█腦科學動態(tài)

貧富差距延伸至運動場：挪威研究發(fā)現(xiàn)八成底層青少年放棄體育

約九成中老年孤獨癥成年人未被確診

初為人父的大腦對自家嬰兒反應更強

人類海馬體綜合分子圖譜揭示細胞亞型與空間組織

γ波段同步決定了神經信息的傳遞效率

額顳葉癡呆患者的高犯罪風險及其神經根源

慢性壓力驅使顱骨免疫細胞進入大腦保護層

首個跨17種人體組織的DNA甲基化衰老圖譜

█AI行業(yè)動態(tài)

5000萬美元追問孤獨癥真相：診斷激增背后是環(huán)境還是遺傳？

超低頻神經調控獲FDA批準開展臨床，慢性背痛治療迎來新突破

OpenAI“星際之門”進軍印度，奧特曼全球算力野心浮現(xiàn)

█AI驅動科學

Nature：全球首款全頻6G芯片問世，數(shù)據(jù)傳輸速率超100 Gbps

新型柔性觸覺界面無縫連接虛擬與現(xiàn)實

人工智能評估新標準：從可重復性到可替代性的六級框架

DeepSeek公開V3/R1大模型訓練細節(jié)

AI副駕駛助力非侵入式腦機接口，癱瘓患者操作效率提升近4倍

微軟rStar2-Agent在數(shù)學推理上超越DeepSeek-R1

科學大語言模型全景：從數(shù)據(jù)基礎到智能體前沿

腦科學動態(tài)

貧富差距延伸至運動場：挪威研究發(fā)現(xiàn)八成底層青少年放棄體育

為何大量青少年在青春期放棄運動，尤其是來自低收入家庭的孩子？不同運動項目又如何影響他們的幸福感？為了回答這些問題，來自阿格德大學的 Erik Grasaas 與挪威北極大學的 ?yvind Sandbakk 分析了挪威全國性的青年調查數(shù)據(jù)，揭示了體育參與率與社會階級之間的巨大鴻溝，并詳細闡述了不同運動對青少年生活滿意度的具體影響。

該研究基于挪威青年數(shù)據(jù)調查，分析了超過26,000名參與18種不同運動的青少年數(shù)據(jù)，并與超10萬人的全國數(shù)據(jù)進行對比。結果揭示了一個嚴峻的現(xiàn)實：社會經濟地位是決定青少年是否堅持運動的關鍵因素，來自社會最底層家庭的青少年退出率高達80%，高昂的運動開銷是主要障礙之一。研究同時發(fā)現(xiàn)，參與體育運動普遍能提升青少年的生活滿意度，特別是對于女孩而言，這種積極影響尤為突出。有趣的是，不同項目效果各異：越野滑雪的參與者在學校滿意度、體力活動水平和身體疼痛感等指標上表現(xiàn)最佳；而所有受訪者中，從事賽車運動的男孩對生活的滿意度最高。然而，研究也提示，當男孩參與傳統(tǒng)上被視為女性主導的運動（如舞蹈、騎馬）時，其生活質量反而可能低于平均水平。研究呼吁社會打破經濟壁壘，讓所有青少年都能享受運動帶來的身心益處。研究發(fā)表在 Frontiers in Psychology 上。

閱讀更多：

Grasaas, Erik, and ?yvind Sandbakk. “Life Satisfaction across Sports Disciplines and Sports Categories among Norwegian Adolescents: Comparisons to National Data.” Frontiers in Psychology, vol. 16, June 2025. Frontiers, https://doi.org/10.3389/fpsyg.2025.1577326

約九成中老年孤獨癥成年人未被確診

老年孤獨癥群體的需求長期被科學界忽視，導致其面臨的挑戰(zhàn)不為人知。倫敦國王學院的 Gavin Stewart 和 Francesca Happé 進行了一項大規(guī)模的敘述性綜述，系統(tǒng)性地評估了該領域的研究現(xiàn)狀，揭示了英國中老年孤獨癥群體中驚人的未確診率及其帶來的嚴峻健康后果。

該研究通過對現(xiàn)有文獻的全面回顧與綜合，并重新分析了英國的醫(yī)療記錄數(shù)據(jù)，描繪出了一幅令人擔憂的圖景。研究估計，在英國40-59歲的孤獨癥成年人中，有高達89%的人從未得到診斷，而在60歲以上人群中，這一比例更是攀升至97%。這種“隱形”狀態(tài)使他們無法獲得必要的支持。數(shù)據(jù)顯示，與同齡非孤獨癥人群相比，中老年孤獨癥患者面臨幾乎所有身心健康問題的更高風險，包括心血管疾病、抑郁癥和焦慮癥。更令人警惕的是，具有高度孤獨癥特征的老年人出現(xiàn)自殺意念的可能性是非孤獨癥人群的六倍，而患上早發(fā)性癡呆癥的風險也高出四倍。此外，他們在就業(yè)、社交和獲得適宜的醫(yī)療服務方面也困難重重。研究呼吁社會必須采取覆蓋全生命周期的策略，加強對老年孤獨癥患者的研究與支持。研究發(fā)表在 Annual Review of Developmental Psychology 上。

閱讀更多：

Stewart, Gavin R., and Francesca Happé. Aging Across the Autism Spectrum. Aug. 2025. www.annualreviews.org, https://doi.org/10.1146/annurev-devpsych-111323-090813

初為人父的大腦對自家嬰兒反應更強

父親的大腦是如何適應為人父母的新角色的？為了厘清其大腦對自家嬰兒的反應是否獨特，來自南加州大學的 Philip Newsome, Anthony G. Vaccaro, Darby E. Saxbe 等研究人員，利用神經影像技術揭示了新手父親大腦活動的奧秘，發(fā)現(xiàn)特定腦區(qū)的活動強度不僅能區(qū)分“自家”和“別人家”的孩子，還與父親的育兒壓力和親子關系質量緊密相關。

研究團隊對32名新手父親進行了功能性磁共振成像（fMRI）掃描，讓他們觀看自己嬰兒、陌生嬰兒以及自己伴侶的視頻。結果清晰地顯示，當父親看到自己孩子時，大腦中負責心智化（mentalizing，即理解他人意圖和情緒的能力）、社會認知和獎賞處理的關鍵區(qū)域，如楔前葉和后扣帶回，表現(xiàn)出比觀看陌生嬰兒或自己伴侶時更強的激活。這表明父親的大腦對自己的后代有高度特異性的神經響應。更重要的是，這種大腦活動的個體差異與父親的育兒體驗直接相關：在楔前葉/后扣帶回區(qū)域反應更強的父親，通常報告了更強的親子聯(lián)結和更低的育兒壓力。這一發(fā)現(xiàn)表明，這些皮質中線區(qū)域的神經活動，可能是衡量新手父親適應新角色的重要生物學指標。研究發(fā)表在 Human Brain Mapping 上。

閱讀更多：

Newsome, Philip, et al. My Baby Versus the World: Fathers’ Neural Processing of Own‐Infant, Unfamiliar‐Infant, and Romantic Partner Stimuli. onlinelibrary.wiley.com, https://doi.org/10.1002/hbm.70324. Accessed 2 Sept. 2025

人類海馬體綜合分子圖譜揭示細胞亞型與空間組織

大腦海馬體如何支持記憶和情緒等復雜功能，其微觀結構一直是未解之謎。為解決這一問題，來自約翰·霍普金斯大學彭博公共衛(wèi)生學院、利伯腦發(fā)育研究所和約翰·霍普金斯大學醫(yī)學院的 Jaqueline R. Thompson, Erik D. Nelson 及其同事，成功繪制出首個全面的人類海馬體分子圖譜，精確展示了各類細胞的空間位置。

?在人類 HPC 中生成配對 snRNA-seq 和 SRT 數(shù)據(jù)的實驗設計。Credit: Nature Neuroscience (2025).

研究團隊利用單核RNA測序來識別海馬體中所有細胞的精確亞型。隨后，在相鄰的組織切片上，他們采用空間分辨轉錄組學，捕捉到了基因活動的“地理信息”。通過非負矩陣分解（NMF）等先進計算方法，研究人員將這兩種數(shù)據(jù)完美融合，如同為海馬體創(chuàng)建了一張高清的“細胞導航地圖”。這張圖譜不僅詳細標注了興奮性和抑制性神經元等不同細胞類型的精確位置，還揭示了它們在下托（subiculum）等關鍵腦區(qū)的特定聚集模式。這項研究為理解海馬體的復雜回路和功能提供了前所未有的分子層面的視角。研究發(fā)表在 Nature Neuroscience 上。

閱讀更多：

Thompson, Jacqueline R., et al. “An Integrated Single-Nucleus and Spatial Transcriptomics Atlas Reveals the Molecular Landscape of the Human Hippocampus.” Nature Neuroscience, July 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41593-025-02022-0

γ波段同步決定了神經信息的傳遞效率

大腦如何從海量信息中篩選出重點，例如在派對中只聽一個人的聲音？德國不來梅大學的 Eric Drebitz, Lukas-Paul Rausch 和 Andreas K. Kreiter 團隊，通過實驗因果性地證明，神經信號能否被處理，關鍵在于其到達下游神經元的時機是否精準，且必須與接收神經元的內在節(jié)律同步。

?皮層內微刺激 (ICM)、皮層內記錄和行為任務范式示意圖。Credit: Nature Communications (2025).

研究團隊讓恒河猴執(zhí)行一項復雜的視覺注意力任務，并利用皮層內微刺激（intracortical microstimulation）技術，在視覺皮層V2區(qū)（視覺通路的早期區(qū)域）人為制造短暫的、與任務無關的“干擾”神經信號。同時，他們記錄了下游V4區(qū)神經元的活動。V4區(qū)的神經元活動存在一種約30-90赫茲的快速節(jié)律性振蕩，即γ波段活動，這創(chuàng)造了一個持續(xù)僅幾毫秒的“接收窗口”。實驗結果清晰地表明，只有當來自V2區(qū)的“干擾”信號精準地在這個短暫的接收窗口內到達V4區(qū)時，它才能成功影響V4神經元的活動，并進而干擾猴子的行為，導致其反應變慢、失誤增多。若信號早到或晚到，則會被完全忽略，不產生任何影響。這一發(fā)現(xiàn)為“神經信號的時間同步是信息處理的關鍵”這一理論提供了直接的因果證據(jù)，揭示了大腦篩選信息的根本機制。研究發(fā)表在 Nature Communications 上。

閱讀更多：

Drebitz, Eric, et al. “Gamma-Band Synchronization between Neurons in the Visual Cortex Is Causal for Effective Information Processing and Behavior.” Nature Communications, vol. 16, no. 1, Aug. 2025, p. 7380. www.nature.com, https://doi.org/10.1038/s41467-025-62732-8

額顳葉癡呆患者的高犯罪風險及其神經根源

中年人首次出現(xiàn)反常的違法行為，背后可能隱藏著神經退行性疾病的信號。為了系統(tǒng)探究癡呆癥與犯罪行為的關聯(lián)，德國馬克斯·普朗克人類認知與腦科學研究所的Matthias L. Schroeter, Marija ?uvela和Lena Szabo團隊進行了一項大規(guī)模薈萃分析，首次定量揭示了不同類型癡呆癥患者出現(xiàn)犯罪風險行為的概率，并指出這可能是疾病的早期征兆。

?有犯罪行為的人顳葉萎縮程度更嚴重。Credit: MPI CBS

該研究是一項薈萃分析，系統(tǒng)梳理了14項相關研究，數(shù)據(jù)覆蓋超過23萬名來自不同國家的參與者。結果清晰地顯示，犯罪風險行為的患病率在不同癡呆癥亞型中差異巨大。在行為變異型額顳葉癡呆患者中，這一比例超過50%，遠高于阿爾茨海默病的10%和帕金森綜合征的不到10%。研究還發(fā)現(xiàn)一個重要規(guī)律：這類行為在癡呆癥的早期階段比普通人群更常見，但隨著病情加重則會下降。此外，性別差異顯著，確診后，患有額顳葉癡呆的男性出現(xiàn)犯罪風險行為的頻率是女性的四倍，而在阿爾茨海默病患者中這一差距更是高達七倍。另一項研究揭示了其神經基礎，即這些行為與大腦顳葉的萎縮有關，導致了脫抑制（disinhibition，指大腦調節(jié)沖動與情緒、遵守社會規(guī)范的能力下降）現(xiàn)象。研究人員強調，大多數(shù)行為為輕微違法，但該發(fā)現(xiàn)對于癡呆癥的早期診斷和法律系統(tǒng)的適應性調整至關重要。研究發(fā)表在 Translational Psychiatry 上。

閱讀更多：

Schroeter, Matthias L., et al. “Criminal Minds in Dementia: A Systematic Review and Quantitative Meta-Analysis.” Translational Psychiatry, vol. 15, no. 1, Aug. 2025, p. 324. www.nature.com, https://doi.org/10.1038/s41398-025-03523-z

慢性壓力驅使顱骨免疫細胞進入大腦保護層

慢性炎癥與抑郁癥關系密切，但具體機制不明。英國劍橋大學和美國國家精神衛(wèi)生研究所的Stacey L. Kigar、Mary-Ellen Lynall及其同事，通過小鼠實驗發(fā)現(xiàn)，慢性壓力會促使顱骨骨髓中的一類免疫細胞直接進入大腦的保護膜層，進而引發(fā)類似抑郁的行為癥狀，揭示了壓力影響心理健康的一條全新神經免疫通路。

?慢性而非急性應激如何導致腦膜環(huán)境失調的模型。Credit: Nature Communications (2025).

研究團隊利用慢性社交挫敗模型，讓小鼠長期處于社會壓力環(huán)境中，以誘發(fā)抑郁樣行為。研究發(fā)現(xiàn)，在這種慢性壓力下，小鼠大腦保護層——腦膜中的中性粒細胞數(shù)量顯著增加。進一步的溯源分析證實，這些免疫細胞并非來自全身的血液循環(huán)，而是通過血管通道，直接從顱骨的骨髓“就近”遷移而來。這種腦膜中性粒細胞的積聚與小鼠表現(xiàn)出的抑郁行為顯著相關。為探究其分子機制，研究人員對這些細胞進行基因表達分析，發(fā)現(xiàn)一種名為I型干擾素的免疫信號通路被異常激活。關鍵的是，當研究團隊通過干預手段阻斷這條信號通路后，不僅腦膜中的中性粒細胞數(shù)量減少，小鼠的抑郁樣行為也得到了明顯改善。研究發(fā)表在 Nature Communications 上。

閱讀更多：

Kigar, Stacey L., et al. “Chronic Social Defeat Stress Induces Meningeal Neutrophilia via Type I Interferon Signaling in Male Mice.” Nature Communications, vol. 16, no. 1, Sept. 2025, p. 8153. www.nature.com, https://doi.org/10.1038/s41467-025-62840-5

首個跨17種人體組織的DNA甲基化衰老圖譜

衰老的分子機制是否在全身同步發(fā)生？以往研究多局限于血液，限制了我們對全身衰老的理解。由NIR EYNON及其同事領導的國際團隊，通過對17種人類組織的15,000多份樣本進行薈萃分析，構建了迄今最全面的DNA甲基化衰老圖譜，揭示了哪些衰老特征是全身共享的，哪些則是特定器官獨有的。

研究團隊整合了海量公開數(shù)據(jù)，系統(tǒng)分析了與年齡相關的三類表觀遺傳標記。除了傳統(tǒng)的差異甲基化位點（differentially methylated positions, DMPs，即隨年齡穩(wěn)定升高或降低的甲基化位點），他們還考察了可變甲基化位點（variably methylated positions, VMPs，即隨年齡增加個體間差異變大的位點）和香農熵。分析發(fā)現(xiàn)，存在一個由PCDHGA1、MEST等基因驅動的脆弱基因網(wǎng)絡，它會加速全身的衰老進程，并且難以通過有益干預逆轉。其中，PCDHGA1基因被確定為一個核心的跨組織衰老驅動因子。更重要的是，研究人員發(fā)現(xiàn)了一個與NAD?補救代謝（NAD? salvage metabolism）相關的“彈性”基因網(wǎng)絡，該網(wǎng)絡在衰老過程中表現(xiàn)出更強的穩(wěn)定性，這為當前熱門的NAD?補充劑抗衰老策略提供了堅實的分子生物學證據(jù)。

閱讀更多：

EYNON, NIR, et al. “DNA Methylation Ageing Atlas Across 17 Human Tissues.” Research Square, 7 Aug. 2025. Research Square, https://doi.org/10.21203/rs.3.rs-7184037/v1

AI 行業(yè)動態(tài)

5000萬美元追問孤獨癥真相：診斷激增背后是環(huán)境還是遺傳？

近年來，孤獨癥診斷率在全球范圍內持續(xù)攀升。美國衛(wèi)生與公眾服務部部長小羅伯特·肯尼迪（Robert F. Kennedy Jr）援引數(shù)據(jù)稱，美國8歲兒童孤獨癥患病率從2000年的1/150增至2022年的1/31，并將其歸咎于“環(huán)境毒素”。為此，美國國立衛(wèi)生研究院于2025年5月啟動了一項投資5000萬美元的“孤獨癥數(shù)據(jù)科學倡議”（Autism Data Science Initiative, ADSI），旨在深入研究孤獨癥的成因。

然而，許多研究人員對此倡議持保留態(tài)度。他們認為，該計劃忽視了數(shù)十年來的現(xiàn)有研究成果，這些研究表明診斷標準變化、公眾意識提升及服務普及才是診斷率上升的主因。例如，1990年代《國際疾病分類》（ICD）和《精神疾病診斷與統(tǒng)計手冊》（DSM）的修訂拓寬了診斷范圍，將阿斯伯格綜合征等納入孤獨癥譜系障礙（ASD）。2015年一項丹麥研究顯示，60%的患病率增長可歸因于診斷標準調整和報告制度完善。此外，教育壓力和社會偏見減少也推動了診斷數(shù)量的增加。

遺傳因素被證實是孤獨癥的主要風險來源，2019年一項跨國研究估計其遺傳力高達80%，而環(huán)境因素（如孕期感染或空氣污染）的影響較小且缺乏一致性證據(jù)。研究人員擔憂ADSI可能被用于宣揚已被駁斥的疫苗致孤獨癥觀點。與此同時，全球孤獨癥研究資金在2025年縮減了6200萬美元，且患者群體更優(yōu)先關注支持性研究而非病因探索，這使未來研究方向充滿不確定性。

閱讀更多：

https://www.nature.com/articles/d41586-025-02636-1

超低頻神經調控獲FDA批準開展臨床研究，慢性背痛治療迎來新突破

近日，總部位于加州圣馬特奧的Presidio Medical宣布獲得美國FDA的IDE批準，將啟動一項關鍵性全球隨機對照臨床試驗FULFILL Study，用于驗證其超低頻（Ultra Low Frequency, ULF?）神經調控平臺在治療慢性傷害性下背痛中的安全性與有效性。這一進展標志著慢性背痛治療領域可能迎來新的非藥物干預手段。

Presidio Medical的ULF?平臺采用了一種區(qū)別于傳統(tǒng)脊髓刺激（Spinal Cord Stimulation, SCS）的新思路。該技術通過植入硬膜外電極，以超低頻脈沖干預局部神經元活動，旨在降低異常的神經反應性，從而緩解疼痛信號的傳遞。早期臨床試驗結果由澳大利亞的Marc Russo醫(yī)生團隊公布，顯示多例患者疼痛緩解和生活質量改善，盡管具體數(shù)據(jù)尚未在公開期刊發(fā)表，但結果被認為非常鼓舞。

此次FDA批準意味著Presidio能夠在美國和澳大利亞開展更大規(guī)模的關鍵性臨床試驗，以獲取注冊所需的核心循證證據(jù)。同時，公司任命資深生命科學財務專家Dimas Jiménez為首席財務官，其豐富的投融資經驗將助力技術的臨床轉化和商業(yè)化。從行業(yè)視角看，ULF?平臺不僅可能拓展至其他難治性慢性疼痛或異常神經興奮疾病，還為腦機接口技術在治療神經疾病領域的應用提供了新方向。

閱讀更多：

https://www.businesswire.com/news/home/20250612185017/en/Presidio-Medical-Receives-IDE-Approval-for-Ultra-Low-Frequency-ULF-Neuromodulation-Clinical-Study-and-Appoints-Dimas-Jimnez-as-Chief-Financial-Officer

OpenAI“星際之門”進軍印度，奧特曼全球算力野心浮現(xiàn)

OpenAI正加速其全球算力布局，計劃在印度建設容量至少1吉瓦（GW）的大型數(shù)據(jù)中心。這標志著其雄心勃勃的“星際之門（Stargate）”項目首次大規(guī)模進入亞洲市場。該項目由OpenAI、軟銀、甲骨文和阿布扎比MGX基金共同投資，旨在四年內投入5000億美元建設專供OpenAI使用的超級數(shù)據(jù)中心集群。印度之所以成為關鍵目標，不僅因其龐大的用戶增長潛力，還因OpenAI已為其推出低價特供服務ChatGPT Go，以吸引當?shù)赜脩�。研究人員Sam Altman雖淡出日常管理，卻親自推動此類全球合作，預計本月訪問印度期間宣布這一計劃。

“星際之門”項目已在美國、中東和歐洲多地啟動。美國德克薩斯州Abilene園區(qū)由甲骨文主導開發(fā)，總算力容量達1.2吉瓦；阿聯(lián)酋項目與當?shù)仄髽I(yè)G42合作，總規(guī)劃5吉瓦；挪威項目則采用可再生能源，遠期目標0.52吉瓦。這些舉措旨在為OpenAI訓練更強大模型（如GPT-6）提供算力保障，并減少對單一地區(qū)的依賴。印度項目是OpenAI亞洲戰(zhàn)略的核心一環(huán)，其他潛在布局包括日本和韓國，顯示出其全球擴張的堅定意圖。

印度市場對OpenAI具有戰(zhàn)略意義。其ChatGPT活躍用戶數(shù)已居全球第二，且在多語言應用和企業(yè)級需求方面潛力巨大。研究人員Sam Altman稱贊印度市場“增長令人難以置信”，并強調本地化的重要性，例如GPT-5已支持12種印度本地語言。通過建設數(shù)據(jù)中心和研發(fā)團隊，OpenAI希望進一步提升產品在印度的性能與用戶體驗，鞏固其全球AI領導地位。

閱讀更多：

https://www.bloomberg.com/news/articles/2025-09-01/openai-plans-india-data-center-in-major-stargate-expansion

AI 驅動科學

Nature：全球首款全頻6G芯片問世，數(shù)據(jù)傳輸速率超100 Gbps

由北京大學與香港城市大學的Zihan Tao、Xingjun Wang等人領導的團隊基于薄膜鈮酸鋰（TFLN）光子平臺，開發(fā)出全球首款全頻6G芯片，實現(xiàn)了超寬帶、可重構的無線通信。

?多頻段無線通信成果。Credit: Nature (2025).

該研究的核心突破在于利用薄膜鈮酸鋰（thin-film lithium niobate，簡稱TFLN）材料的卓越光電特性，將以往需要多個獨立、龐大設備才能實現(xiàn)的功能，單片集成到一塊指甲蓋大�。�11 x 1.7毫米）的芯片上。研究團隊創(chuàng)新性地采用了一種光子學方案，通過片上集成的寬帶可調諧光電振蕩器，生成了覆蓋從微波到太赫茲波段（0.5 GHz至115 GHz）的超穩(wěn)定、高質量無線信號。該芯片不僅能生成信號，還能完成基帶調制和無線-光子轉換等復雜任務。在性能測試中，該系統(tǒng)實現(xiàn)了跨越九個連續(xù)頻段的端到端高速無線通信，峰值數(shù)據(jù)速率超過了創(chuàng)紀錄的100 Gbps。此外，該芯片具備實時頻譜重構能力，可在180微秒內完成6 GHz的頻率調諧，使其能智能地適應復雜的電磁環(huán)境，實現(xiàn)信道自適應和干擾規(guī)避。研究發(fā)表在 Nature 上。

閱讀更多：

Tao, Zihan, et al. “Ultrabroadband On-Chip Photonics for Full-Spectrum Wireless Communications.” Nature, Aug. 2025, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-025-09451-8

新型柔性觸覺界面無縫連接虛擬與現(xiàn)實

如何擺脫虛擬現(xiàn)實設備笨重的束縛，獲得更真實的沉浸體驗？卡內基梅隆大學的Carmel Majidi、Beomchan Kang及合作者（韓國科學技術院的Saewoong Oh和漢陽大學的Wei Dawid Wang等）針對現(xiàn)有觸覺反饋設備僵硬、笨重的問題，開發(fā)了一款輕巧、靈活的指戴式觸覺界面，能以近乎無感的方式提供細膩的觸覺，無縫連接虛擬與現(xiàn)實世界。

?Credit: Pixabay/CC0 Public Domain

這款設備大小如頂針，由柔軟的3D打印指套和彈性材料構成，可舒適地貼合于指尖。其核心技術是單個由形狀記憶合金制成的蛇形執(zhí)行器，通過精巧設計，該執(zhí)行器能驅動設備產生11種不同的多向運動，從而模擬出推、拉、點、劃等豐富的觸覺反饋。為了驗證其功能，研究團隊進行了三項測試：在虛擬現(xiàn)實場景中，佩戴者能“感覺”到虛擬物體的存在；在日常生活中，設備通過不同的敲擊模式引導用戶將畫作掛在墻上，取代了口頭指令；在感官增強測試中，蒙住眼睛的用戶能根據(jù)設備的定向提示，準確找到桌面上的物體，展示了其輔助視障人士的潛力。這項技術因其輕便、多功能和快速響應的特性，為開發(fā)更“無感”的人機交互界面開辟了新路徑。研究發(fā)表在 Nature Electronics 上。

閱讀更多：

Kang, Beomchan, et al. “A Flexible Skin-Mounted Haptic Interface for Multimodal Cutaneous Feedback.” Nature Electronics, Sept. 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41928-025-01443-w

人工智能評估新標準：從可重復性到可替代性的六級框架

如何系統(tǒng)評估AI模型？新加坡南洋理工大學李光前醫(yī)學院與帝國理工學院的Siqi Tian, Alicia Wan Yu Lam, Joseph Jao-Yiu Sung, Wilson Wen Bin Goh等研究者提出了一套六層評估框架，從可重復性到可替代性逐級遞進，為AI在生物技術和醫(yī)學領域的應用提供了清晰的評估路徑。

研究團隊設計了一個六層評估體系，依次測試AI的可重復性（相同輸入下輸出是否一致）、可再現(xiàn)性（跨數(shù)據(jù)集表現(xiàn)）、魯棒性（抗干擾能力）、剛性（新數(shù)據(jù)下的功能保持）、可復用性（跨任務遷移）和可替代性（完全取代現(xiàn)有流程）。通過三個案例驗證框架實用性：單細胞組學大模型scGPT在3300萬細胞數(shù)據(jù)上表現(xiàn)出優(yōu)秀的可重復性和可再現(xiàn)性，但魯棒性待加強；醫(yī)學大模型MedFound在八個�？浦薪咏t(yī)生診斷水平，但長期穩(wěn)定性不足；糖尿病視網(wǎng)膜病變篩查AI（ACCESS試驗）將檢查完成率從22%提升至100%，但功能單一。該框架為不同應用場景（如科研探索或臨床落地）提供了適配的評估標準，并兼具技術性和倫理性價值。研究發(fā)表在 Trends in Biotechnology 上。

閱讀更多：

Tian, Siqi, et al. “A Six-Tiered Framework for Evaluating AI Models from Repeatability to Replaceability.” Trends in Biotechnology, vol. 0, no. 0, July 2025. www.cell.com, https://doi.org/10.1016/j.tibtech.2025.07.015

DeepSeek公開V3/R1大模型訓練細節(jié)，響應AI生成內容標識新規(guī)

如何構建安全可靠的大語言模型？在中國網(wǎng)信辦新規(guī)生效首日，DeepSeek技術團隊率先響應政策要求，不僅全面標注AI生成內容，更罕見公開了其6850億參數(shù)大模型V3/R1的訓練細節(jié)，涵蓋數(shù)據(jù)治理、模型架構到安全防護的全套方案。

研究團隊采用分階段訓練策略：預訓練階段（pre-training）使用經過嚴格過濾的公開網(wǎng)絡數(shù)據(jù)和第三方授權內容，通過自監(jiān)督學習建立基礎語言能力；優(yōu)化訓練階段（fine-tuning）結合監(jiān)督微調（SFT）和強化學習（RL），利用人工構造的問答數(shù)據(jù)提升任務性能。為應對大模型核心挑戰(zhàn)——幻覺，團隊開發(fā)了包含檢索增強生成（RAG）在內的多維度解決方案，并通過紅隊測試持續(xù)優(yōu)化安全性。數(shù)據(jù)治理方面，建立自動化過濾（去除暴力/偏見內容）+人工審核的雙重機制，對可能包含的個人信息實施加密和匿名化處理。值得注意的是，該模型以MIT協(xié)議完全開源，包括6850億參數(shù)權重和推理工具。

閱讀更多：

https://cdn.deepseek.com/policies/zh-CN/model-algorithm-disclosure.html

AI副駕駛助力非侵入式腦機接口，癱瘓患者操作效率提升近4倍

如何讓非侵入式腦機接口達到實用水平？加州大學洛杉磯分校神經工程與計算實驗室的Jonathan C. Kao和Johannes Y. Lee團隊開發(fā)出創(chuàng)新解決方案：通過AI作為"副駕駛"與用戶協(xié)作，在完全非侵入的情況下，使癱瘓患者的操作效率提升近4倍，首次實現(xiàn)復雜物體操控任務。

?一名參與者利用 AI-BCI 系統(tǒng)，在 AI 和機械臂的協(xié)助下，成功完成了“拾取放置”任務，移動了四個積木。Credit: Johannes Lee, Jonathan Kao, Neural Engineering and Computation Lab/UCLA

研究團隊首先開發(fā)了混合自適應解碼算法，結合卷積神經網(wǎng)絡和類似ReFIT的卡爾曼濾波器，精確解碼腦電圖信號。隨后設計了兩套AI副駕駛系統(tǒng)：一套用于光標控制，另一套用于機械臂操作。系統(tǒng)通過計算機視覺而非眼動追蹤來解讀用戶意圖，實現(xiàn)了真正的意圖解碼。在四名參與者（包括一名腰部以下癱瘓患者）的測試中，AI輔助使癱瘓患者的光標控制目標命中率提升3.9倍，并首次完成機械臂"拾取-放置"任務（6.5分鐘完成，無輔助時無法完成）。健康參與者的任務效率也顯著提高。這種共享自主權設計完全避免了手術植入需求，僅需佩戴EEG頭帽，為運動障礙患者提供了安全實用的輔助方案。研究發(fā)表在 Nature Machine Intelligence 上。

閱讀更多：

Lee, Johannes Y., et al. “Brain–Computer Interface Control with Artificial Intelligence Copilots.” Nature Machine Intelligence, Sept. 2025, pp. 1–14. www.nature.com, https://doi.org/10.1038/s42256-025-01090-y

14B打敗671B！微軟rStar2-Agent在數(shù)學推理上超越DeepSeek-R1

如何讓小型模型實現(xiàn)超大規(guī)模模型的推理能力？微軟研究院尚寧、劉逸飛等團隊開發(fā)出rStar2-Agent-14B，這個僅140億參數(shù)的模型在AIME24數(shù)學競賽中以80.6%準確率擊敗6710億參數(shù)的DeepSeek-R1，同時響應速度更快。

研究團隊通過三項創(chuàng)新實現(xiàn)突破：首先構建了支持4.5萬并發(fā)調用的高效代碼環(huán)境（延遲僅0.3秒）；其次開發(fā)GRPO-RoC算法，該算法通過正確重采樣策略（RoC）過濾低質量軌跡，解決了代碼工具引入的噪聲問題；最后采用分階段訓練方案，從非推理監(jiān)督微調（SFT）開始，逐步過渡到多階段強化學習。在僅使用64塊MI300X GPU訓練一周后，14B參數(shù)的模型展現(xiàn)出驚人性能：除在AIME24/AIME25數(shù)學競賽領先外，在科學推理（GPQA-Diamond）和工具使用（BFCL v3）等任務也優(yōu)于DeepSeek-V3。分析顯示，模型能主動利用Python環(huán)境反饋優(yōu)化推理路徑，平均響應長度比DeepSeek-R1縮短30%。

閱讀更多：

Shang, Ning, et al. “rStar2-Agent: Agentic Reasoning Technical Report.” arXiv:2508.20722, arXiv, 28 Aug. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2508.20722

科學大語言模型全景：從數(shù)據(jù)基礎到智能體前沿

如何突破科學AI的數(shù)據(jù)壁壘？上海人工智能實驗室聯(lián)合全球24家機構的學者完成迄今最全面的科學大語言模型綜述，系統(tǒng)梳理270+數(shù)據(jù)集和190+評測基準，揭示模型與數(shù)據(jù)的協(xié)同進化規(guī)律，為下一代科研智能體奠定理論基礎。

研究首次提出科學知識層級模型，將數(shù)據(jù)分為原始觀測（如LIGO引力波時序數(shù)據(jù)）、符號表示（如化學SMILES字符串）和理論框架（如量子場論公式）三個層級。通過分析四代模型演進發(fā)現(xiàn)：遷移學習階段（2018-2020）的SciBERT等模型僅能處理靜態(tài)文本；規(guī)模擴展階段（2020-2022）的Galactica（1200億參數(shù)）雖整合4800萬篇論文，仍受限于數(shù)據(jù)異構性。突破出現(xiàn)在智能體科學階段（2023至今），如Intern-S1模型采用混合專家架構（Mixture-of-Experts，即不同子網(wǎng)絡處理不同專業(yè)任務），在2.5萬億token訓練后，其分子合成預測準確率達89%，較傳統(tǒng)方法提升近4成。研究同時揭示關鍵瓶頸——數(shù)學公式等特殊符號需定制嵌入層，而天文觀測數(shù)據(jù)的信噪比差異導致模型誤差傳播失控。為此提出的動態(tài)評測框架ScienceAgentBench已應用于15個學科，可量化評估從文獻綜述到實驗設計的全流程科研能力。

閱讀更多：

Hu, Ming, et al. “A Survey of Scientific Large Language Models: From Data Foundations to Agent Frontiers.” arXiv:2508.21148, arXiv, 28 Aug. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2508.21148

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。如果您有進一步想要討論的內容，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。

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(chuàng)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。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心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天橋神經科學研究院。

Chen Institute建成了支持腦科學和人工智能領域研究的生態(tài)系統(tǒng)，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎勵計劃、、等。