社交互動前的一種獨特分布式神經(jīng)活動特征。

? A . 實驗性社會行為檢測的示意圖。一條頭部固定、尾部自由游動的目標(biāo)魚（紅色箭頭）觀察一條自由游動的同類魚（藍(lán)色箭頭），同時使用體積雙光子顯微鏡記錄其神經(jīng)活動。兩條魚的行為均從下方拍攝。B . 目標(biāo)魚選定腦平面的平均圖像。C . 對目標(biāo)魚（紅色輪廓）和同類魚（藍(lán)色輪廓）的行為追蹤，使得能夠分割它們的運動軌跡，這由同類魚的角速度曲線（藍(lán)色曲線，頂部）和目標(biāo)魚尾尖的水平偏轉(zhuǎn)（紅色曲線，底部）表示 。θ 表示同類魚相對于目標(biāo)魚游動方向的角位置。D . 一條同類魚在 30 分鐘實驗中的游泳軌跡（藍(lán)色）。紅點表示目標(biāo)魚運動時同類魚的位置，涵蓋了所有角度位置。 E. 所有同種個體（ n = 38 條魚）的角度位置 ( θ ) 分布，顯示了完整的覆蓋范圍。正/負(fù)角度位置分別對應(yīng)于目標(biāo)魚的右側(cè)/左側(cè)。F . 基于追蹤的尾部動力學(xué)，預(yù)測所有目標(biāo)魚運動的轉(zhuǎn)向角分布。Credit: Nature Communications (2026).

研究團隊開發(fā)了一種新穎的實驗裝置。實驗中，一條頭部固定但尾部自由的目標(biāo)斑馬魚會觀察另一條自由游動的同類，同時研究人員使用體積雙光子顯微鏡實時記錄其全腦神經(jīng)活動。實驗顯示，在斑馬魚游向同類的前幾秒鐘，大腦會呈現(xiàn)跨區(qū)域的協(xié)調(diào)轉(zhuǎn)變：大腦皮層的神經(jīng)元活動顯著上升，而中腦和后腦區(qū)域的活動則隨之下降。這種動態(tài)變化構(gòu)成了一種預(yù)決策狀態(tài)，不僅能準(zhǔn)確預(yù)測即將發(fā)生的動作是否屬于社交接近，其活動模式的強度還與個體的社交驅(qū)動力密切相關(guān)，從而解釋了為何不同個體在社交傾向上存在顯著差異。這一發(fā)現(xiàn)證實了大腦皮層在調(diào)控社交行為中發(fā)揮著關(guān)鍵且不可替代的作用。研究發(fā)表在 Nature Communications 上。

#神經(jīng)科學(xué) #神經(jīng)機制與腦功能解析 #社交行為 #斑馬魚 #認(rèn)知與決策

閱讀更多：

Lifshitz, Imri, et al. “Distinct Distributed Neural Dynamics Predict Pallium-Dependent Social Approach.” Nature Communications, vol. 17, no. 1, Apr. 2026, p. 4848. www.nature.com, https://doi.org/10.1038/s41467-026-71666-8

MPI技術(shù)實現(xiàn)細(xì)胞療法體內(nèi)實時追蹤與定量分析

現(xiàn)有醫(yī)學(xué)影像難以精確追蹤注射到體內(nèi)的細(xì)胞數(shù)量與最終去向。約翰·霍普金斯大學(xué)醫(yī)學(xué)院的Jeff W. M. Bulte與Ali Shakeri-Zadeh團隊借助磁粒子成像技術(shù)，成功揭示了治療細(xì)胞在全身的分布軌跡，為定制個體化細(xì)胞療法提供了新方案。

? MPI 流式細(xì)胞儀裝置及實驗流程示意圖。Credit: Science Advances (2026).

研究團隊利用磁粒子成像，對活體小鼠進行了定量監(jiān)測。研究者使用超順磁性氧化鐵納米顆粒（superparamagnetic iron oxide nanoparticles，一種可被磁場極化且生物相容性良好的超微小顆粒）標(biāo)記了直徑約25微米的間充質(zhì)干細(xì)胞和約10微米的神經(jīng)前體細(xì)胞，并通過靜脈或動脈途徑注射。研究結(jié)果表明，動脈給藥能將更多細(xì)胞有效輸送至大腦與脾臟等關(guān)鍵靶器官。此外，在實驗性自身免疫性腦脊髓炎小鼠實驗中，超過6萬個治療細(xì)胞特異性地歸巢至脾臟，從而在源頭上抑制了釋放出來的有害免疫細(xì)胞。該研究證實細(xì)胞分布高度依賴于細(xì)胞大小、注射途徑與疾病狀態(tài)，為優(yōu)化治療劑量奠定了基礎(chǔ)。研究發(fā)表在 Science Advances 上。

#疾病與健康 #個性化醫(yī)療 #細(xì)胞療法 #磁粒子成像 #多發(fā)性硬化癥

閱讀更多：

“Whole-Body in Vivo MPI Cytometry Reveals Injection Route-, Dose-, Cell Size–, and Disease-Dependent Differences in Organ Distribution.” Science Advances. www.science.org, https://www.science.org/doi/10.1126/sciadv.aec4482. Accessed 2 June 2026

狹小空間壓力影響求偶：多巴胺延長果蠅的性行為抑制

為何壓力事件結(jié)束后仍會引發(fā)長期的性功能減退？Tomohito Sato和Takaomi Sakai等（東京都立大學(xué)）通過果蠅模型，揭示了神經(jīng)遞質(zhì)多巴胺是決定壓力誘導(dǎo)的求偶抑制持續(xù)時間的核心因素，但并不觸發(fā)初始的抑制反應(yīng)。

? Credit: iScience (2026).

研究團隊建立了一種狹小空間壓力模型，將雄性果蠅分別限制不同時間，隨后測量其求偶指數(shù)（courtship index，即評估雄性果蠅展現(xiàn)求偶動作的時間占比）。實驗發(fā)現(xiàn)，限制10分鐘無影響，而限制60分鐘導(dǎo)致顯著抑制。壓力越久影響越長，經(jīng)歷7至24小時壓力的果蠅，其求偶抑制至少持續(xù)5天。在排除活動能力與食欲下降因素后，團隊通過投喂多巴胺合成抑制劑和基因操作發(fā)現(xiàn)，阻斷多巴胺并不妨礙果蠅在受壓初期產(chǎn)生求偶抑制，卻使其無法長期維持該狀態(tài)。進一步追蹤顯示，大腦的蘑菇體（mushroom body，果蠅腦中負(fù)責(zé)高級感覺處理的神經(jīng)結(jié)構(gòu)）接收多巴胺釋放，并通過特定受體介導(dǎo)了這一持久的行為改變。研究發(fā)表在 iScience 上。

#疾病與健康 #神經(jīng)機制與腦功能解析 #神經(jīng)遞質(zhì) #創(chuàng)傷后應(yīng)激障礙 #果蠅模型

閱讀更多：

Sato, Tomohito, et al. “Role of Dopamine Signaling in Male Courtship Suppression Induced by Confinement Stress in Drosophila.” iScience, vol. 29, no. 6, June 2026. www.cell.com, https://doi.org/10.1016/j.isci.2026.115906

被誤解的“孕傻”：莫納什大學(xué)證實父母認(rèn)知能力未受損

產(chǎn)后常見的「孕傻」現(xiàn)象是否代表真實的認(rèn)知衰退？M. Navyaan Siddiqui和Kelsey Perrykkad（莫納什大學(xué)）研究證實，新手父母與非父母的客觀認(rèn)知能力并無差異，感知到的衰退主要源于睡眠不足。

研究團隊通過在線評估系統(tǒng)，對400名參與者（含150名生育母親、150名非生育父親和100名對照組）進行了綜合測試。測試涵蓋執(zhí)行功能、工作記憶、情景記憶與處理速度，追蹤時間長達(dá)產(chǎn)后兩年。數(shù)據(jù)表明，新手父母在所有客觀認(rèn)知指標(biāo)上的表現(xiàn)與未生育對照組毫無二致，且產(chǎn)后0至24個月的時間跨度對認(rèn)知能力未產(chǎn)生任何實質(zhì)性影響。關(guān)于為何父母會產(chǎn)生「孕傻」錯覺，研究發(fā)現(xiàn)未育男性在主觀記憶評價中常存在自我吹捧偏見，而新手父親因普遍缺乏睡眠失去了這種偏見。由此可見，父母感知的「孕傻」并非客觀的大腦認(rèn)知功能受損，而是與身心健康狀況及睡眠剝奪密切相關(guān)。研究發(fā)表在 Cortex 上。

#認(rèn)知科學(xué) #心理健康與精神疾病 #孕育與大腦 #記憶測試 #睡眠剝奪

閱讀更多：

Siddiqui, M. Navyaan, et al. “Baby Brain? Evidence for No Objective Cognitive Differences between Mothers, Fathers and Non-Parents in the Post-Partum Period.” Cortex, vol. 200, July 2026, pp. 237–51. ScienceDirect, https://doi.org/10.1016/j.cortex.2026.04.003

重大手術(shù)可能加速老年人的長期認(rèn)知衰退

針對老年人接受重大手術(shù)后常面臨認(rèn)知衰退風(fēng)險以及如何精準(zhǔn)評估高危人群的問題，SAGES多中心研究項目的 Nancy Lu 等人開展了長達(dá)六年的追蹤分析，揭示了術(shù)后認(rèn)知功能變化的長期演變規(guī)律。研究發(fā)現(xiàn)約百分之十五的老年人在術(shù)后會出現(xiàn)嚴(yán)重的記憶與思維能力衰退，且術(shù)后不良精神狀態(tài)是其最核心的預(yù)測因素。

? 認(rèn)知能力隨時間的變化。Credit: Journal of the American Geriatrics Society (2026).

該研究重點關(guān)注了560名70歲及以上且無癡呆癥狀的老年患者，他們均接受了骨科、胃腸道或血管等大型擇期非心臟手術(shù)。研究人員采用了基于組的半?yún)?shù)軌跡模型對患者長達(dá)六年的縱向數(shù)據(jù)進行分析。在術(shù)前，參與者接受了神經(jīng)心理學(xué)測試以確立基線數(shù)據(jù)；術(shù)后住院期間，研究者使用譫妄評估方法監(jiān)測患者的意識狀態(tài)。數(shù)據(jù)分析呈現(xiàn)出三種截然不同的認(rèn)知變化軌跡：百分之二十六的患者保持認(rèn)知穩(wěn)定；百分之五十九的患者出現(xiàn)與正常衰老相符的輕微衰退；而百分之十五的患者陷入了嚴(yán)重的持續(xù)性認(rèn)知衰退。進一步的分析指出，導(dǎo)致嚴(yán)重衰退的三大風(fēng)險因素包括高齡、術(shù)前認(rèn)知功能偏低以及術(shù)后譫妄。其中，術(shù)后譫妄（postoperative delirium，患者在術(shù)后數(shù)小時或數(shù)天內(nèi)出現(xiàn)的意識混亂和思維紊亂狀態(tài)）是最強的預(yù)測指標(biāo)。數(shù)據(jù)顯示，在這560名患者中，有百分之二十四的人經(jīng)歷了術(shù)后譫妄，他們隨后發(fā)生嚴(yán)重認(rèn)知衰退的風(fēng)險是未經(jīng)歷者的兩倍多。這些量化結(jié)果為臨床早期識別高危患者并實施預(yù)防干預(yù)提供了關(guān)鍵依據(jù)。研究發(fā)表在 Journal of the American Geriatrics Society 上。

#疾病與健康 #健康管理與壽命延長 #認(rèn)知衰退 #術(shù)后譫妄 #長期追蹤

閱讀更多：

Lu, Nancy, et al. “Cognitive Trajectories After Major Surgery in Older Adults and Factors Associated With Severe Decline.” Journal of the American Geriatrics Society, n/a, no. n/a. Wiley Online Library, https://doi.org/10.1111/jgs.70434. Accessed 2 June 2026

AI 行業(yè)動態(tài)

燒掉1萬美元，Claude Opus 4.8在AI最難考試中碾壓GPT-5.5

在最新發(fā)布的ARC-AGI-3測試中，Anthropic的Claude Opus 4.8（High）以1.5%的得分奪得榜首，成績是第二名Opus 4.6（0.5%）的三倍，而GPT-5.5僅獲0.4%。ARC-AGI-3被譽為“AI最難考試”，其獨特之處在于：它不是傳統(tǒng)填空或選擇題，而是將模型置于一個從未見過的交互式環(huán)境中，沒有任何規(guī)則說明，需要自主探索、推斷勝利條件并規(guī)劃行動。Opus 4.8為此單次評測耗費約1萬美元計算成本。這一測試重點考察AI的Agent能力，而Opus 4.8恰恰在本輪升級中強化了這一方向。在傳統(tǒng)基準(zhǔn)上它僅小幅提升，但在SWE-bench Pro（更難的代碼修復(fù)測試）中領(lǐng)先GPT-5.5超10個百分點，在Online-Mind2Web（瀏覽器操作測試）和Terminal-Bench Hard上也取得顯著優(yōu)勢。

官方分析顯示，Opus 4.8的核心進步在于“抽象層級”的提升——從逐像素處理畫面轉(zhuǎn)變?yōu)樽R別物體、系統(tǒng)和交互關(guān)系。例如在ar25環(huán)境中，它僅用5幀就推導(dǎo)出鏡像反射規(guī)則并通關(guān)。但在dc22環(huán)境第四關(guān)，它陷入錯誤的子目標(biāo)無法自拔，暴露出新型失敗模式。ARC-AGI系列被視為行業(yè)風(fēng)向標(biāo)：第一代預(yù)言了推理革命，第二代預(yù)言了編程Agent爆發(fā)，而第三代正在衡量“未知世界中的自主探索與適應(yīng)”。GPT-5.5在靜態(tài)推理上仍是怪物，但Opus 4.8在動態(tài)適應(yīng)場景中正拉開差距。如果規(guī)律成立，下一階段AI競賽的核心將是“在從未見過的世界里更快搞清狀況”。

#ARC-AGI3 #Opus4.8 #Agent能力 #自主探索 #AI評測

閱讀更多：

https://arcprize.org/leaderboard

AI 驅(qū)動科學(xué)

Nature：基于智能手機面部視頻的被動心率監(jiān)測系統(tǒng)

靜息心率是評估心血管健康的關(guān)鍵，但長期被動監(jiān)測通常依賴可穿戴設(shè)備，極大限制了其普及度。谷歌研究院的研究人員開發(fā)了一種被動心率監(jiān)測系統(tǒng)，利用智能手機的日常面部視頻交互即可實現(xiàn)跨膚色的高精度心率測量，為大眾無感健康監(jiān)測提供了極具潛力的普惠方案。

研究團隊基于視頻式遠(yuǎn)程光電容積描記法（remote photoplethysmography，一種利用攝像頭非接觸式檢測皮膚因心臟搏動引起血容積微弱變化的技術(shù)）開發(fā)了被動心率監(jiān)測系統(tǒng)。團隊使用485名參與者的19萬余段8秒視頻進行開發(fā)，并在211人的16萬段真實生活與實驗室視頻中展開嚴(yán)格驗證。結(jié)果表明，與參考心電圖相比，該系統(tǒng)在淺色、中等和深色三種膚色群體中的平均絕對百分比誤差均低于百分之十，完全達(dá)到行業(yè)標(biāo)準(zhǔn)且不同膚色間無顯著差異，有效克服了傳統(tǒng)光學(xué)傳感器的膚色偏差。同時，該系統(tǒng)在自由生活條件下測量的每日靜息心率與可穿戴設(shè)備相比，平均絕對誤差小于每分鐘5次。研究發(fā)表在 Nature 上。

#疾病與健康 #健康管理與壽命延長 #心血管健康 #被動心率監(jiān)測 #深度學(xué)習(xí)

閱讀更多：

Liao, Shun, et al. “Passive Heart-Rate Monitoring during Smartphone Use in Everyday Life.” Nature, June 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-026-10507-6

AI不能僅靠被動預(yù)測，要在行動中理解世界

針對AI是否真正理解物理世界的爭議，Banafsheh Rafiee與Richard S. Sutton（阿爾伯塔大學(xué)）發(fā)表研究，系統(tǒng)反思了當(dāng)前AI的被動表征路線，將認(rèn)知科學(xué)中的生成認(rèn)知框架引入AI，提出智能體需通過環(huán)境互動與具身行動來生成認(rèn)知。

傳統(tǒng)AI多沿襲表征主義（representationalism，主張智能需構(gòu)建外部現(xiàn)實內(nèi)部副本的觀點），將感知視為被動輸入。研究者對此提出批判，并闡述了生成認(rèn)知（enactive cognition，主張感知和行動在互動中相互建構(gòu)的框架）的四大支柱。第一，經(jīng)驗源于智能體與環(huán)境的持續(xù)實時互動；第二，感知與行動不可分割，感知本身即是一種主動探索；第三，智能體需具備自主性，擁有源自自我維持的內(nèi)在評估標(biāo)準(zhǔn)；第四，具身性是感知的前提，身體形態(tài)直接決定了環(huán)境的可供性（affordances，指環(huán)境向特定行動能力提供的互動可能性）。分析表明，主流的大語言模型和純視覺模型由于缺乏與環(huán)境的互動，無法實現(xiàn)真正的理解。相比之下，強化學(xué)習(xí)與該框架存在結(jié)構(gòu)共鳴，但仍存在獎勵函數(shù)由外部指定等三重局限。研究提出，AI應(yīng)從外部獎勵走向內(nèi)在自我評估，實現(xiàn)真正的具身探索。

#認(rèn)知科學(xué) #計算模型與人工智能模擬 #生成認(rèn)知 #強化學(xué)習(xí)

閱讀更多：

https://arxiv.org/abs/2605.24238v1

讓AI成為數(shù)據(jù)工程師：DataMaster框架實現(xiàn)以數(shù)據(jù)為中心的自主AI研發(fā)

當(dāng)模型與訓(xùn)練流程日益標(biāo)準(zhǔn)化，如何突破限制通過自主優(yōu)化數(shù)據(jù)提升模型性能？上海交通大學(xué)、卡內(nèi)基梅隆大學(xué)、浙江大學(xué)和北京航空航天大學(xué)的研究人員提出了DataMaster框架。該框架讓智能體化身數(shù)據(jù)工程師，在固定模型與算法的前提下，僅依靠自動化數(shù)據(jù)工程便大幅提升了模型表現(xiàn)。

為了實現(xiàn)自主數(shù)據(jù)工程，研究團隊將任務(wù)設(shè)計為可分叉與可驗證的數(shù)據(jù)搜索過程。DataMaster框架包含三個核心組件：數(shù)據(jù)樹、數(shù)據(jù)池以及全局記憶。在執(zhí)行中，專門的探索節(jié)點負(fù)責(zé)向外尋找潛在數(shù)據(jù)源，而工程節(jié)點則負(fù)責(zé)將數(shù)據(jù)清洗并轉(zhuǎn)換為可執(zhí)行的訓(xùn)練輸入。這種設(shè)計使智能體能基于下游模型的反饋持續(xù)優(yōu)化數(shù)據(jù)策略，并避免重復(fù)試錯。實驗數(shù)據(jù)表明，在傳統(tǒng)機器學(xué)習(xí)場景MLE-Bench Lite中，DataMaster將初始方案的獎牌率從35.91%提升至68.18%。在大型語言模型后訓(xùn)練場景PostTrainBench中，該框架將平均分從8.47%提升至31.17%。特別是在考驗復(fù)雜科學(xué)推理的GPQA任務(wù)中，它僅憑持續(xù)優(yōu)化數(shù)據(jù)配置就將模型的分?jǐn)?shù)提升至31.02%，超越了專家人工訓(xùn)練指令模型的30.35%。

#大模型技術(shù) #自動化科研 #以數(shù)據(jù)為中心 #智能體 #大模型后訓(xùn)練

閱讀更多：

https://arxiv.org/abs/2605.10906

新型鐵電微機電系統(tǒng)實現(xiàn)物理模擬乘法運算

傳統(tǒng)計算機將內(nèi)存與計算分離，導(dǎo)致在處理人工智能任務(wù)時消耗大量能量用于數(shù)據(jù)傳輸，且現(xiàn)有鐵電器件共用讀寫電通路易產(chǎn)生信號干擾。為了解決這一能耗與干擾問題，康奈爾大學(xué)的Shubham Jadhav和Amit Lal團隊開發(fā)了一種結(jié)合鐵電材料與微型振動梁的新型計算設(shè)備，成功實現(xiàn)了數(shù)據(jù)寫入與讀取通道的物理分離，為高能效的神經(jīng)形態(tài)計算硬件提供了全新方案。

? Credit: Shubham Jadhav

研究團隊構(gòu)建了一種鐵電微機電系統(tǒng)（FeMEMS），將一層20納米厚的氧化鉿鋯集成到懸臂梁結(jié)構(gòu)中。在操作機制上，研究人員利用電脈沖改變梁內(nèi)微觀鐵電疇的取向來進行數(shù)據(jù)寫入與存儲。在讀取階段，系統(tǒng)不再依賴傳統(tǒng)的電信號輸出，而是輸入微弱的交流信號使懸臂梁產(chǎn)生機械振動，其振動位移直接反映了內(nèi)部存儲的模擬數(shù)值。

實驗結(jié)果表明，該系統(tǒng)成功展示了約200種可區(qū)分的機電狀態(tài)，這種高分辨率的模擬精度能夠有效防止復(fù)雜運算中誤差的累積。更重要的是，由于輸入信號和存儲狀態(tài)在設(shè)備內(nèi)部直接發(fā)生物理交互，懸臂梁的機械運動提供了一種天然的乘法模擬機制。例如，若預(yù)編程的懸臂梁狀態(tài)代表數(shù)字6，輸入信號代表數(shù)字8，光束的機械運動幅度則直接對應(yīng)其乘積48，這完美契合了人工智能系統(tǒng)中最核心的乘加運算需求。該研究證明了利用微機械運動實現(xiàn)低功耗、高精度權(quán)重存儲的可行性。研究發(fā)表在 Nano Letters 上。

#其他 #計算模型與人工智能模擬 #微機電系統(tǒng) #鐵電材料 #模擬內(nèi)存計算

閱讀更多：

Jadhav, Shubham, et al. “Lorentzian Switching Dynamics in HZO-Based FeMEMS Synapses for Neuromorphic Weight Storage.” Nano Letters, vol. 26, no. 16, Apr. 2026, pp. 5379–89. ACS Publications, https://doi.org/10.1021/acs.nanolett.5c06290

智能匹配機制可顯著提升游戲玩家留存率

游戲行業(yè)長期依賴基于技能的對局匹配以保證絕對公平，但這往往導(dǎo)致玩家因頻繁連敗受挫而流失。得克薩斯大學(xué)達(dá)拉斯分校、哥倫比亞大學(xué)和香港大學(xué)的Mingliu Chen、Adam N. Elmachtoub與Xiao Lei開發(fā)了一種動態(tài)匹配模型，證明了將玩家心理反應(yīng)納入考量的智能匹配機制能在不破壞整體平衡的前提下顯著提升玩家留存率。

研究團隊開發(fā)了一個復(fù)雜的動態(tài)模型，將異質(zhì)性技能水平（heterogeneous skill levels，即系統(tǒng)內(nèi)不同玩家的內(nèi)在能力差異）和玩家對失敗的厭惡心理共同納入考量。該系統(tǒng)將匹配過程視為持續(xù)的動態(tài)生態(tài)，優(yōu)化策略不僅關(guān)注短期的單次對局平衡，還通過調(diào)節(jié)技能分布來追求長期的系統(tǒng)活躍。團隊利用在線國際象棋平臺的540萬場比賽數(shù)據(jù)進行了大規(guī)模實證分析。結(jié)果表明，與傳統(tǒng)的基于技能的匹配機制（skill-based matchmaking，僅根據(jù)能力相近度進行配對的系統(tǒng)）相比，優(yōu)化后的系統(tǒng)將整體參與度提升了4%至6%，在特定理論條件下增幅甚至可達(dá)50%。研究還揭示了備受爭議的設(shè)定的意外效果：當(dāng)多數(shù)玩家技能較低時，付費獲勝系統(tǒng)（pay-to-win systems，允許玩家花費金錢獲取局內(nèi)優(yōu)勢的設(shè)定）可以通過改變整體能力分布來穩(wěn)定競爭環(huán)境，進而對群體參與度產(chǎn)生積極影響。同時，優(yōu)化該機制還能在減少3%人工智能機器人使用的前提下，達(dá)到更優(yōu)的活躍維持效果。研究發(fā)表在 Management Science 上。

#認(rèn)知科學(xué) #預(yù)測模型構(gòu)建 #游戲匹配機制 #玩家留存 #動態(tài)系統(tǒng)管理

閱讀更多：

Chen, Mingliu, et al. “Matchmaking Strategies for Maximizing Player Engagement in Video Games.” Management Science, Feb. 2026. pubsonline.informs.org (Atypon), https://doi.org/10.1287/mnsc.2023.02957

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，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。