█腦科學動態(tài)

Nature：新型雙載體系統(tǒng)實現(xiàn)體內(nèi)定點生成CAR-T細胞

50歲和63歲是人體衰弱關(guān)鍵節(jié)點

音樂也是社交“粘合劑”：揭示和弦增強人際聯(lián)系的神經(jīng)機制

果蠅僅憑單對神經(jīng)元即可完成進食決策

前額葉皮層編碼集體韌性：個體大腦如何驅(qū)動群體自我調(diào)節(jié)

蟒蛇極端飲食習慣啟發(fā)新型減肥代謝物

越怕錯越逃避：犯錯后的腦電波模式預測抑郁與焦慮惡化

兒童大腦活動隨發(fā)育呈現(xiàn)從感覺向認知處理的轉(zhuǎn)變

█AI行業(yè)動態(tài)

量子密碼學先驅(qū)榮獲圖靈獎，奠定“無法竊聽”的通信基石

美顏濾鏡開到游戲里，英偉達新AI功能惹怒百萬玩家

破解觸覺與痛覺的密碼：2026年“大腦獎”花落軀體感覺研究先驅(qū)

█AI驅(qū)動科學

突破一億Token極限：端到端長時記憶大模型架構(gòu)MSA問世

人機協(xié)同成功的關(guān)鍵在于實現(xiàn)“混合認知對齊”

AI模型高精度識別烏爾都語虛假新聞

EMPA與MAPO：兩大開源研究為AI實現(xiàn)高質(zhì)量長程共情開辟新路徑

55%的美國青少年曾使用人工智能制作色情圖片

VRSpi系統(tǒng)實時讀取恐懼，革新蜘蛛恐懼癥療法

腦科學動態(tài)

Nature：新型雙載體系統(tǒng)實現(xiàn)體內(nèi)定點生成CAR-T細胞

體外制造免疫細胞療法面臨周期長且成本高的問題，現(xiàn)有的體內(nèi)生成技術(shù)則存在表達短暫或缺乏特異性等局限。加州大學舊金山分校的William A. Nyberg和Justin Eyquem等團隊開發(fā)了一種雙載體系統(tǒng)，成功在活體內(nèi)實現(xiàn)了大片段脫氧核糖核酸的特異性定點整合，高效生成了具有持久抗腫瘤活性的免疫改造細胞。

該研究設計了一種由包膜遞送載體（enveloped delivery vehicle，一種表面帶有特定抗體以精準靶向并激活目標細胞的遞送工具）和腺相關(guān)病毒組成的雙系統(tǒng)。研究人員利用前者將基因編輯工具精準遞送至T細胞的特定基因位點進行切割，隨后利用后者攜帶無啟動子的嵌合抗原受體模板精準插入該切割位點。為提升安全性與效率，團隊對載體進行了定向進化改造以抵抗人體中和抗體，并從源頭避免了感染造血干細胞等非靶標細胞的風險。在人源化小鼠模型實驗中，該系統(tǒng)成功在小鼠體內(nèi)生成了占脾臟T細胞近20%的改造細胞。這些在體內(nèi)直接生成的細胞不僅實現(xiàn)了對靶向細胞的完全清除，還有效控制了急性淋巴細胞白血病、骨髓瘤以及肉瘤的生長。分析表明，這些細胞高度增殖并保持了記憶細胞的特征。這一突破性技術(shù)有望取代復雜的體外細胞制造流程，顯著提升前沿療法的可及性。研究發(fā)表在 Nature 上。

#疾病與健康 #個性化醫(yī)療 #CAR-T細胞療法 #基因編輯 #體內(nèi)重編程

閱讀更多：

Nyberg, William A., et al. “In Vivo Site-Specific Engineering to Reprogram T Cells.” Nature, Mar. 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-026-10235-x

50歲和63歲是人體衰弱關(guān)鍵節(jié)點

衰弱是一種多系統(tǒng)生理機能衰退的全球性公共衛(wèi)生挑戰(zhàn)，但目前缺乏準確的分子水平評估工具與干預靶點。Xueqing Jia、Weijing Gao、Zixin Hu、Sara H?gg與Zuyun Liu等研究人員（浙江大學醫(yī)學院、復旦大學人工智能創(chuàng)新與產(chǎn)業(yè)研究院、卡羅林斯卡學院）通過對超五萬人的大規(guī)模分析，開發(fā)了基于蛋白質(zhì)組的衰弱評估模型，并發(fā)現(xiàn)人體在50歲和63歲存在衰弱相關(guān)的分子失調(diào)高峰。

這項研究對英國生物樣本庫中50506名參與者的2911種血漿蛋白進行了大規(guī)模蛋白質(zhì)組關(guān)聯(lián)研究（proteome-wide association study），成功鑒定出1339種與衰弱顯著相關(guān)的蛋白質(zhì)。隨后，研究人員利用孟德爾隨機化分析方法，排除了混雜因素的干擾，確定了OXT、CPXM2、PYY、TPK1和IL6ST這5種與衰弱具有潛在因果關(guān)系的蛋白質(zhì)?；谏鲜龃笠?guī)模數(shù)據(jù)，研究團隊開發(fā)了全新的蛋白質(zhì)組衰弱評分?？v向數(shù)據(jù)分析顯示，該評分不僅能有效預測13個疾病分類中的199種新發(fā)疾病，還對84種如吸煙、運動等可改變的日常風險因素表現(xiàn)出極其廣泛的響應性。此外，通過差異表達-滑動窗口分析，研究團隊發(fā)現(xiàn)在人的一生中，衰弱相關(guān)的蛋白質(zhì)組失調(diào)呈現(xiàn)明顯的雙峰分布模式。具體而言，約50歲時會出現(xiàn)以代謝失調(diào)為主的第一個高峰，而到了約63歲時，則會發(fā)生向免疫與炎癥性機制轉(zhuǎn)變的第二個高峰。這一研究成果為理解人體衰老提供了全新的生物學標志物，同時為未來的精準醫(yī)療干預鎖定了關(guān)鍵時間窗口。研究發(fā)表在 Cell Metabolism 上。

#疾病與健康 #健康管理與壽命延長 #衰弱 #蛋白質(zhì)組學 #生物標志物

閱讀更多：

Jia, Xueqing, et al. “Plasma Proteomic Signature of Frailty in 50,506 Adults.” Cell Metabolism, vol. 0, no. 0, Mar. 2026. www.cell.com, https://doi.org/10.1016/j.cmet.2026.02.013

音樂也是社交“粘合劑”：揭示和弦增強人際聯(lián)系的神經(jīng)機制

音樂如何促進社會聯(lián)系并改善社交障礙？Dash A. Watts、AZA Stephen Allsop和Joy Hirsch等（耶魯大學）探究了此問題，發(fā)現(xiàn)聆聽和諧的和弦進行能增強大腦社交感知區(qū)域的神經(jīng)活動，在生物學上加深人際聯(lián)系感。

研究團隊招募了20對男女比例相等的參與者進行實驗。參與者被要求隔桌而坐，進行面對面的眼神交流。研究人員使用功能性近紅外光譜同步記錄兩人互動時的大腦血流變化。實驗對比了兩種條件：聆聽結(jié)構(gòu)化的協(xié)和和弦進行與聆聽音符打亂的無結(jié)構(gòu)音樂。結(jié)果顯示，面對面凝視并聆聽和諧和弦時，參與者右側(cè)角回、右側(cè)體感聯(lián)合皮層和雙側(cè)背外側(cè)前額葉皮層的活動顯著增加。此外，參與者主觀報告的社會聯(lián)系感更強，這與凝視期間右側(cè)顳上回和顳中回及和弦進行期間右側(cè)角回的活動密切相關(guān)。該發(fā)現(xiàn)證實了音樂能協(xié)調(diào)和加強人類的社會關(guān)系，并為音樂干預孤獨癥和社交焦慮等神經(jīng)精神疾病提供了神經(jīng)生物學依據(jù)。研究發(fā)表在 The Journal of Neuroscience 上。

#認知科學 #神經(jīng)機制與腦功能解析 #孤獨癥 #音樂干預 #社會連接

閱讀更多：

Watts, Dash A., et al. “Listening to a Consonant Chord Progression during Live Face-to-Face Gaze Enhances Neural Activity in Social Systems.” Journal of Neuroscience, Mar. 2026. Research Articles. www.jneurosci.org, https://doi.org/10.1523/JNEUROSCI.1116-25.2026

果蠅僅憑單對神經(jīng)元即可完成進食決策

動物如何處理相反的味覺信號以做出進食決策？Doruk Sava? 和 Gilad Barnea 等（布朗大學等）發(fā)現(xiàn)，果蠅體內(nèi)僅靠單對神經(jīng)元就能同時處理甜味和苦味信號，并通過釋放不同的化學信使做出決定生死的進食選擇。

?苦味神經(jīng)元：圖中綠色所示的 SELK 神經(jīng)元是眾多與苦味和甜味感知神經(jīng)元（圖中品紅色部分）協(xié)同作用的神經(jīng)元之一。Credit: Doruk Savas/Brown University

傳統(tǒng)觀點認為感知甜味和苦味的神經(jīng)元群相互獨立。然而，研究人員利用 trans-Tango （一種用于繪制神經(jīng)回路的基因編碼工具）觀察果蠅神經(jīng)連接時發(fā)現(xiàn)，味覺受體神經(jīng)元共同連接到一對名為食管下 LK 神經(jīng)元（subesophageal LK neurons，簡稱 SELKs，能夠同時接收甜苦信號的下游神經(jīng)細胞）。實驗顯示，苦味和甜味神經(jīng)元群向 SELKs 發(fā)送的信號強度不同。當果蠅嘗到苦味時，SELKs 受到強激活，釋放白細胞介素來阻止進食；嘗到甜味時，SELKs 受到弱激活，并釋放乙酰膽堿來引導進食。這一機制表明，單對神經(jīng)元能通過不同遞質(zhì)差異化地控制相反的行為，展現(xiàn)了單個神經(jīng)元驚人的計算能力。研究發(fā)表在 Nature Communications 上。

#神經(jīng)科學 #神經(jīng)機制與腦功能解析 #進食決策 #單神經(jīng)元計算 #果蠅

閱讀更多：

Sava?, Doruk, et al. “Feeding Decision-Making by a Single Neuron via Disparate Neurotransmitters.” Nature Communications, Feb. 2026. www.nature.com, https://doi.org/10.1038/s41467-026-69443-8

前額葉皮層編碼集體韌性：個體大腦如何驅(qū)動群體自我調(diào)節(jié)

面對環(huán)境挑戰(zhàn)，群體如何像統(tǒng)一系統(tǒng)般協(xié)調(diào)決策？Tara Raam和Weizhe Hong等（加州大學洛杉磯分校）通過分析小鼠寒冷中抱團取暖的社會行為，揭示了前額葉皮層在協(xié)調(diào)群體動態(tài)與集體韌性中的神經(jīng)機制。

?a，左圖：微內(nèi)窺鏡鈣成像示意圖。右圖：示例圖像，顯示 dmPFC 中 GCaMP6f 的表達和 GRIN 透鏡的植入。比例尺：500 μm。b，來自一只動物的鈣成像示意圖以及熱刺激實驗期間的代表性成像視野。c，使用 CNMF-E 從視野中提取的單個神經(jīng)元。Credit: Nature Neuroscience (2026).

研究追蹤了寒冷中自由活動的小鼠，利用行為學與熱成像技術(shù)分析其參與抱團的主動與被動策略。通過微內(nèi)窺鏡鈣成像監(jiān)測背內(nèi)側(cè)前額葉皮層發(fā)現(xiàn)，大腦不僅追蹤自身決定，還持續(xù)模擬社會伙伴的選擇，主動與被動決策由不同的神經(jīng)元集群編碼。研究者進一步利用化學遺傳學沉默抑制群體部分小鼠的背內(nèi)側(cè)前額葉皮層，使其變被動。令人驚訝的是，未受影響的同伴會自動增加活躍度進行精準代償。這種無需中心指揮的群體自我調(diào)節(jié)，確保了群體總抱團時間和個體核心體溫的穩(wěn)定。研究表明大腦不僅保障個體生存，更將集體韌性深刻編碼于神經(jīng)回路中。研究發(fā)表在 Nature Neuroscience 上。

#神經(jīng)科學 #神經(jīng)機制與腦功能解析 #意圖與決策 #群體行為

閱讀更多：

Raam, Tara, et al. “Cortical Regulation of Collective Social Dynamics during Environmental Challenge.” Nature Neuroscience, Mar. 2026, pp. 1–14. www.nature.com, https://doi.org/10.1038/s41593-026-02224-0

蟒蛇極端飲食習慣啟發(fā)新型減肥代謝物

哺乳動物新陳代謝變化范圍較窄限制了餐后能量穩(wěn)態(tài)調(diào)節(jié)分子的發(fā)現(xiàn)。斯坦福大學醫(yī)學中心與科羅拉多大學博爾德分校的Jonathan Z. Long以及Shuke Xiao等研究人員通過探索蟒蛇極端的暴食與禁食生理模式，發(fā)現(xiàn)了一種餐后急劇增加的代謝分子，該物質(zhì)能夠有效抑制肥胖小鼠的食欲并顯著減輕其體重。

研究團隊采用非靶向代謝組學（untargeted metabolomics，一種無偏見地全面分析生物體內(nèi)代謝產(chǎn)物的技術(shù)）對禁食28天后進食大量食物的緬甸蟒血液樣本進行分析。結(jié)果顯示，蟒蛇進食后血液中對酪胺-O-硫酸鹽（para-tyramine-O-sulphate，一種由腸道細菌分解膳食氨基酸產(chǎn)生的副產(chǎn)物，簡稱pTOS）的水平激增了1000倍以上。當研究人員將等效濃度的pTOS注射給肥胖小鼠時，小鼠在28天內(nèi)體重減輕了9%，且飲水量和能量消耗均未改變。進一步實驗表明，pTOS能夠激活下丘腦腹內(nèi)側(cè)的特定神經(jīng)元，從而產(chǎn)生厭食效應。分析人類血液數(shù)據(jù)集發(fā)現(xiàn)人體進食后該物質(zhì)水平同樣會升高。這項研究揭示了一條保守的腸腦調(diào)控通路。研究發(fā)表在 Nature Metabolism 上。

#疾病與健康 #神經(jīng)機制與腦功能解析 #肥胖治療 #代謝產(chǎn)物 #腸腦通路

閱讀更多：

Xiao, Shuke, et al. “Python Metabolomics Uncovers a Conserved Postprandial Metabolite and Gut–Brain Feeding Pathway.” Nature Metabolism, Mar. 2026, pp. 1–16. www.nature.com, https://doi.org/10.1038/s42255-026-01485-0

越怕錯越逃避：犯錯后的腦電波模式預測抑郁與焦慮惡化

為什么有些人犯錯后更容易陷入持續(xù)的焦慮和逃避？Claudia R. Becker和Annmarie MacNamara等人組成的團隊（德克薩斯農(nóng)工大學）通過跨年追蹤發(fā)現(xiàn)，大腦對錯誤事件的初始情緒反應強度及其隨后一年的變化軌跡，可以精準預測患者焦慮驅(qū)動的逃避行為惡化情況。

?經(jīng)過澄清的結(jié)構(gòu)方程模型，僅顯示與修剪方法一致的顯著路徑系數(shù)。Credit: Biological Psychiatry Global Open Science (2025).

研究團隊招募了74名伴隨焦慮、抑郁等癥狀的參與者，在基線和一年后分別讓他們完成認知任務并記錄腦電圖。研究重點測量了兩個事件相關(guān)電位核心指標：錯誤相關(guān)負波（error-related negativity，反映大腦對錯誤的早期自動察覺反應）和錯誤正波（error positivity，反映大腦對錯誤的后續(xù)有意識和精細處理）。結(jié)果發(fā)現(xiàn)，基線時具有較大錯誤正波的參與者，一年后的日常逃避行為顯著增加。值得注意的是，這種行為惡化的關(guān)聯(lián)僅存在于那些早期錯誤反應在一年內(nèi)出現(xiàn)遲鈍化的個體中。同時，一年后較小的錯誤相關(guān)負波也直接對應著更嚴重的日常逃避行為。這說明起初對錯誤過度敏感隨后大腦反應轉(zhuǎn)為遲鈍麻木的個體，更容易陷入長期的精神心理困境。研究發(fā)表在 Biological Psychiatry Global Open Science 上。

#疾病與健康 #心理健康與精神疾病 #神經(jīng)機制與腦功能解析 #神經(jīng)電生理 #逃避行為

閱讀更多：

Becker, Claudia R., et al. “Threats That Arise From Within: Changes in Error Processing and the Prospective Prediction of Everyday Avoidance.” Biological Psychiatry Global Open Science, vol. 5, no. 5, Sept. 2025, p. 100536. ScienceDirect, https://doi.org/10.1016/j.bpsgos.2025.100536

兒童大腦活動隨發(fā)育呈現(xiàn)從感覺向認知處理的轉(zhuǎn)變

大腦活動的時空傳播規(guī)律如何隨著個體的成長而成熟，并支持復雜認知能力的出現(xiàn)？Kyoungseob Byeon、Ting Xu等所在團隊（兒童心理研究所等）首次揭示了從兒童期到成年早期大腦功能動態(tài)的演變過程，發(fā)現(xiàn)大腦的信息流會隨年齡增長逐漸從感覺處理轉(zhuǎn)向高階認知處理。

研究團隊采用復主成分分析（Complex Principal Components Analysis，一種能夠捕捉腦波動態(tài)流動和時間延遲傳播方向的新型方法），對來自人類連接體計劃等兩大獨立青年隊列數(shù)據(jù)進行了系統(tǒng)分析。研究追蹤了感覺-聯(lián)想、任務正向-默認網(wǎng)絡和軀體運動-視覺三個主要軸上的動態(tài)傳播。結(jié)果顯示，兒童的大腦激活模式在8歲時已表現(xiàn)出類似成人的特征。隨著個體步入青春期和成年早期，大腦處于感覺-聯(lián)想以及任務正向-默認網(wǎng)絡狀態(tài)的時間顯著增加，而處于基礎(chǔ)軀體運動-視覺狀態(tài)的時間則相對下降。特別值得注意的是，自上而下的傳播模式隨年齡增長而顯著增強，且比自下而上的傳播更能準確預測個體的認知得分。這表明隨著認知需求的增加，大腦的信息處理模式逐漸從單純的反應性過渡到反思性，從而支持抽象思維和執(zhí)行功能的發(fā)育。研究發(fā)表在 Nature Communications 上。

#認知科學 #神經(jīng)機制與腦功能解析 #大腦發(fā)育 #認知處理 #時空傳播

閱讀更多：

Byeon, Kyoungseob, et al. “Developmental Variations in Recurrent Spatiotemporal Brain Propagations from Childhood to Adulthood.” Nature Communications, vol. 17, no. 1, Jan. 2026, p. 1012. www.nature.com, https://doi.org/10.1038/s41467-025-67754-w

AI 行業(yè)動態(tài)

三十年理論終成現(xiàn)實：量子密碼學先驅(qū)榮獲圖靈獎，奠定“無法竊聽”的通信基石

國際計算機協(xié)會（ACM）近日宣布，將2026年度A.M.圖靈獎授予兩位量子信息科學的奠基人：IBM研究員的Charles H. Bennett與蒙特利爾大學的Gilles Brassard。這一計算機領(lǐng)域的最高榮譽，旨在表彰他們“在建立量子信息科學基礎(chǔ)方面的核心作用”，并標志著量子研究正式躋身計算機科學主流。他們的工作從根本上重新定義了“安全”的概念：不再依賴數(shù)學難題的“難以破解”，而是基于物理定律的“無法竊聽”。這為未來無條件安全的通信指明了方向，其影響從量子密碼學延伸至量子計算、量子隱形傳態(tài)等整個蓬勃發(fā)展的領(lǐng)域。

這一開創(chuàng)性工作的起點，源于1979年一次海灘上的偶然交談。當時，Bennett向?qū)ξ锢韺W一無所知的Brassard描述了一個利用量子測量擾動原理制造“無法偽造的貨幣”的構(gòu)想。這次交談激發(fā)了兩人長達數(shù)十年的合作，并于1984年共同提出了革命性的BB84協(xié)議。該協(xié)議巧妙利用單光子等量子態(tài)來分發(fā)密鑰：任何竊聽行為都會因量子不可克隆定理（即無法完美復制未知量子態(tài)）不可避免地改變光子的狀態(tài)，從而暴露自身。這一方案首次將信息安全建立在物理定律而非計算能力的基石之上。經(jīng)過近三十年從實驗室到工程化的漫長跋涉，如今這項技術(shù)已在全球范圍內(nèi)實現(xiàn)數(shù)百公里光纖傳輸乃至衛(wèi)星中繼，量子密鑰分發(fā)系統(tǒng)也已實現(xiàn)商業(yè)化，正如Science官網(wǎng)所指出的，“他們的思想點燃了當前的量子之火”。

#圖靈獎 #量子密碼學 #BB84協(xié)議 #量子信息科學 #Bennett&Brassard

閱讀更多：

https://www.science.org/content/article/computer-science-s-nobel-prize-goes-quantum

美顏濾鏡開到游戲里，英偉達新AI功能惹怒百萬玩家

在近日的GTC 2026大會上，英偉達CEO黃仁勛發(fā)布了新一代圖形技術(shù)DLSS 5，并稱之為圖形領(lǐng)域的“GPT時刻”。這項技術(shù)利用生成式AI為游戲?qū)崟r注入逼真的光影和材質(zhì)，能顯著提升畫面效果。然而，技術(shù)演示中游戲角色面容被AI“美化”成類似“網(wǎng)紅臉”的效果，引發(fā)了玩家的強烈不滿和全網(wǎng)抵制。玩家們認為，DLSS 5不再僅僅是輔助提升性能的工具，而是直接“重繪”畫面，用AI的審美平均值覆蓋了藝術(shù)家原本獨特的設計，是對藝術(shù)創(chuàng)作的不尊重，甚至戲稱該技術(shù)為“sloptracing”。

面對輿論風波，黃仁勛態(tài)度強硬，強調(diào)DLSS 5不會剝奪藝術(shù)家的控制權(quán)，開發(fā)者完全可以“微調(diào)”AI效果以匹配游戲風格，這屬于受控的內(nèi)容生成。支持該技術(shù)的游戲開發(fā)商如貝塞斯達也出面解釋，稱DLSS 5的應用完全由其美術(shù)人員掌控，且玩家可以選擇關(guān)閉該功能。盡管如此，業(yè)界和玩家群體的疑慮并未消散。分析指出，問題的核心在于，當AI能直接修改基于底層3D模型的角色面容時，藝術(shù)家的決定權(quán)還剩多少？這場爭議觸及了AI技術(shù)在創(chuàng)意產(chǎn)業(yè)應用的敏感神經(jīng)：技術(shù)進步是否必然要以犧牲原創(chuàng)藝術(shù)性為代價？DLSS 5預計于今年秋季推出，屆時玩家將有機會親自評判這項技術(shù)究竟是革命性的飛躍，還是對游戲藝術(shù)的冒犯。

#DLSS5 #AI圖形渲染 #游戲藝術(shù)爭議 #英偉達GTC #玩家抵制

閱讀更多：

https://www.nvidia.com/en-us/geforce/news/dlss5-breakthrough-in-visual-fidelity-for-games/

破解觸覺與痛覺的密碼：2026年“大腦獎”花落軀體感覺研究先驅(qū)

享譽全球的神經(jīng)科學最高獎項——“大腦獎”（The Brain Prize）于3月5日在哥本哈根揭曉。靈北基金會（Lundbeck Foundation）將2026年度獎項授予哈佛醫(yī)學院的大衛(wèi)·金蒂（David Ginty）教授與瑞典卡羅林斯卡醫(yī)學院的帕特里克·恩福斯（Patrik Ernfors）教授，以表彰他們在軀體感覺細胞架構(gòu)領(lǐng)域的開拓性貢獻。評審委員會指出，兩位獲獎者通過長期深入研究，揭示了神經(jīng)系統(tǒng)如何檢測并處理觸覺、痛覺、溫度及瘙癢等刺激，其工作“重新編寫了教科書”，為理解正常感知功能以及解決慢性疼痛等病理障礙提供了關(guān)鍵藍圖。

金蒂教授利用尖端的遺傳學工具，繪制了觸覺信號從皮膚到脊髓的“公路圖”，發(fā)現(xiàn)觸覺由專門化的神經(jīng)元協(xié)作完成，并在脊髓階段就已開始初步分類整合，這對理解孤獨癥譜系障礙（ASD）中的觸覺過敏有重要價值。恩福斯教授則通過單細胞RNA測序破解了痛覺的“分子密碼”，系統(tǒng)分類了感覺神經(jīng)元，并揭示了慢性疼痛源于特定細胞亞群的持續(xù)激活，為非成癮性止痛藥的研發(fā)奠定了科學基礎(chǔ)。他們的研究成果在空間維度上形成互補，已在慢性疼痛治療、仿生假肢研發(fā)等領(lǐng)域產(chǎn)生深遠臨床影響，正如評審所言，給了我們一套修復受損感知感官的精密“路線圖”。

#大腦獎 #軀體感覺 #觸覺研究 #慢性疼痛 #神經(jīng)科學

閱讀更多：

https://brainprize.org/winners/touch-and-pain-2026

AI 驅(qū)動科學

突破一億Token極限：端到端長時記憶大模型架構(gòu)MSA問世

大模型如何突破上下文長度限制并兼顧精度？盛大集團創(chuàng)始人陳天橋孵化的EverMind 團隊提出全新的記憶稀疏注意力架構(gòu)。該模型成功實現(xiàn)了端到端的一億詞元長時記憶，打破了傳統(tǒng)記憶機制的不可能三角。

研究團隊提出了一種名為記憶稀疏注意力的架構(gòu)。該方法通過雙重路由機制在主題和詞元級別動態(tài)篩選最相關(guān)的記憶子集參與計算，從而替代傳統(tǒng)的全注意力機制。為解決長文本外推時的位置坐標偏移，團隊引入了文檔級旋轉(zhuǎn)位置編碼，將文檔內(nèi)部相對位置與全局絕對位置解耦。在工程實現(xiàn)上，研究采用鍵值緩存壓縮（KV Cache Compression）與內(nèi)存并行策略，將小體積的路由鍵保留在GPU顯存中，而將龐大的內(nèi)容鍵值卸載至CPU內(nèi)存中進行異步調(diào)度。此外，模型還整合了記憶交錯機制以支持復雜的多跳推理。

實驗數(shù)據(jù)表明，該架構(gòu)展現(xiàn)出驚人的擴展性與魯棒性。在機器閱讀理解數(shù)據(jù)集測試中，模型上下文從16K擴展至100M時，性能評分衰減不足9%。在多項長文本問答基準測試中，僅有4B參數(shù)的該模型平均得分顯著優(yōu)越于依賴外部檢索增強生成的復雜系統(tǒng)。在硬件需求方面，該架構(gòu)僅需兩張A800圖形處理器即可支撐100M個詞元的極限推理。研究發(fā)表在 Zenodo 上。

#大模型技術(shù) #計算模型與人工智能模擬 #長時記憶 #稀疏注意力 #端到端優(yōu)化

閱讀更多：

Chen, Yu, et al. “MSA: Memory Sparse Attention for Efficient End-to-End Memory Model Scaling to 100M Tokens.” Zenodo, 19 Mar. 2026. Zenodo, https://doi.org/10.5281/zenodo.19103670

人機協(xié)同成功的關(guān)鍵在于實現(xiàn)“混合認知對齊”

人與AI的合作為何常常失?。克沟傥乃估砉W院的Bei Yan等人指出，問題不在于AI本身，而在于人機之間缺乏認知協(xié)同。為此，他們提出了一種名為“混合認知對齊”的新理論，認為成功的協(xié)作并非來自預先的任務劃分，而是在互動中逐步形成的共享理解與信任。

研究指出，人與AI的認知模式存在本質(zhì)差異：人類運用經(jīng)驗和判斷，AI則依賴統(tǒng)計數(shù)據(jù)。這種差異導致協(xié)作時常出現(xiàn)摩擦。研究團隊提出的核心概念是“混合認知對齊”（hybrid cognitive alignment），它并非在部署AI時一次性設定，而是一個在使用過程中逐漸浮現(xiàn)的動態(tài)協(xié)調(diào)過程。在此過程中，人類通過與AI互動，逐步了解其行為、能力和局限，并相應調(diào)整自己的工作方式和信任度，最終形成對任務和角色的共同理解。例如，在醫(yī)療診斷中，AI能高效分析影像發(fā)現(xiàn)異常，但醫(yī)生掌握著病人的完整病史和具體情況；只有當醫(yī)生學會何時采納、何時質(zhì)疑AI的建議時，二者才能發(fā)揮最大合力。因此，企業(yè)在引入AI時不應將其視為簡單的“即插即用”工具，而應作為一位新同事，投入時間進行培訓和磨合，才能將AI從問題的來源轉(zhuǎn)變?yōu)閮r值的創(chuàng)造者。研究發(fā)表在 Academy of Management Journal 上。

#認知科學 #跨學科整合 #人機協(xié)同 #人工智能 #組織管理

閱讀更多：

Lu, Li, and Bei Yan. “Syncing Minds and Machines: Hybrid Cognitive Alignment as an Emergent Coordination Mechanism in Human–AI Collaboration.” Academy of Management Review, Mar. 2026, p. amr.2024.0546. journals.aom.org (Atypon), https://doi.org/10.5465/amr.2024.0546

AI模型高精度識別烏爾都語虛假新聞

針對烏爾都語（Urdu）缺乏大型新聞數(shù)據(jù)集導致虛假信息檢測困難的問題，赫瑞瓦特大學的 Muhammad Zeeshan Babar 和拉合爾大學的 Waseem Abbasi 等研究人員構(gòu)建了一個包含超過14000篇文章的新數(shù)據(jù)集。基于該數(shù)據(jù)集，他們開發(fā)出一個深度學習模型，能夠以超過96%的準確率識別虛假新聞，為全球1.7億烏爾都語使用者提供了重要的事實核查工具。

?烏爾都語字母。Credit: Scientific Reports (2026).

研究團隊首先解決了數(shù)據(jù)稀缺的根本問題，他們匯編了一個包含14,178篇烏爾都語新聞文章的大型數(shù)據(jù)集，時間跨度從2017年到2023年，并首次廣泛覆蓋了政治、宗教等虛假信息泛濫的敏感領(lǐng)域。隨后，團隊測試了多種深度學習架構(gòu)，發(fā)現(xiàn)將XLM-RoBERTa（一種強大的跨語言預訓練模型）與GloVe（一種能捕捉詞匯語義關(guān)系的詞向量）嵌入進行拼接的方法效果最佳。該模型通過分析文章的詞匯、句式、情感和語言結(jié)構(gòu)特征，能有效區(qū)分真實報道與虛假信息。最終測試結(jié)果顯示，該模型的準確率達到了96.2%，F(xiàn)1分數(shù)（綜合了精確率和召回率的指標）為0.956。為推動后續(xù)研究，該數(shù)據(jù)集已完全開放獲取。這項成果為低資源語言的虛假新聞自動檢測提供了寶貴的資源和方法論。研究發(fā)表在 Scientific Reports 上。

#AI驅(qū)動科學 #預測模型構(gòu)建 #虛假新聞檢測 #自然語言處理 #低資源語言

閱讀更多：

Feroz, Asif, et al. “Verifying Urdu News Authenticity Using Deep Learning with Concatenated BERT and GloVe Embedding.” Scientific Reports, vol. 16, no. 1, Feb. 2026, p. 7352. www.nature.com, https://doi.org/10.1038/s41598-026-36771-0

EMPA與MAPO：兩大開源研究為AI實現(xiàn)高質(zhì)量長程共情開辟新路徑

如何讓AI的共情能力超越單薄的“漂亮話”，在長期陪伴中真正起到積極作用？自然選擇團隊的Shiya Zhang等人通過兩項關(guān)聯(lián)研究，為這一難題提供了系統(tǒng)性解決方案。他們分別提出了用于長程共情評測的EMPA框架和用于訓練的MAPO強化學習算法，推動AI共情從主觀印象向量化、可優(yōu)化的技術(shù)能力轉(zhuǎn)變。

研究團隊首先指出，傳統(tǒng)AI共情評測的局限在于關(guān)注“這句話說得好不好”，而非“這段對話是否真的有幫助”。為此，他們開發(fā)了EMPA評測框架，將共情視為一個長期過程。該框架在一個動態(tài)沙盒環(huán)境中進行，不再給單句回復打分，而是通過一個裁判智能體（judge agent）持續(xù)追蹤對話證據(jù)，并利用共情潛力模型（Empathy Potential Model）在潛在心理空間中建模用戶狀態(tài)的完整變化軌跡，從而量化整段對話的累積影響。在此基礎(chǔ)上，團隊進一步提出了MAPO算法以優(yōu)化模型的長程對話策略。該算法創(chuàng)新性地結(jié)合了兩種獎勵信號：一是反映單步對話質(zhì)量的即時獎勵，二是估算未來累積收益的長期回報。這種設計使得模型在學習中既能抓住眼前的優(yōu)化機會，又不會迷失長期目標。實驗證明，經(jīng)MAPO訓練的32B模型在EMPA基準測試中效果顯著，部分表現(xiàn)已接近Claude-3.5。

#大模型技術(shù) #計算模型與人工智能模擬 #共情計算 #強化學習 #對話系統(tǒng)

閱讀更多：

Zhang, Shiya, et al. “EMPA: Evaluating Persona-Aligned Empathy as a Process.” arXiv:2603.00552, arXiv, 16 Mar. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2603.00552

Zhang, Naifan, et al. “MAPO: Mixed Advantage Policy Optimization for Long-Horizon Multi-Turn Dialogue.” Version 1, arXiv:2603.06194, arXiv, 6 Mar. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2603.06194

55%的美國青少年曾使用人工智能制作色情圖片

隨著生成式AI技術(shù)普及，其被用于制作非自愿色情圖片的風險引發(fā)社會擔憂，尤其是在青少年群體中。為探明其真實流行程度，喬治梅森大學的研究員Chad Steel進行了一項調(diào)查，結(jié)果顯示超過半數(shù)的美國青少年曾使用AI“一鍵脫衣”等工具生成色情圖片，揭示了這一行為的普遍性及其帶來的潛在傷害。

?一半的美國青少年表示曾制作過性暗示的 AI 圖像。一項于 2025 年 1 月對 557 名青少年進行的調(diào)查，考察了他們接觸和使用 AI 裸體化和圖像生成技術(shù)的情況。Credit: Anthony Lewis (www.anthony-lewis.com), PLOS, CC-BY 4.0

該研究通過對557名13至17歲的美國青少年進行匿名在線問卷調(diào)查，探究了他們使用生成式人工智能制作色情圖片的現(xiàn)狀。調(diào)查結(jié)果令人震驚：55.3%的受訪者承認曾使用“一鍵脫衣”等裸體模擬工具制作過至少一張自己或他人的圖片，54.4%的人曾收到過此類圖片。更為嚴重的是，非自愿行為十分普遍，有36.3%的青少年報告稱，有人未經(jīng)他們同意就制作了他們的AI色情圖片，另有33.2%的人表示自己的此類圖片遭到了非自愿傳播。數(shù)據(jù)分析顯示，盡管這種行為在不同年齡段和性別中都很普遍，但男性青少年在制作和分享（無論是否經(jīng)對方同意）這類圖片的比例上顯著更高。研究者指出，青少年已成為“AI原住民”，AI裸露化應用正成為新型的“數(shù)字性短信”，但其圍繞“同意”議題的復雜性和傷害性遠超以往。這些發(fā)現(xiàn)為制定相關(guān)法律政策和教育干預措施提供了關(guān)鍵數(shù)據(jù)支持。研究發(fā)表在 PLOS One 上。

#疾病與健康 #心理健康與精神疾病 #大模型技術(shù) #青少年行為

閱讀更多：

Steel, Chad M. S. “Prevalence of Generative Artificial Intelligence Sexualized Image Usage by Adolescents in the United States.” PLOS ONE, vol. 21, no. 3, Mar. 2026, p. e0342824. PLoS Journals, https://doi.org/10.1371/journal.pone.0342824

VRSpi系統(tǒng)實時讀取恐懼，革新蜘蛛恐懼癥療法

為解決虛擬現(xiàn)實暴露療法（VRET）中強度調(diào)節(jié)依賴主觀判斷的難題，格拉茨技術(shù)大學的Selina C. Wriessnegger團隊開發(fā)了一套名為VRSpi的神經(jīng)自適應系統(tǒng)。該系統(tǒng)通過實時監(jiān)測腦電圖和心率等客觀生理指標，自動調(diào)整治療強度，旨在為蜘蛛恐懼癥患者提供更精準、個性化的治療方案。

?用于治療蜘蛛恐懼癥的神經(jīng)適應性虛擬現(xiàn)實系統(tǒng)。Credit:INE – TU Graz

研究團隊招募了21名參與者，讓他們佩戴腦電圖帽和VR眼鏡，進入一個充滿蜘蛛的虛擬地窖。與傳統(tǒng)療法不同，VRSpi系統(tǒng)不依賴于參與者的口頭反饋，而是通過實時分析其大腦活動和心率來客觀評估恐懼程度。研究發(fā)現(xiàn)，當參與者感到焦慮時，其右側(cè)額葉大腦活動會顯著增強，這一變化可通過一個名為額葉alpha不對作用性（frontal alpha asymmetry, FAA, 一種衡量左右腦半球活動差異的腦電指標）的指數(shù)精確捕捉。系統(tǒng)內(nèi)的算法利用這些數(shù)據(jù)，實時調(diào)整VR環(huán)境中的刺激強度——例如增加或減少蜘蛛的數(shù)量和大小，從而將參與者的焦慮水平維持在一個既能產(chǎn)生治療效果又不過于強烈的“治療窗口”內(nèi)。研究結(jié)果證實，該系統(tǒng)能夠可靠地測量恐懼，并實現(xiàn)對虛擬環(huán)境的自適應控制，為實現(xiàn)高效、個性化的恐懼癥治療開辟了新途徑。研究發(fā)表在 Frontiers in Human Neuroscience 上。

#疾病與健康 #心理健康與精神疾病 #腦機接口 #虛擬現(xiàn)實療法 #恐懼癥

閱讀更多：

Wriessnegger, Selina C., et al. “VRSPi: Towards a Neuroadaptive VR Exposure Therapy System for Spider Phobia.” Frontiers in Human Neuroscience, vol. 20, Mar. 2026. Frontiers, https://doi.org/10.3389/fnhum.2026.1717588

整理｜ChatGPT

編輯｜丹雀、存源

關(guān)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。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哦~

關(guān)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(gòu)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。

研究院在華山醫(yī)院、上海市精神衛(wèi)生中心分別設立了應用神經(jīng)技術(shù)前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工陳天橋雒芊芊神經(jīng)科學研究院。

研究院還建成了支持腦科學和人工智能領(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、、、科普視頻媒體「大圓鏡」等。