追問daily | 男性性欲高峰在40歲左右；歧視將導(dǎo)致加速衰老；每天5分鐘快走可有效預(yù)防死亡

█ 腦科學(xué)動態(tài)

每天僅需5分鐘快走，可預(yù)防高達(dá)10%的死亡

80歲后純素食阻礙長壽

運(yùn)動結(jié)合心理干預(yù)是提升幸福感的最佳途徑

大數(shù)據(jù)顯示男性性欲高峰在40歲左右

標(biāo)準(zhǔn)藥物為何失靈？21%抑郁癥患者或需“代謝”療法

美國老年人抗精神病藥物使用激增，十年增長超50%

父親的溫暖陪伴是良藥：早期互動可降低孩子七歲時的炎癥水平

歧視直接導(dǎo)致生理失調(diào)與加速衰老

█ AI行業(yè)動態(tài)

OpenAI官宣引入廣告：被開源模型逼入墻角的商業(yè)妥協(xié)

Cursor“造假”翻車：AI七天寫出的瀏覽器竟是無法運(yùn)行的“電子泔水”

馬斯克腦機(jī)接口實(shí)現(xiàn)“在線升級”，OpenAI入局開啟“賽博格”競賽

█ AI驅(qū)動科學(xué)

Nature：生成式AI模型利用連續(xù)血糖監(jiān)測數(shù)據(jù)預(yù)測長期疾病風(fēng)險(xiǎn)

會診療的智能眼鏡：閉環(huán)神經(jīng)調(diào)控系統(tǒng)無創(chuàng)緩解面肌痙攣

新型憶阻器訓(xùn)練方法EaPU將AI訓(xùn)練能耗降低六個數(shù)量級

浙大研發(fā)FlexiRay軟體機(jī)械手實(shí)現(xiàn)類人多模態(tài)觸覺感知

交互式工具ELAXIR助力患者掌握醫(yī)療AI倫理話語權(quán)

用于機(jī)器人訓(xùn)練和評估的新數(shù)據(jù)集和通用視覺語言獎勵模型

虛擬現(xiàn)實(shí)中的自然環(huán)境更能促進(jìn)心理治療中的自我披露

Google發(fā)現(xiàn)簡單復(fù)制粘貼提示詞可大幅提升大模型準(zhǔn)確率

腦科學(xué)動態(tài)

每天僅需5分鐘快走，可預(yù)防高達(dá)10%的死亡

生命在于運(yùn)動，但對于忙碌的現(xiàn)代人來說，達(dá)到世界衛(wèi)生組織推薦的運(yùn)動量往往難以堅(jiān)持。為了探究微小的行為改變是否也能帶來健康益處，Ulf Ekelund 等人（挪威體育科學(xué)學(xué)院）領(lǐng)銜的國際團(tuán)隊(duì)進(jìn)行了一項(xiàng)大規(guī)模研究。他們利用設(shè)備測量的精準(zhǔn)數(shù)據(jù)，打破了傳統(tǒng)認(rèn)知，證實(shí)了即便是極少量的運(yùn)動增加和久坐減少，也能顯著預(yù)防過早死亡。

這項(xiàng)研究匯集了超過13.5萬名成年人的數(shù)據(jù)，涉及挪威、瑞典、美國的七個隊(duì)列及英國生物樣本庫（UK Biobank），平均隨訪時間超過8年。與以往依賴不準(zhǔn)確的自我報(bào)告不同，研究團(tuán)隊(duì)利用可穿戴設(shè)備記錄了參與者的中高強(qiáng)度身體活動（MVPA，即能讓人心率加快、呼吸急促的活動，如快走）和久坐時間。分析結(jié)果令人振奮：對于活動量最低的20%人群，每天僅需增加5分鐘的中高強(qiáng)度活動，就能預(yù)防6%的死亡；而在更廣泛的人群中，這一微小改變甚至能預(yù)防10%的死亡。此外，減少久坐同樣關(guān)鍵。數(shù)據(jù)顯示，每天將久坐時間減少30分鐘，可在高危人群中預(yù)防3.0%的死亡，在一般人群中預(yù)防7.3%的死亡。這項(xiàng)研究強(qiáng)調(diào)，人們不必追求成為健身達(dá)人，只需在日常生活中做出微小且可實(shí)現(xiàn)的改變，就能獲得巨大的健康回報(bào)。研究結(jié)果發(fā)表在 The Lancet 上。

#疾病與健康 #健康管理與壽命延長 #運(yùn)動醫(yī)學(xué) #公共衛(wèi)生 #生活方式干預(yù)

閱讀更多：

Ekelund, Ulf, et al. “Deaths Potentially Averted by Small Changes in Physical Activity and Sedentary Time: An Individual Participant Data Meta-Analysis of Prospective Cohort Studies.” The Lancet, vol. 0, no. 0, Jan. 2026. www.thelancet.com, https://doi.org/10.1016/S0140-6736(25)02219-6

80歲后純素食阻礙長壽

盡管素食通常被認(rèn)為有益健康，但在極高齡階段，它真的有助于實(shí)現(xiàn)超長壽命嗎？復(fù)旦大學(xué)公共衛(wèi)生學(xué)院的Xiang Gao教授和中國疾病預(yù)防控制中心的Xiaoming Shi研究員等人，基于大規(guī)模全國性調(diào)查數(shù)據(jù)進(jìn)行了一項(xiàng)深入研究。由Yaqi Li和Kaiyue Wang等人共同完成的這項(xiàng)工作，首次揭示了在中國80歲及以上的老年人群中，長期堅(jiān)持純素食飲食模式可能不利于沖擊“百歲大關(guān)”，特別是在那些體重較輕的老人中，這一負(fù)面影響更為顯著。

研究團(tuán)隊(duì)采用了前瞻性嵌套病例對照研究（Nested Case-Control Study，一種在隊(duì)列研究進(jìn)行過程中，從隊(duì)列內(nèi)部選擇病例和對照進(jìn)行比較分析，以提高效率并減少偏倚的方法），分析了來自“中國老年健康長壽影響因素調(diào)查”的5203名80歲及以上參與者的數(shù)據(jù)。研究人員根據(jù)飲食習(xí)慣將參與者分為雜食者、純素食者、蛋奶素食者和魚素食者，重點(diǎn)考察這些飲食模式與最終活到100歲之間的關(guān)聯(lián)。結(jié)果顯示，與雜食者相比，素食者總體上成為百歲老人的可能性降低了19%。進(jìn)一步細(xì)分發(fā)現(xiàn)，這種差異主要源于純素食者，其成為百歲老人的概率顯著降低了29%（OR=0.71）；而那些攝入魚類或蛋奶制品的素食者，其長壽概率與雜食者相比并沒有統(tǒng)計(jì)學(xué)上的顯著差異。此外，數(shù)據(jù)分析還強(qiáng)調(diào)了體重指數(shù)（BMI）的關(guān)鍵調(diào)節(jié)作用：在BMI低于18.5的體重過輕人群中，素食與長壽概率降低的關(guān)聯(lián)非常強(qiáng)烈；但在體重正常或較高的人群中，這種負(fù)面關(guān)聯(lián)則不復(fù)存在。這提示高齡老人，尤其是體瘦者，應(yīng)注意動物性食物的攝入以維持營養(yǎng)平衡。研究發(fā)表在 The American Journal of Clinical Nutrition 上。

#疾病與健康 #健康管理與壽命延長 #素食 #百歲老人 #營養(yǎng)流行病學(xué)

閱讀更多：

Li, Yaqi, et al. “Vegetarian Diet and Likelihood of Becoming Centenarians in Chinese Adults Aged 80 y or Older: A Nested Case-Control Study.” The American Journal of Clinical Nutrition, vol. 0, no. 0, Dec. 2025. ajcn.nutrition.org, https://doi.org/10.1016/j.ajcnut.2025.101136

運(yùn)動結(jié)合心理干預(yù)是提升幸福感的最佳途徑

新的一年，人們常在健身房鍛煉和自然冥想之間糾結(jié)，試圖尋找提升狀態(tài)的最佳方式。Lowri Wilkie和Andrew Kemp等（斯旺西大學(xué)）通過一項(xiàng)大規(guī)模研究，對比了不同學(xué)科的干預(yù)措施對成年人幸福感的影響。研究團(tuán)隊(duì)分析了涉及近23,000名參與者的數(shù)據(jù)，發(fā)現(xiàn)改善心理健康并非只有一條路徑，多種方法均證實(shí)有效。

研究團(tuán)隊(duì)采用網(wǎng)絡(luò)薈萃分析方法，對183項(xiàng)隨機(jī)對照試驗(yàn)進(jìn)行了系統(tǒng)評估，這是首次在同一框架內(nèi)跨學(xué)科比較心理、生理、身心及環(huán)境干預(yù)措施。研究涵蓋了12個類別，包括正念、瑜伽、運(yùn)動及積極心理學(xué)干預(yù)等。結(jié)果顯示，與未采取措施相比，大多數(shù)干預(yù)均能有效提升幸福感。其中，將體育活動與心理技巧相結(jié)合的“聯(lián)合干預(yù)”（如敬畏行走，即在行走中結(jié)合冥想或心理關(guān)注）效果最為顯著。此外，單獨(dú)的運(yùn)動被證明與許多心理干預(yù)措施一樣有效，而身心干預(yù)（如瑜伽）也顯示出穩(wěn)定的中等效果。這一發(fā)現(xiàn)為公共衛(wèi)生政策制定者提供了依據(jù)，表明可以根據(jù)不同人群的偏好和環(huán)境，靈活設(shè)計(jì)多樣化的健康促進(jìn)項(xiàng)目。研究發(fā)表在 Nature Human Behaviour 上。

#疾病與健康 #心理健康與精神疾病 #公共衛(wèi)生 #運(yùn)動 #薈萃分析

閱讀更多：

Wilkie, Lowri, et al. “A Systematic Review and Network Meta-Analysis of Randomized Controlled Trials of Well-Being-Focused Interventions.” Nature Human Behaviour, Jan. 2026, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41562-025-02369-1

大數(shù)據(jù)顯示男性性欲高峰在40歲左右

性欲因人而異，但其背后的驅(qū)動因素究竟是什么？為了解開這一謎題，Toivo Aavik及其團(tuán)隊(duì)（愛沙尼亞塔爾圖大學(xué)）進(jìn)行了一項(xiàng)覆蓋全年齡段的大規(guī)模研究。結(jié)果發(fā)現(xiàn)，僅憑年齡、性別和家庭狀況等基本人口統(tǒng)計(jì)學(xué)特征，就能解釋人與人之間近三分之一的性欲差異，并修正了關(guān)于男性性欲高峰期的傳統(tǒng)認(rèn)知。

該研究分析了愛沙尼亞生物銀行（Estonian Biobank）中67,334名成年人的數(shù)據(jù)，樣本量約占該國成年人口的7%。研究人員要求參與者評估其總體性欲水平，并利用多元模型分析了年齡、性別、性取向、教育程度及家庭狀況等變量與性欲的關(guān)聯(lián)。結(jié)果顯示，男性的性欲高峰并非出現(xiàn)在青少年或20多歲，而是在30歲末至40歲初。雖然性欲隨年齡增長普遍下降，但女性的下降速度明顯快于男性。此外，子女?dāng)?shù)量的影響呈現(xiàn)出顯著的性別差異：女性子女越多性欲傾向于越低，而男性則相反。數(shù)據(jù)還表明，雙性戀和泛性戀（pansexual）群體報(bào)告的性欲水平最高。這項(xiàng)研究為理解性欲隨人生階段和環(huán)境變化的自然屬性提供了堅(jiān)實(shí)的數(shù)據(jù)支持，有助于減輕人們因性欲變化產(chǎn)生的心理困擾。研究發(fā)表在 Scientific Reports 上。

#疾病與健康 #心理健康與精神疾病 #性欲 #人口統(tǒng)計(jì)學(xué) #愛沙尼亞生物銀行

閱讀更多：

Aavik, Toivo, et al. “Associations of Sexual Desire with Demographic and Relationship Variables.” Scientific Reports, vol. 16, no. 1, Jan. 2026, p. 215. www.nature.com, https://doi.org/10.1038/s41598-025-23483-0

標(biāo)準(zhǔn)藥物為何失靈？21%抑郁癥患者或需“代謝”療法

為何標(biāo)準(zhǔn)抗抑郁藥對許多患者束手無策？Mirim Shin和Ian B. Hickie等人（悉尼大學(xué)腦與心智中心）通過一項(xiàng)涉及近1.5萬名患者的大規(guī)模研究找到了關(guān)鍵線索：一種被稱為“非典型抑郁癥”的亞型具有獨(dú)特的生物學(xué)根源。研究發(fā)現(xiàn)，這一群體不僅對常用藥物反應(yīng)不佳，還面臨更高的副作用風(fēng)險(xiǎn)，這表明其病理機(jī)制可能源于身體代謝和生物鐘的紊亂，而非單純的大腦化學(xué)物質(zhì)失衡。

該研究分析了澳大利亞抑郁癥遺傳學(xué)研究中14,897名參與者的數(shù)據(jù)，其中21%的患者表現(xiàn)出體重增加和嗜睡等特征，被歸類為“非典型抑郁癥”。研究團(tuán)隊(duì)利用多基因評分分析發(fā)現(xiàn)，這組患者在重度抑郁癥、多動癥及雙相情感障礙之外，還具有顯著更高的代謝和炎癥遺傳風(fēng)險(xiǎn)，包括高BMI、2型糖尿病、胰島素抵抗以及C反應(yīng)蛋白升高。此外，他們還表現(xiàn)出明顯的晝夜節(jié)律紊亂遺傳傾向。臨床數(shù)據(jù)顯示，這類患者對標(biāo)準(zhǔn)的一線抗抑郁藥——如選擇性血清素再攝取抑制劑（SSRIs）和血清素-去甲腎上腺素再攝取抑制劑（SNRIs）——的自我報(bào)告療效較差，且更容易出現(xiàn)藥物引起的體重增加。這一發(fā)現(xiàn)強(qiáng)調(diào)了針對個體生物學(xué)特征進(jìn)行精準(zhǔn)治療的必要性。研究發(fā)表在 Biological Psychiatry 上。

#疾病與健康 #心理健康與精神疾病 #非典型抑郁癥 #個性化醫(yī)療 #代謝精神病學(xué)

閱讀更多：

Shin, Mirim, et al. “Atypical Depression Is Associated with a Distinct Clinical, Neurobiological, Treatment Response and Polygenic Risk Profile.” Biological Psychiatry, vol. 0, no. 0, Jan. 2026. www.biologicalpsychiatryjournal.com, https://doi.org/10.1016/j.biopsych.2026.01.003

美國老年人抗精神病藥物使用激增，十年增長超50%

為什么會對老年人頻繁使用可能危及生命的鎮(zhèn)靜劑？為了揭示這一令人擔(dān)憂的趨勢，哥倫比亞大學(xué)的 Mark Olfson 和羅格斯大學(xué)的 Stephen Crystal 等研究人員分析了美國全國性的處方數(shù)據(jù)。結(jié)果發(fā)現(xiàn)，盡管抗精神病藥物對癡呆癥療效甚微且?guī)в兴劳鲲L(fēng)險(xiǎn)警告，但在過去十年中，針對美國老年人的抗精神病藥物處方量卻呈現(xiàn)激增態(tài)勢，這一現(xiàn)象反映了醫(yī)療體系在應(yīng)對老齡化護(hù)理方面的結(jié)構(gòu)性困境。

研究團(tuán)隊(duì)利用涵蓋全美90%以上零售藥房記錄的數(shù)據(jù)庫，詳細(xì)追蹤了2015年至2024年間65歲及以上成年人的用藥情況。結(jié)果令人震驚：抗精神病藥物的年使用率在此期間增長了近52%，長期使用（每年至少120天）的比例更是飆升了65%。值得注意的是，這種增長并非源于精神分裂癥等藥物適應(yīng)癥的增加，而是更多被用作“化學(xué)約束”手段，以應(yīng)對癡呆癥患者的躁動、游蕩等行為，尤其是在人手短缺的護(hù)理機(jī)構(gòu)中。數(shù)據(jù)還顯示，由精神科醫(yī)生開具處方的比例顯著下降，而長期護(hù)理機(jī)構(gòu)藥房的配藥比例則在上升，這意味著許多處方可能缺乏專科醫(yī)生的詳細(xì)評估。盡管風(fēng)險(xiǎn)較高的第一代抗精神病藥物使用率有所下降，但總體趨勢表明，社會正越來越依賴藥物來解決本應(yīng)通過環(huán)境改善和人員照護(hù)來解決的問題。研究發(fā)表在 JAMA Psychiatry 上。

#疾病與健康 #心理健康與精神疾病 #老齡化 #公共衛(wèi)生 #藥物安全

閱讀更多：

Olfson, Mark, et al. “Antipsychotic Medication Use by Older Adults.” JAMA Psychiatry, Dec. 2025. Silverchair, https://doi.org/10.1001/jamapsychiatry.2025.3658

父親的溫暖陪伴是良藥：早期互動可降低孩子七歲時的炎癥水平

父親在孩子?jì)雰浩诘男袨閷⒆游磥淼纳眢w健康有多大影響？Alp Aytuglu和Hannah Schreier（賓夕法尼亞州立大學(xué)）的研究團(tuán)隊(duì)發(fā)現(xiàn)，父親在孩子?jì)雰浩诘幕臃绞綍淖兗彝討B(tài)，進(jìn)而影響孩子多年后的心臟和代謝健康。研究顯示，父親在孩子10個月大時的溫暖陪伴，能促進(jìn)更積極的共同育兒關(guān)系，并預(yù)測孩子7歲時更好的生理健康指標(biāo)。

該研究基于“家庭基金會”項(xiàng)目的數(shù)據(jù)，分析了399個美國家庭的視頻記錄和生理數(shù)據(jù)。研究人員在孩子10個月和24個月大時錄制了親子互動視頻，重點(diǎn)觀察父母的“敏感性”和是否存在“競爭-退縮”行為（competitive-withdrawal），即一方爭奪孩子注意力導(dǎo)致另一方退出互動。當(dāng)孩子7歲時，團(tuán)隊(duì)采集血樣檢測了膽固醇、糖化血紅蛋白（HbA1c，反映長期血糖水平）和C反應(yīng)蛋白（CRP，炎癥標(biāo)志物）等指標(biāo)。利用結(jié)構(gòu)方程模型分析發(fā)現(xiàn)，父親在10個月時的積極參與，與其在24個月時較少的競爭性行為相關(guān)，而這種良性的共同育兒模式直接關(guān)聯(lián)孩子7歲時更低的炎癥和血糖水平。有趣的是，母親的相關(guān)行為未顯示出這種特定預(yù)測聯(lián)系，研究人員推測這可能因?yàn)槟赣H通常是主要照護(hù)者，其行為構(gòu)成了家庭常態(tài)，而父親的角色更易起到強(qiáng)化或破壞這種平衡的作用。研究發(fā)表在 Health Psychology 上。

#疾病與健康 #心理健康與精神疾病 #家庭動力學(xué) #兒童發(fā)展 #心臟代謝健康

閱讀更多：

Aytuglu, Alp, et al. “Longitudinal Associations between Father– and Mother–Child Interactions, Coparenting, and Child Cardiometabolic Health.” Health Psychology [US], 2025. APA PsycNet, https://doi.org/10.1037/hea0001567

歧視直接導(dǎo)致生理失調(diào)與加速衰老

歧視不僅會造成心理創(chuàng)傷，還會通過壓力系統(tǒng)直接損害身體健康。Nevena Chuntova和Robert-Paul Juster（蒙特利爾大學(xué)）的研究團(tuán)隊(duì)通過分析性少數(shù)和性別少數(shù)群體的生理數(shù)據(jù)，揭示了社會污名如何在人體內(nèi)留下可測量的生物痕跡。該研究發(fā)現(xiàn)，遭受歧視會導(dǎo)致一種被稱為“異質(zhì)性負(fù)荷”的累積性生物損耗增加，進(jìn)而加速衰老過程，這表明歧視應(yīng)被視為一種嚴(yán)重的慢性健康負(fù)擔(dān)。

為了量化這種影響，研究團(tuán)隊(duì)對357名成年人進(jìn)行了深入分析，測量了涉及心血管、代謝、神經(jīng)內(nèi)分泌和免疫系統(tǒng)的16種生物標(biāo)志物，以此計(jì)算參與者的異質(zhì)性負(fù)荷（allostatic load）。研究人員將參與者細(xì)分為包括順性別、跨性別和非二元性別在內(nèi)的七個小組，并結(jié)合問卷調(diào)查了他們的歧視經(jīng)歷。結(jié)果顯示，即使控制了年齡因素，重大的歧視經(jīng)歷和日常的微侵犯（microaggressions）仍與較高的異質(zhì)性負(fù)荷顯著相關(guān)。值得注意的是，男性譜系群體（包括順性別和跨性別男性）以及性少數(shù)男性（如同性戀和雙性戀）表現(xiàn)出了最高的生理壓力水平。與傳統(tǒng)觀點(diǎn)不同，這項(xiàng)研究發(fā)現(xiàn)吸煙或飲酒等健康行為并不是造成這種生理損傷的中介因素；相反，歧視本身直接擾亂了生物系統(tǒng)。這證實(shí)了污名化是一種能“深入骨髓”的壓力，無需通過不良行為習(xí)慣即可直接破壞生理機(jī)能。研究發(fā)表在 Psychoneuroendocrinology 上。

#疾病與健康 #心理健康與精神疾病 #異質(zhì)性負(fù)荷 #性少數(shù)群體 #公共衛(wèi)生

閱讀更多：

Chuntova, Nevena, et al. “Intersectional Stigma, Health Behaviors, and Allostatic Load among Sexual and Gender Diverse People.” Psychoneuroendocrinology, vol. 184, Feb. 2026, p. 107708. ScienceDirect, https://doi.org/10.1016/j.psyneuen.2025.107708

AI 行業(yè)動態(tài)

OpenAI官宣引入廣告：被開源模型逼入墻角的商業(yè)妥協(xié)

OpenAI 近日正式宣布，將于 2026 年 1 月 16 日起在 ChatGPT 免費(fèi)版及新推出的低價(jià)“Go”版本中引入廣告。這一決策標(biāo)志著這家曾以非營利愿景起家的科技巨頭，在商業(yè)現(xiàn)實(shí)面前不得不做出妥協(xié)。CEO Sam Altman 曾公開表示廣告是“美學(xué)上的倒退”，但如今不得不承認(rèn)這是維持運(yùn)營的最后手段。盡管截至 2026 年 1 月，OpenAI 融資總額已高達(dá)數(shù)連百億美元，但面對未來十年預(yù)計(jì)高達(dá) 1.4 萬億美元的基礎(chǔ)設(shè)施成本，公司仍面臨巨大的財(cái)務(wù)壓力。目前的收入結(jié)構(gòu)中，免費(fèi)用戶等同于純成本，而 Plus 訂閱僅能勉強(qiáng)覆蓋開支。每一次用戶提問背后，后臺都要消耗大量的 Token進(jìn)行推理計(jì)算，這種“用戶越多虧損越大”的詭異困境，迫使 OpenAI 必須尋找新的造血機(jī)制。

OpenAI 此次轉(zhuǎn)向的背后，是中國公司 DeepSeek 帶來的巨大沖擊。DeepSeek 推出的一系列開源模型以極低的訓(xùn)練和推理成本實(shí)現(xiàn)了頂尖性能，徹底打破了行業(yè)的定價(jià)權(quán)。DeepSeek 的成功證明了不依賴天價(jià)燒錢也能做出頂級 AI，這使得 OpenAI 無法通過提高 API價(jià)格來增加收入，因?yàn)槠髽I(yè)客戶隨時可以轉(zhuǎn)向更便宜的開源替代方案。在漲價(jià)無門、降價(jià)虧損的雙重夾擊下，引入廣告成為了 OpenAI 唯一的出路。這一事件被視為 AI 行業(yè)的“成人禮”，標(biāo)志著行業(yè)重心從盲目燒錢追求技術(shù)領(lǐng)先，轉(zhuǎn)向了對商業(yè)可持續(xù)性和算法效率的精打細(xì)算，AI 領(lǐng)域的烏托邦時代已然結(jié)束。

#OpenAI #ChatGPT #DeepSeek #開源模型 #商業(yè)化

閱讀更多：

https://openai.com/index/our-approach-to-advertising-and-expanding-access/

Cursor“造假”翻車：AI七天寫出的瀏覽器竟是無法運(yùn)行的“電子泔水”

近日，AI 編程工具 Cursor 發(fā)布重磅消息，聲稱其基于 GPT-5.2 的編碼智能體在短短7天內(nèi)，從零構(gòu)建了一個包含300萬行代碼的瀏覽器。然而，這一被包裝成“突破性進(jìn)展”的項(xiàng)目迅速遭到技術(shù)社區(qū)的嚴(yán)厲打假。開發(fā)者深入分析其開源代碼庫后發(fā)現(xiàn)，該項(xiàng)目本質(zhì)上是一堆缺乏工程邏輯的“AI泔水”（AI Slop，指 AI 生成的大量低質(zhì)量、無意義或無法使用的內(nèi)容），連最基本的編譯都無法通過。盡管 Cursor 在宣傳中聲稱數(shù)百個智能體協(xié)同工作取得了有意義的進(jìn)展，但并未提供任何可復(fù)現(xiàn)的演示或可用的版本標(biāo)簽。GitHub 的歷史記錄顯示，該項(xiàng)目從誕生起就從未處于可運(yùn)行狀態(tài)，充滿了編譯器錯誤，甚至連持續(xù)集成的工作流文件本身都存在嚴(yán)重問題。

進(jìn)一步的調(diào)查揭露了更多細(xì)節(jié)，所謂的“從零構(gòu)建”實(shí)為調(diào)用了 html5ever 和 rquickjs 等現(xiàn)有依賴庫，本質(zhì)上只是 Mozilla 開發(fā)的 Servo 引擎的粗糙“套殼”版本。這一將“半成品”包裝成技術(shù)里程碑的行為激怒了開發(fā)者社區(qū)，GitHub Issues 和 Hacker News 上充斥著質(zhì)疑聲，指責(zé)其為了營銷而誤導(dǎo)大眾。Hyperbolic 聯(lián)合創(chuàng)始人 Yuchen Jin 等業(yè)內(nèi)人士指出，單純堆砌智能體數(shù)量只會帶來混亂，真正的未來屬于“開掛工程師”（Cracked Engineer，指能高效利用 AI 工具極大幅度提升產(chǎn)出的頂級開發(fā)者）。此次事件表明，軟件開發(fā)不能依賴無人監(jiān)管的 AI 像無頭蒼蠅般亂撞，而必須由具備深厚技術(shù)底蘊(yùn)的人類工程師進(jìn)行精準(zhǔn)引導(dǎo)和審核，才能避免產(chǎn)出此類無法運(yùn)行的廢棄代碼。

#Cursor #AI瀏覽器 #AI泔水 #GPT-5.2 #開源打假

閱讀更多：

https://www.theinformation.com/articles/forget-vibe-coders-cracked-engineers-rage-tech?rc=epv9gi

馬斯克腦機(jī)接口實(shí)現(xiàn)“在線升級”，OpenAI入局開啟“賽博格”競賽

Neuralink 的首位人類受試者 Noland Arbaugh 近日透露，其植入的大腦芯片可以通過類似于特斯拉汽車的 OTA（Over-the-Air Technology，空中下載技術(shù)，即通過無線網(wǎng)絡(luò)進(jìn)行遠(yuǎn)程軟件更新）方式進(jìn)行“在線升級”，無需再次進(jìn)行開顱手術(shù)即可修復(fù)漏洞并大幅提升性能。Noland 指出，目前系統(tǒng)的進(jìn)化主要通過“心靈感應(yīng)”（Telepathy）應(yīng)用更新、植入體固件無線升級以及未來的硬件迭代三種方式實(shí)現(xiàn)。此前，其植入體曾出現(xiàn)部分電極線脫落導(dǎo)致信號丟失的危急情況，但研究人員通過改進(jìn)算法成功恢復(fù)了監(jiān)測靈敏度，甚至使光標(biāo)控制速度超越了故障前的水平。展望未來，Neuralink 計(jì)劃采用“雙芯配置”，即在大腦和脊髓分別植入芯片，以此搭建數(shù)字橋梁（Digital Bridge，連接不同神經(jīng)系統(tǒng)的電子通路），旨在幫助癱瘓患者繞過受損神經(jīng)直接驅(qū)動肢體，甚至實(shí)現(xiàn)全身功能的恢復(fù)。與此同時，新一代手術(shù)機(jī)器人已將單根電極插入時間縮短至1.5秒，預(yù)示著未來手術(shù)將更加高效便捷。

在腦機(jī)接口領(lǐng)域，競爭正日益白熱化。由 Sam Altman 參與創(chuàng)立的硅谷初創(chuàng)公司 Merge Labs 近日宣布獲得由 OpenAI 等領(lǐng)投的2.52億美元融資。與 Neuralink 依賴植入電極的路線不同，Merge Labs 主張采用超聲技術(shù)結(jié)合增強(qiáng)信號的蛋白報(bào)告器（Protein Reporters，用于標(biāo)記神經(jīng)活動并使其可被外部設(shè)備檢測的生物分子），試圖以更低的侵入性實(shí)現(xiàn)對大規(guī)模腦區(qū)活動的探測與調(diào)制。研究人員認(rèn)為，隨著人工智能的飛速發(fā)展，人類需要通過高帶寬的腦接口來擴(kuò)展自身能力，這種技術(shù)的重要性可能不亞于通用人工智能。無論是 Noland 通過意念在電子游戲中“大殺四方”，還是 Merge Labs 描繪的宏大愿景，都預(yù)示著人類正逐步邁向“賽博格”（Cyborg，人類與電子機(jī)械的融合體）與數(shù)字永生的新階段。

#Neuralink #腦機(jī)接口 #OpenAI #生物黑客 #數(shù)字永生

閱讀更多：

https://openai.com/index/investing-in-merge-labs/

AI 驅(qū)動科學(xué)

Nature：生成式AI模型GluFormer利用連續(xù)血糖監(jiān)測數(shù)據(jù)預(yù)測長期疾病風(fēng)險(xiǎn)

連續(xù)血糖監(jiān)測雖能提供詳盡數(shù)據(jù)，但其在長期健康預(yù)測上的潛力一直未被充分挖掘。Guy Lutsker、Eran Segal 等人（魏茨曼科學(xué)研究所）開發(fā)了一種名為 GluFormer 的生成式基礎(chǔ)模型，該模型不僅能從短期監(jiān)測數(shù)據(jù)中提取關(guān)鍵特征以預(yù)測血糖參數(shù)，更在對糖尿病及心血管死亡等長期疾病風(fēng)險(xiǎn)的分層預(yù)測上展現(xiàn)出超越現(xiàn)有標(biāo)準(zhǔn)的潛力，為精準(zhǔn)代謝健康管理提供了有力工具。

這項(xiàng)研究的核心在于構(gòu)建了一個針對連續(xù)血糖監(jiān)測（Continuous glucose monitoring，CGM）數(shù)據(jù)的生成式基礎(chǔ)模型。研究團(tuán)隊(duì)采用自監(jiān)督學(xué)習(xí)方法，利用來自 1 萬多名成年人的超過 1000 萬次血糖測量數(shù)據(jù)對 GluFormer 進(jìn)行了訓(xùn)練。在涵蓋 5 個國家、8 種設(shè)備及多種病理狀態(tài)的 19 個外部隊(duì)列驗(yàn)證中，該模型表現(xiàn)出強(qiáng)大的遷移能力。結(jié)果顯示，在預(yù)測血糖參數(shù)方面，該模型持續(xù)優(yōu)于傳統(tǒng)的糖化血紅蛋白（HbA1c）指標(biāo)。尤其值得注意的是，在一個長達(dá) 11 年隨訪的隊(duì)列研究中，該模型展現(xiàn)了卓越的風(fēng)險(xiǎn)分層能力：在被模型判定為風(fēng)險(xiǎn)最高的四分位人群中，新發(fā)糖尿病和心血管死亡的比例分別高達(dá) 66% 和 69%，相比之下，風(fēng)險(xiǎn)最低組的比例僅為 7% 和 0%。此外，該團(tuán)隊(duì)還開發(fā)了整合飲食數(shù)據(jù)的多模態(tài)版本，成功預(yù)測了個體對食物的血糖反應(yīng)。研究發(fā)表在 Nature 上。

#AI驅(qū)動科學(xué) #預(yù)測模型構(gòu)建 #連續(xù)血糖監(jiān)測 #糖尿病 #心血管疾病

閱讀更多：

Lutsker, Guy, et al. “A Foundation Model for Continuous Glucose Monitoring Data.” Nature, Jan. 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-025-09925-9

會診療的智能眼鏡：閉環(huán)神經(jīng)調(diào)控系統(tǒng)無創(chuàng)緩解面肌痙攣

面肌痙攣（HFS）嚴(yán)重影響患者的社交與生活，而現(xiàn)有的肉毒素注射或開顱手術(shù)等療法存在療效短暫或風(fēng)險(xiǎn)高等局限。Xuecheng Qu, Jiahao Wan 以及 Zhou Li, Jia Cheng, Chong Li 等人（中國科學(xué)院北京納米能源與系統(tǒng)研究所、清華大學(xué)）合作開發(fā)了一款集成了摩擦電納米發(fā)電機(jī)傳感技術(shù)與經(jīng)皮電神經(jīng)刺激功能的智能可穿戴眼鏡系統(tǒng)。該系統(tǒng)利用先進(jìn)的材料改性技術(shù)，無需外部電源即可實(shí)時捕捉面部肌肉的微小抽搐，并通過閉環(huán)反饋觸發(fā)精準(zhǔn)電刺激，為患者提供了一種非侵入、居家可用的診療一體化解決方案。

? 閉環(huán)面神經(jīng)刺激系統(tǒng)的設(shè)計(jì)與原理。a圖展示了集成在眼鏡上的HFSS傳感器和刺激電極。b圖示意了通過外部電刺激抑制異常神經(jīng)沖動的原理。c圖展示了基于CCTO摻雜PDMS微半球結(jié)構(gòu)的摩擦電傳感器設(shè)計(jì)。d圖為傳感器的工作原理。e圖展示了患者治療前后在面部對稱性指標(biāo)上的改善。

研究團(tuán)隊(duì)設(shè)計(jì)了一種高性能柔性傳感器，通過在聚二甲基硅氧烷（PDMS）中摻雜鈦酸銅鈣（CCTO）并構(gòu)建微米級半球形陣列，利用摩擦電效應(yīng)將傳感器靈敏度提升了約2.3倍。配合特制的滑動窗口算法，該系統(tǒng)對痙攣發(fā)作的識別準(zhǔn)確率高達(dá)98%。一旦檢測到異常信號，系統(tǒng)會立即觸發(fā)預(yù)設(shè)的電刺激（經(jīng)皮電神經(jīng)刺激，TENS）抑制神經(jīng)興奮。在涉及3名患者的臨床驗(yàn)證中，通過計(jì)算機(jī)視覺分析眼-鼻距離等指標(biāo)，證實(shí)佩戴該眼鏡進(jìn)行閉環(huán)干預(yù)能顯著改善面部對稱性（p < 0.0001）。此外，該傳感器還能在顳淺動脈處監(jiān)測脈搏波，展現(xiàn)了多模態(tài)生理監(jiān)測潛力。研究發(fā)表在 Nature Communications 上。

#疾病與健康 #神經(jīng)調(diào)控 #智能穿戴 #面肌痙攣 #摩擦電傳感器

閱讀更多：

Qu, Xuecheng, et al. “Closed-Loop Wearable Neurostimulation System with Triboelectric Sensing to Alleviate Hemifacial Spasms.” Nature Communications, vol. 16, no. 1, Jan. 2026, p. 11148. www.nature.com, https://doi.org/10.1038/s41467-025-67121-9

新型憶阻器訓(xùn)練方法EaPU將AI訓(xùn)練能耗降低六個數(shù)量級

如何讓高能效的模擬硬件適應(yīng)現(xiàn)代AI訓(xùn)練的精度要求？Jinchang Liu、Tuo Shi（浙江實(shí)驗(yàn)室）與Qi Liu（復(fù)旦大學(xué)）等人組成的團(tuán)隊(duì)開發(fā)了一種名為“誤差感知概率更新”（EaPU）的新方法。該研究通過巧妙利用硬件噪聲而非對抗它，成功解決了憶阻器訓(xùn)練中的算法-硬件不匹配問題，在大幅降低能耗的同時提升了計(jì)算任務(wù)的準(zhǔn)確性。

? 在憶阻器硬件上實(shí)現(xiàn) SRNet ×2。Credit: Nature Communications (2025).

團(tuán)隊(duì)在定制的180納米憶阻器陣列上驗(yàn)證了該方法，并在圖像去噪和超分辨率任務(wù)中取得了優(yōu)異的結(jié)構(gòu)相似性指數(shù)。在大規(guī)模仿真中，EaPU成功訓(xùn)練了152層的ResNet和Vision Transformer模型，在噪聲環(huán)境下的準(zhǔn)確率比標(biāo)準(zhǔn)方法提高了60%以上。最令人矚目的是，該方法將訓(xùn)練過程中的參數(shù)更新減少了99%以上，使得器件壽命延長了約1000倍。與GPU相比，EaPU將訓(xùn)練能耗降低了驚人的六個數(shù)量級；即便是與現(xiàn)有的先進(jìn)憶阻器訓(xùn)練方法相比，能耗也降低了50倍。這一突破為未來大語言模型在低能耗硬件上的訓(xùn)練鋪平了道路。研究發(fā)表在 Nature Communications 上。

#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：

Liu, Jinchang, et al. “Error-Aware Probabilistic Training for Memristive Neural Networks.” Nature Communications, vol. 16, no. 1, Dec. 2025, p. 11494. www.nature.com, https://doi.org/10.1038/s41467-025-66240-7

浙大研發(fā)FlexiRay軟體機(jī)械手實(shí)現(xiàn)類人多模態(tài)觸覺感知

為了讓機(jī)器人具備像人類一樣靈巧的雙手，能夠安全地處理易碎物品并適應(yīng)復(fù)雜環(huán)境，Huixu Dong、Yanzhe Wang、Haotian Guo和Hao Wu（浙江大學(xué)）組成的團(tuán)隊(duì)開發(fā)了一種名為FlexiRay的創(chuàng)新型軟體機(jī)械手。該團(tuán)隊(duì)旨在解決傳統(tǒng)軟體傳感器在發(fā)生形變時容易產(chǎn)生感知盲區(qū)的問題，通過結(jié)合先進(jìn)的機(jī)械結(jié)構(gòu)設(shè)計(jì)與人工智能算法，F(xiàn)lexiRay不僅具備了軟體機(jī)器人的安全性和順應(yīng)性，還成功集成了高分辨率的視覺觸覺傳感能力，能夠像人類皮膚一樣感知物理世界。

? 圖示對比了 FlexiRay 傳感器與人手感知模式及其應(yīng)用場景。圖中介紹了其設(shè)計(jì)靈感、工作原理和分層結(jié)構(gòu)。Credit: Nature Communications (2025).

研究團(tuán)隊(duì)受鰭狀射線效應(yīng)（Fin Ray Effect，一種模仿魚鰭受力后被動彎曲以包裹物體的仿生結(jié)構(gòu)）啟發(fā)，設(shè)計(jì)了FlexiRay的柔性骨架。為了解決軟體手指彎曲遮擋內(nèi)部視線的問題，研究人員利用協(xié)方差矩陣適應(yīng)進(jìn)化策略（CMA-ES）優(yōu)化了內(nèi)部的多鏡面光學(xué)系統(tǒng)，使機(jī)械指在發(fā)生大幅形變時，光學(xué)路徑能動態(tài)調(diào)整以“繞過”遮擋物，從而保持連續(xù)的視野。FlexiRay的表皮采用包含熱致變色（Thermochromic，一種隨溫度變化而改變顏色的材料）材料的多層復(fù)合結(jié)構(gòu)。通過解耦的深度學(xué)習(xí)框架分析單攝像頭采集的圖像，F(xiàn)lexiRay能同時解析出力、接觸位置、紋理、溫度和本體感覺五種模態(tài)。實(shí)驗(yàn)結(jié)果顯示，在大變形下其有效感知覆蓋率仍超過90%，并達(dá)到了0.17牛頓的力感知精度和1.17攝氏度的溫度感知精度。這種“利用變形”而非“避免變形”的設(shè)計(jì)范式，使其能輕松完成抓取蛋糕、修剪花枝及遠(yuǎn)程泡茶等精細(xì)任務(wù)。研究發(fā)表在 Nature Communications 上。

#AI 驅(qū)動科學(xué) #機(jī)器人及其進(jìn)展 #軟體機(jī)器人 #觸覺感知 #仿生設(shè)計(jì)

閱讀更多：

Wang, Yanzhe, et al. “Flexible Robotic Hand Harnesses Large Deformations for Full-Coverage Human-like Multimodal Haptic Perception.” Nature Communications, vol. 17, no. 1, Dec. 2025, p. 458. www.nature.com, https://doi.org/10.1038/s41467-025-67148-y

交互式工具ELAXIR助力患者掌握醫(yī)療AI倫理話語權(quán)

隨著人工智能在醫(yī)療領(lǐng)域的深度滲透，數(shù)據(jù)隱私與算法偏見等倫理風(fēng)險(xiǎn)日益凸顯。Raquel Iniesta等（倫敦國王學(xué)院）領(lǐng)導(dǎo)的團(tuán)隊(duì)開發(fā)了一款名為ELAXIR的創(chuàng)新工具，旨在提升公眾及專業(yè)人士對醫(yī)療AI倫理挑戰(zhàn)的應(yīng)對能力。

該研究基于團(tuán)隊(duì)提出的“患者擴(kuò)展”協(xié)作模式（patient-extended collaborative model），開發(fā)了一套包含實(shí)體與電子形式的卡片工具。ELAXIR由解釋核心概念的主卡、涵蓋13種醫(yī)療情景的案例卡以及倫理AI詞典組成。這些情景由臨床醫(yī)生、開發(fā)者和患者共同設(shè)計(jì)，模擬了真實(shí)的就醫(yī)困境，例如當(dāng)AI對少數(shù)族裔效果不佳或與醫(yī)生建議相左時應(yīng)如何決策。通過這種交互式學(xué)習(xí)，工具不僅普及了算法與風(fēng)險(xiǎn)等關(guān)鍵術(shù)語，更重要的是確立了以患者為中心的協(xié)作機(jī)制。結(jié)果表明，通過賦予患者了解AI原理及自身權(quán)利的能力，可以有效防止醫(yī)療過程中的非人化傾向，促進(jìn)醫(yī)生、開發(fā)者與患者三方在AI應(yīng)用中的平等對話與負(fù)責(zé)任決策。研究發(fā)表在 AI and Ethics 上。

#疾病與健康 #跨學(xué)科整合 #人工智能倫理 #患者賦權(quán) #醫(yī)療決策

閱讀更多：

Iniesta, Raquel. “The Human Role to Guarantee an Ethical AI in Healthcare: A Five-Facts Approach.” AI and Ethics, vol. 5, no. 1, Feb. 2025, pp. 385–97. Springer Link, https://doi.org/10.1007/s43681-023-00353-x

RoboReward：用于機(jī)器人訓(xùn)練和評估的新數(shù)據(jù)集和通用視覺語言獎勵模型

訓(xùn)練機(jī)器人執(zhí)行日常任務(wù)通常需要大量昂貴的人工監(jiān)督來提供反饋信號。來自斯坦福大學(xué)和加州大學(xué)伯克利分校（UC Berkeley）的Tony Lee、Andrew Wagenmaker、Chelsea Finn及其團(tuán)隊(duì)開發(fā)了RoboReward，這是一個專門用于訓(xùn)練和評估機(jī)器人人工智能算法的數(shù)據(jù)集和模型系統(tǒng)。該研究旨在利用視覺語言模型作為自動獎勵系統(tǒng)，從而減少人類在機(jī)器人訓(xùn)練回路中的干預(yù)，實(shí)現(xiàn)了機(jī)器人技能習(xí)得的自動化評估。

? 作者訓(xùn)練了一個通用的視覺語言獎勵模型，該模型在真實(shí)世界機(jī)器人訓(xùn)練中顯著縮小了與人類獎勵之間的性能差距，并在兩個任務(wù)（打開抽屜和猴子抓取放置）中得到了驗(yàn)證。Credit: Lee et al.

研究團(tuán)隊(duì)通過創(chuàng)新性地增強(qiáng)現(xiàn)有的機(jī)器人演示數(shù)據(jù)構(gòu)建了RoboReward數(shù)據(jù)集。針對以往數(shù)據(jù)集缺乏失敗案例的問題，他們采用了反事實(shí)重新標(biāo)記（counterfactual relabeling，即修改任務(wù)指令以匹配失敗場景）和時間剪輯（temporal clipping，截取動作未完成的片段）技術(shù)，生成了大量逼真的失敗和“險(xiǎn)些成功”的負(fù)樣本。基于此數(shù)據(jù)，團(tuán)隊(duì)訓(xùn)練了兩個新的通用視覺語言獎勵模型——RoboReward 4B和8B。在包含多種機(jī)器人形態(tài)和任務(wù)的基準(zhǔn)測試中，這些針對性訓(xùn)練的模型展現(xiàn)出卓越的物理推理能力。結(jié)果顯示，RoboReward 8B在獎勵準(zhǔn)確性上超越了包括Gemini Robotics-ER 1.5在內(nèi)的大型前沿模型，并在真實(shí)世界的機(jī)器人強(qiáng)化學(xué)習(xí)實(shí)驗(yàn)中，顯著縮小了自動化訓(xùn)練與人工指導(dǎo)訓(xùn)練之間的性能差距。

#AI 驅(qū)動科學(xué) #自動化科研 #機(jī)器人及其進(jìn)展 #強(qiáng)化學(xué)習(xí) #視覺語言模型

閱讀更多：

Lee, Tony, et al. “RoboReward: General-Purpose Vision-Language Reward Models for Robotics.” arXiv:2601.00675, arXiv, 8 Jan. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2601.00675

虛擬現(xiàn)實(shí)中的自然環(huán)境更能促進(jìn)心理治療中的自我披露

虛擬現(xiàn)實(shí)能否成為心理治療的有效新途徑？伊迪斯·科文大學(xué)（Edith Cowan University）的Shane L. Rogers團(tuán)隊(duì)通過兩項(xiàng)最新研究，探索了VR在心理健康支持中的潛力。研究發(fā)現(xiàn)，VR不僅能通過虛擬化身提供類似文字聊天的匿名安全感，還能通過精心設(shè)計(jì)的環(huán)境提供類似視頻聊天的臨場感，特別是自然場景的虛擬環(huán)境，能顯著提升人們敞開心扉的舒適度。

? 研究使用了四種虛擬環(huán)境：（a）海濱場景，（b）綠色花園場景，（c）城市室內(nèi)辦公場景，以及（d）科幻場景。所有圖像均以參與者的視角拍攝，參與者看向?qū)嶒?yàn)者的虛擬化身。Credit: Applied Sciences (2025).

該團(tuán)隊(duì)進(jìn)行了兩項(xiàng)獨(dú)立但相關(guān)的實(shí)驗(yàn)。在第一項(xiàng)發(fā)表于 Journal of Technology in Behavioral Science 的研究中，研究人員對比了視頻聊天、文字聊天和VR聊天三種模式。50名參與者對不同模式下的自我披露體驗(yàn)進(jìn)行了評分。結(jié)果顯示，雖然視頻聊天仍是主流首選，但VR在營造平靜感方面表現(xiàn)出色，約20%的用戶因虛擬化身（avatars）帶來的匿名放松感而更偏愛VR。在發(fā)表于 Applied Sciences 的第二項(xiàng)研究中，團(tuán)隊(duì)進(jìn)一步測試了海濱、花園、辦公室和科幻四種虛擬場景。結(jié)果表明，環(huán)境設(shè)計(jì)至關(guān)重要，參與者一致認(rèn)為基于自然的虛擬環(huán)境比非自然環(huán)境更具安撫作用，更適合進(jìn)行治療性對話。這些發(fā)現(xiàn)表明，隨著技術(shù)的進(jìn)步，VR有望成為一種介于傳統(tǒng)面對面治療和遠(yuǎn)程醫(yī)療之間的重要補(bǔ)充工具。

#疾病與健康 #心理健康與精神疾病 #虛擬現(xiàn)實(shí) #自我披露 #遠(yuǎn)程醫(yī)療

閱讀更多：

Rogers, Shane L., et al. “Virtual Reality for Self-Disclosure: Comparing User Experiences Across VR, Video and Text Chat.” Journal of Technology in Behavioral Science, Nov. 2025. Springer Link, https://doi.org/10.1007/s41347-025-00574-3

Google發(fā)現(xiàn)簡單復(fù)制粘貼提示詞可大幅提升大模型準(zhǔn)確率

如何能在不升級模型或犧牲速度的前提下，讓大語言模型瞬間變“聰明”？Yaniv Leviathan、Matan Kalman和Yossi Matias（Google Research）團(tuán)隊(duì)發(fā)現(xiàn)了一項(xiàng)驚人的簡單技巧：只需將提示詞復(fù)制粘貼一遍。這項(xiàng)研究針對大模型在處理信息時的架構(gòu)缺陷，通過極低成本的手段顯著提升了模型在非推理任務(wù)中的表現(xiàn)，為優(yōu)化現(xiàn)有AI系統(tǒng)提供了新思路。

該研究針對Transformer架構(gòu)中存在的因果盲點(diǎn)（Causal Blind Spot），即模型在從左到右處理文本時無法“預(yù)知”后續(xù)內(nèi)容的問題，提出了一種名為“提示詞重復(fù)”的策略。研究團(tuán)隊(duì)將輸入內(nèi)容重復(fù)輸入，即把“問題”變?yōu)椤皢栴}+問題”，這使得模型在處理第二遍內(nèi)容時，能夠利用注意力機(jī)制回顧第一遍的完整信息，從而獲得類似“上帝視角”的全局理解。在針對Gemini、GPT-4o和DeepSeek等主流模型的測試中，這一策略效果顯著。特別是在需要精確檢索的NameIndex測試中，Gemini 2.0 Flash-Lite的準(zhǔn)確率從21.33%飆升至97.33%。值得注意的是，由于重復(fù)處理發(fā)生在高度可并行的預(yù)填充階段，而非逐字生成的生成階段，因此幾乎沒有增加用戶感知的延遲。這項(xiàng)技術(shù)為解決大模型“讀后即忘”的問題提供了免費(fèi)的午餐，盡管研究也指出該方法在需要復(fù)雜推理的思維鏈任務(wù)中效果有限。

#大模型技術(shù) #計(jì)算模型與人工智能模擬 #提示工程 #Transformer架構(gòu) #GoogleResearch

閱讀更多：

Leviathan, Yaniv, et al. “Prompt Repetition Improves Non-Reasoning LLMs.” arXiv:2512.14982, arXiv, 17 Dec. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2512.14982

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(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10億美元創(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)生獎勵計(jì)劃、、、科普視頻媒體「大圓鏡」等。