追問daily | 看到室友如此努力，你也會更上進；歷時20年，實驗證明哺乳動物無法通過克隆無限續命

█ 腦科學動態

Nature：首個功能性腦圖譜展示生命全程大腦通訊網絡的變化

Cell：繪制首個實驗小鼠全身分子和細胞圖譜

大腦回路間自然競爭或可提升信息處理能力

AI視覺模型與大腦運作方式大相徑庭

感知到隊友的“辛苦”能增強你的認知控制力

腦結構連接與信號傳導速度決定生命周期內的腦電節律變化

身邊的負面社交關系顯著加速生物學衰老

歷時20年繁育58代，證實哺乳動物無法通過克隆無限續命

每天聆聽24分鐘節拍刺激音樂可有效緩解焦慮

█ AI行業動態

宕機11小時上熱搜！DeepSeek“靜默升級”被用戶抓個正著

█ AI驅動科學

Nature：智能小型化給藥器械，精準醫療新范式

類腦人工智能硬件助力自主設備高效獨立運行

3D打印微型機器人實現無腦自主導航

新基準測試與訓練系統提升機器人空間規劃能力

一半靠蒙：大語言模型在小說摘要任務中遭遇滑鐵盧

倫敦國王學院開發可擴展神經類器官記錄系統以助力大腦研究

準確率達98.2%！可穿戴“氣味戒指”實現無創健康監測

解決AI規劃的曲率陷阱：時間直道化提升潛在空間規劃效能

腦科學動態

Nature：首個功能性腦圖譜展示生命全程大腦通訊網絡的變化

人腦的功能網絡在一生中如何演變？長期以來，這一問題缺乏一個完整的答案。Hoyt Patrick Taylor IV及其團隊通過分析覆蓋全生命周期的大規模腦掃描數據，成功繪制出首個從嬰兒期到百歲老人的大腦功能組織動態圖譜。這項研究不僅揭示了大腦在不同生命階段“分化”與“去分化”的核心規律，也為理解神經系統疾病提供了全新的參考標準。

? 梯度流形計算及其解釋概述。a ， 對于每個個體，將 fMRI 信號映射到皮層表面，并使用 Pearson 相關系數計算功能連接（FC）矩陣。通過對 FC 矩陣應用擴散嵌入獲得個體 FC 梯度，并將其與感興趣的模板梯度軸（SA、VS 和 MR）對齊。這些軸分別通過皮層位置在關聯（紅色）或單模態（白色）中的作用、在視覺（藍色）或體感（綠色）域中的優先激活以及參與自上而下調制（白色）或表征（黑色）的傾向來區分皮層位置。b ， 成人梯度流形在嵌入空間（左）和皮層表面（右）中的分類，以及一個統一的顏色圖，該圖結合了 a 中使用的三種信息。圖中顯示了沿梯度流形的幾條路徑以及沿皮層表面的相應顏色編碼路徑，展示了梯度流形枚舉的層級結構的皮層實現。Credit: Nature (2026).

該研究分析了3,556名健康個體（年齡從16天至100歲）的靜息態功能磁共振成像數據，并運用一種創新的分析方法，將復雜的大腦區域間通訊模式轉化為簡潔的“功能連接梯度”。這些梯度描繪了大腦的功能層級，從負責視覺、觸覺等基本功能的感覺區域，延伸至負責抽象思維等復雜功能的高級聯合皮層。研究結果清晰地展示了大腦功能組織的全生命周期軌跡：在嬰兒期，大腦功能由初級感覺系統主導；進入童年和青春期，大腦網絡經歷了顯著的“分化”，即處理復雜任務的腦區變得高度特化，功能邊界清晰；而隨著步入老年，這一過程發生逆轉，大腦開始“去分化”，不同功能系統間的界限變得模糊，特化程度下降。這個圖譜為大腦的正常發育和衰老提供了首個通用模板，有望幫助臨床醫生更早地識別神經系統疾病的跡象。研究發表在 Nature 上。

#疾病與健康 #神經機制與腦功能解析 #腦圖譜 #生命周期 #功能連接

閱讀更多：

Taylor, Hoyt Patrick, et al. “Functional Hierarchy of the Human Neocortex across the Lifespan.” Nature, Mar. 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-026-10219-x

Cell：繪制首個實驗小鼠全身分子和細胞圖譜

盡管實驗小鼠是生物醫學研究的基石，但我們對它在全身尺度下的分子運作機制仍知之甚少。復旦大學的鮑峰、芝加哥大學的Nicolas Chevrier及北京航空航天大學的Li Bohan等人合作，成功繪制了首個覆蓋實驗小鼠全身的分子和細胞圖譜，為系統性疾病研究提供了前所未有的“導航地圖”。

? Credit:Cell.

研究團隊首先采用時空轉錄組學技術，獲得了6周齡小鼠全身切片的全轉錄組信息。通過結合一個包含5900萬個細胞的龐大單細胞參考數據庫和創新的計算方法，他們成功地在全身圖譜中精準定位了379種不同的細胞類型。更進一步，團隊開發了一個名為LABEL的機器學習模型，該模型能夠“學習”這份精細的圖譜，從而實現對傳統的蘇木素-伊紅染色（H&E-stained，病理學中最常用的組織染色方法）圖像的自動化、高精度注釋，直接在圖像上標出各種組織和細胞。為了驗證該平臺的實用價值，研究者將其應用于內毒素血癥小鼠模型，系統地描繪了全身性炎癥反應下，不同器官和細胞類型的基因表達變化規律。這項工作為理解生物體作為一個整體如何運作和響應疾病提供了強大的統一框架。研究發表在 Cell 上。

#疾病與健康 #自動化科研 #空間轉錄組學 #小鼠模型 #全身圖譜

閱讀更多：

Clevenger, Margarette H., et al. “Whole-Body Molecular and Cellular Mapping of the Laboratory Mouse.” Cell, vol. 0, no. 0, Mar. 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.03.006

大腦回路間自然競爭或可提升信息處理能力

大腦如何平衡其內部不同功能網絡之間的合作與競爭？來自牛津大學、劍橋大學的Andrea I. Luppi等研究人員發現，長期被大腦模型所忽略的“競爭”機制，實際上是塑造大腦真實動態和高效計算能力的關鍵。他們構建的新模型證明，合作與競爭的平衡不僅能更準確地模擬大腦活動，還能更好地捕捉個體間的差異。

? 基于連接組的神經形態網絡具有優異的計算性能和競爭性生成交互作用。Credit: Nature Neuroscience (2026).

研究團隊利用人類、獼猴和小鼠的大腦連接組數據，構建并比較了兩種全腦計算模型：一種是僅允許神經回路間相互激活的傳統“純合作”模型，另一種是同時引入了激活與抑制機制的“合作-競爭”模型。結果顯示，在所有三個物種中，“合作-競爭”模型都顯著優于傳統模型，其模擬的大腦活動模式與真實的功能磁共振成像數據更為吻合。競爭機制如同一種穩定器，避免了大腦活動陷入過度同步的失控狀態，并允許不同腦區網絡輪流主導，展現出更真實的動態起伏。更重要的是，新模型能更精準地捕捉到每個個體獨特的“大腦指紋”，這為開發個性化精準醫療的“數字孿生”大腦奠定了基礎。研究發表在 Nature Neuroscience 上。

#神經科學 #神經機制與腦功能解析 #計算模型與人工智能模擬 #跨學科整合

閱讀更多：

Luppi, Andrea I., et al. “Competitive Interactions Shape Mammalian Brain Network Dynamics and Computation.” Nature Neuroscience, Mar. 2026, pp. 1–19. www.nature.com, https://doi.org/10.1038/s41593-026-02205-3

AI視覺模型與大腦運作方式大相徑庭

人工智能模型常被譽為“類腦”，但它們真的像大腦一樣思考嗎？約克大學的Kohitij Kar和Sabine Muzellec團隊通過一項創新研究揭示，當前主流AI視覺模型與靈長類動物大腦之間存在顯著的“隱藏不匹配”，挑戰了AI“類腦”的普遍看法。

? 預測性能相似，但不同模型的底層策略不同。Credit: Nature Machine Intelligence (2026).

研究團隊開發了一種名為“反向預測性”（reverse predictivity）的新診斷標準。傳統方法通常只測試AI模型預測大腦活動的能力（正向預測性），而該研究則反其道而行之，檢驗了獼猴大腦的神經活動能否預測人工神經網絡（ANNs）的內部激活。結果發現了驚人的不對稱性：盡管AI模型能夠很好地預測大腦神經元對視覺圖像的反應，但大腦的活動卻無法同等地預測AI模型內部的許多特征。這表明，AI為了完成視覺任務，采用了一些大腦并未使用的“捷徑”或內部策略。相比之下，不同猴子大腦之間的神經活動預測是對稱的，這證實了AI與大腦之間的差異是真實存在的。有趣的是，模型中那些能夠被大腦活動有效預測的部分，也更擅長預測真實的人類行為。這項工作不僅為評估和構建更具生物學合理性的AI提供了新標準和工具，也對將AI模型應用于神經科學和臨床研究（如孤獨癥研究）提出了警示。研究發表在 Nature Machine Intelligence 上。

#AI驅動科學 #計算模型與人工智能模擬 #視覺神經科學 #類腦計算

閱讀更多：

Muzellec, Sabine, and Kohitij Kar. “Reverse Predictivity for Bidirectional Comparison of Neural Networks and Biological Brains.” Nature Machine Intelligence, vol. 8, no. 3, Mar. 2026, pp. 474–88. www.nature.com, https://doi.org/10.1038/s42256-026-01204-0

感知到隊友的“辛苦”能增強你的認知控制力

為何我們會在意隊友是否努力？Marcell Székely、Luke McEllin、Stephen Butterfill 和 John Michael 等人（來自意大利米蘭國立大學、奧地利中歐大學和英國華威大學）的研究揭示，感知到合作伙伴的巨大投入，會增強我們自身的認知控制。這種效應尤其體現在犯錯之后，大腦會調動更多資源來重新集中注意力，以維持共同行動的承諾。

? 測試模塊和試驗結構。每個測試模塊首先顯示伙伴的感知努力程度（高或低）（驗證碼階段），隨后進行 45 次 SART 試驗。每次試驗開始時，屏幕中央會呈現一個圓形灰色掩蔽圖像，持續 1500 毫秒。之后，屏幕中央會顯示一個數字（1-9），持續 500 毫秒。Credit: New Ideas in Psychology (2026).

研究中，參與者被要求完成一項單調的注意力任務，并在任務開始前觀察一位“伙伴”解決驗證碼。研究人員通過調整驗證碼的難度，讓參與者形成伙伴“投入了高努力”或“投入了低努力”的印象。實驗的關鍵測量指標是錯誤后減慢（post-error slowing，指個體在犯錯后，下一個反應會不自覺地變慢，被視為大腦加強注意力控制的標志）。結果顯示，盡管在整體表現上沒有顯著差異，但一個清晰的模式浮現出來：當參與者認為伙伴非常努力時，他們在自己犯錯后的反應減慢程度會更明顯。這表明，感知到他人的高投入，會像一種無形的激勵，促使我們的大腦加強認知控制，以避免因失誤而辜負共同的目標。這項發現為提升團隊協作和教育效率提供了新的視角。研究發表在 New Ideas in Psychology 上。

#認知科學 #意圖與決策 #社會認知 #合作

閱讀更多：

Székely, Marcell, et al. “True Grit? The Perception of a Partner’s Effort Boosts Cognitive Control to Sustain Commitment in Joint Action.” New Ideas in Psychology, vol. 82, Aug. 2026, p. 101250. ScienceDirect, https://doi.org/10.1016/j.newideapsych.2026.101250

腦結構連接與信號傳導速度決定生命周期內的腦電節律變化

人腦電活動在人一生中如何演化及其與大腦解剖結構的聯系一直是個重要謎題。Ronaldo Garcia Reyes及多國研究人員（古巴-中國神經信息學聯合實驗室）通過開發名為Xi-αNET的新型生成模型，揭示了大腦解剖連接和神經信號延遲如何共同塑造腦電圖的寬帶背景活動和α波，并繪制了跨越百年的腦節律生命周期軌跡。

該研究分析了包含1965名5至100歲參與者的靜息態腦電圖數據。研究人員利用磁共振成像提取髓鞘圖譜來構建大腦區域層級，并引入顱內皮層間誘發響應作為傳導延遲的先驗信息從而建立計算模型。分析結果表明，非周期性寬帶背景活動主要集中在額葉區域并由前饋連接主導，而α節律在后部皮層最強且由反饋連接主導。個體神經傳導延遲隨年齡呈現U形軌跡，即青年期較短、中年期穩定、老年期變長。這一演變軌跡與皮層髓鞘形成的變化高度吻合，證明傳導速度越快對應的α波頻率越高。此外該模型成功檢測出帕金森病患者的α節律顯著減慢現象，有望成為神經退行性疾病的早期生物標志物。研究發表在 National Science Review 上。

#疾病與健康 #神經機制與腦功能解析 #計算模型與人工智能模擬 #腦電信號分析 #大腦衰老

閱讀更多：

Reyes, Ronaldo Garcia, et al. “Lifespan Development of EEG Alpha and Aperiodic Component Sources Is Shaped by the Connectome and Axonal Delays.” National Science Review, Feb. 2026, p. nwag076. Silverchair, https://doi.org/10.1093/nsr/nwag076

身邊的負面社交關系顯著加速生物學衰老

負面社交關系如何影響個體的生物學衰老一直有待精確量化。Byungkyu Lee和Brea L. Perry團隊（紐約大學和印第安納大學）通過生物標志物證實，社交圈中的負面聯系會作為慢性壓力源顯著加速機體衰老并增加患病風險。

研究團隊分析了美國印第安納州2685名成年人的唾液樣本與自我報告的社交網絡數據。研究采用表觀遺傳時鐘（epigenetic clocks，通過檢測DNA甲基化水平測算身體實際老化程度的生化工具）評估生物學年齡。具體包含測量衰老速度的指標（DunedinPACE）和評估累積衰老負擔的指標（GrimAge2）。結果顯示，近30%的受訪者核心社交圈中存在至少一個負面聯系人（hasslers，給生活增添困難與壓力的社交對象）。每增加一個負面聯系人，個體的衰老速度會加快約1.5%，生物學年齡平均增加約9個月。并非所有負面聯系人的影響都相同，來自親屬和非親屬的負面聯系與衰老加速顯著相關，而來自配偶的負面聯系則未顯示出該關聯。此外，女性、吸煙者以及有不良童年經歷的人更容易暴露于此類負面社交中，且更多的負面聯系人與體內較高的炎癥水平和多種疾病共存風險直接相關。研究發表在 PNAS 上。

#疾病與健康 #健康管理與壽命延長 #表觀遺傳時鐘 #生物學衰老 #社會壓力

閱讀更多：

Lee, Byungkyu, et al. “Negative Social Ties as Emerging Risk Factors for Accelerated Aging, Inflammation, and Multimorbidity.” Proceedings of the National Academy of Sciences, vol. 123, no. 8, Feb. 2026, p. e2515331123. pnas.org (Atypon), https://doi.org/10.1073/pnas.2515331123

歷時20年繁育58代，證實哺乳動物無法通過克隆無限續命

哺乳動物是否可以通過無性繁殖實現物種的無限延續一直是一個未解之謎。Teruhiko Wakayama及其團隊（山梨大學）通過一項長達20年的實驗表明，由于基因突變的不斷積累，小鼠的連續克隆在第58代達到極限，證實哺乳動物無法通過克隆無限續命。

研究團隊從單只供體小鼠開始，歷時20年進行了超過三萬次克隆嘗試，繁育出上千只克隆鼠。實驗初期克隆成功率一度上升，但從第27代開始持續下降，到第57代平均成功率暴跌至百分之零點六，最終第58代小鼠在出生后死亡，成為最后一代。通過全基因組測序，研究人員發現這些克隆鼠雖然外表和壽命正常，但其DNA深處正在不斷積累有害的單核苷酸突變和大型染色體結構變異。為了驗證有性生殖的糾錯能力，研究人員將接近最終代的克隆雌鼠與正常雄鼠交配，發現盡管絕大多數胚胎退化，但少數胚胎通過減數分裂和受精作用恢復了正常，后代的產仔數重回健康水平。這表明哺乳動物必須依賴有性生殖來清除無性繁殖引發的遺傳異常。研究發表在 Nature Communications 上。

#其他 #其他 #克隆技術 #基因突變 #有性生殖

閱讀更多：

Wakayama, Sayaka, et al. “Limitations of Serial Cloning in Mammals.” Nature Communications, vol. 17, no. 1, Mar. 2026, p. 2495. www.nature.com, https://doi.org/10.1038/s41467-026-69765-7

每天聆聽24分鐘節拍刺激音樂可有效緩解焦慮

如何通過簡單低成本的方法有效緩解焦慮癥狀？Danielle K. Mullen和Frank A. Russo等（多倫多都市大學）通過臨床試驗發現，聆聽特定時長的專門音樂可以顯著減輕患者的焦慮癥狀，為心理健康干預提供了新思路。

研究團隊開展了一項隨機臨床試驗，納入144名正在接受藥物治療的中度焦慮成年人。參與者被隨機分配到四個組別：聆聽24分鐘粉紅噪音（pink noise，一種聽起來類似瀑布或海浪聲的寬頻背景聲，在此作為對照組）、12分鐘帶有聽覺節拍刺激的音樂、24分鐘帶有聽覺節拍刺激的音樂，以及36分鐘帶有聽覺節拍刺激的音樂。研究表明，與對照組相比，聆聽結合聽覺節拍刺激的音樂能更顯著地減輕注意力難以集中等認知癥狀以及胸痛等生理癥狀。進一步分析發現，改善效果存在劑量反應關系，其中36分鐘方案改善負面情緒的效果優于12分鐘方案，而24分鐘被評估為最佳干預時長，既能有效改變焦慮水平，又不需要患者投入過長的時間。研究發表在 PLOS Mental Health 上。

#疾病與健康 #心理健康與精神疾病 #焦慮癥 #數字療法 #音樂療法

閱讀更多：

Mullen, Danielle K., et al. “Investigating the Dose-Response Relationship between Music and Anxiety Reduction: A Randomized Clinical Trial.” PLOS Mental Health, vol. 3, no. 1, Jan. 2026, p. e0000355. PLoS Journals, https://doi.org/10.1371/journal.pmen.0000355

AI 行業動態

宕機11小時上熱搜！DeepSeek“靜默升級”被用戶抓個正著

國產大模型DeepSeek近日經歷了一場引發廣泛關注的服務中斷。3月29日，其網頁版突發宕機，持續時間超過11小時，“DeepSeek崩了”迅速登上熱搜。然而，這場意外并未引發用戶全然的抱怨，反而被許多人解讀為重大升級的前兆。因為在宕機發生前，不少用戶已敏銳地察覺到模型能力的顯著提升：無論是執行“用SVG畫鵜鶘騎自行車”這類復雜創意任務的圖像質量與構圖，還是生成前端頁面的代碼效果，均有肉眼可見的飛躍。這種“先升級后宕機”的戲劇性事件，加之官方全程保持靜默，更增添了市場的種種猜測。

用戶對模型升級的推測并非空穴來風。通過對話記錄對比發現，宕機前的DeepSeek在自我介紹中首次穩定地明確自身為“DeepSeek-V3模型”，并在不開啟聯網搜索的情況下，已能準確回答2025年的美國選舉結果等時效性問題，據此推測其知識截止日期可能已更新至2026年1月。這一系列“靜默升級”的操作，與該公司此前風格一脈相承。盡管服務現已恢復，但深度思考模式等部分功能尚不穩定。結合DeepSeek近期大規模招聘AI智能體方向人才的動作來看，這家在業界有“龍蝦時代”之稱的公司，似乎正在醞釀一次更具顛覆性的產品迭代，引發了行業對其是否將發布V4等新模型的廣泛期待。

#DeepSeek #靜默升級 #模型迭代 #服務宕機 #AI智能體

閱讀更多：

https://x.com/marmaduke091/status/2038211313566965823?s=20

AI 驅動科學

Nature：智能小型化給藥器械，精準醫療新范式

傳統臨床給藥面臨依從性差及藥物穩定性難維持等挑戰。浙江大學和麻省理工學院的Xinwei Wei、Robert Langer與Zhen Gu等團隊系統總結了智能小型化給藥器械的發展。研究展示了多學科技術如何實現靶向釋放帶來精準醫療新范式。

這項綜述系統評估了智能小型化給藥器械（IMDDD，一類通常采用自上而下方法制造并整合智能材料與先進算法的微型遞送設備）的設計原理與臨床潛力。研究團隊將其分為四大類包含生物電子治療設備、物理觸發致動器、物理化學響應設備以及活體設備。研究詳細探討了人工智能在增強器械性能方面的核心作用。通過集成微型傳感器與電子組件這些設備能夠實時響應體內葡萄糖或活性氧等動態生理信號從而實現閉環或程序化給藥。在臨床應用方面結合微型機器人的靶向給藥系統、口服膠囊和微針貼片等技術已在癌癥靶向治療、糖尿病閉環管理和無痛疫苗接種中展現出顯著優勢。盡管該技術在臨床轉化中仍面臨體內生物相容性、規模化制造成本及免疫排斥等多重挑戰但隨著材料科學與算法的深度結合未來的給藥系統必將更加微型化與智能化。研究發表在 Nature 上。

#疾病與健康 #個性化醫療 #給藥器械 #人工智能 #微型機器人

閱讀更多：

Wei, Xinwei, et al. “Towards Intelligent and Miniaturized Drug Delivery Devices.” Nature, vol. 651, no. 8107, Mar. 2026, pp. 897–908. www.nature.com, https://doi.org/10.1038/s41586-026-10221-3

類腦人工智能硬件助力自主設備高效獨立運行

傳統人工智能設備因計算與存儲分離耗能巨大，難以滿足無人機等在野外的高效導航需求。Kaushik Roy團隊（普渡大學）受人腦處理機制啟發，開發出集傳感器、算法與硬件于一體的類腦系統。該成果使自主設備在極低功耗下實現了獨立的實時視覺避障與精準導航。

? 這款由普渡大學工程師考希克·羅伊（Kaushik Roy）開發的 AI 無人機配備了事件驅動型攝像頭，可以幫助它避開障礙物并到達預設目的地。這些攝像頭模擬人類通過快速眼動和聚焦來解讀視覺數據的方式。Credit: Purdue University /John Underwood

研究團隊以脈沖神經網絡為核心，結合傳統網絡構建了混合架構以優化時序捕捉與模型訓練。在感知端，團隊采用事件驅動型攝像頭，結合專有算法模擬人類視覺聚焦機制，優先處理視野中的移動物體。在硬件層面，研究人員正在開發基于自旋軌道扭矩的電子突觸，將計算直接映射到存儲芯片上，從而徹底消除馮·諾依曼瓶頸。實地測試顯示，配備該系統的無人機僅靠視覺傳感器便成功在移動的圓環中實現了無碰撞的路徑規劃與導航。這種基于內存計算的設備大幅降低了功耗，且能在完全斷網環境下獨立運行，未來可廣泛賦能各類能源受限的邊緣人工智能系統。研究發表在 Communications Engineering 上。

#其他 #計算模型與人工智能模擬 #類腦硬件 #脈沖神經網絡 #邊緣計算

閱讀更多：

Chowdhury, Sayeed Shafayet, et al. “Neuromorphic Computing for Robotic Vision: Algorithms to Hardware Advances.” Communications Engineering, vol. 4, no. 1, Aug. 2025, p. 152. www.nature.com, https://doi.org/10.1038/s44172-025-00492-5

3D打印微型機器人實現無腦自主導航

微型機器人難以兼具小尺寸與高柔韌性，這限制了其在復雜環境中的自適應導航能力。萊頓大學的Mengshi Wei和Daniela J. Kraft研發出一種無需傳感器和外部控制即可像動物一樣游動、導航并避障的微米級軟體機器人，為生物醫學應用和仿生系統開發開辟了全新路徑。

? Credit: Leiden University

為了解決微尺度下的適應性難題，研究人員以自然界中能夠改變形狀以適應環境的蠕蟲等動物為靈感，利用三維微型打印制造出一種由柔性節段組成的鏈狀軟體結構。這些機器人的長度僅有幾十微米，內部元件尺寸為5微米。當施加交流電場（AC electric field，一種方向隨時間交替變化以提供驅動力的電場）時，微結構被激活并開始移動，速度可達每秒7微米。實驗發現，該機器人的形狀與運動之間存在持續的機械反饋：形狀會影響運動方式，而運動產生的流體動力反過來又改變機器人的形狀。因此它們展現出多種類似生命的運動模式，如軌道式、波浪形移動和旋轉。更重要的是，它們衍生出了感知與響應能力，能夠在遇到障礙物時自動尋找其他路徑，并在相遇時自然避開彼此。這種設計使其能在密集環境中自主導航，展現出具身智能。研究發表在 PNAS 上。

#其他 #機器人及其進展 #微型機器人 #具身智能 #仿生系統

閱讀更多：

Wei, Mengshi, and Daniela J. Kraft. “Life-like Behavior Emerging in Active and Flexible Microstructures.” Proceedings of the National Academy of Sciences, vol. 123, no. 13, Mar. 2026, p. e2531743123. pnas.org (Atypon), https://doi.org/10.1073/pnas.2531743123

新基準測試與訓練系統提升機器人空間規劃能力

針對視覺語言模型與底層運動系統脫節導致機器人無法精準執行現實世界多步任務的問題，Sehun Jung、HyunJee Song、Dong-Hee Kim、Reuben Tan、Jianfeng Gao、Yong Jae Lee和Donghyun Kim（高麗大學、微軟研究院、威斯康星大學麥迪遜分校）開發了全新的基準測試與數據生成框架，顯著提升了機器人的空間動作規劃能力。

? 在 GroundedPlanBench 數據集上，對基于空間定位的動作計劃進行了定性比較，比較對象包括真實模型 (GT)、基線模型和我們提出的方法。綠色邊界框代表抓取預測，紅色十字代表放置目標。Credit: arXiv (2026).

這項研究首先構建了名為GroundedPlanBench的基準測試，基于真實世界數據集提取了308個場景并設計出1009個評估任務。這些任務包含明確指令與模糊指令，旨在聯合評估分層子動作規劃與空間動作定位的能力。研究團隊發現，當前的視覺語言模型雖然能生成連貫的任務步驟列表，但普遍缺乏準確的空間定位能力，無法在畫面中指出物品的精確坐標。為攻克這一瓶頸，研究人員提出了視頻至空間定位規劃系統。該系統讓模型觀看人類或機器人執行任務的視頻，通過精準識別手或機械臂張開閉合的瞬間，將長視頻分解為片段，進而轉化為超過40000個訓練課程。經過該系統訓練后，模型不僅在基準測試中的動作規劃和空間定位指標上取得大幅進步，其在真實世界機器人操作實驗中的表現也得到了顯著驗證。

#大模型技術 #機器人及其進展 #空間定位 #多步任務規劃 #視覺語言模型

閱讀更多：

Jung, Sehun, et al. “Spatially Grounded Long-Horizon Task Planning in the Wild.” Version 1, arXiv, 2026. DOI.org (Datacite), https://doi.org/10.48550/ARXIV.2603.13433

一半靠蒙：大語言模型在小說摘要任務中遭遇滑鐵盧

盡管大模型擅長處理技術文本，但它們能真正理解復雜的文學作品嗎？Melanie Subbiah等人（哥倫比亞大學）引入未公開的小說對模型進行測試，發現大模型在理解敘事潛臺詞時存在嚴重局限，凸顯了專家評估的不可替代性。

為了避免訓練數據污染，研究團隊與專業作家合作，收集了二十五篇從未在網絡公開的原創短篇小說。研究人員讓GPT-4、Claude-2.1和LLaMA-2-70B等先進的大語言模型對小說生成摘要，并由原作者從連貫性、忠實度和細節覆蓋等方面進行定量與定性評估。結果表明，這三種模型在超過百分之五十的情況下會出現忠實度錯誤，在解讀非線性敘事、不可靠敘述者（unreliable narrators，在文學作品中常常故意隱藏真相或誤導讀者的敘述視角）以及復雜的潛臺詞時表現掙扎。模型生成可靠文學分析的概率僅為百分之五十左右，如同拋硬幣一般不可預測。研究還證實，模型自身的自動評分無法與人類作家的專業判斷相吻合。研究發表在 Transactions of the Association of Computational Linguistics 上。

#大模型技術 #跨學科整合 #文學分析 #自然語言處理 #模型評估

閱讀更多：

https://arxiv.org/abs/2403.01061

倫敦國王學院開發可擴展神經類器官記錄系統以助力大腦研究

探索腦組織對藥物的反應以及神經系統的發育過程一直受限于傳統三維類器官的可擴展性與記錄難度。Adam Pavlinek、Anthony C. Vernon和Deepak P. Srivastava等人（倫敦國王學院）成功將三維腦類器官解離為二維培養，開發出一種可擴展的長期電生理記錄系統，實現了更高通量的藥物測試與網絡活動追蹤。

? 不同來源（細胞系）的神經網絡在微電極陣列上隨時間的變化：從左到右顯示了接種后 6 天到 37 天的進展。Credit King's College London

該研究結合了三維類器官的細胞多樣性與二維培養的長期記錄優勢。研究團隊首先培育出三維無引導的大腦類器官，隨后將其解離成單細胞，并混合不同類器官的細胞以降低個體差異。這些單細胞被接種在微電極陣列上進行培養。在長達數十天的監測中，研究人員觀察到神經元網絡隨著細胞成熟和突觸連接的形成，其電活動從發育早期的異步放電逐漸轉變為高度一致的同步放電。此外，該神經網絡對化學長時程增強和17β-雌二醇等生理刺激表現出明顯的功能可塑性。實驗結果還揭示了不同細胞系和批次之間存在活動參數的天然變異，證明了多細胞系混合對于藥物篩選和基因實驗設計的必要性。這一創新方法為研究人類神經發育和突觸功能提供了高度可重復的規模化平臺。研究發表在 Cell Reports Methods 上。

#神經科學 #神經機制與腦功能解析 #類器官 #微電極陣列 #體外模型

閱讀更多：

Pavlinek, Adam, et al. “Electrophysiological Development and Functional Plasticity in Dissociated Human Cerebral Organoids across Multiple Cell Lines.” Cell Reports Methods, vol. 0, no. 0, Mar. 2026. www.cell.com, https://doi.org/10.1016/j.crmeth.2026.101371

準確率達98.2%！港科大團隊研發可穿戴“氣味戒指”實現無創健康監測

針對如何非侵入式且實時監測人體復雜代謝狀態的問題，香港科技大學的Wenhao Ye和Zhiyong Fan等研究團隊開發了一款基于微型嗅覺傳感芯片的AI可穿戴生物識別戒指，該設備能準確讀取個體的飲食和活動狀態，為數字健康監測提供了極具潛力的新方案。

研究團隊設計了一種單片集成式可穿戴系統，其核心是面積僅為0.0081平方毫米的超微型嗅覺傳感器芯片。該芯片采用三維垂直異質界面（three-dimensional vertical hetero-interfaces）與鈀修飾的二氧化錫納米管結構，構建出具有差異化響應的感測像素。為解析極為微弱且復雜的揮發性有機化合物信號，團隊開發了專屬AI算法框架，結合軸向注意力堆疊長短期記憶神經網絡進行特征提取。結果顯示，該設備能精準區分六類飲食和三種運動狀態，結合K近鄰算法后，飲食分類準確率高達98.20%，并能以0.991的決定系數定量預測食物攝入量。此外，研究人員通過氣相色譜-質譜法驗證了傳感器捕捉到的信號確實對應真實的代謝變化。用戶可通過藍牙連接獲取AI生成的個性化健康建議。研究發表在 Nature Communications 上。

#疾病與健康 #個性化醫療 #生物傳感 #可穿戴設備 #人工智能

閱讀更多：

Ye, Wenhao, et al. “Miniaturized Olfactory Sensor Chip-Based AI-Wearable Biometric Ring for Human Body Metabolic Odor Analysis.” Nature Communications, Mar. 2026. www.nature.com, https://doi.org/10.1038/s41467-026-70746-z

解決AI規劃的曲率陷阱：時間直道化提升潛在空間規劃效能

當前世界模型在潛在空間中規劃時常因特征軌跡高度彎曲而失效，Ying Wang、Oumayma Bounou、Yann LeCun與Mengye Ren等人組成的團隊，結合紐約大學、布朗大學與多倫多大學的研究力量，提出時間直道化方法，顯著提升了智能體規劃的穩定性和任務成功率。

研究團隊借鑒了神經科學領域的感知直道化（Perceptual Straightening，即人類視覺系統將復雜的動態輸入轉化為平直內部表征的假設）機制。為了使表示空間更適合規劃，團隊在聯合訓練世界模型的編碼器與預測器時，引入了曲率正則化器。結果表明，這種拉直操作使得潛在空間中的歐幾里得距離能夠精準代表測地距離（geodesic distance，跨越可行狀態到達目標的最短真實路徑成本）。在復雜的帶傳送門點迷宮測試中，舊有模型會因位置瞬間跳躍而陷入邏輯斷層，而應用新方法后，距離熱力圖展現出極度平滑的梯度，精準指導智能體穿越傳送門。實驗證實，該方法使目標達成任務的開環規劃成功率相對提升了百分之二十至百分之六十。

#大模型技術 #計算模型與人工智能模擬 #世界模型 #表征學習

閱讀更多：

https://arxiv.org/abs/2603.12231

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。歡迎評論區留言，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。

研究院在華山醫院、上海市精神衛生中心分別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陳天橋雒芊芊神經科學研究院。

研究院還建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、、科普視頻媒體「大圓鏡」等。