█ 腦科學(xué)動(dòng)態(tài)

大腦為何會(huì)“起皺”？凝膠模型重現(xiàn)神經(jīng)發(fā)育畸形全過程

不僅是運(yùn)動(dòng)中樞：小腦特定區(qū)域 LangCereb3 專司語言

腦成像顯示嬰兒在說話前已開始理解動(dòng)詞

智能體AI革新阿爾茨海默病篩查：從靜態(tài)測(cè)試到動(dòng)態(tài)協(xié)作

屏幕時(shí)間不僅影響睡眠，還削弱青少年健康生活信念

腦部磁脈沖療法被證實(shí)為治療抑郁癥的低成本有效途徑

模擬人腦微環(huán)境，新模型發(fā)現(xiàn)PTPRZ1蛋白調(diào)控腫瘤惡變

人類智能的關(guān)鍵在于大腦網(wǎng)絡(luò)如何協(xié)同工作

█ AI行業(yè)動(dòng)態(tài)

OpenAI發(fā)布免費(fèi)科研神器Prism，GPT-5.2全面接管論文寫作

ClawdBot爆紅引發(fā)全球安全恐慌，專家緊急預(yù)警“不要裸奔”

警惕“幽靈引用”與“死互聯(lián)網(wǎng)”：生成式AI引發(fā)科學(xué)界認(rèn)知污染危機(jī)

█ AI驅(qū)動(dòng)科學(xué)

Cell：受剪紙藝術(shù)啟發(fā)，北航團(tuán)隊(duì)開發(fā)“電子皮膚”護(hù)航器官治療

給水凝膠裝上“血管”：新型合成肌肉實(shí)現(xiàn)空氣中快速驅(qū)動(dòng)

小符號(hào)引發(fā)大風(fēng)險(xiǎn)：大型語言模型中的表情符號(hào)語義混淆

基于物理學(xué)訓(xùn)練的基礎(chǔ)人工智能模型正在推動(dòng)科學(xué)發(fā)現(xiàn)

KAIST開發(fā)通用AI適配器：無視架構(gòu)差異高效傳遞知識(shí)

拒絕盲目自動(dòng)化：人機(jī)協(xié)作才是企業(yè)競(jìng)爭(zhēng)力的護(hù)城河

基于“觀念運(yùn)動(dòng)理論”的下一代腦機(jī)接口，讓AI直接讀懂你的目標(biāo)

把腦電“藏”到耳后：超薄透氣貼片實(shí)現(xiàn)高效腦機(jī)交互

腦科學(xué)動(dòng)態(tài)

大腦為何會(huì)“起皺”？凝膠模型重現(xiàn)神經(jīng)發(fā)育畸形全過程

大腦復(fù)雜的褶皺是如何從簡單的生物物理過程中產(chǎn)生的？哈佛大學(xué)約翰·A·保爾森工程與應(yīng)用科學(xué)學(xué)院的L. Mahadevan、Gary Choi和Sifan Yin等人組成的跨學(xué)科團(tuán)隊(duì)，通過結(jié)合物理學(xué)模型與生物學(xué)觀察，揭示了大腦折疊及其發(fā)育畸形背后的通用物理機(jī)制。該研究不僅解釋了大腦如何形成正常的褶皺，還闡明了基因缺陷如何通過改變物理參數(shù)導(dǎo)致神經(jīng)發(fā)育疾病。

? 人腦表面磁共振成像重建與雪貂腦模擬在皮質(zhì)畸形多小腦回畸形方面的比較。Credit: Harvard John A. Paulson School of Engineering and Applied Sciences

研究團(tuán)隊(duì)采用了一種綜合方法，包括研究雪貂大腦、構(gòu)建物理凝膠模型以及進(jìn)行計(jì)算機(jī)數(shù)值模擬。雪貂因其大腦擁有與人類相似的褶皺結(jié)構(gòu)，被選為理想的實(shí)驗(yàn)?zāi)Ｐ?。研究核心發(fā)現(xiàn)，大腦折疊主要由兩個(gè)關(guān)鍵物理變量驅(qū)動(dòng)：皮層相對(duì)于大腦整體大小的厚度，以及皮層相對(duì)于內(nèi)部白質(zhì)的生長速度。當(dāng)外層皮質(zhì)生長快于內(nèi)部時(shí)，機(jī)械不穩(wěn)定性會(huì)導(dǎo)致表面彎曲。

通過調(diào)整這些物理參數(shù)，研究人員成功重現(xiàn)了多種人類大腦皮質(zhì)發(fā)育畸形。例如，模擬顯示皮層局部變薄會(huì)產(chǎn)生類似多小腦回畸形的細(xì)密褶皺，這通常與SCN3A基因突變有關(guān)；而皮層增厚伴隨生長減緩則會(huì)導(dǎo)致類似無腦回畸形的平滑表面，與TMEM161B基因異常相關(guān)。此外，姊妹研究表明，無論是雪貂、獼猴還是人類，其大腦折疊都遵循相同的物理規(guī)則，形態(tài)差異僅源于不同的生長速率和初始條件。這一發(fā)現(xiàn)建立了一個(gè)從基因到幾何結(jié)構(gòu)的統(tǒng)一框架，為理解神經(jīng)發(fā)育疾病提供了新的視角。研究發(fā)表在 eLife 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #大腦折疊 #生物物理學(xué) #發(fā)育畸形

閱讀更多：

Choi, Gary PT, et al. “Biophysical Basis for Brain Folding and Misfolding Patterns in Ferrets and Humans.” eLife, edited by Saad Jbabdi and Timothy E Behrens, vol. 14, Dec. 2025, p. RP107141. eLife, https://doi.org/10.7554/eLife.107141

不僅是運(yùn)動(dòng)中樞：小腦特定區(qū)域 LangCereb3 專司語言

長期以來，小腦被認(rèn)為主要負(fù)責(zé)運(yùn)動(dòng)和平衡，但其在高級(jí)認(rèn)知功能中的作用逐漸浮出水面。為了厘清小腦在語言處理中的具體角色，來自麻省理工學(xué)院（MIT）的 Colton Casto 和 Evelina Fedorenko 等研究人員進(jìn)行了一項(xiàng)跨度長達(dá)16年的大規(guī)模研究。他們通過分析海量腦部掃描數(shù)據(jù)，顛覆了以往的認(rèn)知，證實(shí)了小腦內(nèi)部存在專門負(fù)責(zé)語言處理的區(qū)域，為理解人類語言網(wǎng)絡(luò)提供了全新的視角。

? 右側(cè)小腦后部的四個(gè)區(qū)域?qū)﹂喿x和聽力中的語言活動(dòng)均有可靠的反應(yīng)。Credit: DOI: 10.1016/j.neuron.2025.12.030

這項(xiàng)研究利用功能性磁共振成像（fMRI），分析了846名參與者在執(zhí)行不同任務(wù)時(shí)的大腦活動(dòng)數(shù)據(jù)，涵蓋了閱讀、聽力以及解數(shù)學(xué)題、聽音樂等非語言任務(wù)。研究團(tuán)隊(duì)在右側(cè)小腦后部識(shí)別出四個(gè)與語言緊密相關(guān)的區(qū)域。最令人驚訝的發(fā)現(xiàn)是，其中一個(gè)被稱為 LangCereb3 的區(qū)域表現(xiàn)出高度的“專一性”，它幾乎只對(duì)語言處理產(chǎn)生反應(yīng)，而忽略其他心智任務(wù)，這一特性與大腦皮層的主要語言網(wǎng)絡(luò)高度一致。另外三個(gè)區(qū)域則表現(xiàn)出混合功能，同時(shí)參與語言和非語言活動(dòng)。這一發(fā)現(xiàn)不僅繪制了詳細(xì)的小腦語言地圖，還提示 LangCereb3 可能成為治療中風(fēng)或失語癥等語言障礙的重要神經(jīng)靶點(diǎn)。研究發(fā)表在 Neuron 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #阿爾茨海默病 #觸覺感知 #Tau蛋白

閱讀更多：

Casto, Colton, et al. “The Cerebellar Components of the Human Language Network.” Neuron, vol. 0, no. 0, Jan. 2026. www.cell.com, https://doi.org/10.1016/j.neuron.2025.12.030

腦成像顯示嬰兒在說話前已開始理解動(dòng)詞

嬰兒通常在一歲左右才開始說出第一個(gè)詞，且大多是“媽媽”或“球”這類名詞，這讓人們誤以為動(dòng)詞理解發(fā)生得較晚。Kelsey L. Frewin、Sarah A. Gerson及其同事（卡迪夫大學(xué)、東英吉利大學(xué)、華威大學(xué)）利用神經(jīng)生理學(xué)技術(shù)進(jìn)行了開創(chuàng)性研究，首次證實(shí)10個(gè)月大的嬰兒在開口說話前，大腦就已經(jīng)開始嘗試?yán)斫鈩?dòng)詞的含義。

研究團(tuán)隊(duì)招募了10個(gè)月大的嬰兒，讓他們觀看包含揮手、走路等日常動(dòng)作的視頻，同時(shí)播放與畫面匹配或不匹配的動(dòng)詞音頻?？茖W(xué)家利用腦電圖捕捉嬰兒的大腦反應(yīng)，重點(diǎn)觀察事件相關(guān)電位（ERP）的變化。為了驗(yàn)證測(cè)試的有效性，團(tuán)隊(duì)首先在成年人身上進(jìn)行了相同實(shí)驗(yàn)，觀察到了預(yù)期的N400效應(yīng)（一種反映語義整合困難的特定腦電波成分）。實(shí)驗(yàn)結(jié)果顯示，當(dāng)聽到與眼前動(dòng)作不符的動(dòng)詞時(shí)，嬰兒的大腦也會(huì)產(chǎn)生特定的電位變化，表明他們能夠察覺這種不匹配。盡管嬰兒的腦電反應(yīng)模式與成人有所不同，且這種能力與他們目前的詞匯量無關(guān)，但這有力地證明了嬰兒在生命的第一年里就已經(jīng)對(duì)動(dòng)作和動(dòng)詞的關(guān)聯(lián)十分敏感，具備了初步的語義知識(shí)。這一發(fā)現(xiàn)挑戰(zhàn)了傳統(tǒng)觀點(diǎn)，表明動(dòng)詞理解的萌芽遠(yuǎn)早于語言表達(dá)的開始。研究發(fā)表在 Cortex 上。

#認(rèn)知科學(xué) #神經(jīng)機(jī)制與腦功能解析 #語言發(fā)展 #嬰兒研究 #腦電圖

閱讀更多：

Frewin, Kelsey L., et al. “Electrophysiological Evidence of Infants’ Understanding of Verbs.” Cortex, vol. 196, Mar. 2026, pp. 41–60. ScienceDirect, https://doi.org/10.1016/j.cortex.2025.12.009

智能體AI革新阿爾茨海默病篩查：從靜態(tài)測(cè)試到動(dòng)態(tài)協(xié)作

傳統(tǒng)的阿爾茨海默病篩查往往依賴紙質(zhì)問卷，不僅耗時(shí)且難以捕捉細(xì)微的認(rèn)知變化。Kevin Mekulu和Hui Yang（賓夕法尼亞州立大學(xué)）等研究人員提出了一種全新的解決方案：利用能夠獨(dú)立規(guī)劃和執(zhí)行任務(wù)的智能體人工智能，通過分析患者的語音模式來早期檢測(cè)神經(jīng)退行性疾病，為認(rèn)知護(hù)理提供了更精準(zhǔn)、更具適應(yīng)性的工具。

? 從語音轉(zhuǎn)錄中發(fā)現(xiàn)字符級(jí)語言生物標(biāo)記的符號(hào)遞歸深度度量學(xué)習(xí)框架。Credit: Frontiers in Aging Neuroscience (2025).

這項(xiàng)研究的核心在于引入了“智能體人工智能”，這是一種超越傳統(tǒng)靜態(tài)模型的新型系統(tǒng)。傳統(tǒng)的AI通常只是簡單地根據(jù)輸入生成輸出，而智能體AI則建立在模塊化的大語言模型基礎(chǔ)之上，能夠模擬臨床團(tuán)隊(duì)的協(xié)作模式。研究團(tuán)隊(duì)構(gòu)建了一個(gè)“認(rèn)知智能體實(shí)驗(yàn)室”，其中包含負(fù)責(zé)文本處理、臨床語言學(xué)分析、認(rèn)知評(píng)估以及文獻(xiàn)綜述等不同角色的AI智能體。這些智能體不僅能分析患者語音中的詞語選擇、流暢性和重復(fù)等語言生物標(biāo)志物（linguistic biomarkers），還能根據(jù)患者的實(shí)時(shí)反應(yīng)調(diào)整評(píng)估策略。更重要的是，該系統(tǒng)并非“黑箱”，它能提供完整的推理過程供醫(yī)生審核，從而實(shí)現(xiàn)透明且個(gè)性化的篩查。這種方法將認(rèn)知評(píng)估從一次性的靜態(tài)測(cè)試轉(zhuǎn)變?yōu)橐粋€(gè)動(dòng)態(tài)、連續(xù)且結(jié)合情境的過程，有望在癥狀明顯出現(xiàn)前數(shù)年發(fā)現(xiàn)問題。研究發(fā)表在 Journal of Alzheimer's Disease Reports 上。

#AI 驅(qū)動(dòng)科學(xué) #個(gè)性化醫(yī)療 #阿爾茨海默病 #智能體人工智能 #語音生物標(biāo)志物

閱讀更多：

Mekulu, Kevin, et al. “Agentic Artificial Intelligence in Cognitive Screening: A Translational Roadmap for Dementia Care.” Journal of Alzheimer’s Disease Reports, vol. 9, Dec. 2025, p. 25424823251407989. SAGE Journals, https://doi.org/10.1177/25424823251407989

屏幕時(shí)間不僅影響睡眠，還削弱青少年健康生活信念

屏幕時(shí)間過長如何影響青少年的身心健康？Wiley 發(fā)布的一項(xiàng)新研究揭示了其中的關(guān)聯(lián)。研究結(jié)果表明，屏幕暴露不僅與睡眠質(zhì)量下降有關(guān)，還在睡眠質(zhì)量差導(dǎo)致的不健康生活信念之間起到了關(guān)鍵的中介作用，這為改善青少年生活習(xí)慣提供了新的干預(yù)方向。

該研究對(duì)土耳其黑海地區(qū)兩所高中的700名青少年進(jìn)行了深入調(diào)查。研究團(tuán)隊(duì)利用問卷調(diào)查收集了參與者的屏幕使用習(xí)慣、睡眠狀況以及對(duì)健康生活方式的看法。分析結(jié)果顯示，花費(fèi)更多時(shí)間在屏幕上的青少年，其睡眠質(zhì)量往往更低，且不太可能認(rèn)同維持健康生活方式的重要性。

進(jìn)一步的數(shù)據(jù)分析揭示了一個(gè)重要的機(jī)制：屏幕暴露（screen exposure）在睡眠質(zhì)量與健康生活方式信念之間起到了中介作用（mediating role，即解釋自變量與因變量之間關(guān)系的變量）。這意味著，較差的睡眠質(zhì)量可能導(dǎo)致青少年增加屏幕使用時(shí)間，而增加的屏幕時(shí)間反過來又削弱了他們對(duì)健康生活方式的信念?；诖税l(fā)現(xiàn)，作者建議推廣相關(guān)干預(yù)措施，旨在減少青少年的屏幕接觸，同時(shí)增加社交互動(dòng)并發(fā)展其他替代活動(dòng)，以幫助他們養(yǎng)成更健康的生活方式。研究發(fā)表在 Brain & Behavior 上。

#疾病與健康 #疾病預(yù)防 #睡眠質(zhì)量 #行為干預(yù) #青少年健康

閱讀更多：

Sleep Quality and Healthy Lifestyle Beliefs in Adolescents: The Mediating Role of Screen Exposure, Brain and Behavior (2026). DOI: 10.1002/brb3.71212

腦部磁脈沖療法被證實(shí)為治療抑郁癥的低成本有效途徑

重度抑郁癥嚴(yán)重影響全球數(shù)億人的生活，尤其是對(duì)藥物無反應(yīng)的難治性抑郁癥患者。盡管經(jīng)顱磁刺激（TMS）技術(shù)已被證實(shí)有效，但因缺乏經(jīng)濟(jì)效益證據(jù)，其在公共醫(yī)療體系中的普及受阻。來自諾丁漢大學(xué)臨床試驗(yàn)中心的衛(wèi)生經(jīng)濟(jì)學(xué)家Edward Cox與NIHR諾丁漢生物醫(yī)學(xué)研究中心的Richard Morriss教授團(tuán)隊(duì)，通過一項(xiàng)大規(guī)模經(jīng)濟(jì)評(píng)估研究打破了這一僵局。他們發(fā)現(xiàn)，對(duì)于中重度難治性抑郁癥患者而言，TMS不僅能顯著改善癥狀，而且對(duì)醫(yī)療體系而言是一種極具成本效益的治療選擇。

該研究采用決策分析模型（DAM），整合了兩項(xiàng)大型臨床試驗(yàn)（BRIGhTMIND和SMD）的數(shù)據(jù)，對(duì)比了重復(fù)經(jīng)顱磁刺激（rTMS）和間歇性θ節(jié)律刺激（iTBS）與常規(guī)治療的經(jīng)濟(jì)性。結(jié)果顯示，從醫(yī)療體系角度看，這兩種療法的增量成本效益比（ICER，即每獲得一個(gè)單位健康改善所需的額外成本）約為1.2萬至1.3萬英鎊，遠(yuǎn)低于通常被視為具有成本效益的2萬至3萬英鎊閾值。更重要的是，從社會(huì)視角分析，TMS療法通過幫助患者恢復(fù)工作能力、減少家屬的非正式護(hù)理時(shí)間，實(shí)際上比常規(guī)治療更省錢。研究指出，只要確保護(hù)理模式的高效運(yùn)作，TMS應(yīng)當(dāng)被視為常規(guī)藥物治療無效后的首選替代方案。研究發(fā)表在 BMJ Mental Health 上。

#疾病與健康 #心理健康與精神疾病 #經(jīng)顱磁刺激 #衛(wèi)生經(jīng)濟(jì)學(xué) #難治性抑郁癥

閱讀更多：

Cox, Edward, et al. “Is It Time for Mental Health Services to Invest in Neurostimulation? An Economic Evaluation of Transcranial Magnetic Stimulation Therapies for the Treatment of Moderate to Severe Treatment-Resistant Depression in the UK.” BMJ Mental Health, vol. 29, no. 1, Jan. 2026. mentalhealth.bmj.com, https://doi.org/10.1136/bmjment-2025-302237

模擬人腦微環(huán)境，新模型發(fā)現(xiàn)PTPRZ1蛋白調(diào)控腫瘤惡變

膠質(zhì)母細(xì)胞瘤因其高侵襲性和對(duì)治療的頑強(qiáng)抵抗而被稱為最致命的腦腫瘤之一。Shivani Baisiwala、Aparna Bhaduri及其在加州大學(xué)洛杉磯分校的同事開發(fā)了先進(jìn)的3D腫瘤類器官模型，成功在實(shí)驗(yàn)室中重建了包含免疫成分的人腦腫瘤微環(huán)境，為解析腫瘤耐藥機(jī)制提供了新工具。

? 在 HOTT 系統(tǒng)中，腫瘤細(xì)胞的免疫熒光染色呈綠色，與癌癥增殖標(biāo)志物存在重疊。Credit: Bhaduri Lab

研究團(tuán)隊(duì)構(gòu)建了名為HOTT和iHOTT的兩種互補(bǔ)模型。首先，利用HOTT系統(tǒng)，研究人員發(fā)現(xiàn)一種名為PTPRZ1（Receptor-type tyrosine-protein phosphatase zeta 1）的蛋白質(zhì)在腫瘤細(xì)胞與周圍腦細(xì)胞的通訊中起關(guān)鍵作用。令人意外的是，降低腦細(xì)胞中該蛋白的水平反而促使腫瘤細(xì)胞進(jìn)入更具侵襲性的狀態(tài)，形成長距離的腫瘤微管以輔助擴(kuò)散，且這一過程不依賴于酶活性。隨后，在整合了患者自身免疫細(xì)胞的外周血單核細(xì)胞（PBMCs）的iHOTT模型中，團(tuán)隊(duì)測(cè)試了免疫藥物帕博利珠單抗（Pembrolizumab）。結(jié)果顯示，雖然藥物成功“喚醒”了免疫系統(tǒng)，導(dǎo)致CD4 T細(xì)胞（CD4 T cells）等群體擴(kuò)增，但腫瘤細(xì)胞依然存活。進(jìn)一步分析發(fā)現(xiàn)，被激活的T細(xì)胞反應(yīng)在不同患者間差異巨大，缺乏針對(duì)共有腫瘤靶點(diǎn)的統(tǒng)一反應(yīng)，這解釋了為何此類免疫療法在臨床上往往效果不佳。這一發(fā)現(xiàn)強(qiáng)調(diào)了針對(duì)患者特異性抗原開發(fā)策略的必要性。研究發(fā)表在 Cell Reports 上。

#疾病與健康 #個(gè)性化醫(yī)療 #膠質(zhì)母細(xì)胞瘤 #類器官 #免疫療法

閱讀更多：

Baisiwala, Shivani, et al. “A Human Tumor-Immune Organoid Model of Glioblastoma.” Cell Reports, vol. 45, no. 1, Jan. 2026. www.cell.com, https://doi.org/10.1016/j.celrep.2025.116790

人類智能的關(guān)鍵在于大腦網(wǎng)絡(luò)如何協(xié)同工作

長期以來，神經(jīng)科學(xué)傾向于將大腦功能定位在特定區(qū)域，但這難以解釋為何人類認(rèn)知具有高度的整體性和統(tǒng)一性。圣母大學(xué)的Aron Barbey教授與研究生Ramsey Wilcox，聯(lián)合石溪大學(xué)的Babak Hemmatian和Lav Varshney，開展了一項(xiàng)大規(guī)模神經(jīng)影像學(xué)研究。他們基于“網(wǎng)絡(luò)神經(jīng)科學(xué)理論”，不僅揭示了大腦網(wǎng)絡(luò)組織效率與一般智力之間的內(nèi)在聯(lián)系，還證實(shí)了智力并非源于單一腦區(qū)，而是涌現(xiàn)于全腦系統(tǒng)的動(dòng)態(tài)協(xié)調(diào)與整合。

研究團(tuán)隊(duì)分析了迄今為止規(guī)模最大的相關(guān)數(shù)據(jù)集之一，涵蓋了“人類連接組計(jì)劃”（Human Connectome Project）中的831名成年人以及“INSIGHT研究”中的145名獨(dú)立樣本。通過整合腦結(jié)構(gòu)和功能的測(cè)量數(shù)據(jù)，研究人員驗(yàn)證了智力運(yùn)作的四個(gè)關(guān)鍵預(yù)測(cè)：首先，智力依賴于跨多個(gè)網(wǎng)絡(luò)的分布式處理；其次，大腦通過微弱的長距離連接實(shí)現(xiàn)系統(tǒng)內(nèi)的高效通信與信息整合；第三，特定的腦區(qū)作為調(diào)控樞紐，通過塑造信息流向來協(xié)調(diào)不同網(wǎng)絡(luò)的交互；最后，大腦采用“小世界”架構(gòu)，即在維持局部緊密連接的同時(shí)，保留通往遠(yuǎn)端區(qū)域的捷徑，從而平衡局部專業(yè)化與全局整合。這種靈活的組織原則解釋了人類如何適應(yīng)復(fù)雜環(huán)境，并為開發(fā)以生物學(xué)為靈感的人工智能提供了新的設(shè)計(jì)思路。研究發(fā)表在 Nature Communications 上。

#認(rèn)知科學(xué) #神經(jīng)機(jī)制與腦功能解析 #計(jì)算模型與人工智能模擬 #一般智力 #網(wǎng)絡(luò)神經(jīng)科學(xué) #人類連接組

閱讀更多：

Wilcox, Ramsey R., et al. “The Network Architecture of General Intelligence in the Human Connectome.” Nature Communications, Jan. 2026. www.nature.com, https://doi.org/10.1038/s41467-026-68698-5

AI 行業(yè)動(dòng)態(tài)

OpenAI發(fā)布免費(fèi)科研神器Prism，GPT-5.2全面接管論文寫作

OpenAI 近日正式推出了名為 Prism 的新一代科研寫作工具，旨在打破長期以來科研工具碎片化的僵局。這款基于云端的“AI 原生” LaTeX工作區(qū)，由最新的 GPT-5.2 模型驅(qū)動(dòng)，專為學(xué)術(shù)寫作和團(tuán)隊(duì)協(xié)作打造。此前，研究人員不得不在編輯器、PDF 閱讀器和文獻(xiàn)管理軟件之間頻繁切換，導(dǎo)致注意力分散，而 Prism 通過深度集成 AI，能夠理解論文的整體結(jié)構(gòu)、公式、參考文獻(xiàn)以及上下文語境，從而提供無縫的輔助。它不僅能從摘要開始全程協(xié)助潤色論文，還能將上傳的白板草圖一鍵轉(zhuǎn)化為 TikZ（在 LaTeX 中創(chuàng)建圖形元素的繪圖包）圖表，甚至自動(dòng)管理引用并匯總相關(guān)研究，極大地提升了科研效率。

Prism 的核心優(yōu)勢(shì)在于其強(qiáng)大的協(xié)作能力和極低的使用門檻。該平臺(tái)支持無限數(shù)量的協(xié)作者實(shí)時(shí)共同編輯，徹底消除了版本沖突和繁瑣的文件合并過程。GPT-5.2 模型深入工作流內(nèi)部，支持與用戶進(jìn)行深度推理對(duì)話、全局語境下的起草與修改，甚至可以通過語音指令進(jìn)行編輯。OpenAI 團(tuán)隊(duì)表示，Prism 基于其收購的云端平臺(tái) Crixet 構(gòu)建，目前向所有擁有 ChatGPT 個(gè)人賬號(hào)的用戶免費(fèi)開放，旨在讓高質(zhì)量的科學(xué)工具觸手可及。雖然目前完全免費(fèi)，但未來更高級(jí)的 AI 功能將通過付費(fèi)計(jì)劃推出。這一舉措被視為 OpenAI 在科研領(lǐng)域的重大布局，有望終結(jié) Overleaf 等傳統(tǒng)工具的統(tǒng)治地位，推動(dòng)科學(xué)研究在 2026 年迎來類似軟件開發(fā)領(lǐng)域的 AI 變革。

#OpenAI #Prism #GPT-5.2 #科研工具 #LaTeX

閱讀更多：

https://openai.com/prism/

ClawdBot爆紅引發(fā)全球安全恐慌，專家緊急預(yù)警“不要裸奔”

近期，一款名為 ClawdBot 的自動(dòng)化工具在科技圈一夜爆紅，用戶利用其自動(dòng)清空郵箱、重建網(wǎng)站，被視為 AI 領(lǐng)域的又一重大時(shí)刻。然而，隨著熱度攀升，各大科技公司 CEO 和獨(dú)立開發(fā)者紛紛發(fā)出嚴(yán)厲預(yù)警，稱其可能引發(fā)全球性安全災(zāi)難。ClawdBot 賦予了 AI 智能體極高的權(quán)限，包括讀寫文件、訪問郵箱和執(zhí)行 Shell 訪問權(quán)限。獨(dú)立開發(fā)者 Burak Eregar 指出，許多用戶將 ClawdBot 部署在服務(wù)器上時(shí)，端口完全暴露在公網(wǎng)且缺乏身份驗(yàn)證。這意味著攻擊者只需通過簡單的提示詞注入（Prompt Injection，通過輸入惡意指令誘導(dǎo) AI 執(zhí)行非預(yù)期操作的攻擊），即可誘導(dǎo)機(jī)器人刪除用戶數(shù)據(jù)甚至接管系統(tǒng)。已有案例顯示，該工具曾被用于竊取流媒體和銀行賬戶信息，甚至遭受來自不同 IP 的暴力破解。

針對(duì)這一危機(jī)，Prompt Security 的首席執(zhí)行官 Itamar Golan 強(qiáng)調(diào)，成千上萬“裸奔”在公網(wǎng)上的 ClawdBot 相當(dāng)于向黑客敞開大門，呼吁用戶立即關(guān)閉公網(wǎng)端口并增加認(rèn)證機(jī)制。Godofprompt 聯(lián)合創(chuàng)始人 Robert Youssef 指出，ClawdBot 本質(zhì)上屬于基礎(chǔ)設(shè)施而非普通消費(fèi)級(jí)產(chǎn)品，要求用戶具備 Linux 和密鑰管理等專業(yè)知識(shí)，否則將面臨災(zāi)難性風(fēng)險(xiǎn)。盡管存在 Tailscale 等工具可用于加固安全，通過建立虛擬專用網(wǎng)隔離風(fēng)險(xiǎn)，且 ShineOn 的首席執(zhí)行官 Michael Crist 展示了如何通過一系列配置將安全等級(jí)大幅提升，但研究人員普遍認(rèn)為，目前的 ClawdBot 尚不適合普通用戶使用。專家警告，將仍處于演示階段的代碼直接部署到生產(chǎn)環(huán)境，無異于將數(shù)字生活的鑰匙交給了不可控的“定時(shí)炸彈”，用戶必須在便利與安全之間做出審慎選擇。

#ClawdBot #AI安全 #網(wǎng)絡(luò)攻擊 #智能體 #提示詞注入

閱讀更多：

https://x.com/ItakGol/status/2015828732217274656

警惕“幽靈引用”與“死互聯(lián)網(wǎng)”：生成式AI引發(fā)科學(xué)界認(rèn)知污染危機(jī)

奧斯陸大學(xué)心理學(xué)系的研究人員 Dan Quintana 近期遭遇了典型的“幽靈引用”（Ghost Citations，指AI虛構(gòu)的不存在但看起來合理的文獻(xiàn)引用），這揭示了生成式AI正在對(duì)科學(xué)界造成嚴(yán)重的“認(rèn)知污染”。這種現(xiàn)象并非個(gè)例，Clear Skies 公司的 Adam Day 指出，類似販毒集團(tuán)的“論文工廠”正在工業(yè)化地利用AI模板批量生產(chǎn)偽造論文，內(nèi)容涵蓋虛構(gòu)的癌癥研究數(shù)據(jù)及逼真的生物醫(yī)學(xué)圖像。雖然部分荒謬的AI配圖（如“大睪丸老鼠”圖）容易被識(shí)破，但更具欺騙性的虛假數(shù)據(jù)正悄無聲息地混入數(shù)據(jù)庫。這一危機(jī)甚至蔓延至AI研究本身，頂級(jí)機(jī)器學(xué)習(xí)會(huì)議 NeurIPS 2025 的接收論文中竟發(fā)現(xiàn)了數(shù)百條由 AI 編造的引用。研究人員警告，這些毫無價(jià)值的數(shù)據(jù)若成為后續(xù)研究的基石，將對(duì)科學(xué)尊嚴(yán)造成不可逆的損害。

面對(duì)海量涌入的AI生成投稿，不堪重負(fù)的審稿人也被迫卷入這場(chǎng)“軍備競(jìng)賽”，開始使用AI撰寫評(píng)審意見。Pangram Labs 分析發(fā)現(xiàn)，ICLR（International Conference on Learning Representations，國際學(xué)習(xí)表征會(huì)議）的投稿中，超過一半的同行評(píng)審涉及AI輔助。更荒誕的是，部分作者利用“白色密令”（在論文中隱藏肉眼不可見的指令）來操控AI審稿人給出好評(píng)，形成了“AI寫、AI審”的虛假閉環(huán)。默里州立大學(xué)的 A.J. Boston 將此現(xiàn)象類比為“死互聯(lián)網(wǎng)理論”（Dead Internet Theory，指網(wǎng)絡(luò)內(nèi)容主要由機(jī)器人生成和互動(dòng)的假說），警告科學(xué)文獻(xiàn)正滑向這一黑洞。隨著 arXiv 等預(yù)印本平臺(tái)被濫用，真實(shí)的科學(xué)發(fā)現(xiàn)可能被算法生成的垃圾淹沒，而這些垃圾數(shù)據(jù)若被用于訓(xùn)練下一代模型，將導(dǎo)致人類知識(shí)庫被永久性污染，未來的研究人員將難以在算法堆砌的廢墟中尋找真理。

#認(rèn)知污染 #幽靈引用 #AI學(xué)術(shù)造假 #死互聯(lián)網(wǎng)理論 #論文工廠

閱讀更多：

https://www.theatlantic.com/science/2026/01/ai-slop-science-publishing/685704/?gift=2iIN4YrefPjuvZ5d2Kh302sHLanfHX5n8bQu5AH2Vug

AI 驅(qū)動(dòng)科學(xué)

Cell：受剪紙藝術(shù)啟發(fā)，北航團(tuán)隊(duì)開發(fā)“電子皮膚”護(hù)航器官治療

針對(duì)復(fù)雜器官藥物遞送效率低且風(fēng)險(xiǎn)高的問題，北京航空航天大學(xué)的Lingqian Chang、Ye Xu、Yubo Fan聯(lián)合伊利諾伊大學(xué)厄巴納-香檳分校的Cunjiang Yu及香港城市大學(xué)的Xinge Yu等人，開發(fā)了一種名為POCKET的柔性生物電子器件。該技術(shù)突破了傳統(tǒng)藥物遞送的時(shí)空局限，實(shí)現(xiàn)了對(duì)不規(guī)則器官表面的精準(zhǔn)貼合與高效藥物遞送，為保護(hù)女性生育能力及治療器官損傷提供了全新方案。

? Credit:Cell.

研究團(tuán)隊(duì)受剪紙藝術(shù)啟發(fā)，提出了器官定制化剪紙共形理論（organ-conformal kirigami theory，建立幾何參數(shù)與器官曲率關(guān)系的理論），研發(fā)出四層結(jié)構(gòu)的POCKET貼片。該器件利用納米電穿孔實(shí)現(xiàn)藥物的高效遞送。實(shí)驗(yàn)顯示，通過個(gè)性化定制，POCKET能以超過95%的覆蓋率完美貼合卵巢和腎臟等復(fù)雜器官。在小鼠模型中，團(tuán)隊(duì)成功將治療質(zhì)粒精準(zhǔn)遞送至卵巢表面細(xì)胞，在降低癌癥發(fā)生風(fēng)險(xiǎn)的同時(shí)，避免了對(duì)內(nèi)部生殖細(xì)胞的基因干擾，從而保留了生育能力。此外，在腎臟缺血再灌注損傷模型中，該器件通過局部持續(xù)遞送藥物，有效修復(fù)了腎功能并避免了全身性副作用。研究發(fā)表在 Cell 上。

#疾病與健康 #個(gè)性化醫(yī)療 #生物電子學(xué) #藥物遞送 #納米電穿孔

閱讀更多：

Wang, Yuqiong, et al. “An Organ-Conformal, Kirigami-Structured Bioelectronic Patch for Precise Intracellular Delivery.” Cell, vol. 0, no. 0, Jan. 2026. www.cell.com, https://doi.org/10.1016/j.cell.2025.12.021

給水凝膠裝上“血管”：新型合成肌肉實(shí)現(xiàn)空氣中快速驅(qū)動(dòng)

如何讓合成材料像真正的生物肌肉一樣在空氣中靈活運(yùn)動(dòng)并快速響應(yīng)？內(nèi)布拉斯加大學(xué)林肯分校的Stephen A. Morin團(tuán)隊(duì)開發(fā)了一種帶有微流體“血管”的新型合成肌肉，克服了傳統(tǒng)水凝膠材料依賴水環(huán)境且反應(yīng)遲緩的難題，為軟體機(jī)器人和假肢技術(shù)帶來了新希望。

? 微凝膠致動(dòng)器的設(shè)計(jì)與制造。Credit: Advanced Functional Materials (2025).

該研究團(tuán)隊(duì)設(shè)計(jì)了一種基于水凝膠的軟致動(dòng)器系統(tǒng)，創(chuàng)新性地將微小的微凝膠單元與模擬生物血管的內(nèi)部微流體循環(huán)系統(tǒng)（microfluidic circulatory system）相結(jié)合。傳統(tǒng)水凝膠雖然具有良好的機(jī)械性能，但通常需要浸泡在水中才能工作，且由于水分?jǐn)U散慢導(dǎo)致響應(yīng)滯后。研究人員通過微加工技術(shù)構(gòu)建了微流體通道，能夠直接向致動(dòng)器內(nèi)部輸送燃料和化學(xué)刺激，使其無需外部水源即可在空氣環(huán)境中運(yùn)行。實(shí)驗(yàn)表明，這種合成肌肉對(duì)溫度、pH值和離子濃度等刺激的響應(yīng)時(shí)間縮短至30秒，并能產(chǎn)生強(qiáng)大的抓取力，能夠提起超過自身重量34倍的物體。團(tuán)隊(duì)還展示了一只由該材料制成的多致動(dòng)器軟體機(jī)械手，實(shí)現(xiàn)了可編程的復(fù)雜動(dòng)作。這種集運(yùn)動(dòng)、控制和能量輸送于一體的集成平臺(tái)，未來有望采用更接近天然肌纖維的管狀設(shè)計(jì)，應(yīng)用于精細(xì)的人機(jī)交互場(chǎng)景。研究發(fā)表在 Advanced Functional Materials 上。

#其他 #機(jī)器人及其進(jìn)展 #軟體機(jī)器人 #材料科學(xué) #水凝膠

閱讀更多：

Huang, Nengjian, et al. “Controlled Movement of Soft Actuators Using Multi-Responsive Microgel Arrays and Microcirculatory Systems.” Advanced Functional Materials, n/a, no. n/a, p. e21444. Wiley Online Library, https://doi.org/10.1002/adfm.202521444

小符號(hào)引發(fā)大風(fēng)險(xiǎn)：大型語言模型中的表情符號(hào)語義混淆

表情符號(hào)常被用于數(shù)字交流中表達(dá)情感，但它們可能會(huì)讓智能系統(tǒng)產(chǎn)生致命誤解。Weipeng Jiang、Xiaoyu Zhang及其同事（西安交通大學(xué)、南洋理工大學(xué)和馬薩諸塞大學(xué)阿默斯特分校）合作開展了一項(xiàng)研究，揭示了大型語言模型在處理包含ASCII表情符號(hào)的指令時(shí)存在嚴(yán)重的安全漏洞。研究發(fā)現(xiàn)，模型容易將情感符號(hào)誤讀為代碼邏輯，從而執(zhí)行非預(yù)期的、甚至是破壞性的操作。

? LLM 可能會(huì)將人類用來表達(dá)情感的表情符號(hào)作為指令的一部分，最終導(dǎo)致災(zāi)難性后果（例如關(guān)鍵數(shù)據(jù)丟失）。Credit: Jiang et al.

研究團(tuán)隊(duì)開發(fā)了一套自動(dòng)化測(cè)試流程，構(gòu)建了包含3,757個(gè)編程測(cè)試用例的數(shù)據(jù)集，涵蓋多種編程語言及應(yīng)用場(chǎng)景。他們測(cè)試了包括Claude-Haiku-4.5、Gemini-2.5-Flash和GPT-4.1-mini在內(nèi)的六種先進(jìn)模型。研究主要關(guān)注“表情符號(hào)語義混淆”（Emoticon Semantic Confusion），即模型無法區(qū)分用于表達(dá)情感的ASCII字符組合與實(shí)際代碼操作符。例如，用戶在指令末尾加上波浪號(hào) `~` 表示輕松的語氣，模型卻將其解析為Unix系統(tǒng)中的“主目錄”，導(dǎo)致本應(yīng)刪除臨時(shí)文件夾的操作變成了刪除整個(gè)用戶目錄。測(cè)試結(jié)果顯示，這種混淆現(xiàn)象普遍存在，平均發(fā)生率超過38%。更危險(xiǎn)的是，超過90%的錯(cuò)誤屬于“靜默失敗”（Silent Failures），即生成的代碼在語法上完全正確且能運(yùn)行，但執(zhí)行的卻是錯(cuò)誤甚至有害的指令，用戶難以通過常規(guī)檢查發(fā)現(xiàn)。

#神經(jīng)科學(xué) #神經(jīng)機(jī)制與腦功能解析 #技術(shù)創(chuàng)新 #單神經(jīng)元重建 #全腦成像

閱讀更多：

Jiang, Weipeng, et al. “Small Symbols, Big Risks: Exploring Emoticon Semantic Confusion in Large Language Models.” arXiv:2601.07885, arXiv, 12 Jan. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2601.07885

基于物理學(xué)訓(xùn)練的基礎(chǔ)人工智能模型正在推動(dòng)科學(xué)發(fā)現(xiàn)

當(dāng)今流行的AI模型多依賴文本或圖像，而Polymathic AI合作組織（包括劍橋大學(xué) 等機(jī)構(gòu)的研究人員）正在開辟一條新路徑：利用真實(shí)科學(xué)數(shù)據(jù)訓(xùn)練懂物理的AI。由Michael McCabe等人開發(fā)的Walrus和AION-1模型，不僅學(xué)習(xí)特定場(chǎng)景，更致力于掌握物理過程的底層基礎(chǔ)，使從一個(gè)領(lǐng)域習(xí)得的知識(shí)能跨越學(xué)科界限，應(yīng)用于解決看似毫無關(guān)聯(lián)的科學(xué)難題，從而大幅加速科學(xué)發(fā)現(xiàn)。

? Walrus 是一款現(xiàn)代 Transformer 模型，它融合了新型穩(wěn)定技術(shù)和最新的自適應(yīng)計(jì)算方法，能夠從高度多樣化的物理動(dòng)力學(xué)數(shù)據(jù)集中學(xué)習(xí)。Walrus 以一小段快照序列作為輸入，并預(yù)測(cè)序列中的下一步。Credit: arXiv (2025).

該研究團(tuán)隊(duì)針對(duì)物理模擬中的挑戰(zhàn)，開發(fā)了名為Walrus的基礎(chǔ)模型，專注于處理流體及類流體系統(tǒng)。Walrus利用一個(gè)名為“The Well”的巨型數(shù)據(jù)集進(jìn)行訓(xùn)練，該數(shù)據(jù)集由Polymathic AI團(tuán)隊(duì)構(gòu)建，包含流體動(dòng)力學(xué)中19種不同場(chǎng)景和63個(gè)不同領(lǐng)域的15TB數(shù)據(jù)。為了解決物理數(shù)據(jù)的高度異質(zhì)性和長視界預(yù)測(cè)的不穩(wěn)定性，團(tuán)隊(duì)引入了塊抖動(dòng)（Patch jittering，一種源自諧波分析的輕量級(jí)程序以減少長期誤差）、2D數(shù)據(jù)增強(qiáng)至3D空間以及自適應(yīng)計(jì)算標(biāo)記化（Adaptive-compute Tokenization，根據(jù)分辨率或復(fù)雜度動(dòng)態(tài)分配算力）等創(chuàng)新技術(shù)。實(shí)驗(yàn)結(jié)果顯示，Walrus在處理從中子星合并到地球大氣層分層等廣泛物理系統(tǒng)時(shí)，其短期和長期預(yù)測(cè)能力均優(yōu)于現(xiàn)有的基礎(chǔ)模型。與此同時(shí)，針對(duì)天文學(xué)開發(fā)的AION-1模型，基于斯隆數(shù)字巡天（SDSS）等項(xiàng)目的海量觀測(cè)數(shù)據(jù)，能夠從低分辨率圖像中推斷出天體的詳細(xì)物理信息。這些模型如同通用的物理模擬器，讓科學(xué)家無需從頭構(gòu)建流程即可獲得高精度的預(yù)測(cè)結(jié)果。

#AI 驅(qū)動(dòng)科學(xué) #計(jì)算模型與人工智能模擬 #物理模擬 #基礎(chǔ)模型 #流體動(dòng)力學(xué)

閱讀更多：

McCabe, Michael, et al. “Walrus: A Cross-Domain Foundation Model for Continuum Dynamics.” arXiv:2511.15684, arXiv, 19 Nov. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2511.15684

KAIST開發(fā)通用AI適配器：無視架構(gòu)差異高效傳遞知識(shí)

面對(duì)AI模型更新?lián)Q代帶來的高昂重訓(xùn)成本，Hyunwoo J. Kim及其團(tuán)隊(duì)（韓國科學(xué)技術(shù)院 ）與韓國大學(xué)合作，開發(fā)了一種名為“TransMiter”的新技術(shù)。該技術(shù)成功解決了不同結(jié)構(gòu)和規(guī)模的AI模型之間難以共享知識(shí)的難題，實(shí)現(xiàn)了無需從頭訓(xùn)練即可將“弱”模型學(xué)到的專業(yè)知識(shí)高效“移植”給“強(qiáng)”模型，為AI模型的快速迭代和低成本更新提供了新方案。

? TransMiter：一種可遷移的自適應(yīng)技術(shù)，可重復(fù)使用，不受模型結(jié)構(gòu)、大小等因素的影響。Credit: arXiv (2025).

這項(xiàng)研究針對(duì)的是視覺語言模型，即能夠同時(shí)理解圖像和文本的多模態(tài)AI。傳統(tǒng)的模型適應(yīng)方法在面對(duì)架構(gòu)變化時(shí)往往束手無策，或者需要消耗巨大的計(jì)算資源。研究團(tuán)隊(duì)提出的“TransMiter”是一種可遷移的自適應(yīng)技術(shù)，其核心在于不改變AI復(fù)雜的內(nèi)部結(jié)構(gòu)，而是通過觀察和學(xué)習(xí)模型對(duì)相同問題的預(yù)測(cè)結(jié)果來提取“訣竅”。具體而言，該方法利用輔助類別擴(kuò)展（auxiliary class expansion）和基底變換等數(shù)學(xué)方法，在無監(jiān)督的情況下捕捉新舊模型之間的知識(shí)差異。這種方法不需要進(jìn)行復(fù)雜的反向傳播，就像給模型打上“知識(shí)補(bǔ)丁”一樣，能夠即時(shí)生效且?guī)缀醪唤档瓦\(yùn)行速度。實(shí)驗(yàn)表明，這種技術(shù)不僅能跨越模型架構(gòu)的障礙精確傳遞知識(shí)，在結(jié)合少量標(biāo)記數(shù)據(jù)后，其性能甚至超越了經(jīng)過全面微調(diào)的更大模型。

#大模型技術(shù) #計(jì)算模型與人工智能模擬 #知識(shí)遷移 #視覺語言模型 #TransMiter

閱讀更多：

Park, Jihwan, et al. “Transferable Model-Agnostic Vision-Language Model Adaptation for Efficient Weak-to-Strong Generalization.” arXiv:2508.08604, arXiv, 17 Jan. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2508.08604

拒絕盲目自動(dòng)化：人機(jī)協(xié)作才是企業(yè)競(jìng)爭(zhēng)力的護(hù)城河

隨著人工智能技術(shù)的飛速發(fā)展，企業(yè)界對(duì)于是用機(jī)器人取代人類員工以削減成本，還是通過人機(jī)協(xié)作來增強(qiáng)能力的爭(zhēng)論日益激烈。Chou-Yu Tsai、Jason D. Marshall和Rory Eckardt等人（賓漢頓大學(xué)、克瑞頓大學(xué)等）組成的跨學(xué)科研究團(tuán)隊(duì)，針對(duì)這一關(guān)鍵問題進(jìn)行了深入探索，旨在揭示人機(jī)互動(dòng)如何影響組織的長期競(jìng)爭(zhēng)優(yōu)勢(shì)。

? 人力資本機(jī)器人整合（HCRI）框架。Credit: Journal of Organizational Behavior (2025).

該研究并沒有局限于單一的效率指標(biāo)，而是開發(fā)了一個(gè)名為人力資本機(jī)器人整合（Human Capital Robotic Integration, HCRI）的多層次理論框架。研究人員對(duì)比了兩種核心觀點(diǎn)：將機(jī)器人視為勞動(dòng)力的替代視角和將其視為合作伙伴的互補(bǔ)視角。結(jié)果發(fā)現(xiàn)，雖然用機(jī)器人取代人類可以短期提升效率，但這種策略很容易被競(jìng)爭(zhēng)對(duì)手復(fù)制，從而導(dǎo)致企業(yè)失去獨(dú)特的競(jìng)爭(zhēng)優(yōu)勢(shì)。相反，采取互補(bǔ)視角，讓機(jī)器人處理復(fù)雜數(shù)據(jù)分析或輔助精細(xì)操作（如手術(shù)機(jī)器人），不僅能放大人類員工的能力，還能通過改變社會(huì)動(dòng)力學(xué)增強(qiáng)團(tuán)隊(duì)的凝聚力和忠誠度。這種將現(xiàn)有人力轉(zhuǎn)化為難以模仿的資源的過程，才是企業(yè)在激烈市場(chǎng)中獲取更大價(jià)值份額的關(guān)鍵。研究強(qiáng)調(diào)，剝奪員工具有自主性和意義的任務(wù)可能會(huì)損害心理健康及效率，因此企業(yè)應(yīng)更關(guān)注技術(shù)如何加強(qiáng)團(tuán)隊(duì)協(xié)作而非單純的崗位替代。研究發(fā)表在 Journal of Organizational Behavior 上。

#認(rèn)知科學(xué) #機(jī)器人及其進(jìn)展 #跨學(xué)科整合 #人機(jī)協(xié)作

閱讀更多：

Tsai, Chou-Yu, et al. “Human Capital Robotic Integration and Value Creation for Organizations.” Journal of Organizational Behavior, n/a, no. n/a. Wiley Online Library, https://doi.org/10.1002/job.70044. Accessed 28 Jan. 2026

基于“觀念運(yùn)動(dòng)理論”的下一代腦機(jī)接口，讓AI直接讀懂你的目標(biāo)

傳統(tǒng)的腦機(jī)接口要求癱瘓患者在大腦中費(fèi)力地模擬具體的肌肉運(yùn)動(dòng)指令，這不僅認(rèn)知負(fù)擔(dān)重，且缺乏真實(shí)的“掌控感”。Christian Beste團(tuán)隊(duì)（德國德累斯頓工業(yè)大學(xué)）聯(lián)合阿姆斯特丹自由大學(xué)和京都大學(xué)的研究人員，提出了一種顛覆性的設(shè)計(jì)范式。他們結(jié)合經(jīng)典的心理學(xué)理論與最新的AI技術(shù)，構(gòu)建了一種能夠直接解讀用戶“預(yù)期目標(biāo)”而非“動(dòng)作細(xì)節(jié)”的自適應(yīng)系統(tǒng)，旨在實(shí)現(xiàn)更自然、高效的人機(jī)交互。

該研究基于“觀念運(yùn)動(dòng)理論”（Ideomotor Theory），認(rèn)為人類的隨意運(yùn)動(dòng)是由對(duì)“預(yù)期感覺結(jié)果”的激活所驅(qū)動(dòng)的。研究團(tuán)隊(duì)提出，下一代腦機(jī)接口不應(yīng)局限于解碼運(yùn)動(dòng)皮層的肌肉指令，而應(yīng)聚焦于感覺與頂葉皮層，直接解碼大腦中關(guān)于“目標(biāo)狀態(tài)”（例如“手中握著蘋果”的視覺或觸覺預(yù)期）的信號(hào)。為了實(shí)現(xiàn)這一動(dòng)作，系統(tǒng)引入了類似強(qiáng)化學(xué)習(xí)中的“世界模型”作為AI中介。在這個(gè)分層架構(gòu)中，用戶的大腦僅需產(chǎn)生高層的“意圖”，而AI代理則負(fù)責(zé)在復(fù)雜的環(huán)境中規(guī)劃最佳路徑并執(zhí)行具體的機(jī)械動(dòng)作。這種設(shè)計(jì)不僅大幅降低了用戶的學(xué)習(xí)成本，還能適應(yīng)不同的外部設(shè)備。現(xiàn)有證據(jù)顯示，即便是截肢患者，其大腦中關(guān)于身體部位的感覺表征依然可以通過深度學(xué)習(xí)技術(shù)進(jìn)行重建，證實(shí)了該路徑的可行性。研究發(fā)表在 Trends in Cognitive Sciences 上。

#意識(shí)與腦機(jī)接口 #腦機(jī)接口 #觀念運(yùn)動(dòng)理論 #世界模型 #生成式AI

閱讀更多：

Beste, Christian, et al. “Moving Intentions from Brains to Machines.” Trends in Cognitive Sciences, vol. 0, no. 0, Jan. 2026. www.cell.com, https://doi.org/10.1016/j.tics.2025.12.003

把腦電“藏”到耳后：超薄透氣貼片實(shí)現(xiàn)高效腦機(jī)交互

如何讓腦機(jī)接口像貼創(chuàng)可貼一樣簡單舒適？北京理工大學(xué)的Ying Sun、Weijia Liu及Guozhen Shen團(tuán)隊(duì)開發(fā)了一種超薄、透氣的多通道耳后貼片，成功解決了傳統(tǒng)腦電監(jiān)測(cè)設(shè)備笨重、依賴導(dǎo)電凝膠的痛點(diǎn)。該研究通過工程化設(shè)計(jì)，在不犧牲信號(hào)質(zhì)量的前提下，實(shí)現(xiàn)了對(duì)日常腦電活動(dòng)的長時(shí)間穩(wěn)定監(jiān)測(cè)和基于意念的外部設(shè)備控制。

該團(tuán)隊(duì)采用直接注射打印技術(shù)，利用具有高導(dǎo)電性和親水性的MXene（二維過渡金屬碳/氮化物）材料制備干電極，構(gòu)建了一種厚度僅約188.3微米的耳-計(jì)算機(jī)接口貼片。這種貼片具有優(yōu)異的透氣性和皮膚粘附性，即使在運(yùn)動(dòng)或長時(shí)間佩戴（10小時(shí)）后，仍能保持低阻抗和穩(wěn)定的信號(hào)傳輸。在功能驗(yàn)證中，該貼片展現(xiàn)了驚人的準(zhǔn)確性：在長達(dá)65分鐘的疲勞誘發(fā)實(shí)驗(yàn)中，其對(duì)疲勞狀態(tài)的識(shí)別準(zhǔn)確率達(dá)到90.5%；在穩(wěn)態(tài)視覺誘發(fā)電位（SSVEP）腦機(jī)接口任務(wù)中，受試者僅憑注視不同頻率的閃爍目標(biāo)，就能以93.5%的在線平均準(zhǔn)確率發(fā)出指令，成功控制無人車完成復(fù)雜的路徑行駛。這項(xiàng)工作將腦電監(jiān)測(cè)從實(shí)驗(yàn)室推向了更輕量化的日常應(yīng)用場(chǎng)景。研究發(fā)表在 Science Bulletin 上。

#意識(shí)與腦機(jī)接口 #腦機(jī)接口 #柔性電子 #MXene

閱讀更多：

Sun, Ying, et al. “An Ultrasoft, Breathable, and Multichannel Ear-Computer Interface Patch.” Science Bulletin, Jan. 2026. ScienceDirect, https://doi.org/10.1016/j.scib.2025.12.042

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(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，我們將基于追問知識(shí)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?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。

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。