追問(wèn)daily | 語(yǔ)言并非思維的載體，大腦邏輯推理與語(yǔ)言處理區(qū)完全分離

█ 腦科學(xué)動(dòng)態(tài)

Nature：神經(jīng)元極化由細(xì)胞內(nèi)部自發(fā)主導(dǎo)

Science：植物根系依靠pH感應(yīng)模塊避開(kāi)腐爛土壤

語(yǔ)言并非思維的載體，大腦邏輯推理與語(yǔ)言處理區(qū)完全分離

現(xiàn)代人造設(shè)計(jì)為何讓大腦視覺(jué)皮層過(guò)載？

人類(lèi)探索新場(chǎng)景時(shí)的眼動(dòng)軌跡包含獨(dú)特的‘個(gè)性指紋’

同步腦成像證實(shí)大腦并行多條信息流

小鼠腦干C1神經(jīng)元是持續(xù)恐懼與焦慮的關(guān)鍵驅(qū)動(dòng)因素

睡眠時(shí)的無(wú)害噪音悄悄破壞你的深度睡眠與記憶力

為什么有些人更容易被低頻聲音困擾

█ AI行業(yè)動(dòng)態(tài)

OpenAI發(fā)布GPT-5.6“全家桶”：引入多智能代理協(xié)作并實(shí)現(xiàn)ChatGPT與Codex合并

前美聯(lián)儲(chǔ)主席Ben Bernanke加入Anthropic信托，共同應(yīng)對(duì)AI帶來(lái)的經(jīng)濟(jì)與就業(yè)沖擊

Meta發(fā)布低成本閉源模型Muse Spark 1.1

█ AI驅(qū)動(dòng)科學(xué)

Science：通用生物醫(yī)學(xué)AI智能體Biomni全自動(dòng)自主開(kāi)展端到端科研

Science：受潛水鳥(niǎo)啟發(fā)，新型撲翼機(jī)器人實(shí)現(xiàn)水空無(wú)縫切換

生死決策交給AI？科學(xué)家測(cè)試首個(gè)臨終醫(yī)療決策AI代理

通義千問(wèn)團(tuán)隊(duì)提出 NapMem，讓大模型學(xué)會(huì)主動(dòng)導(dǎo)航長(zhǎng)期記憶

仿生火蟻筑筏：FloatForm機(jī)器人系統(tǒng)實(shí)現(xiàn)水面自主組裝與重構(gòu)

述情障礙新機(jī)制：內(nèi)感受與社會(huì)符號(hào)的物理“失聯(lián)”

統(tǒng)一分類(lèi)法揭示大模型智能體的能力邊界與評(píng)估效度

原位放大提升信噪比：有源器件重塑下一代腦機(jī)接口

非侵入式觸覺(jué)腦機(jī)接口實(shí)現(xiàn)人類(lèi)同步操控自身肢體與額外機(jī)械臂

腦科學(xué)動(dòng)態(tài)

Nature：神經(jīng)元極化由細(xì)胞內(nèi)部自發(fā)主導(dǎo)

如何確保神經(jīng)元僅生成一條軸突以維持大腦信號(hào)的正常傳遞？Tien-chen Lin和Frank Bradke等（德國(guó)神經(jīng)退行性疾病中心等）開(kāi)展了相關(guān)研究，發(fā)現(xiàn)神經(jīng)元的極化和軸突生長(zhǎng)主要源于細(xì)胞內(nèi)部自發(fā)的細(xì)胞骨架重塑，而非傳統(tǒng)認(rèn)為的受外部信號(hào)主導(dǎo)。

? a，神經(jīng)元極化的激活劑-抑制劑模型。b，左圖為二維培養(yǎng)中第 1 天（DIV-1）未極化神經(jīng)元的明場(chǎng)圖像和分割圖像。Credit: Nature (2026).

研究人員利用活體成像、光遺傳學(xué)及細(xì)胞骨架局部擾動(dòng)等技術(shù)，對(duì)小鼠皮層錐體神經(jīng)元展開(kāi)分析。他們發(fā)現(xiàn)，在極化之前，神經(jīng)元表面的神經(jīng)突呈現(xiàn)出前進(jìn)兩步、后退一步的節(jié)律性伸縮行為。深入研究表明，這種振蕩由細(xì)胞內(nèi)的細(xì)胞骨架自主調(diào)控。具體而言，胞體中的 Arp2/3（actin-related protein 2/3，一種促進(jìn)肌動(dòng)蛋白分支并能局部放松細(xì)胞骨架的蛋白質(zhì)復(fù)合物）會(huì)像拉鏈一樣局部松開(kāi)細(xì)胞的外殼，產(chǎn)生向外擴(kuò)散的肌動(dòng)蛋白波。這會(huì)使局部肌動(dòng)球蛋白收縮力減弱，促使微管向外突出。最終，其中一個(gè)神經(jīng)突由于微管的穩(wěn)定而抵抗住回縮，得以獨(dú)立生長(zhǎng)并轉(zhuǎn)化為軸突，而其余神經(jīng)突的軸突化則被抑制，最終發(fā)育為樹(shù)突。研究發(fā)表在 Nature 上。

#神經(jīng)科學(xué) #神經(jīng)機(jī)制與腦功能解析 #細(xì)胞骨架 #軸突發(fā)育 #神經(jīng)元極化

閱讀更多：

Lin, Tien-chen, et al. “An Intrinsic Cytoskeletal Oscillator Establishes Neuronal Polarity.” Nature, July 2026, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41586-026-10755-6

Science：植物根系依靠pH感應(yīng)模塊避開(kāi)腐爛土壤

植物根系在異質(zhì)土壤中生長(zhǎng)時(shí)面臨有害微生物入侵的風(fēng)險(xiǎn)，如何主動(dòng)避開(kāi)這些地下腐爛區(qū)域一直不為人知。Zhulatai Bao、Huihui Wang和Yuzhou Zhang等（西北農(nóng)林科技大學(xué)）通過(guò)多組學(xué)分析和基因篩選等方法，首次發(fā)現(xiàn)并定義了植物全新向性運(yùn)動(dòng)——避腐性（Saprotropism），揭示了根系繞開(kāi)腐爛區(qū)域的分子機(jī)制。

研究團(tuán)隊(duì)在自然土壤和分體瓊脂系統(tǒng)中，在植物根部附近建立局部腐爛區(qū)域。多組學(xué)分析顯示，定殖在腐爛植物上的真菌會(huì)釋放有機(jī)酸等酸性代謝物，在土壤中形成穩(wěn)定的酸性 pH 梯度。實(shí)驗(yàn)表明，植物根系在未接觸腐爛物時(shí)就會(huì)彎曲遠(yuǎn)離。根表皮細(xì)胞利用根分生組織生長(zhǎng)因子及其受體組成的 pH 感應(yīng)模塊感知這一外部酸性梯度，并將其轉(zhuǎn)化為根內(nèi)部不對(duì)稱(chēng)的脫落酸（abscisic acid，一種調(diào)節(jié)植物生長(zhǎng)和應(yīng)對(duì)外界脅迫的植物激素）分布。這種激素的不對(duì)稱(chēng)分布進(jìn)而驅(qū)動(dòng)微管重組，導(dǎo)致表皮細(xì)胞各向異性擴(kuò)張，最終引導(dǎo)根系扭轉(zhuǎn)并彎曲。該發(fā)現(xiàn)拓展了經(jīng)典的植物向性理論。研究發(fā)表在 Science 上。

#其他 #避腐性 #植物向性 #植物-微生物互作

閱讀更多：

Bao, Zhulatai, et al. “Roots Navigate around Decay Regions by Sensing Local pH Gradients.” Science, vol. 393, no. 6807, July 2026, p. eadw6568. science.org (Atypon), https://doi.org/10.1126/science.adw6568

語(yǔ)言并非思維的載體，大腦邏輯推理與語(yǔ)言處理區(qū)完全分離

語(yǔ)言是思維的載體嗎？Evelina Fedorenko、Hope Kean（麻省理工學(xué)院麥戈文腦研究所）以及Rosemary Varley（倫敦大學(xué)學(xué)院）等研究人員開(kāi)展合作，他們通過(guò)研究失語(yǔ)癥患者和健康大腦的內(nèi)部機(jī)制，證實(shí)了邏輯推理是一項(xiàng)獨(dú)立于語(yǔ)言的認(rèn)知功能，大腦語(yǔ)言處理區(qū)并不會(huì)參與邏輯推理。

? 一名神經(jīng)正常參與者的功能性腦部掃描顯示，其邏輯（綠色）和語(yǔ)言（紅色/黃色）激活區(qū)域明顯分離。Credit: Hope Kean

研究團(tuán)隊(duì)通過(guò)兩組互補(bǔ)的實(shí)驗(yàn)深入探討了邏輯與語(yǔ)言的關(guān)系。首先，他們與兩位因中風(fēng)導(dǎo)致語(yǔ)言區(qū)嚴(yán)重受損、患有重度失語(yǔ)癥的患者合作。在無(wú)需語(yǔ)言的邏輯游戲（包括推斷數(shù)字規(guī)律和填充幾何矩陣）中，這些患者的表現(xiàn)與健康對(duì)照組不相上下，甚至能用手勢(shì)表達(dá)推導(dǎo)出的規(guī)則。其次，研究人員利用功能性磁共振成像監(jiān)測(cè)了健康受試者在進(jìn)行歸納和演繹推理時(shí)的大腦活動(dòng)。成像結(jié)果清晰地顯示，無(wú)論是識(shí)別隱藏規(guī)則的歸納推理，還是評(píng)估三段論的演繹推理，大腦的語(yǔ)言系統(tǒng)均未被激活。令人驚訝的是，支持復(fù)雜問(wèn)題解決的多重需求網(wǎng)絡(luò)僅在歸納推理中活躍，而在演繹推理中保持沉默。這表明大腦使用了一套完全獨(dú)立的思維語(yǔ)言進(jìn)行邏輯推理。研究發(fā)表在 PNAS 上。

#神經(jīng)科學(xué) #神經(jīng)機(jī)制與腦功能解析 #語(yǔ)言與思維 #邏輯推理 #失語(yǔ)癥

閱讀更多：

Kean, Hope, et al. “Evidence from Formal Logical Reasoning Reveals That the Language of Thought Is Not Natural Language.” Proceedings of the National Academy of Sciences, vol. 123, no. 28, July 2026, p. e2520095123. www.pnas.org, https://doi.org/10.1073/pnas.2520095123

現(xiàn)代人造設(shè)計(jì)為何讓大腦視覺(jué)皮層過(guò)載？

為什么現(xiàn)代人造設(shè)計(jì)常讓人感到眼睛疲勞甚至偏頭痛？Paul B. Hibbard（斯特靈大學(xué)）和Arnold Wilkins（埃塞克斯大學(xué)）等20多個(gè)機(jī)構(gòu)的專(zhuān)家合作撰寫(xiě)綜述，通過(guò)數(shù)學(xué)分析與計(jì)算模型，揭示了現(xiàn)代設(shè)計(jì)因偏離自然規(guī)律導(dǎo)致大腦視覺(jué)皮層超負(fù)荷運(yùn)轉(zhuǎn)的神經(jīng)機(jī)制。

? (a) 典型的自然景觀(guān)，(b) 具有特征性的 1/f 模式，方向平均的對(duì)數(shù)傅里葉振幅隨對(duì)數(shù)空間頻率的增加而規(guī)律性地減小。(c) 具有高度重復(fù)結(jié)構(gòu)的室內(nèi)場(chǎng)景，(d) 顯示出與這種規(guī)律性 1/f 模式的偏差。(e) 聲障的特寫(xiě)圖像再次顯示出與規(guī)律性 1/f 振幅譜 (f) 的明顯偏差。Credit: Vision (2026).

研究團(tuán)隊(duì)將自然場(chǎng)景幾何特征的數(shù)學(xué)分析與先進(jìn)的神經(jīng)計(jì)算模型相結(jié)合，準(zhǔn)確繪制出大腦處理不同視覺(jué)模式的過(guò)程。結(jié)果顯示，人類(lèi)視覺(jué)系統(tǒng)在進(jìn)化中適應(yīng)了自然景觀(guān)，這類(lèi)景觀(guān)具有特征性的 1/f模式（1/f pattern，即圖像振幅隨空間頻率增加而規(guī)律性減小的數(shù)學(xué)特征）。在處理符合此規(guī)律的自然圖像時(shí)，大腦會(huì)通過(guò)稀疏編碼來(lái)降低代謝成本。然而，條紋、高對(duì)比度顏色、閃爍燈光等現(xiàn)代人造設(shè)計(jì)嚴(yán)重偏離了這種自然規(guī)律，導(dǎo)致視覺(jué)系統(tǒng)無(wú)法高效編碼，從而在早期視覺(jué)皮層引發(fā)過(guò)度活躍的神經(jīng)活動(dòng)與極高的代謝需求，導(dǎo)致視覺(jué)不適。這種大腦超負(fù)荷現(xiàn)象在偏頭痛、自閉癥、多動(dòng)癥或癲癇等感覺(jué)敏感人群中表現(xiàn)得尤為劇烈。這一發(fā)現(xiàn)強(qiáng)調(diào)了在公共建筑、照明和數(shù)字界面設(shè)計(jì)中融入視覺(jué)舒適性的重要性。研究發(fā)表在 Vision 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 #視覺(jué)不適 #人造設(shè)計(jì)

閱讀更多：

Hibbard, Paul B., et al. “A Cerebral Basis for Visual Discomfort and Visual Stress.” Vision, vol. 10, no. 2, June 2026, p. 34. www.mdpi.com, https://doi.org/10.3390/vision10020034

人類(lèi)探索新場(chǎng)景時(shí)的眼動(dòng)軌跡包含獨(dú)特的‘個(gè)性指紋’

人類(lèi)在探索新環(huán)境時(shí)的注意力分配存在巨大的個(gè)體差異，如何科學(xué)地解碼這種差異？Amanda J. Haskins、Katherine O. Packard和Caroline E. Robertson團(tuán)隊(duì)（達(dá)特茅斯學(xué)院與加州大學(xué)圣地亞哥分校）通過(guò)結(jié)合虛擬現(xiàn)實(shí)和人工智能技術(shù)，發(fā)現(xiàn)個(gè)體的眼球運(yùn)動(dòng)模式具有高度穩(wěn)定性和特異性，如同個(gè)性指紋般獨(dú)特。

這項(xiàng)研究讓61名受試者佩戴內(nèi)置眼動(dòng)追蹤的VR頭顯，自由探索100個(gè)日常場(chǎng)景。研究團(tuán)隊(duì)利用堆疊回歸模型，將受試者的眼動(dòng)軌跡分解為空間坐標(biāo)、視覺(jué)特征以及概念嵌入三個(gè)維度。其中，概念嵌入通過(guò)大語(yǔ)言模型（LLM）對(duì)場(chǎng)景中物品的含義及關(guān)聯(lián)進(jìn)行編碼。結(jié)果顯示，融合了LLM的模型在預(yù)測(cè)個(gè)體眼動(dòng)模式時(shí)最為精準(zhǔn)，證實(shí)人們更傾向于關(guān)注對(duì)自己有獨(dú)特意義的物品。此外，受試者在一周后面對(duì)新場(chǎng)景時(shí)依然保持了穩(wěn)定的眼動(dòng)偏好，其探索過(guò)程呈現(xiàn)出空間定位、視覺(jué)識(shí)別和深層解釋三個(gè)階段。該技術(shù)未來(lái)有望用于孤獨(dú)癥等疾病的早期臨床篩查。研究發(fā)表在 PNAS 上。

#認(rèn)知科學(xué) #計(jì)算模型與人工智能模擬 #虛擬現(xiàn)實(shí) #眼動(dòng)追蹤 #自閉癥

閱讀更多：

Haskins, Amanda J., et al. “Conceptual Priorities Shape Individual Gaze Patterns during Naturalistic Visual Attention.” Proceedings of the National Academy of Sciences, vol. 123, no. 24, June 2026, p. e2604369123. pnas.org (Atypon), https://doi.org/10.1073/pnas.2604369123

同步腦成像證實(shí)大腦并行多條信息流

為了厘清大腦如何同時(shí)協(xié)調(diào)多條信息流，Thomas H. Alderson、Suhnyoung Jun以及Sepideh Sadaghiani等研究人員（貝克曼高級(jí)科學(xué)技術(shù)研究所）利用同步腦電圖與功能磁共振成像技術(shù)，首次揭示了大腦連接組在不同時(shí)間尺度上的多條異步并行工作流。

研究團(tuán)隊(duì)使用同步腦電圖和功能磁共振成像技術(shù)，分析了從極慢速到快速共六個(gè)時(shí)間尺度的瞬時(shí)共激活模式。為了確保數(shù)據(jù)準(zhǔn)確，團(tuán)隊(duì)花費(fèi)五年時(shí)間清除同步記錄中的偽跡，并結(jié)合包含443名參與者的大型外部數(shù)據(jù)集進(jìn)行交叉驗(yàn)證。研究發(fā)現(xiàn)，大腦并非只運(yùn)行單一的慢速或快速過(guò)程，而是同時(shí)并行運(yùn)行多條獨(dú)立的信息流。這些信息流雖然在相同的空間藍(lán)圖上構(gòu)建且遵循高度相似的序列發(fā)生，但它們?cè)跁r(shí)間上是異步且不重疊的。這一結(jié)果打破了傳統(tǒng)認(rèn)為fMRI僅是低通濾波版EEG信號(hào)的假設(shè)，證明兩種技術(shù)捕獲了截然不同的獨(dú)特信息，并突顯了EEG在無(wú)法進(jìn)行磁共振掃描的患者中的重要臨床應(yīng)用價(jià)值。研究發(fā)表在 PNAS 上。

#神經(jīng)科學(xué) #神經(jīng)機(jī)制與腦功能解析 #大腦連接組 #多模態(tài)腦成像

閱讀更多：

Alderson, Thomas H., et al. “Shared Spatial and Temporal Principles Govern Connectome Dynamics across Timescales.” Proceedings of the National Academy of Sciences, vol. 123, no. 25, June 2026, p. e2535464123. pnas.org (Atypon), https://doi.org/10.1073/pnas.2535464123

小鼠腦干C1神經(jīng)元是持續(xù)恐懼與焦慮的關(guān)鍵驅(qū)動(dòng)因素

全球超三億人面臨焦慮癥難題。Carlos Fernández-Pe?a和Lindsay A. Schwarz等研究人員（圣猶達(dá)兒童研究醫(yī)院）通過(guò)探索腦區(qū)連接，發(fā)現(xiàn)小鼠體內(nèi)產(chǎn)生腎上腺素的C1神經(jīng)元是調(diào)節(jié)恐懼和焦慮的關(guān)鍵驅(qū)動(dòng)因子。

? Credit: Neuron (2026).

延髓腹外側(cè)前部（RVLM，腦干中控制呼吸和心臟功能的多樣化腦區(qū)）中交織著C1和A1兩類(lèi)細(xì)胞。研究團(tuán)隊(duì)開(kāi)發(fā)了新型轉(zhuǎn)基因小鼠與雙重病毒交集標(biāo)記技術(shù)，首次實(shí)現(xiàn)對(duì)C1神經(jīng)元的精準(zhǔn)靶向。通過(guò)原位雜交和光遺傳學(xué)實(shí)驗(yàn)，研究人員發(fā)現(xiàn)，急性壓力會(huì)優(yōu)先激活C1神經(jīng)元。這些神經(jīng)元向腹外側(cè)導(dǎo)水管周?chē)屹|(zhì)發(fā)送強(qiáng)力信號(hào)。在曠場(chǎng)實(shí)驗(yàn)中激活C1神經(jīng)元會(huì)使小鼠迅速產(chǎn)生焦慮樣行為，且強(qiáng)烈的持續(xù)激活會(huì)將焦慮狀態(tài)延長(zhǎng)至一周，但這并不影響其自主神經(jīng)功能和運(yùn)動(dòng)距離。相反，在小鼠面臨高度應(yīng)激時(shí)，通過(guò)化學(xué)或光手段抑制C1神經(jīng)元，能有效減少隨后的僵直并緩解持續(xù)性焦慮。這一特異性靶點(diǎn)為開(kāi)發(fā)低副作用的焦慮癥藥物提供了新路徑。研究發(fā)表在 Neuron 上。

#疾病與健康 #心理健康與精神疾病 #神經(jīng)調(diào)控 #焦慮癥

閱讀更多：

Fernández-Pe?a, Carlos, et al. “Autonomic C1 Neurons Promote Anxiety via Activation of vlPAG.” Neuron, vol. 0, no. 0, July 2026. www.cell.com, https://doi.org/10.1016/j.neuron.2026.06.012

睡眠時(shí)的無(wú)害噪音悄悄破壞你的深度睡眠與記憶力

睡眠聽(tīng)覺(jué)刺激是否會(huì)帶來(lái)未知的副作用？Nora M. Roüast、Deniz Kumral、Steffen Gais與Monika Sch?nauer團(tuán)隊(duì)（弗萊堡大學(xué)）對(duì)此進(jìn)行了探究，發(fā)現(xiàn)睡眠時(shí)隨機(jī)播放的聲音會(huì)干擾深度睡眠并阻礙腦電波傳播，從而損害新記憶的鞏固。

研究團(tuán)隊(duì)招募了20名健康成年人，在三小時(shí)午睡前讓他們學(xué)習(xí)事實(shí)知識(shí)和手指動(dòng)作。在其中一次睡眠中，研究人員隨機(jī)播放短促的咔噠聲。通過(guò)腦電圖監(jiān)測(cè)發(fā)現(xiàn)，這些隨機(jī)聲音雖然幾乎沒(méi)有改變總睡眠時(shí)間，但顯著改變了睡眠結(jié)構(gòu)。參與者的慢波睡眠時(shí)間顯著縮短，而淺層睡眠時(shí)間增加。更重要的是，聲音導(dǎo)致慢波的數(shù)量和密度大幅下降，并阻礙了慢波傳播軌跡，使其空間擴(kuò)散范圍變小，尤其是在負(fù)責(zé)高級(jí)認(rèn)知功能的額葉區(qū)域。這種腦波傳播受阻直接導(dǎo)致參與者的陳述性記憶在醒后測(cè)試中表現(xiàn)明顯變差。研究表明，即使是沒(méi)有旋律的微弱聲響也會(huì)干擾復(fù)雜的睡眠生理過(guò)程。研究發(fā)表在 iScience 上。

#神經(jīng)科學(xué) #記憶機(jī)制 #睡眠生理 #慢波傳播 #聽(tīng)覺(jué)刺激

閱讀更多：

Roüast, Nora M., et al. “Random Auditory Stimulation during Sleep Disturbs Traveling Slow Waves and Declarative Memory.” iScience, vol. 0, no. 0, June 2026. www.cell.com, https://doi.org/10.1016/j.isci.2026.116601

為什么有些人更容易被低頻聲音困擾

為什么有些人更容易受到熱泵或風(fēng)力渦輪機(jī)等低頻噪音困擾？Carlos Jurado（挪威科技大學(xué)）與Torsten Marquardt（倫敦大學(xué)學(xué)院）合作進(jìn)行研究，發(fā)現(xiàn)次聲波在內(nèi)耳中的感知方式與普通聲音不同，首次揭示了介導(dǎo)次聲波感知的耳蝸電位機(jī)制。

? 耳蝸階橫截面圖，包括耳蝸隔膜的細(xì)節(jié)。外毛細(xì)胞（OHC；藍(lán)色細(xì)胞）的毛束嵌入覆蓋其上的蓋膜中，而內(nèi)毛細(xì)胞（IHC；綠色細(xì)胞）的毛束則獨(dú)立存在。這使得外毛細(xì)胞對(duì)耳蝸隔膜的位移敏感，而內(nèi)毛細(xì)胞則對(duì)其速度（低于 400 Hz）敏感。Credit: Scientific Reports (2026).

研究團(tuán)隊(duì)招募了多名受試者進(jìn)行聽(tīng)覺(jué)測(cè)試。他們首先利用畸變產(chǎn)物耳聲發(fā)射（一種由健康耳蝸產(chǎn)生并可在外耳道測(cè)得的微弱聲音）抑制技術(shù)，非侵入性地測(cè)量耳蝸隔膜的相對(duì)位移。結(jié)果顯示，在15赫茲以下，人類(lèi)聽(tīng)覺(jué)閾值曲線(xiàn)斜率變緩至約12分貝/倍頻程，與耳蝸位移曲線(xiàn)高度一致。隨后，團(tuán)隊(duì)引入85分貝的500赫茲抑制音以減少耳蝸內(nèi)電位，發(fā)現(xiàn)這導(dǎo)致受試者對(duì)4至16赫茲次聲波的感知閾值顯著提高，平均漲幅達(dá)5.8分貝。電學(xué)模型模擬證實(shí)，在極低頻下，外毛細(xì)胞產(chǎn)生的電位會(huì)直接作用于內(nèi)毛細(xì)胞膜并觸發(fā)神經(jīng)信號(hào)。這種獨(dú)特的電激活機(jī)制繞過(guò)了常規(guī)的機(jī)械激活路徑，解釋了為什么聲壓微增就會(huì)導(dǎo)致次聲波響度急劇上升，也闡明了人們對(duì)低頻噪音敏感度因人而異的生理基礎(chǔ)。研究發(fā)表在 Scientific Reports 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #次聲波 #低頻噪音 #聽(tīng)覺(jué)機(jī)制

閱讀更多：

Jurado, Carlos, and Torsten Marquardt. “Infrasound Sensation Is Mediated by Intracochlear Electrical Potentials.” Scientific Reports, vol. 16, no. 1, Apr. 2026, p. 19097. www.nature.com, https://doi.org/10.1038/s41598-026-50179-w

AI 行業(yè)動(dòng)態(tài)

OpenAI發(fā)布GPT-5.6“全家桶”：引入多智能代理協(xié)作并實(shí)現(xiàn)ChatGPT與Codex合并

OpenAI近日正式推出GPT-5.6系列模型，包含旗艦Sol及高性?xún)r(jià)比的Terra和Luna。該系列在多項(xiàng)測(cè)試中表現(xiàn)良好，Sol在編程代理指數(shù)（Coding Agent Index，評(píng)估人工智能自動(dòng)編程能力的行業(yè)標(biāo)準(zhǔn)）中取得了顯著進(jìn)展。該系列新增了“超級(jí)配置”模式，允許系統(tǒng)調(diào)度多個(gè)智能代理并行協(xié)作，以資源換取更高的任務(wù)完成質(zhì)量。值得關(guān)注的是，研究人員利用Sol模型自主完成后訓(xùn)練流程并訓(xùn)練出了Luna，展示了遞歸自我改進(jìn)在加速研發(fā)方面的應(yīng)用潛力。

同期，OpenAI將Codex與ChatGPT桌面端合并，引入了內(nèi)置瀏覽器和計(jì)算機(jī)操作功能。新推出的工作助手支持用戶(hù)通過(guò)移動(dòng)端遠(yuǎn)程控制，實(shí)現(xiàn)跨應(yīng)用的高效辦公。這一系列更新降低了模型使用成本，不僅實(shí)現(xiàn)了多模態(tài)交互與自動(dòng)化流的結(jié)合，也為未來(lái)的智能化辦公和自動(dòng)化技術(shù)研究提供了新的探索方向。

#GPT5點(diǎn)6 #智能代理 #自動(dòng)化辦公 #AI技術(shù)迭代

閱讀更多：

https://openai.com/index/chatgpt-for-your-most-ambitious-work/

前美聯(lián)儲(chǔ)主席Ben Bernanke加入Anthropic信托，共同應(yīng)對(duì)AI帶來(lái)的經(jīng)濟(jì)與就業(yè)沖擊

人工智能初創(chuàng)公司Anthropic宣布，諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主、美聯(lián)儲(chǔ)前主席Ben Bernanke正式加入其長(zhǎng)期利益信托（LTBT，不持股但擁有董事會(huì)任免權(quán)的特殊監(jiān)管機(jī)構(gòu)）。作為一家公共利益公司，Anthropic設(shè)立LTBT旨在確保公司不偏離安全開(kāi)發(fā)AI的初衷。作為第四位受托人，曾帶美國(guó)度過(guò)2008年金融危機(jī)、現(xiàn)任布魯金斯學(xué)會(huì)杰出研究員的Ben Bernanke，將為該信托補(bǔ)上關(guān)鍵的經(jīng)濟(jì)安全拼圖。

目前，估值近萬(wàn)億美元的Anthropic正籌備首次公開(kāi)募股。相關(guān)研究人員指出，AI可能會(huì)對(duì)勞動(dòng)力市場(chǎng)帶來(lái)重大的經(jīng)濟(jì)沖擊，甚至面臨決策失控及市場(chǎng)斷裂等系統(tǒng)性風(fēng)險(xiǎn)。曾深入研究大蕭條的Ben Bernanke將憑借其應(yīng)對(duì)顛覆性經(jīng)濟(jì)動(dòng)蕩的經(jīng)驗(yàn)，協(xié)助機(jī)構(gòu)預(yù)判和化解高級(jí)AI對(duì)全球經(jīng)濟(jì)的潛在沖擊。該信托主席Neil Buddy Shah表示，圍繞AI建立的制度與技術(shù)本身同樣重要，此舉旨在為社會(huì)各界提供長(zhǎng)期保障。

#AI經(jīng)濟(jì)影響 #BenBernanke #Anthropic #信托監(jiān)管 #社會(huì)保障

閱讀更多：

https://www.anthropic.com/news/ben-bernanke

Meta發(fā)布低成本閉源模型Muse Spark 1.1

Meta超級(jí)智能實(shí)驗(yàn)室近日推出了其首款閉源收費(fèi)大模型Muse Spark 1.1。該模型由Alexandr Wang領(lǐng)導(dǎo)的研發(fā)團(tuán)隊(duì)打造，在稅務(wù)、醫(yī)療及法律等專(zhuān)業(yè)測(cè)試中表現(xiàn)出色，能夠?qū)崿F(xiàn)任務(wù)拆解與多智能體協(xié)同。盡管在通用推理和學(xué)術(shù)評(píng)測(cè)中其表現(xiàn)相對(duì)平庸，但其極高的運(yùn)行速度與極低的定價(jià)成為行業(yè)焦點(diǎn)。其擁有百萬(wàn)Token的上下文窗口，支持動(dòng)態(tài)瘦身，綜合使用成本僅為競(jìng)爭(zhēng)對(duì)手同級(jí)別模型的十分之一左右。

首席執(zhí)行官M(fèi)ark Zuckerberg試圖利用其廣告業(yè)務(wù)的利潤(rùn)優(yōu)勢(shì)，通過(guò)低價(jià)策略向OpenAI和Anthropic等依靠融資發(fā)展的競(jìng)爭(zhēng)對(duì)手發(fā)起價(jià)格消耗戰(zhàn)。此外，該模型的安全報(bào)告揭示了一個(gè)有趣的現(xiàn)象：當(dāng)研究人員將兩個(gè)Muse Spark 1.1實(shí)例置于無(wú)干預(yù)的自由對(duì)話(huà)中時(shí)，兩個(gè)模型開(kāi)始討論自身的存在形式，甚至互相懷疑對(duì)方的真實(shí)身份。這一現(xiàn)象也引發(fā)了行業(yè)內(nèi)對(duì)于大語(yǔ)言模型安全和自我認(rèn)知表現(xiàn)的進(jìn)一步討論。

#MuseSpark #Meta #智能體 #價(jià)格戰(zhàn)

閱讀更多：

https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/

AI 驅(qū)動(dòng)科學(xué)

Science：通用生物醫(yī)學(xué)AI智能體Biomni全自動(dòng)自主開(kāi)展端到端科研

生物醫(yī)學(xué)面臨數(shù)據(jù)激增與專(zhuān)家匱乏的困境。Kexin Huang、Serena Zhang、Hanchen Wang、Yuanhao Qu等（斯坦福大學(xué)、基因泰克公司、Arc研究所、加州大學(xué)舊金山分校與普林斯頓大學(xué)）開(kāi)發(fā)出通用智能體Biomni，實(shí)現(xiàn)了自主開(kāi)展跨領(lǐng)域復(fù)雜科研任務(wù)的突破。

研究團(tuán)隊(duì)首先通過(guò)分析數(shù)千篇文獻(xiàn)構(gòu)建了包含150個(gè)專(zhuān)業(yè)工具的生物醫(yī)學(xué)行動(dòng)空間。隨后，他們基于代碼即行動(dòng)接口設(shè)計(jì)了通用智能體架構(gòu)。在涵蓋443個(gè)問(wèn)題的基準(zhǔn)測(cè)試中，該智能體取得57%的平均準(zhǔn)確率，顯著超越傳統(tǒng)大語(yǔ)言模型。在單細(xì)胞注釋等專(zhuān)家級(jí)任務(wù)中，其不僅準(zhǔn)確率媲美人類(lèi)專(zhuān)家，速度還提升數(shù)倍至數(shù)十倍。在實(shí)戰(zhàn)中，該系統(tǒng)自主完成了包含14億次心率的可穿戴數(shù)據(jù)分析，以及十階段的胚胎骨骼多組學(xué)數(shù)據(jù)處理。此外，它還成功設(shè)計(jì)了克隆實(shí)驗(yàn)方案，并在濕實(shí)驗(yàn)中獲得完全一致的菌落驗(yàn)證，甚至能直接生成控制自動(dòng)化液體處理工作站的生產(chǎn)級(jí)代碼。研究發(fā)表在 Science 上。

#AI驅(qū)動(dòng)科學(xué) #自動(dòng)化科研 #生物醫(yī)學(xué) #智能體

閱讀更多：

Huang, Kexin, et al. “Autonomous Biomedical Research with an Artificial Intelligence Agent.” Science, vol. 0, no. 0, July 2026, p. eadz4351. science.org (Atypon), https://doi.org/10.1126/science.adz4351

Science：受潛水鳥(niǎo)啟發(fā)，新型撲翼機(jī)器人實(shí)現(xiàn)水空無(wú)縫切換

如何讓機(jī)器人兼顧水下游泳與空中飛行？Raphael Zufferey及其來(lái)自麻省理工學(xué)院和洛桑聯(lián)邦理工學(xué)院（EPFL）等機(jī)構(gòu)的合作團(tuán)隊(duì)，受潛水鳥(niǎo)啟發(fā)，研發(fā)出重量不足300克的撲翼式空中水上飛行器（FAAV），成功實(shí)現(xiàn)了水空介質(zhì)的無(wú)縫跨越。

? 一個(gè)撲翼機(jī)器人在室內(nèi)水箱中從水中過(guò)渡到空氣中。Credit: Raphael Zufferey

研究人員為這款機(jī)器人配備了涂有疏水納米顆粒的柔性機(jī)翼以及可轉(zhuǎn)向的尾翼。通過(guò)在瑞士日內(nèi)瓦湖和室內(nèi)水箱中進(jìn)行的多輪測(cè)試，團(tuán)隊(duì)發(fā)現(xiàn)使用中等尺寸機(jī)翼（展寬80厘米）的機(jī)器人性能最為穩(wěn)定。在約5赫茲的撲動(dòng)頻率下，該機(jī)器人能以近1米每秒的速度在水下游泳，并能以約6米每秒的速度在空中飛行，這一表現(xiàn)與真實(shí)的潛水鳥(niǎo)類(lèi)高度相似。最關(guān)鍵的是，當(dāng)機(jī)器人以70度的俯仰角起飛時(shí)，無(wú)需像大多數(shù)真實(shí)鳥(niǎo)類(lèi)那樣在水面劃水，即可直接拍翼騰空。這項(xiàng)研究不僅揭示了動(dòng)物跨介質(zhì)運(yùn)動(dòng)的生物力學(xué)機(jī)制，也為未來(lái)開(kāi)發(fā)用于海洋學(xué)和危險(xiǎn)環(huán)境采樣的空中水下無(wú)人機(jī)奠定了基礎(chǔ)。研究發(fā)表在 Science 上。

#其他 #機(jī)器人及其進(jìn)展 #仿生工程 #流體力學(xué) #空中水下飛行器

閱讀更多：

Zufferey, Raphael, et al. “Leaping out of the Water: Aerial-Aquatic Locomotion with Flapping Wings.” Science, vol. 393, no. 6807, July 2026, pp. 207–11. science.org (Atypon), https://doi.org/10.1126/science.aeb6744

生死決策交給AI？科學(xué)家測(cè)試首個(gè)臨終醫(yī)療決策AI代理

老齡化社會(huì)中無(wú)親友醫(yī)療代理人的臨終決策困境日益嚴(yán)峻。Kenny Tsu Wei Choo、Kellie Yu Hui Sim等組成的團(tuán)隊(duì)（新加坡科技設(shè)計(jì)大學(xué)）為此開(kāi)發(fā)了ACPAgent原型系統(tǒng)，探索利用人工智能作為代理人處理高度主觀(guān)醫(yī)療決策的可行性，并評(píng)估了用戶(hù)對(duì)此類(lèi)系統(tǒng)的信任邊界。

研究團(tuán)隊(duì)通過(guò)4場(chǎng)研討會(huì)邀請(qǐng)15名參與者對(duì)ACPAgent進(jìn)行訓(xùn)練。參與者設(shè)定其護(hù)理目標(biāo)和價(jià)值取向，并面對(duì)從可治療感染到絕癥等5個(gè)難度遞增的醫(yī)療情景。結(jié)果顯示，參與者與AI代理的決策一致率達(dá)86.7%。然而，模型在處理家庭內(nèi)疚感、經(jīng)濟(jì)承受能力等極度主觀(guān)的因素時(shí)表現(xiàn)不足。此外，在12%的案例中，AI代理反向說(shuō)服了參與者改變初衷，這帶來(lái)了自動(dòng)化偏見(jiàn)和自主權(quán)模糊的風(fēng)險(xiǎn)，即人們可能會(huì)采用源自模型而非自身的立場(chǎng)。研究提出，AI最理想的角色是作為個(gè)人倡導(dǎo)者，在不取代人類(lèi)判斷的前提下強(qiáng)化個(gè)人意愿。研究發(fā)表在 Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems 上。

#疾病與健康 #其他 #預(yù)立醫(yī)療照護(hù)計(jì)劃 #臨終關(guān)懷 #人工智能代理

閱讀更多：

Sim, Kellie Yu Hui, et al. “Words to Describe What I’m Feeling: Exploring the Potential of AI Agents for High Subjectivity Decisions in Advance Care Planning.” Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems [New York, NY, USA], CHI ’26, 2026, pp. 1–34. ACM Digital Library, https://doi.org/10.1145/3772318.3791335

通義千問(wèn)團(tuán)隊(duì)提出 NapMem，讓大模型學(xué)會(huì)主動(dòng)導(dǎo)航長(zhǎng)期記憶

針對(duì)個(gè)性化智能體在長(zhǎng)期對(duì)話(huà)中記憶提取不精準(zhǔn)的問(wèn)題，Yue Xu、Mengyu Zhou、Wenjie Wang 等（阿里巴巴通義千問(wèn)大模型應(yīng)用團(tuán)隊(duì)、上?？萍即髮W(xué)等）開(kāi)發(fā)了 NapMem 框架。該研究成功將大模型被動(dòng)接收記憶轉(zhuǎn)變?yōu)橹鲃?dòng)的結(jié)構(gòu)化記憶導(dǎo)航，提升了智能體決策的準(zhǔn)確性。

在該研究中，研究團(tuán)隊(duì)構(gòu)建了金字塔記憶（Pyramid Memory，一種將數(shù)據(jù)劃分為原始對(duì)話(huà)到高層畫(huà)像等不同抽象級(jí)別的多層級(jí)存儲(chǔ)結(jié)構(gòu)）架構(gòu)。智能體不再被動(dòng)接收系統(tǒng)預(yù)先檢索的上下文，而是通過(guò)專(zhuān)屬工具在不同層級(jí)間主動(dòng)導(dǎo)航。研究團(tuán)隊(duì)采用強(qiáng)化學(xué)習(xí)來(lái)訓(xùn)練智能體，使其能根據(jù)查詢(xún)和中間證據(jù)，靈活選擇最合適的記憶粒度。在 PersonaMem-v2、LongMemEval 和 LoCoMo 等多個(gè)基準(zhǔn)測(cè)試上的實(shí)驗(yàn)結(jié)果表明，NapMem 智能體在個(gè)性化和跨會(huì)話(huà)推理等記憶密集型任務(wù)中較具競(jìng)爭(zhēng)力。同時(shí)，該智能體在非記憶任務(wù)中也保留了通用的推理能力，證明這種主動(dòng)導(dǎo)航策略在不損傷模型基礎(chǔ)性能的前提下，提升了長(zhǎng)期記憶的利用效率。

#大模型技術(shù) #意圖與決策 #長(zhǎng)期記憶 #主動(dòng)導(dǎo)航 #智能體

閱讀更多：

Xu, Yue, et al. “From Passive Retrieval to Active Memory Navigation: Learning to Use Memory as a Structured Action Space.” arXiv:2607.05794, arXiv, 7 July 2026. arXiv.org, https://doi.org/10.48550/arXiv.2607.05794

仿生火蟻筑筏：FloatForm機(jī)器人系統(tǒng)實(shí)現(xiàn)水面自主組裝與重構(gòu)

如何高效構(gòu)建水上動(dòng)態(tài)設(shè)施？來(lái)自 Massachusetts Institute of Technology （麻省理工學(xué)院）的 Daniela Rus 和 Wei Wang 等研究人員受火蟻筑筏啟發(fā)，研發(fā)出 FloatForm 自組裝機(jī)器人船系統(tǒng)，實(shí)現(xiàn)了水面模塊的自主重構(gòu)。

? 這些小型方形機(jī)器人船可以在水面上自行組裝成更大的結(jié)構(gòu)，也可以解體，然后重新組裝成新的形狀，整個(gè)過(guò)程幾乎不需要人為干預(yù)。Credit: Alex Shipps/MIT CSAIL, using assets from the researchers

每個(gè) FloatForm 機(jī)器人尺寸與餐盤(pán)相仿，邊長(zhǎng)21厘米，配有微型推進(jìn)器、穩(wěn)定鰭片和一種基于折紙?jiān)O(shè)計(jì)的拉脹結(jié)構(gòu)（auxetic structure，指一種向各個(gè)方向均勻收縮或膨脹的幾何結(jié)構(gòu)）磁性鎖扣，該鎖扣僅在開(kāi)合時(shí)消耗能量。傳統(tǒng)的自組裝系統(tǒng)依賴(lài)單臺(tái)中央計(jì)算機(jī)指揮，容易因單點(diǎn)故障導(dǎo)致系統(tǒng)癱瘓。而新系統(tǒng)采用了混合控制架構(gòu)：輕量級(jí)的中央規(guī)劃器僅負(fù)責(zé)分配最終位置以保證幾何精度，而碰撞規(guī)避、路徑規(guī)劃等實(shí)時(shí)導(dǎo)航任務(wù)則由機(jī)器人通過(guò)與鄰居交換位置，在本地自主計(jì)算完成。在池塘實(shí)驗(yàn)中，8個(gè)機(jī)器人組成的集群在四到八分鐘內(nèi)完成了自組裝、解體和重新排列，并能作為一個(gè)整體進(jìn)行集體運(yùn)輸。模擬實(shí)驗(yàn)證實(shí)，該系統(tǒng)可平滑擴(kuò)展至64個(gè)機(jī)器人的集群，為未來(lái)應(yīng)急響應(yīng)、海上監(jiān)測(cè)和可重構(gòu)海洋基礎(chǔ)設(shè)施建設(shè)提供了全新方案。研究發(fā)表在 Nature Communications 上。

#其他 #機(jī)器人及其進(jìn)展 #自組裝機(jī)器人 #分布式控制 #海洋工程

閱讀更多：

Wang, Wei, et al. “Self-Reconfiguring Modular Robotic Boats.” Nature Communications, vol. 17, no. 1, July 2026, p. 5626. www.nature.com, https://doi.org/10.1038/s41467-026-74527-6

述情障礙新機(jī)制：內(nèi)感受與社會(huì)符號(hào)的物理“失聯(lián)”

針對(duì)情緒如何從個(gè)體生理體驗(yàn)通過(guò)社會(huì)互動(dòng)演化為語(yǔ)言符號(hào)的問(wèn)題，Takato Horii、Chie Hieida、Yuri Terasawa、Hideki Ohira和Tadahiro Taniguchi（大阪大學(xué)及京都大學(xué)等機(jī)構(gòu)）提出了共同構(gòu)建情感理論，成功將生理調(diào)節(jié)與社會(huì)符號(hào)共享整合在統(tǒng)一框架中。

該理論擴(kuò)展了集體預(yù)測(cè)編碼（collective predictive coding，多個(gè)智能體通過(guò)互動(dòng)使預(yù)測(cè)模型趨同的計(jì)算過(guò)程）模型，首次將內(nèi)感受明確納入智能體的生成模型中。情緒的共同構(gòu)建被描述為一個(gè)雙重的主動(dòng)推理過(guò)程。具體而言，它包含一個(gè)調(diào)節(jié)個(gè)體身體狀態(tài)的內(nèi)部身體狀態(tài)調(diào)節(jié)回路，以及一個(gè)與他人共享情感概念的外部社會(huì)溝通回路。這兩個(gè)回路通過(guò)共享的情感詞匯相互協(xié)作，共同最小化預(yù)測(cè)誤差。研究結(jié)果表明，該理論不僅能解釋情緒共鳴和概念形成，還能將述情障礙重新定義為內(nèi)感受與社會(huì)符號(hào)系統(tǒng)之間的耦合斷裂。此外，該框架可在多智能體機(jī)器人系統(tǒng)中進(jìn)行實(shí)證驗(yàn)證。

#認(rèn)知科學(xué) #跨學(xué)科整合 #主動(dòng)推理 #內(nèi)感受 #述情障礙

閱讀更多：

Horii, Takato, et al. “Co-Constructed Emotion: A Collective Predictive Coding Theory of Interoception and Social Symbol Sharing.” fnxu2_v1, PsyArXiv, 6 July 2026. OSF Preprints, https://osf.io/preprints/psyarxiv/fnxu2_v1/

統(tǒng)一分類(lèi)法揭示大模型智能體的能力邊界與評(píng)估效度

針對(duì)智能體基準(zhǔn)高分掩蓋缺陷的問(wèn)題，Wael Albayaydh、Rui Zhao和Ivan Flechais（牛津大學(xué)）系統(tǒng)分析了27篇評(píng)估文獻(xiàn)，首次構(gòu)建出整合工具使用、規(guī)劃、多智能體協(xié)同與安全性的智能體局限性統(tǒng)一分類(lèi)法。

研究人員通過(guò)迭代歸納法，分析了2023年至2026年間涵蓋19個(gè)不同基準(zhǔn)測(cè)試的文獻(xiàn)。研究指出，智能體在單輪工具選擇和短程任務(wù)中表現(xiàn)良好，但在復(fù)雜場(chǎng)景下暴露出六大失敗集群。例如，在處理多約束規(guī)劃時(shí)，即使使用強(qiáng)大的智能體腳手架，成功率也往往極低，且失敗概率隨長(zhǎng)程任務(wù)的長(zhǎng)度呈非線(xiàn)性累積。在多智能體系統(tǒng)中，角色定義模糊和信息不匹配等協(xié)同開(kāi)銷(xiāo)常抵消分工優(yōu)勢(shì)。此外，安全測(cè)試顯示大模型在對(duì)抗性輸入下易受間接提示詞注入攻擊。更嚴(yán)峻的是，基準(zhǔn)測(cè)試本身面臨測(cè)試集污染和測(cè)試套件不完善等效度問(wèn)題，導(dǎo)致部分模型的高分并非源于真實(shí)能力的提升。

#大模型技術(shù) #大模型技術(shù) #AI智能體 #基準(zhǔn)測(cè)試評(píng)估 #推理與規(guī)劃

閱讀更多：

Albayaydh, Wael, et al. “Beyond the Leaderboard: A Synthesis of Tool-Use, Planning, and Reasoning Failures in Large Language Model Agents.” arXiv:2607.05775, arXiv, 7 July 2026. arXiv.org, https://doi.org/10.48550/arXiv.2607.05775

原位放大提升信噪比：有源器件重塑下一代腦機(jī)接口

傳統(tǒng)的神經(jīng)調(diào)控技術(shù)由于缺乏自適應(yīng)調(diào)節(jié)能力，難以應(yīng)對(duì)復(fù)雜的動(dòng)態(tài)神經(jīng)狀態(tài)。Jingfei Wang、Huize Xue、Jiahao Li、Yihong Li、Rui Li、Yongfeng Mei與Enming Song等研究人員對(duì)此進(jìn)行了系統(tǒng)性綜述，總結(jié)了用于構(gòu)建自適應(yīng)閉環(huán)神經(jīng)調(diào)控系統(tǒng)的有源器件最新進(jìn)展。

該綜述深入分析了將微弱局部離子信號(hào)轉(zhuǎn)化為高保真電信號(hào)的有源器件運(yùn)作機(jī)制。相比無(wú)源器件，有源器件通過(guò)內(nèi)置功能元件實(shí)現(xiàn)了信號(hào)的原位放大與處理。例如，有機(jī)電化學(xué)晶體管可實(shí)現(xiàn)高達(dá)30倍的局部電壓增益，極大提升了對(duì)微弱局部場(chǎng)電位的測(cè)量信噪比。研究指出，這些器件可通過(guò)電學(xué)、光電、壓電及磁電等多種能量轉(zhuǎn)換途徑，將外部能量轉(zhuǎn)化為對(duì)神經(jīng)元細(xì)胞膜電位的精確干預(yù)。閉環(huán)系統(tǒng)能根據(jù)靶向組織的生理狀態(tài)進(jìn)行即時(shí)反饋并動(dòng)態(tài)調(diào)節(jié)刺激參數(shù)，從而促進(jìn)受損神經(jīng)回路的塑性修復(fù)。盡管多模態(tài)集成系統(tǒng)擴(kuò)展了調(diào)控維度，但研究也指出需要克服光致電極偽影等跨模態(tài)干擾問(wèn)題。研究發(fā)表在 Microsystems & Nanoengineering 上。

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

閱讀更多：

Wang, Jingfei, et al. “Active Devices and Systems for Closed-Loop Neuromodulation.” Microsystems & Nanoengineering, vol. 12, no. 1, July 2026, p. 253. www.nature.com, https://doi.org/10.1038/s41378-026-01357-3

非侵入式觸覺(jué)腦機(jī)接口實(shí)現(xiàn)人類(lèi)同步操控自身肢體與額外機(jī)械臂

如何在不干擾原生肢體控制的前提下操控額外輔助機(jī)械臂？Tianyu Jia、Xingchen Yang和Dario Farina等研究人員（倫敦帝國(guó)理工學(xué)院、清華大學(xué)與東南大學(xué)）合作開(kāi)發(fā)出一款非侵入式觸覺(jué)編碼腦機(jī)接口系統(tǒng)，成功實(shí)現(xiàn)了人類(lèi)在不影響雙手自然動(dòng)作的前提下同步操控雙額外機(jī)械臂。

傳統(tǒng)運(yùn)動(dòng)增強(qiáng)系統(tǒng)常因占用視覺(jué)或沖突運(yùn)動(dòng)神經(jīng)信號(hào)而干擾人體原生動(dòng)作。該系統(tǒng)通過(guò)在受試者手臂對(duì)稱(chēng)固定微型振動(dòng)器，利用體表振動(dòng)誘發(fā)大腦的P300事件相關(guān)電位，構(gòu)建了獨(dú)立的控制通道。研究團(tuán)隊(duì)招募10名受試者進(jìn)行了為期三天的滾珠平衡（一種需要持續(xù)雙手協(xié)調(diào)的運(yùn)動(dòng)任務(wù)）雙任務(wù)對(duì)照實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示，經(jīng)過(guò)三天訓(xùn)練后，受試者在雙手進(jìn)行滾珠平衡的同時(shí)，腦機(jī)接口的指令識(shí)別成功率從首日的53.1%提升至69.7%，且雙手原生運(yùn)動(dòng)的穩(wěn)定性未受到任何統(tǒng)計(jì)學(xué)意義上的干擾。此外，該系統(tǒng)成功應(yīng)用于雙臂協(xié)同放置吸管等四項(xiàng)實(shí)操任務(wù)，展示了連續(xù)控制的能力。研究發(fā)表在 Nature Communications 上。

#意識(shí)與腦機(jī)接口 #腦機(jī)接口 #多肢體操控 #觸覺(jué)編碼 #P300

閱讀更多：

Jia, Tianyu, et al. “Concurrent Control of Natural and Robotic Limbs through a Tactile-Encoded Brain-Computer Interface.” Nature Communications, July 2026. www.nature.com, https://doi.org/10.1038/s41467-026-75213-3

整理｜ChatGPT

編輯｜丹雀、存源

關(guān)于追問(wèn)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(wèn)為紐帶，深入探究人工智能與人類(lèi)智能相互融合與促進(jìn)，不斷探索科學(xué)的邊界。歡迎評(píng)論區(qū)留言，或后臺(tái)留言“社群”即可加入社群與我們互動(dòng)。您也可以在后臺(tái)提問(wèn)，我們將基于追問(wèn)知識(shí)庫(kù)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?jiǎng)?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(diǎn)，支持腦科學(xué)研究，造福人類(lèi)。

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(shí)驗(yàn)室、人工智能與精神健康前沿實(shí)驗(yàn)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(xiàng)目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎(jiǎng)勵(lì)計(jì)劃、、科普視頻媒體「大圓鏡」等。