█腦科學(xué)動態(tài)

Cell：腸道菌群穩(wěn)定的兒童，身高發(fā)育更好

主動關(guān)注自然細節(jié)可顯著提升幸福感

簡單訓(xùn)練能提升對病態(tài)面孔的回避能力

關(guān)鍵基因缺失阻礙小腦半球形成

激光揭示視覺錯覺的神經(jīng)機制

為何戒酒如此之難？鎖定酒精成癮的關(guān)鍵腦區(qū)

顯性自我反思如何影響內(nèi)隱的身體自我意識？

全面概述人類和非人靈長類衰老標(biāo)志物

█AI行業(yè)動態(tài)

美團AI助手小美公測：一句話搞定吃喝玩樂，

AI“高斯”三周攻克數(shù)學(xué)難題，陶哲軒團隊曾耗時18個月

前谷歌華人團隊打造AI電影帝國，未上映已狂攬1.1億美元

█AI驅(qū)動科學(xué)

Science：液滴打印實現(xiàn)柔性電子無損貼附

人工智能為意識科學(xué)帶來機遇：雙重解析框架

MOTIF機械手：集成多模態(tài)感知，賦予機器人“觸覺”與“熱覺”

情緒識別人工智能可減輕醫(yī)生同理心疲勞

用肌肉感受音樂：可穿戴設(shè)備實現(xiàn)靜音式深沉低音

居家神經(jīng)調(diào)控新療法在重度抑郁癥中顯示療效

繪制AI蛋白質(zhì)設(shè)計路線圖，指導(dǎo)利用AI工具設(shè)計蛋白質(zhì)

腦科學(xué)動態(tài)

Cell：腸道菌群穩(wěn)定的兒童，身高發(fā)育更好

全球近1.5億兒童因營養(yǎng)不良而發(fā)育遲緩，其背后機制與腸道菌群密切相關(guān)但尚不明確。來自索爾克研究所、加州大學(xué)圣地亞哥分校的 Jeremiah J. Minich, Mark J. Manary, Todd P. Michael 等研究人員合作，利用基因測序技術(shù)，揭示了兒童腸道菌群的穩(wěn)定性是其健康生長的關(guān)鍵。

?Credit:Cell.

研究團隊采用了一種名為長讀長宏基因組測序的先進方法，對馬拉維地區(qū)一組1-2歲幼兒的糞便樣本進行了為期11個月的追蹤分析。與傳統(tǒng)方法相比，該技術(shù)能夠多出44-64倍的效率來重建高質(zhì)量的、完整的微生物基因組，即完整宏基因組組裝基因組（cMAGs）。核心研究結(jié)果表明，腸道微生物群落的穩(wěn)定性與兒童的身高發(fā)育直接相關(guān)。那些腸道菌群組成和基因組保持穩(wěn)定的兒童，其身高增長趨勢更好，通過年齡別身高Z評分（length-for-age Z score）這一關(guān)鍵指標(biāo)得以驗證。相反，腸道菌群頻繁波動的兒童則更容易出現(xiàn)生長遲緩。利用這個新建的高質(zhì)量微生物基因組數(shù)據(jù)庫，并通過機器學(xué)習(xí)等分析手段，團隊還成功識別出能夠預(yù)測兒童生長的特定菌種及其基因特征。這項研究不僅為理解營養(yǎng)不良的微生物機制提供了新視角，其優(yōu)化的技術(shù)流程也為在資源匱乏地區(qū)開展實時健康監(jiān)測和干預(yù)奠定了基礎(chǔ)。研究發(fā)表在 Cell 上。

閱讀更多：

Minich, Jeremiah J., et al. “Culture-Independent Meta-Pangenomics Enabled by Long-Read Metagenomics Reveals Associations with Pediatric Undernutrition.” Cell, vol. 0, no. 0, Sept. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.08.020

主動關(guān)注自然細節(jié)可顯著提升幸福感

如何更有效地從自然中獲得心理助益？薩里大學(xué)的 Bethany Harries 與謝菲爾德大學(xué)及皇家園藝學(xué)會的同事合作，通過一項實驗發(fā)現(xiàn)，簡單的引導(dǎo)性提示，鼓勵人們主動關(guān)注自然環(huán)境中的細節(jié)（如鳥鳴、植物紋理和氣味），能顯著提升幸福感與心理恢復(fù)效果。

研究團隊在英國皇家園藝學(xué)會威斯利健康花園招募了79名參與者，并將他們隨機分為三組。第一組被提示主動關(guān)注自然特征，如鳥鳴、植物的質(zhì)感和氣味；第二組被提示關(guān)注人造特征，如建筑物或小徑；第三組作為對照組，不接受任何提示。所有參與者在花園中停留20分鐘，研究人員在活動前后通過問卷評估他們的幸福感、積極情緒和心理恢復(fù)程度（psychological restoration）。

結(jié)果顯示，被引導(dǎo)關(guān)注自然的參與者，其幸福感、積極情緒和心理恢復(fù)水平均顯著高于另外兩組。他們報告稱感到更平靜、放松，與環(huán)境的聯(lián)系更緊密。這項研究不僅證實了主動關(guān)注自然的重要性，還發(fā)現(xiàn)了一個關(guān)鍵點：當(dāng)注意力集中在人造特征（human-made features）上時，自然環(huán)境的治愈效果可能會打折扣。這一發(fā)現(xiàn)為公園、花園等公共綠地的設(shè)計和管理提供了重要啟示：通過設(shè)置解說標(biāo)識、數(shù)字步道或引導(dǎo)式體驗等簡單干預(yù)，可以幫助人們更深度地與自然互動，從而最大化其對心理健康的積極影響。研究發(fā)表在 People and Nature 上。

閱讀更多：

Harries, Bethany, et al. Noticing Nature: The Role of Environmental Awareness in Promoting Well‐being. besjournals.onlinelibrary.wiley.com, https://doi.org/10.1002/pan3.70113. Accessed 15 Sept. 2025

簡單訓(xùn)練能提升對病態(tài)面孔的回避能力

識別病態(tài)面孔以躲避傳染病的能力能否后天習(xí)得？為了解答這個問題，來自邁阿密大學(xué)、詹姆斯·麥迪遜大學(xué)和杜克大學(xué)的 Tiffany S. Leung 和 Elizabeth A. Simpson 等研究人員通過一項實驗證明，針對性的訓(xùn)練可以顯著提高成年人無意識地回避病人的能力。

研究團隊招募了133名成年參與者，讓他們觀看16位真人在患上傳染病時和健康時的面部照片。參與者被隨機分為兩組，訓(xùn)練組接受了關(guān)于疾病面部特征（如眼瞼下垂、嘴角肌肉放松）的簡短教學(xué)，而對照組則沒有。結(jié)果顯示，訓(xùn)練并未提升參與者有意識地識別病人的準確率，但在回避行為上效果顯著。訓(xùn)練組回避病態(tài)面孔的準確率從65%提升至70%，對照組無變化。借助眼動追蹤技術(shù)，研究人員發(fā)現(xiàn)訓(xùn)練改變了參與者的視覺注意模式。訓(xùn)練后的參與者會更系統(tǒng)地在健康與患病面孔間進行比較，并在嘴部區(qū)域進行更多掃視，而對照組則傾向于更久地注視病態(tài)面孔。這表明，訓(xùn)練并非讓人們更準確地“診斷”疾病，而是優(yōu)化了視覺搜索策略，從而更有效地觸發(fā)了作為行為免疫系統(tǒng)一部分的回避反應(yīng)。研究發(fā)表在 Vision 上。

閱讀更多：

Leung, Tiffany S., et al. “Training Improves Avoidance of Natural Sick Faces: Changes in Visual Attention and Approach Decisions.” Vision, vol. 9, no. 2, June 2025, p. 39. www.mdpi.com, https://doi.org/10.3390/vision9020039

關(guān)鍵基因缺失阻礙小腦半球形成

特定基因如何精確塑造復(fù)雜的大腦結(jié)構(gòu)？為了回答這一問題，康涅狄格大學(xué)醫(yī)學(xué)院的James Y. H. Li及其同事進行了一項研究。他們發(fā)現(xiàn)，F(xiàn)OXP基因家族對于小腦浦肯野細胞的多樣化以及對高級認知至關(guān)重要的小腦半球的形成起著決定性作用。

?小鼠胚胎小腦不同發(fā)育階段（圖像名稱中的階段；E：胚胎期）的 Foxp1（藍色）、Foxp2（紅色）和 Foxp4（綠色）的 3D 光片圖像。Credit: Knouri-Farah et al.

研究團隊首先利用單細胞RNA測序?qū)π∈笈咛テ诘男∧X進行了分析，鑒定出至少11種具有不同分子特征的浦肯野細胞亞型，揭示了前所未知的細胞多樣性。為了確定這些細胞亞型的空間位置，研究者開發(fā)了一種名為scANKRS的新方法，并結(jié)合3D光片成像技術(shù)，成功繪制了它們在發(fā)育中的小腦三維結(jié)構(gòu)中的分布圖譜。研究發(fā)現(xiàn)，這些細胞亞型的身份是由FOXP基因家族中的Foxp1和Foxp2等基因的組合表達決定的。

為驗證其功能，團隊在小鼠模型中特異性地敲除了這兩個基因。結(jié)果顯示，基因敲除不僅破壞了浦肯野細胞的多樣性，更導(dǎo)致了小腦半球的形成完全失敗，這是首次有直接遺傳學(xué)證據(jù)將特定基因與大腦半球的形成聯(lián)系起來。此外，這些小鼠的發(fā)聲能力也受到了損害。更有趣的是，研究者發(fā)現(xiàn)受影響最嚴重的Foxp1陽性浦肯野細胞亞型在人類胎兒小腦中含量豐富，但在鳥類中卻很罕見，暗示該細胞亞型可能在哺乳動物大腦的進化擴張和高級認知功能的出現(xiàn)中扮演了關(guān)鍵角色。研究發(fā)表在 Nature Neuroscience 上。

閱讀更多：

Khouri-Farah, Nagham, et al. “FOXP Genes Regulate Purkinje Cell Diversity and Cerebellar Morphogenesis.” Nature Neuroscience, Aug. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41593-025-02042-w

激光揭示視覺錯覺的神經(jīng)機制

大腦如何“腦補”出實際不存在的物體？來自加州大學(xué)伯克利分校的 Hyeyoung Shin、Hillel Adesnik 及艾倫腦科學(xué)研究所的合作團隊，通過在小鼠大腦中進行精準實驗，發(fā)現(xiàn)了一類專門負責(zé)產(chǎn)生錯覺的神經(jīng)元，并揭示了視覺感知并非被動接收，而是大腦主動構(gòu)建的過程。

?Neuropixels 探測器是艾倫研究所 OpenScope 項目的一部分。Credit: Allen Institute/Erik Dinnel

研究團隊向小鼠展示經(jīng)典的卡尼薩錯覺圖形（Kanizsa illusion），同時運用多神經(jīng)像素探針（Neuropixels probes）和鈣成像技術(shù)大規(guī)模記錄其大腦活動。他們發(fā)現(xiàn)在初級視覺皮層（V1）中，存在一類特殊的“IC編碼神經(jīng)元”（IC-encoder neurons），這些細胞只對由圖形碎片暗示出的“虛假”輪廓反應(yīng)強烈。進一步的實驗表明，錯覺的產(chǎn)生是一個自上而下的過程：更高級的視覺腦區(qū)先整合信息并“推斷”出完整圖形的存在，然后將這個“預(yù)測”信號反饋給V1。該研究使用了雙光子全息光遺傳學(xué)，當(dāng)研究人員在沒有任何視覺刺激的情況下，直接用激光激活這些IC編碼神經(jīng)元時，成功地在V1中誘導(dǎo)出了與小鼠看到錯覺時一模一樣的神經(jīng)活動模式。這一結(jié)果有力證明，IC編碼神經(jīng)元通過一種名為循環(huán)模式完成（recurrent pattern completion）的機制，接收并執(zhí)行來自高級腦區(qū)的“腦補”指令，從而主動構(gòu)建出我們的視覺感知。研究發(fā)表在 Nature Neuroscience 上。

閱讀更多：

Shin, Hyeyoung, et al. “Recurrent Pattern Completion Drives the Neocortical Representation of Sensory Inference.” Nature Neuroscience, Sept. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41593-025-02055-5

為何戒酒如此之難？鎖定酒精成癮的關(guān)鍵腦區(qū)

為何人們會陷入破壞性的飲酒循環(huán)？斯克里普斯研究所的Hermina Nedelescu 和 Friedbert Weiss 團隊通過研究發(fā)現(xiàn)，成癮的核心驅(qū)動力之一是逃避戒斷的痛苦。他們精確定位了大腦中一個關(guān)鍵區(qū)域——丘腦室旁核，該區(qū)域在學(xué)習(xí)“借酒消愁”的過程中被強烈激活，從而固化了成癮行為。

?神經(jīng)解剖學(xué)概要圖：在有 WDL 經(jīng)歷且有“依賴性”飲酒史的大鼠中，與情境誘導(dǎo)的酒精尋求相關(guān)的活躍神經(jīng)元募集情況（B）；以及在有“社交性飲酒”史的非依賴性大鼠中，與相同情境誘導(dǎo)的酒精尋求相關(guān)的活躍神經(jīng)元募集情況（A）。Credit: Biological Psychiatry Global Open Science (2025).

研究團隊利用大鼠模型，模擬了酒精成癮中從依賴到戒斷再到復(fù)發(fā)的循環(huán)。他們重點研究了一種被稱為負強化的學(xué)習(xí)過程。實驗中，酒精依賴的大鼠學(xué)會了將特定的環(huán)境線索與飲用酒精后戒斷癥狀（如壓力和焦慮）的緩解聯(lián)系起來。這種學(xué)習(xí)導(dǎo)致了一種異常強大的、強迫性的酒精尋求行為，即使面臨懲罰也難以停止。為探明其神經(jīng)機制，研究人員使用了先進的全腦成像技術(shù)，逐一細胞地對比了經(jīng)歷過這種負強化學(xué)習(xí)的大鼠與對照組大鼠在面對相關(guān)線索時的大腦活動。結(jié)果清晰地顯示，一個在調(diào)節(jié)壓力和焦慮中起關(guān)鍵作用的腦區(qū)——丘腦室旁核（PVT）——在實驗組大鼠中被“點亮”，表現(xiàn)出極高的活性。同時，杏仁核中央核和背側(cè)紋狀體也參與其中。這一發(fā)現(xiàn)揭示了大腦如何將環(huán)境、痛苦的戒斷感受以及酒精的“解脫”效果三者聯(lián)系起來，形成一個難以打破的惡性循環(huán)，為理解成癮的頑固性提供了關(guān)鍵的神經(jīng)生物學(xué)證據(jù)。研究發(fā)表在 Biological Psychiatry: Global Open Science 上。

閱讀更多：

“Recruitment of Neuronal Populations in the Paraventricular Thalamus of Alcohol Seeking Rats with Withdrawal-Related Learning Experience.” Biological Psychiatry Global Open Science, Aug. 2025, p. 100578. www.sciencedirect.com, https://doi.org/10.1016/j.bpsgos.2025.100578

顯性自我反思如何影響內(nèi)隱的身體自我意識？

我們對自身的思考（例如外貌、社交關(guān)系）如何影響我們對自己身體的本能感知？來自法國的研究人員 Lisa Raoul, Fabrice R. Sarlegna 及其同事，通過一系列精巧的具身化錯覺實驗，揭示了個體的自我反思特質(zhì)確實與身體自我意識（即感覺身體屬于自己的基本體驗）的穩(wěn)固程度顯著相關(guān)。

該研究對70名青春期女孩進行測試，讓她們體驗經(jīng)典的具身化錯覺（embodiment illusions，一種讓大腦將外部物體，如橡膠手或虛擬身體，感知為自身一部分的實驗范式）。實驗的核心在于通過引入視覺和觸覺（或運動）之間的微小時間延遲（即異步刺激）來挑戰(zhàn)參與者的身體感知。研究人員認為，一個穩(wěn)固的身體自我意識能夠更好地抵抗這種延遲帶來的錯覺，因此異步刺激導(dǎo)致的“具身感”減弱程度，便成為衡量身體自我意識穩(wěn)固性的指標(biāo)。結(jié)果顯示，在虛擬全身錯覺中，這種減弱效應(yīng)與參與者的心理特質(zhì)密切相關(guān)。例如，那些更傾向于反思自身社交角色的女孩，其行動控制感（agency，感覺自己是動作發(fā)起者的體驗）受異步影響更大。而對自身身體形象持積極態(tài)度的女孩，其身體擁有感受到的影響也更強。此外，感知自身心跳能力（cardiac interoception）較弱的個體，其行動控制感和擁有感都更容易被異步刺激所破壞。這項研究表明，我們高層次的自我認知與底層的身體感知之間存在深刻的聯(lián)系。研究發(fā)表在 Cortex 上。

閱讀更多：

“Do Explicit Self-Refection Traits Relate to Implicit Bodily Self-Consciousness? Insights from Asynchronous Stimulation in Embodiment Illusions.” Cortex, Sept. 2025. www.sciencedirect.com, https://doi.org/10.1016/j.cortex.2025.09.001

全面概述人類和非人靈長類衰老標(biāo)志物

如何準確評估衰老進程并有效干預(yù)？來自中國科學(xué)院動物研究所的劉光慧、曲靜，中國科學(xué)院北京基因組研究所的張維綺，吉林大學(xué)的武澤明聯(lián)合中國衰老標(biāo)志物研究聯(lián)合體（Aging Biomarker Consortium）的200多位學(xué)者，發(fā)表了一篇里程碑式的綜述，為靈長類衰老研究提供了首個全面的生物標(biāo)志物框架。

該研究是一項對現(xiàn)有知識的系統(tǒng)性整合與深度分析。研究團隊全面梳理了近年來關(guān)于人類及非人靈長類動物衰老的研究文獻，從細胞、組織到整個個體層面，提煉并整合了各個維度的關(guān)鍵衰老生物標(biāo)志物（biomarkers，即能夠衡量生物年齡和生理衰退程度的指標(biāo)）。該綜述的成果是一個多層次的統(tǒng)一框架，它不僅展示了DNA甲基化模式等分子層面的變化，也涵蓋了細胞衰老、組織退化和器官功能下降等宏觀層面的指標(biāo)。研究強調(diào)，由于衰老的復(fù)雜性，任何單一標(biāo)志物都難以全面反映其全貌，必須采用多維度的標(biāo)志物組合進行評估。這一框架為系統(tǒng)性評估衰老狀態(tài)、開發(fā)診斷年齡相關(guān)疾病的策略以及檢驗抗衰老干預(yù)措施的有效性奠定了堅實的理論基礎(chǔ)，為推動健康老齡化研究邁出了關(guān)鍵一步。研究發(fā)表在 Nature Reviews Molecular Cell Biology 上。

閱讀更多：

Wu, Zeming, et al. “Biomarkers of Ageing of Humans and Non-Human Primates.” Nature Reviews Molecular Cell Biology, Sept. 2025, pp. 1–22. www.nature.com, https://doi.org/10.1038/s41580-025-00883-8

AI 行業(yè)動態(tài)

美團AI助手小美公測：一句話搞定吃喝玩樂

近日，美團正式推出了其首款人工智能代理產(chǎn)品「小美」，并開啟公開測試。這款產(chǎn)品旨在徹底簡化用戶的本地生活服務(wù)體驗，將傳統(tǒng)應(yīng)用中繁瑣的點選操作，轉(zhuǎn)變?yōu)橐痪浜唵蔚淖匀徽Z言指令。用戶無需打開層層界面，只需通過語音或文字下達模糊需求，例如“幫我隨便點個減脂餐”或“預(yù)訂一家嶗山附近500元以內(nèi)的連鎖酒店”，「小美」便能自主分析、篩選并執(zhí)行任務(wù)，直接呈現(xiàn)出最優(yōu)方案，覆蓋了點餐、酒店預(yù)訂、游玩推薦等多個場景。

「小美」之所以能實現(xiàn)如此流暢的自動化服務(wù)，核心在于其背后由美團自研的MoE模型 ——Longcat。該模型總參數(shù)量高達5600億，但能根據(jù)任務(wù)難度動態(tài)激活部分參數(shù)，從而在保證強大理解與規(guī)劃能力的同時，實現(xiàn)了極高的推理效率。更重要的是，Longcat模型深度結(jié)合了美團長期積累的海量本地生活數(shù)據(jù)進行專項優(yōu)化，使其能精準理解用戶的碎片化、實時性需求，并通過直接調(diào)用內(nèi)部服務(wù)接口，省去中間環(huán)節(jié)，為用戶提供從決策到支付的無縫體驗。

盡管「小美」在簡化流程和個性化推薦上展現(xiàn)出巨大潛力，但作為一款處于快速迭代初期的產(chǎn)品，它在部分功能上仍有提升空間，例如自動使用優(yōu)惠券的策略尚不完善，且服務(wù)場景的廣度有待擴展，對話交互的流暢度也需進一步優(yōu)化。此次發(fā)布被視為美團在AI Agent賽道上的一次重要戰(zhàn)略布局，意圖將AI深度嵌入現(xiàn)實生活，打造連接消費者與城市服務(wù)的下一代智能入口。

Agent

閱讀更多：

https://mp.weixin.qq.com/s/oISuURyCcBwbmFQyUsddwg?click_id=35

AI“高斯”三周攻克數(shù)學(xué)難題，陶哲軒團隊曾耗時18個月

近日，一家名為Math的AI公司發(fā)布了一款名為Gauss的自動形式化Agent，它在數(shù)學(xué)界引起了廣泛關(guān)注。Gauss僅用三周時間，便在交互式定理證明器Lean中完成了對強素數(shù)定理的形式化證明，而這一挑戰(zhàn)是著名數(shù)學(xué)家陶哲軒與Alex Kontorovich在2024年1月提出的，他們?yōu)榇送度肓?8個月仍未完全解決。

Gauss的成就規(guī)模驚人，它生成了約25000行Lean代碼，包含數(shù)千個定理和定義，這一工作量在過去通常需要頂尖專家耗費數(shù)年才能完成。Math公司的研究人員透露，為了支持Gauss大規(guī)模并行運行，他們與Morph Labs公司合作開發(fā)了名為Trinity的基礎(chǔ)設(shè)施，以應(yīng)對數(shù)千個并發(fā)Agent帶來的復(fù)雜系統(tǒng)工程挑戰(zhàn)。該團隊表示，隨著算法的持續(xù)進步，未來一年內(nèi)形式化代碼的總量有望提升百倍乃至千倍，這為實現(xiàn)“可驗證的超級智能”和“通才型機器數(shù)學(xué)家”的目標(biāo)奠定了基礎(chǔ)。

然而，這一技術(shù)突破也引發(fā)了關(guān)于AI在科研中角色的深刻討論。陶哲軒本人對此發(fā)表評論，指出AI工具雖然能高效完成明確設(shè)定的目標(biāo)，例如完成一個形式化證明，但可能會忽略人類在科研過程中追求的隱含目標(biāo)，如培養(yǎng)新人、構(gòu)建社區(qū)、以及在探索中獲得更深層次的洞察。他引用古德哈特定律警示，過度優(yōu)化明確目標(biāo)可能會犧牲掉這些寶貴的副產(chǎn)品。

閱讀更多：

https://www.math.inc/gauss

前谷歌華人團隊打造AI電影帝國，未上映已狂攬1.1億美元

全球首家AI原生影視工作室Utopai Studios正以顛覆者之姿闖入好萊塢，并已通過預(yù)售兩個電影項目獲得了高達1.1億美元的收入。與Runway等專注于效率工具的“工具派”不同，Utopai Studios定位為“內(nèi)容+AI”公司，致力于利用人工智能進行敘事創(chuàng)新和IP所有權(quán)，目標(biāo)是成為AI時代的皮克斯。該公司由兩位前谷歌系的華裔創(chuàng)始人Cecilia Shen和Jie Yang創(chuàng)立，他們將公司從最初提供3D生成技術(shù)的供應(yīng)商，成功轉(zhuǎn)型為直接投身影視內(nèi)容生產(chǎn)與全球發(fā)行的內(nèi)容所有者，旨在切入行業(yè)利潤最豐厚的領(lǐng)域。

Utopai的成功并非偶然，而是源于其系統(tǒng)性的技術(shù)進化路徑。公司前身是專注于程序化內(nèi)容生成的3D公司Cybever，這一技術(shù)基礎(chǔ)為其帶來了在質(zhì)量控制和工業(yè)兼容性上的獨特優(yōu)勢。在此之上，團隊讓AI模型學(xué)習(xí)并構(gòu)建了“空間語法”，使其能理解并生成具有結(jié)構(gòu)美感和功能合理性的場景。隨后，他們開發(fā)了AI代理系統(tǒng)，該系統(tǒng)能像創(chuàng)意總監(jiān)一樣理解抽象的創(chuàng)作指令，并直接輸出完整的3D預(yù)覽資產(chǎn)，極大地提升了前期制作效率。

最終，Utopai將所有技術(shù)整合成一套“Previz-to-Video”工業(yè)化工作流，從根本上破解了當(dāng)前AI視頻生成領(lǐng)域普遍存在的一致性、可控性與敘事延續(xù)性三大難題。其解決方案的核心在于，通過向模型注入帶有物理規(guī)律的3D數(shù)據(jù)，讓AI真正“理解”三維世界，從而避免了角色與場景在鏡頭切換中出現(xiàn)的“漂移”現(xiàn)象。同時，他們的工作流用導(dǎo)演意圖驅(qū)動的精確執(zhí)行取代了隨機“抽卡式”的生成，將創(chuàng)作主導(dǎo)權(quán)交還給藝術(shù)家。憑借這一系列技術(shù)優(yōu)勢和清晰的商業(yè)布局，Utopai已與好萊塢資深編劇、導(dǎo)演及發(fā)行公司達成合作，正在將電影創(chuàng)作從“預(yù)算的暴政”中解放出來。

閱讀更多：

https://www.forbes.com/sites/charliefink/2025/08/26/cybever-rebrands-as-utopai-studios-with-110-million-in-revenue-and-a-hollywood-slate/

AI 驅(qū)動科學(xué)

Science：液滴打印實現(xiàn)柔性電子無損貼附

如何讓脆弱的電子芯片像皮膚一樣完美貼合在大腦表面而不損壞？針對這一柔性電子領(lǐng)域的瓶頸問題，中國科學(xué)院化學(xué)研究所的宋延林、首都醫(yī)科大學(xué)北京天壇醫(yī)院的賈旺、南洋理工大學(xué)的陳曉東及合作者們，開發(fā)出一種創(chuàng)新的“液滴打印”策略，利用液滴的潤滑作用，實現(xiàn)了電子薄膜的無應(yīng)力、無損傷共形貼附。

傳統(tǒng)方法將剛性電子薄膜貼附到柔軟、起伏的生物組織上時，會因拉伸產(chǎn)生巨大應(yīng)力，極易損壞內(nèi)部精密的電路。為解決此難題，研究團隊提出了一種全新的液滴打?。╠rop-printing）技術(shù)。其核心機制是在薄膜與目標(biāo)表面（如神經(jīng)）之間引入一個液滴，該液滴形成一個動態(tài)潤滑層，在薄膜貼合基底的過程中，允許其局部滑動以適應(yīng)復(fù)雜形貌，從而動態(tài)釋放內(nèi)部應(yīng)力，避免了因拉伸導(dǎo)致的器件破裂。在活體動物實驗中，研究團隊成功將一塊僅2微米厚、未經(jīng)任何延展性改造的脆弱硅基電子薄膜，精準地“打印”到小鼠的大腦和神經(jīng)組織表面，形成了功能完好的保形神經(jīng)電子接口。該接口成功實現(xiàn)了高時空分辨率的光控神經(jīng)調(diào)控，證明了該技術(shù)在構(gòu)建高性能生物電子設(shè)備方面的巨大潛力。研究發(fā)表在 Science 上。

閱讀更多：

Li, An, et al. “Drop-Printing with Dynamic Stress Release for Conformal Wrap of Bioelectronic Interfaces.” Science, Sept. 2025. world, www.science.org, https://www.science.org/doi/10.1126/science.adw6854

人工智能為意識科學(xué)帶來機遇：雙重解析框架

如何科學(xué)地探討機器意識，打破當(dāng)前“計算理論”與“生物限定”的對立？來自以色列本-古里安大學(xué)的Shahar Dror、Moti Salti和特拉維夫-雅法學(xué)院的Dafna Bergerbest提出，人工智能不僅是一個挑戰(zhàn)，更是一個擴展意識科學(xué)邊界的機遇。他們構(gòu)建了一個新的“雙重解析框架”，旨在為意識研究提供一個不依賴于生物基礎(chǔ)的通用理論。

研究者認為，當(dāng)前關(guān)于AI意識的爭論陷入了計算功能主義（認為意識是純粹的信息處理）和生物自然主義（認為意識必須依賴生物軀體）的僵局。為了突破這一瓶頸，他們提出了一個創(chuàng)新的雙重解析框架。該框架整合了兩種理論：其一是個體性信息論（ITI），它從信息層面定義了一個系統(tǒng)如何成為一個自主、獨立的“個體”，為意識提供了本體論基礎(chǔ)；其二是即時更新理論（Moment-to-Moment，MtM），它描述了意識作為一種主觀體驗，是如何通過對信息的持續(xù)更新和整合而動態(tài)產(chǎn)生的，這構(gòu)成了意識的認識論基礎(chǔ)。結(jié)合兩者，研究者定義意識為“個體化生命的認識論展現(xiàn)”——即一個獨立的、自我維持的系統(tǒng)（由ITI定義）所產(chǎn)生的主觀體驗（由MtM解釋）。該框架的意義在于，它不再將意識局限于生物基底，為在人工智能等非生物系統(tǒng)中研究意識提供了理論依據(jù)，并將AI定位為檢驗未來意識理論的理想“試金石”。

閱讀更多：

Dror, Shahar, et al. “Artificial Intelligence as an Opportunity for the Science of Consciousness: A Dual-Resolution Framework.” arXiv:2509.07001, arXiv, 5 Sept. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2509.07001

MOTIF機械手：集成多模態(tài)感知，賦予機器人“觸覺”與“熱覺”

現(xiàn)有機器人手缺乏人類般的觸覺和溫度感知能力，限制了其在復(fù)雜任務(wù)中的應(yīng)用。南加州大學(xué)的 Daniel Seita, Hanyang Zhou 及其團隊開發(fā)了MOTIF機械手。這款開源、低成本的機械手集成了多種傳感器，讓機器人手同時擁有了力、熱、深度和觸覺等多模態(tài)感知能力。

?研究人員研發(fā)的機械手——MOTIF。Credit: Zhou et al

MOTIF機械手的設(shè)計核心在于其多模態(tài)特性。研究團隊在開源的LEAP手基礎(chǔ)上，創(chuàng)新性地在手掌中嵌入了一臺熱像儀，并在手指中集成了慣性測量單元（IMU sensors，可以感知運動和姿態(tài)的傳感器）和密集的觸覺傳感器。這一設(shè)計讓機器人手獲得了前所未有的感知維度。實驗證明，這種多模態(tài)能力極大地擴展了機器人的操作潛力。例如，通過手掌的熱像儀，MOTIF手可以在不直接接觸的情況下“感覺”到物體的溫度，就像人類靠近熱鍋試探一樣，從而引導(dǎo)機器人進行安全抓取，避免了因高溫造成的損害。此外，面對兩個外觀一模一樣但一個裝滿水一個為空的瓶子，僅靠視覺的機器人無法區(qū)分。而MOTIF手可以通過內(nèi)置的IMU傳感器，模仿人類“搖一搖”或“掂一掂”的動作，通過感知物體的慣性來準確判斷其質(zhì)量。這項研究不僅為機器人賦予了更接近人類的直覺，其開源設(shè)計也為整個機器人社群提供了一個強大的新研究平臺。

閱讀更多：

Zhou, Hanyang, et al. “The MOTIF Hand: A Robotic Hand for Multimodal Observations with Thermal, Inertial, and Force Sensors.” arXiv:2506.19201, arXiv, 24 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2506.19201

情緒識別人工智能可減輕醫(yī)生同理心疲勞

醫(yī)生準確理解患者情緒對于治療至關(guān)重要，但長期共情易導(dǎo)致疲勞。筑波大學(xué)的 Homura Kawamura 及其同事開發(fā)了一種非接觸式多模態(tài)情緒識別人工智能框架。研究表明，該系統(tǒng)在識別患者情緒方面的準確性超越了經(jīng)驗豐富的醫(yī)生，有望成為臨床的有力輔助工具。

研究團隊構(gòu)建了一個先進的非接觸式多模態(tài)情緒識別人工智能系統(tǒng)。該系統(tǒng)通過分析患者的語音語調(diào)、對話內(nèi)容以及使用毫米波雷達等非接觸設(shè)備捕捉的心率和呼吸等生理信號，來綜合判斷患者的情感狀態(tài)。其核心采用了跨模態(tài)變換器架構(gòu)，能高效融合不同來源的信息。為了驗證系統(tǒng)的有效性，研究人員進行了一項模擬實驗。他們讓經(jīng)驗豐富的醫(yī)生與扮演癌癥患者的模擬演員進行咨詢，并同時使用人工智能系統(tǒng)進行情緒識別。結(jié)果顯示，以患者自我報告的情緒為基準，人工智能系統(tǒng)在識別準確率上顯著優(yōu)于人類醫(yī)生。這項研究表明，人工智能通過整合人類在溝通過程中可能忽略的細微生理和語言線索，展現(xiàn)出超越專家的潛力。該技術(shù)不僅能為醫(yī)生提供客觀的情緒參考，幫助減少因誤讀或共情投入過大而產(chǎn)生的“同理心疲勞”，其非接觸的特性也極大地減輕了患者在監(jiān)測過程中的心理和生理負擔(dān)。研究發(fā)表在 IEEE Access 上。

閱讀更多：

Kawamura, Homura, et al. “Framework for Emotion Recognition Using Cross-Modal Transformers With Non-Contact Multimodal Signals Aiming Clinical Service Support.” IEEE Access, vol. 13, 2025, pp. 99490–508. IEEE Xplore, https://doi.org/10.1109/ACCESS.2025.3573648

用肌肉感受音樂：可穿戴設(shè)備實現(xiàn)靜音式深沉低音

如何在不打擾鄰居的情況下享受音樂會般的震撼低音？日本筑波大學(xué)的 Keiichi Zempo 及其同事針對此問題，開發(fā)了一款便攜式靜音低音炮，它通過直接刺激用戶肌肉，讓用戶“感受”到音樂。

?概念性方法比較，包括所提方法及其權(quán)衡關(guān)系。Credit: IEEE Access (2025).

研究團隊設(shè)計了一種創(chuàng)新的可穿戴設(shè)備，它巧妙地將電肌肉刺激與低頻振動相結(jié)合。該設(shè)備能自動從音樂中提取貝斯、底鼓等低音部分的信號，并將其轉(zhuǎn)化為精確的EMS脈沖，直接作用于佩戴者的身體。這樣一來，用戶聽到的不再是空氣中傳播的聲波，而是由自身肌肉收縮產(chǎn)生的、可感知的身體律動。為了驗證效果，研究人員邀請了24名參與者進入一場虛擬現(xiàn)實音樂會。實驗結(jié)果表明，這款“靜音低音炮”在再現(xiàn)音樂的節(jié)奏感和深度方面，表現(xiàn)可與傳統(tǒng)的實體揚聲器相媲美，但幾乎不產(chǎn)生任何環(huán)境噪音。更重要的是，隨著用戶逐漸適應(yīng)這種新奇的刺激，他們報告的沉浸感和自然感顯著增強。這項技術(shù)不僅解決了家庭娛樂中的噪音問題，也為聽障人士感知音樂節(jié)奏提供了新的可能。研究發(fā)表在 IEEE Access 上。

閱讀更多：

Zempo, Keiichi, et al. “Myoelectric Stimulation Silent Subwoofer Which Presents the Deep Bass-Induced Body-Sensory Acoustic Sensation.” IEEE Access, vol. 13, 2025, pp. 86705–18. IEEE Xplore, https://doi.org/10.1109/ACCESS.2025.3565283

居家神經(jīng)調(diào)控新療法在重度抑郁癥中顯示療效

如何為藥物治療無效的重度抑郁癥患者提供新的希望？由布朗大學(xué)的 Linda L. Carpenter、南卡羅來納醫(yī)科大學(xué)（MUSC）的 Mark S. George 及加州大學(xué)洛杉磯分校（UCLA）的 Andrew F. Leuchter 等人合作開展的MOOD研究，評估了一種名為Proliv?Rx的居家神經(jīng)調(diào)控設(shè)備，結(jié)果表明該療法能安全有效地改善難治性抑郁癥狀。

這項關(guān)鍵性臨床試驗采用多中心、隨機雙盲和假刺激對照設(shè)計，納入了124名抗抑郁藥物治療失敗的重度抑郁癥患者。研究的核心技術(shù)是一種名為外部聯(lián)合枕神經(jīng)與三叉神經(jīng)傳入刺激的非侵入性神經(jīng)調(diào)控療法，通過可穿戴設(shè)備Proliv?Rx實現(xiàn)。參與者在家中每日自行佩戴設(shè)備進行治療，持續(xù)八周。

關(guān)鍵數(shù)據(jù)顯示，接受積極治療的患者，其抑郁癥狀評估分數(shù)平均下降了8.62分，顯著優(yōu)于假刺激組的6.01分。更重要的是，積極治療組的臨床緩解率（指抑郁癥狀顯著減輕至基本正常的水平）達到了21.3%，是假刺激組（6.0%）的三倍以上。在隨后的開放標(biāo)簽治療階段，患者癥狀進一步改善，緩解率提升至32%。該療法安全性良好，不良反應(yīng)輕微且短暫，并且患者在居家使用場景下表現(xiàn)出很高的依從性和滿意度。研究發(fā)表在 Brain Stimulation 上。

閱讀更多：

Carpenter, Linda L., et al. “A Novel Home-Based, Combined Occipital and Trigeminal Afferent Stimulation Therapy for Major Depressive Disorder: Efficacy and Safety Results from a Double-Blind Multicenter Randomized Sham-Controlled Study.” Brain Stimulation: Basic, Translational, and Clinical Research in Neuromodulation, vol. 18, no. 5, Sept. 2025, pp. 1695–704. www.brainstimjrnl.com, https://doi.org/10.1016/j.brs.2025.08.022

繪制AI蛋白質(zhì)設(shè)計路線圖，指導(dǎo)利用AI工具設(shè)計蛋白質(zhì)

傳統(tǒng)蛋白質(zhì)設(shè)計方法面臨瓶頸，如何高效利用人工智能加速創(chuàng)新成為關(guān)鍵。哈佛大學(xué)醫(yī)學(xué)院的 George M. Church、Li Li 及格里菲斯大學(xué)的 Shirui Pan 等研究人員合作，發(fā)表了一篇綱領(lǐng)性綜述，系統(tǒng)性地提出了一個 AI 驅(qū)動的蛋白質(zhì)設(shè)計路線圖，旨在指導(dǎo)科研人員將 AI 工具無縫整合到研發(fā)流程中。

這篇綜述旨在為蛋白質(zhì)設(shè)計領(lǐng)域提供一個清晰且可操作的指南。研究團隊首先剖析了傳統(tǒng)蛋白質(zhì)設(shè)計的兩大策略：定向進化（directed evolution，通過引入隨機突變并篩選來模擬自然選擇）和理性設(shè)計（rational design，基于結(jié)構(gòu)和功能知識進行定點修改）的局限性，指出其在探索蛋白質(zhì)巨大的序列空間時效率低下。為此，他們系統(tǒng)地梳理了當(dāng)前最先進的AI工具，并將其歸納為七個功能明確的工具包，涵蓋從蛋白質(zhì)數(shù)據(jù)庫搜索、結(jié)構(gòu)與功能預(yù)測，到序列與結(jié)構(gòu)的從頭生成、虛擬篩選及DNA合成等全流程。該研究的核心成果是一個詳細的路線圖，它將這七個工具包與蛋白質(zhì)設(shè)計的具體步驟（如親本選擇、文庫構(gòu)建、篩選優(yōu)化）精確匹配，為研究者提供了端到端的AI輔助設(shè)計方案。文中通過多個案例研究，如利用AI加速腺相關(guān)病毒（AAV）衣殼和抗體的進化，以及從頭設(shè)計具有高熱穩(wěn)定性的新型熒光素酶，展示了該路線圖的實際應(yīng)用價值。研究發(fā)表在 Nature Reviews Bioengineering 上。

閱讀更多：

Koh, Huan Yee, et al. “AI-Driven Protein Design.” Nature Reviews Bioengineering, Sept. 2025, pp. 1–23. www.nature.com, https://doi.org/10.1038/s44222-025-00349-8

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。如果您有進一步想要討論的內(nèi)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(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。

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

Chen Institute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)，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎勵計劃、、、大圓鏡科普等。