█ 腦科學動態

Cell：自身抗體是長新冠神經系統癥狀的致病元兇

Science：信鴿依賴肝臟巨噬細胞感應地球磁場

縮小斑塊并保護神經元，PM20D1-OLE通路重塑小膠質細胞功能

大腦預測下一個詞的機制與大模型高度相似

微型腦探針Neuropixels Opto實現深層神經元同時測量與操控

大腦如何在社交互動開始前預測行動

MPI技術實現細胞療法體內實時追蹤與定量分析

狹小空間壓力影響求偶：多巴胺延長果蠅的性行為抑制

被誤解的“孕傻”：莫納什大學證實父母認知能力未受損

重大手術可能加速老年人的長期認知衰退

█ AI行業動態

燒掉1萬美元，Claude Opus 4.8在AI最難考試中碾壓GPT-5.5

█ AI驅動科學

Nature：基于智能手機面部視頻的被動心率監測系統

AI不能僅靠被動預測，要在行動中理解世界

DataMaster框架實現以數據為中心的自主AI研發

新型鐵電微機電系統實現物理模擬乘法運算

智能匹配機制可顯著提升游戲玩家留存率

腦科學動態

Cell：自身抗體是長新冠神經系統癥狀的致病元兇

為何部分新冠感染者會長期遭受腦霧、疼痛等神經系統癥狀的折磨？耶魯大學醫學院與西奈山伊坎醫學院的Akiko Iwasaki、David Putrino、Tamas L. Horvath等人通過將長新冠患者的抗體直接注入小鼠體內，首次證明了自身抗體本身就是導致這些癥狀的“元兇”，為采用免疫療法治療長新冠打開了大門。

研究團隊利用組織免疫熒光、人蛋白芯片和質譜分析等技術，發現長新冠患者的自身抗體（AAB）廣泛攻擊神經和血管組織，尤其在有神經認知癥狀的患者中，靶向中樞及周圍神經系統的自身抗體水平顯著升高。這些免疫球蛋白G（IgG）能與人類藍斑核、丘腦等腦區結合，并與小鼠坐骨神經和腦膜發生交叉反應。其中，靶向MED20蛋白的IgG展現出增強的抗體依賴性吞噬作用。為了確證因果關系，研究人員將純化的長新冠患者IgG被動轉移給健康小鼠。結果顯示，這些小鼠出現了疲勞樣行為、平衡與協調能力喪失，以及對熱刺激的痛覺過敏（thermal hyperalgesia，對正常溫熱刺激產生劇烈疼痛反應），并伴有表皮內細纖維神經損傷和疼痛相關神經元過度活躍，精準重現了患者的臨床癥狀。這一系列因果鏈條表明，自身抗體是驅動長新冠神經癥狀的關鍵生物學機制，也意味著現有的一些針對自身抗體的免疫療法，有望系統性地減輕這一群體的慢性癥狀負擔。研究發表在 Cell 上。

#疾病與健康 #神經機制與腦功能解析 #長新冠 #自身抗體 #疼痛

閱讀更多：

Sá, Keyla Santos Guedes de, et al. “A Causal Link between Autoantibodies and Neurological Symptoms in Long COVID.” Cell, vol. 189, no. 11, May 2026, pp. 3214-3235.e37. www.cell.com, https://doi.org/10.1016/j.cell.2026.04.042

Science：信鴿依賴肝臟巨噬細胞感應地球磁場

鳥類如何在缺乏視覺線索的陰天利用地磁場導航一直是未解之謎。德國波恩大學與馬克斯普朗克動物行為研究所的Clivia Lisowski和Christian Kurts等研究人員發現，信鴿肝臟中的超順磁性巨噬細胞能感應地球磁場，揭示了免疫細胞在外周神經感覺中的全新功能。

研究團隊利用振動樣品磁強計（vibrating sample magnetometry，一種測量材料磁化特性的高精度儀器）對信鴿各器官進行篩查，發現其肝臟中富含儲存著大量鐵蛋白的巨噬細胞。為了驗證其功能，研究人員通過靜脈注射氯膦酸鹽脂質體（clodronate liposomes，一種能被特定免疫細胞吞噬并使其自然凋亡的制劑）在信鴿體內暫時清除了這些細胞。高精度GPS追蹤顯示，巨噬細胞被耗竭的信鴿在陰天完全迷失方向，但在太陽可見的晴天仍能精準歸巢。電子顯微鏡進一步揭示，這些巨噬細胞與肝臟部位的自主神經纖維距離極近（≤2微米）。研究推測，信鴿盤旋起飛時肝臟內的巨噬細胞會對齊地球磁力線，引發機械狀態改變，進而通過相鄰神經末梢將方向信號傳遞至大腦進行解析。研究發表在 Science 上。

#神經科學 #神經機制與腦功能解析 #動物導航 #地磁感應 #巨噬細胞

閱讀更多：

Lisowski, Clivia, et al. “Homing Pigeon Navigation Relies on Superparamagnetic Macrophages under Overcast Conditions.” Science, vol. 392, no. 6801, May 2026, pp. 985–91. science.org (Atypon), https://doi.org/10.1126/science.ady2486

縮小斑塊并保護神經元，PM20D1-OLE通路重塑小膠質細胞功能

阿爾茨海默病患者的大腦免疫細胞會逐漸喪失清除毒性斑塊的能力，進而加劇神經系統退化。José Vicente Sánchez Mut和Johannes Gr?ff等研究人員（西班牙國家研究委員會、埃爾切米格爾·埃爾南德斯大學以及洛桑聯邦理工學院）證實，實驗性分子OLE能夠重新編程受損的免疫系統，有效縮小淀粉樣斑塊并直接保護大腦神經元。

? 小膠質細胞（紅色）通過包裹并縮小淀粉樣斑塊（藍色）來響應治療，從而保護神經元。細胞核以綠色顯示。Credit: Instituto de Neurociencias UMH CSIC

為了評估分子OLE的作用，研究團隊結合了多層次模型。首先，在能產生β-淀粉樣蛋白的秀麗隱桿線蟲中進行測試，發現OLE減少了致病蛋白聚集并改善了線蟲的活動能力。隨后，研究人員為患病小鼠連續三個月施用該化合物，結果顯示小鼠記憶測試表現顯著提升，腦內斑塊面積大幅縮小。為解析具體機制，團隊開展了單細胞分析，發現小膠質細胞受該療法影響最深。OLE促使這些細胞激活清除機制，主動向斑塊遷移并將其緊密包裹，形成物理屏障以限制斑塊對周圍神經元的毒害。此外，體外實驗證實，該分子不僅增強了免疫細胞的遷移與清除效率，還在類似疾病的應激條件下直接提升了神經元的存活率。研究發表在 Cell Death and Disease 上。

#疾病與健康 #神經機制與腦功能解析 #阿爾茨海默病 #小膠質細胞 #單細胞分析

閱讀更多：

Pozzi-Ruiz, Victoria, et al. “The PM20D1-OLE Pathway Induces Microglia Rewiring to Ameliorate Alzheimer Disease.” Cell Death & Disease, Apr. 2026. www.nature.com, https://doi.org/10.1038/s41419-026-08791-1

大腦預測下一個詞的機制與大模型高度相似

大腦如何預測語言？Patrick Krauss和Achim Schilling等（弗里德里希-亞歷山大大學埃爾蘭根-紐倫堡）對比了人類神經活動與大型語言模型的預測數據，證實大腦會主動預測后續詞語，且信息處理模式與人工智能高度相似。

? Credit: NeuroImage (2026).

研究團隊讓29名參與者聆聽德語有聲讀物，并同步使用腦電圖和腦磁圖記錄毫秒級的高分辨率大腦活動。隨后，研究人員提取了三個大語言模型的預測概率得分，并與參與者的神經響應進行直接對比。實驗數據表明，當某個詞在語境中出現的概率越高時，大腦在識別該詞時的神經反應越弱，特別是反映語義處理的N400成分（N400 component，一種與預期和語義加工相關的事件相關電位）振幅顯著降低。反之，意料之外的詞語會引發更強烈的神經活動。此外，在預期概率高的詞語發音開始前，大腦左額顳區和感覺運動區的預激活顯著增強，證實大腦會主動進行語言預測。相比掩碼模型，多語言生成式模型的預測得分與神經活動的線性相關性更強，這表明模型架構會影響其與人類預測模式的契合度。該研究為理解大腦如何處理語言提供了新證據。研究發表在 NeuroImage 上。

#認知科學 #計算模型與人工智能模擬 #大語言模型 #神經影像 #腦活動預測

閱讀更多：

K?lbl, Nikola, et al. “The Predictive Brain: Neural Correlates of Word Expectancy Align with Large Language Model Prediction Probabilities.” NeuroImage, vol. 334, July 2026, p. 121966. ScienceDirect, https://doi.org/10.1016/j.neuroimage.2026.121966

微型腦探針Neuropixels Opto實現深層神經元同時測量與操控

如何在大腦深處同時記錄并精準操控神經元的活動，一直是阻礙腦部疾病機理研究的技術瓶頸。Anna A. Lakunina、Karolina Z. Socha和Matteo Carandini等研究人員（倫敦大學學院、艾倫研究所）開發出一種比頭發絲還細的微型腦探針，首次將高分辨率電測量與光遺傳學集成于單個設備，成功實現了對深層神經回路的高效解析與調控。

? Neuropixels Opto 探針原型設計。Credit: Nature Methods (2026).

這項研究開發了名為Neuropixels Opto的新型硅探針，成功將電生理學與光遺傳學完美融合。在寬70微米、長1厘米的微小探針上，研究團隊緊密排列了960個電子記錄位點以及兩組共28個微型發光器，通過片上硅光子波導將藍光和紅光精準投射到腦深層。在小鼠大腦皮層和紋狀體的活體實驗中，該探針不僅提供了極低噪聲的群體電信號記錄，還通過特殊的發光角度設計有效排除了光照射電極帶來的干擾。更重要的是，通過選擇性激活特定神經元，研究觀察到皮層神經元活動可高度局部化且獨立運作，打破了神經元活動必須廣泛協同聯動的傳統認知。這一突破性工具使科學家能在同一實驗中完成測量與調控，為未來針對精神分裂癥、阿爾茨海默病等疾病開發靶向療法奠定了重要基礎。研究發表在 Nature Methods 上。

#疾病與健康 #神經調控 #光遺傳學 #電生理學 #腦機接口

閱讀更多：

Lakunina, Anna A., et al. “Neuropixels Opto: Combining High-Resolution Electrophysiology and Optogenetics.” Nature Methods, June 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41592-026-03076-z

大腦如何在社交互動開始前預測行動

大腦如何決定接近他人以開展社交互動？Lilach Avitan和Imri Lifshitz等（耶路撒冷希伯來大學）通過研究發現，與社交行為相關的協調腦活動在動作開始前幾秒鐘就已啟動，揭示了大腦在社交互動前的一種獨特分布式神經活動特征。

? A . 實驗性社會行為檢測的示意圖。一條頭部固定、尾部自由游動的目標魚（紅色箭頭）觀察一條自由游動的同類魚（藍色箭頭），同時使用體積雙光子顯微鏡記錄其神經活動。兩條魚的行為均從下方拍攝。B . 目標魚選定腦平面的平均圖像。C . 對目標魚（紅色輪廓）和同類魚（藍色輪廓）的行為追蹤，使得能夠分割它們的運動軌跡，這由同類魚的角速度曲線（藍色曲線，頂部）和目標魚尾尖的水平偏轉（紅色曲線，底部）表示 。θ 表示同類魚相對于目標魚游動方向的角位置。D . 一條同類魚在 30 分鐘實驗中的游泳軌跡（藍色）。紅點表示目標魚運動時同類魚的位置，涵蓋了所有角度位置。 E. 所有同種個體（ n = 38 條魚）的角度位置 ( θ ) 分布，顯示了完整的覆蓋范圍。正/負角度位置分別對應于目標魚的右側/左側。F . 基于追蹤的尾部動力學，預測所有目標魚運動的轉向角分布。Credit: Nature Communications (2026).

研究團隊開發了一種新穎的實驗裝置。實驗中，一條頭部固定但尾部自由的目標斑馬魚會觀察另一條自由游動的同類，同時研究人員使用體積雙光子顯微鏡實時記錄其全腦神經活動。實驗顯示，在斑馬魚游向同類的前幾秒鐘，大腦會呈現跨區域的協調轉變：大腦皮層的神經元活動顯著上升，而中腦和后腦區域的活動則隨之下降。這種動態變化構成了一種預決策狀態，不僅能準確預測即將發生的動作是否屬于社交接近，其活動模式的強度還與個體的社交驅動力密切相關，從而解釋了為何不同個體在社交傾向上存在顯著差異。這一發現證實了大腦皮層在調控社交行為中發揮著關鍵且不可替代的作用。研究發表在 Nature Communications 上。

#神經科學 #神經機制與腦功能解析 #社交行為 #斑馬魚 #認知與決策

閱讀更多：

Lifshitz, Imri, et al. “Distinct Distributed Neural Dynamics Predict Pallium-Dependent Social Approach.” Nature Communications, vol. 17, no. 1, Apr. 2026, p. 4848. www.nature.com, https://doi.org/10.1038/s41467-026-71666-8

MPI技術實現細胞療法體內實時追蹤與定量分析

現有醫學影像難以精確追蹤注射到體內的細胞數量與最終去向。約翰·霍普金斯大學醫學院的Jeff W. M. Bulte與Ali Shakeri-Zadeh團隊借助磁粒子成像技術，成功揭示了治療細胞在全身的分布軌跡，為定制個體化細胞療法提供了新方案。

? MPI 流式細胞儀裝置及實驗流程示意圖。Credit: Science Advances (2026).

研究團隊利用磁粒子成像，對活體小鼠進行了定量監測。研究者使用超順磁性氧化鐵納米顆粒（superparamagnetic iron oxide nanoparticles，一種可被磁場極化且生物相容性良好的超微小顆粒）標記了直徑約25微米的間充質干細胞和約10微米的神經前體細胞，并通過靜脈或動脈途徑注射。研究結果表明，動脈給藥能將更多細胞有效輸送至大腦與脾臟等關鍵靶器官。此外，在實驗性自身免疫性腦脊髓炎小鼠實驗中，超過6萬個治療細胞特異性地歸巢至脾臟，從而在源頭上抑制了釋放出來的有害免疫細胞。該研究證實細胞分布高度依賴于細胞大小、注射途徑與疾病狀態，為優化治療劑量奠定了基礎。研究發表在 Science Advances 上。

#疾病與健康 #個性化醫療 #細胞療法 #磁粒子成像 #多發性硬化癥

閱讀更多：

“Whole-Body in Vivo MPI Cytometry Reveals Injection Route-, Dose-, Cell Size–, and Disease-Dependent Differences in Organ Distribution.” Science Advances. www.science.org, https://www.science.org/doi/10.1126/sciadv.aec4482. Accessed 2 June 2026

狹小空間壓力影響求偶：多巴胺延長果蠅的性行為抑制

為何壓力事件結束后仍會引發長期的性功能減退？Tomohito Sato和Takaomi Sakai等（東京都立大學）通過果蠅模型，揭示了神經遞質多巴胺是決定壓力誘導的求偶抑制持續時間的核心因素，但并不觸發初始的抑制反應。

? Credit: iScience (2026).

研究團隊建立了一種狹小空間壓力模型，將雄性果蠅分別限制不同時間，隨后測量其求偶指數（courtship index，即評估雄性果蠅展現求偶動作的時間占比）。實驗發現，限制10分鐘無影響，而限制60分鐘導致顯著抑制。壓力越久影響越長，經歷7至24小時壓力的果蠅，其求偶抑制至少持續5天。在排除活動能力與食欲下降因素后，團隊通過投喂多巴胺合成抑制劑和基因操作發現，阻斷多巴胺并不妨礙果蠅在受壓初期產生求偶抑制，卻使其無法長期維持該狀態。進一步追蹤顯示，大腦的蘑菇體（mushroom body，果蠅腦中負責高級感覺處理的神經結構）接收多巴胺釋放，并通過特定受體介導了這一持久的行為改變。研究發表在 iScience 上。

#疾病與健康 #神經機制與腦功能解析 #神經遞質 #創傷后應激障礙 #果蠅模型

閱讀更多：

Sato, Tomohito, et al. “Role of Dopamine Signaling in Male Courtship Suppression Induced by Confinement Stress in Drosophila.” iScience, vol. 29, no. 6, June 2026. www.cell.com, https://doi.org/10.1016/j.isci.2026.115906

被誤解的“孕傻”：莫納什大學證實父母認知能力未受損

產后常見的「孕傻」現象是否代表真實的認知衰退？M. Navyaan Siddiqui和Kelsey Perrykkad（莫納什大學）研究證實，新手父母與非父母的客觀認知能力并無差異，感知到的衰退主要源于睡眠不足。

研究團隊通過在線評估系統，對400名參與者（含150名生育母親、150名非生育父親和100名對照組）進行了綜合測試。測試涵蓋執行功能、工作記憶、情景記憶與處理速度，追蹤時間長達產后兩年。數據表明，新手父母在所有客觀認知指標上的表現與未生育對照組毫無二致，且產后0至24個月的時間跨度對認知能力未產生任何實質性影響。關于為何父母會產生「孕傻」錯覺，研究發現未育男性在主觀記憶評價中常存在自我吹捧偏見，而新手父親因普遍缺乏睡眠失去了這種偏見。由此可見，父母感知的「孕傻」并非客觀的大腦認知功能受損，而是與身心健康狀況及睡眠剝奪密切相關。研究發表在 Cortex 上。

#認知科學 #心理健康與精神疾病 #孕育與大腦 #記憶測試 #睡眠剝奪

閱讀更多：

Siddiqui, M. Navyaan, et al. “Baby Brain? Evidence for No Objective Cognitive Differences between Mothers, Fathers and Non-Parents in the Post-Partum Period.” Cortex, vol. 200, July 2026, pp. 237–51. ScienceDirect, https://doi.org/10.1016/j.cortex.2026.04.003

重大手術可能加速老年人的長期認知衰退

針對老年人接受重大手術后常面臨認知衰退風險以及如何精準評估高危人群的問題，SAGES多中心研究項目的 Nancy Lu 等人開展了長達六年的追蹤分析，揭示了術后認知功能變化的長期演變規律。研究發現約百分之十五的老年人在術后會出現嚴重的記憶與思維能力衰退，且術后不良精神狀態是其最核心的預測因素。

? 認知能力隨時間的變化。Credit: Journal of the American Geriatrics Society (2026).

該研究重點關注了560名70歲及以上且無癡呆癥狀的老年患者，他們均接受了骨科、胃腸道或血管等大型擇期非心臟手術。研究人員采用了基于組的半參數軌跡模型對患者長達六年的縱向數據進行分析。在術前，參與者接受了神經心理學測試以確立基線數據；術后住院期間，研究者使用譫妄評估方法監測患者的意識狀態。數據分析呈現出三種截然不同的認知變化軌跡：百分之二十六的患者保持認知穩定；百分之五十九的患者出現與正常衰老相符的輕微衰退；而百分之十五的患者陷入了嚴重的持續性認知衰退。進一步的分析指出，導致嚴重衰退的三大風險因素包括高齡、術前認知功能偏低以及術后譫妄。其中，術后譫妄（postoperative delirium，患者在術后數小時或數天內出現的意識混亂和思維紊亂狀態）是最強的預測指標。數據顯示，在這560名患者中，有百分之二十四的人經歷了術后譫妄，他們隨后發生嚴重認知衰退的風險是未經歷者的兩倍多。這些量化結果為臨床早期識別高危患者并實施預防干預提供了關鍵依據。研究發表在 Journal of the American Geriatrics Society 上。

#疾病與健康 #健康管理與壽命延長 #認知衰退 #術后譫妄 #長期追蹤

閱讀更多：

Lu, Nancy, et al. “Cognitive Trajectories After Major Surgery in Older Adults and Factors Associated With Severe Decline.” Journal of the American Geriatrics Society, n/a, no. n/a. Wiley Online Library, https://doi.org/10.1111/jgs.70434. Accessed 2 June 2026

AI 行業動態

燒掉1萬美元，Claude Opus 4.8在AI最難考試中碾壓GPT-5.5

在最新發布的ARC-AGI-3測試中，Anthropic的Claude Opus 4.8（High）以1.5%的得分奪得榜首，成績是第二名Opus 4.6（0.5%）的三倍，而GPT-5.5僅獲0.4%。ARC-AGI-3被譽為“AI最難考試”，其獨特之處在于：它不是傳統填空或選擇題，而是將模型置于一個從未見過的交互式環境中，沒有任何規則說明，需要自主探索、推斷勝利條件并規劃行動。Opus 4.8為此單次評測耗費約1萬美元計算成本。這一測試重點考察AI的Agent能力，而Opus 4.8恰恰在本輪升級中強化了這一方向。在傳統基準上它僅小幅提升，但在SWE-bench Pro（更難的代碼修復測試）中領先GPT-5.5超10個百分點，在Online-Mind2Web（瀏覽器操作測試）和Terminal-Bench Hard上也取得顯著優勢。

官方分析顯示，Opus 4.8的核心進步在于“抽象層級”的提升——從逐像素處理畫面轉變為識別物體、系統和交互關系。例如在ar25環境中，它僅用5幀就推導出鏡像反射規則并通關。但在dc22環境第四關，它陷入錯誤的子目標無法自拔，暴露出新型失敗模式。ARC-AGI系列被視為行業風向標：第一代預言了推理革命，第二代預言了編程Agent爆發，而第三代正在衡量“未知世界中的自主探索與適應”。GPT-5.5在靜態推理上仍是怪物，但Opus 4.8在動態適應場景中正拉開差距。如果規律成立，下一階段AI競賽的核心將是“在從未見過的世界里更快搞清狀況”。

#ARC-AGI3 #Opus4.8 #Agent能力 #自主探索 #AI評測

閱讀更多：

https://arcprize.org/leaderboard

AI 驅動科學

Nature：基于智能手機面部視頻的被動心率監測系統

靜息心率是評估心血管健康的關鍵，但長期被動監測通常依賴可穿戴設備，極大限制了其普及度。谷歌研究院的研究人員開發了一種被動心率監測系統，利用智能手機的日常面部視頻交互即可實現跨膚色的高精度心率測量，為大眾無感健康監測提供了極具潛力的普惠方案。

研究團隊基于視頻式遠程光電容積描記法（remote photoplethysmography，一種利用攝像頭非接觸式檢測皮膚因心臟搏動引起血容積微弱變化的技術）開發了被動心率監測系統。團隊使用485名參與者的19萬余段8秒視頻進行開發，并在211人的16萬段真實生活與實驗室視頻中展開嚴格驗證。結果表明，與參考心電圖相比，該系統在淺色、中等和深色三種膚色群體中的平均絕對百分比誤差均低于百分之十，完全達到行業標準且不同膚色間無顯著差異，有效克服了傳統光學傳感器的膚色偏差。同時，該系統在自由生活條件下測量的每日靜息心率與可穿戴設備相比，平均絕對誤差小于每分鐘5次。研究發表在 Nature 上。

#疾病與健康 #健康管理與壽命延長 #心血管健康 #被動心率監測 #深度學習

閱讀更多：

Liao, Shun, et al. “Passive Heart-Rate Monitoring during Smartphone Use in Everyday Life.” Nature, June 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-026-10507-6

AI不能僅靠被動預測，要在行動中理解世界

針對AI是否真正理解物理世界的爭議，Banafsheh Rafiee與Richard S. Sutton（阿爾伯塔大學）發表研究，系統反思了當前AI的被動表征路線，將認知科學中的生成認知框架引入AI，提出智能體需通過環境互動與具身行動來生成認知。

傳統AI多沿襲表征主義（representationalism，主張智能需構建外部現實內部副本的觀點），將感知視為被動輸入。研究者對此提出批判，并闡述了生成認知（enactive cognition，主張感知和行動在互動中相互建構的框架）的四大支柱。第一，經驗源于智能體與環境的持續實時互動；第二，感知與行動不可分割，感知本身即是一種主動探索；第三，智能體需具備自主性，擁有源自自我維持的內在評估標準；第四，具身性是感知的前提，身體形態直接決定了環境的可供性（affordances，指環境向特定行動能力提供的互動可能性）。分析表明，主流的大語言模型和純視覺模型由于缺乏與環境的互動，無法實現真正的理解。相比之下，強化學習與該框架存在結構共鳴，但仍存在獎勵函數由外部指定等三重局限。研究提出，AI應從外部獎勵走向內在自我評估，實現真正的具身探索。

#認知科學 #計算模型與人工智能模擬 #生成認知 #強化學習

閱讀更多：

https://arxiv.org/abs/2605.24238v1

讓AI成為數據工程師：DataMaster框架實現以數據為中心的自主AI研發

當模型與訓練流程日益標準化，如何突破限制通過自主優化數據提升模型性能？上海交通大學、卡內基梅隆大學、浙江大學和北京航空航天大學的研究人員提出了DataMaster框架。該框架讓智能體化身數據工程師，在固定模型與算法的前提下，僅依靠自動化數據工程便大幅提升了模型表現。

為了實現自主數據工程，研究團隊將任務設計為可分叉與可驗證的數據搜索過程。DataMaster框架包含三個核心組件：數據樹、數據池以及全局記憶。在執行中，專門的探索節點負責向外尋找潛在數據源，而工程節點則負責將數據清洗并轉換為可執行的訓練輸入。這種設計使智能體能基于下游模型的反饋持續優化數據策略，并避免重復試錯。實驗數據表明，在傳統機器學習場景MLE-Bench Lite中，DataMaster將初始方案的獎牌率從35.91%提升至68.18%。在大型語言模型后訓練場景PostTrainBench中，該框架將平均分從8.47%提升至31.17%。特別是在考驗復雜科學推理的GPQA任務中，它僅憑持續優化數據配置就將模型的分數提升至31.02%，超越了專家人工訓練指令模型的30.35%。

#大模型技術 #自動化科研 #以數據為中心 #智能體 #大模型后訓練

閱讀更多：

https://arxiv.org/abs/2605.10906

新型鐵電微機電系統實現物理模擬乘法運算

傳統計算機將內存與計算分離，導致在處理人工智能任務時消耗大量能量用于數據傳輸，且現有鐵電器件共用讀寫電通路易產生信號干擾。為了解決這一能耗與干擾問題，康奈爾大學的Shubham Jadhav和Amit Lal團隊開發了一種結合鐵電材料與微型振動梁的新型計算設備，成功實現了數據寫入與讀取通道的物理分離，為高能效的神經形態計算硬件提供了全新方案。

? Credit: Shubham Jadhav

研究團隊構建了一種鐵電微機電系統（FeMEMS），將一層20納米厚的氧化鉿鋯集成到懸臂梁結構中。在操作機制上，研究人員利用電脈沖改變梁內微觀鐵電疇的取向來進行數據寫入與存儲。在讀取階段，系統不再依賴傳統的電信號輸出，而是輸入微弱的交流信號使懸臂梁產生機械振動，其振動位移直接反映了內部存儲的模擬數值。

實驗結果表明，該系統成功展示了約200種可區分的機電狀態，這種高分辨率的模擬精度能夠有效防止復雜運算中誤差的累積。更重要的是，由于輸入信號和存儲狀態在設備內部直接發生物理交互，懸臂梁的機械運動提供了一種天然的乘法模擬機制。例如，若預編程的懸臂梁狀態代表數字6，輸入信號代表數字8，光束的機械運動幅度則直接對應其乘積48，這完美契合了人工智能系統中最核心的乘加運算需求。該研究證明了利用微機械運動實現低功耗、高精度權重存儲的可行性。研究發表在 Nano Letters 上。

#其他 #計算模型與人工智能模擬 #微機電系統 #鐵電材料 #模擬內存計算

閱讀更多：

Jadhav, Shubham, et al. “Lorentzian Switching Dynamics in HZO-Based FeMEMS Synapses for Neuromorphic Weight Storage.” Nano Letters, vol. 26, no. 16, Apr. 2026, pp. 5379–89. ACS Publications, https://doi.org/10.1021/acs.nanolett.5c06290

智能匹配機制可顯著提升游戲玩家留存率

游戲行業長期依賴基于技能的對局匹配以保證絕對公平，但這往往導致玩家因頻繁連敗受挫而流失。得克薩斯大學達拉斯分校、哥倫比亞大學和香港大學的Mingliu Chen、Adam N. Elmachtoub與Xiao Lei開發了一種動態匹配模型，證明了將玩家心理反應納入考量的智能匹配機制能在不破壞整體平衡的前提下顯著提升玩家留存率。

研究團隊開發了一個復雜的動態模型，將異質性技能水平（heterogeneous skill levels，即系統內不同玩家的內在能力差異）和玩家對失敗的厭惡心理共同納入考量。該系統將匹配過程視為持續的動態生態，優化策略不僅關注短期的單次對局平衡，還通過調節技能分布來追求長期的系統活躍。團隊利用在線國際象棋平臺的540萬場比賽數據進行了大規模實證分析。結果表明，與傳統的基于技能的匹配機制（skill-based matchmaking，僅根據能力相近度進行配對的系統）相比，優化后的系統將整體參與度提升了4%至6%，在特定理論條件下增幅甚至可達50%。研究還揭示了備受爭議的設定的意外效果：當多數玩家技能較低時，付費獲勝系統（pay-to-win systems，允許玩家花費金錢獲取局內優勢的設定）可以通過改變整體能力分布來穩定競爭環境，進而對群體參與度產生積極影響。同時，優化該機制還能在減少3%人工智能機器人使用的前提下，達到更優的活躍維持效果。研究發表在 Management Science 上。

#認知科學 #預測模型構建 #游戲匹配機制 #玩家留存 #動態系統管理

閱讀更多：

Chen, Mingliu, et al. “Matchmaking Strategies for Maximizing Player Engagement in Video Games.” Management Science, Feb. 2026. pubsonline.informs.org (Atypon), https://doi.org/10.1287/mnsc.2023.02957

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。