追問(wèn)daily | 每日步數(shù)越多，入睡也就越早？給大腦降溫可緩解抑郁情緒

█ 腦科學(xué)動(dòng)態(tài)

Cell：首次揭示限制動(dòng)物體內(nèi)長(zhǎng)出人類器官的免疫機(jī)制

頭部物理降溫可顯著緩解抑郁情緒

周邊視覺(jué)幫助讀者在250毫秒內(nèi)處理跳過(guò)的詞語(yǔ)

PPT1活性降低是衰老與神經(jīng)退化新推手

高韌性人群面對(duì)壓力時(shí)腦區(qū)高度同步

大規(guī)模成像揭示雙相情感障礙的腦網(wǎng)絡(luò)改變與治療關(guān)聯(lián)

增強(qiáng)現(xiàn)實(shí)系統(tǒng)實(shí)現(xiàn)三維超聲成像，顯著縮短新手與專家操作差距

每日步數(shù)越多，大學(xué)生入睡越早

女性更年期不僅影響生殖，更重塑靜息態(tài)腦網(wǎng)絡(luò)連接

█ AI行業(yè)動(dòng)態(tài)

Anthropic發(fā)布最強(qiáng)模型Claude Fable 5

Claude Fable 5暗中降智

生物學(xué)AI Agent的瓶頸不在模型，而在數(shù)據(jù)基礎(chǔ)設(shè)施

Synchron微創(chuàng)腦機(jī)接口試驗(yàn)將數(shù)字控制帶入居家生活

兩千學(xué)者聯(lián)署《萊頓宣言》：警惕AI數(shù)學(xué)神話背后的商業(yè)炒作與學(xué)術(shù)侵蝕

█ AI驅(qū)動(dòng)科學(xué)

AI構(gòu)建腦語(yǔ)言“數(shù)字孿生”，助力雙語(yǔ)失語(yǔ)癥患者個(gè)性化康復(fù)

順應(yīng)大腦自然幾何結(jié)構(gòu)的非侵入性腦機(jī)接口實(shí)現(xiàn)快速高效控制

人工智能模型“Hetairos”數(shù)分鐘內(nèi)精準(zhǔn)診斷腦腫瘤分子亞型

大語(yǔ)言模型通過(guò)模擬社會(huì)自主成長(zhǎng)

微生物燃料電池實(shí)現(xiàn)廢水凈化與綠色發(fā)電

視覺(jué)語(yǔ)言模型在預(yù)測(cè)性社交智能上展現(xiàn)局限，難以解讀人類面部表情

大模型辯論中的答案一致不等于推理對(duì)齊

統(tǒng)一多任務(wù)離散擴(kuò)散框架：Mind-Omni實(shí)現(xiàn)腦-視-語(yǔ)多模態(tài)融合與協(xié)同

腦科學(xué)動(dòng)態(tài)

Cell：首次揭示限制動(dòng)物體內(nèi)長(zhǎng)出人類器官的免疫機(jī)制

如何在動(dòng)物體內(nèi)培育人類可移植器官？斯坦福大學(xué)醫(yī)學(xué)院的研究團(tuán)隊(duì)團(tuán)隊(duì)發(fā)現(xiàn)了一種被稱為“異種吞噬”的固有免疫屏障，并通過(guò)成功阻斷該屏障，顯著提高了異種嵌合效率與器官重建質(zhì)量。

? Credit：Cell.

研究人員在構(gòu)建小鼠和大鼠的種間囊胚互補(bǔ)模型時(shí)，發(fā)現(xiàn)胚胎期大鼠細(xì)胞在第9.5天至11.5天會(huì)急劇減少。通過(guò)流式細(xì)胞術(shù)與免疫染色，團(tuán)隊(duì)發(fā)現(xiàn)最早出現(xiàn)的原始巨噬細(xì)胞會(huì)特異性識(shí)別并選擇性吞噬活的異種細(xì)胞，這種現(xiàn)象被稱為異種吞噬。其機(jī)制在于，異種細(xì)胞表面具有較高水平的磷脂酰絲氨酸，會(huì)被巨噬細(xì)胞的Axl受體識(shí)別。為阻斷該過(guò)程，團(tuán)隊(duì)提出三種策略：敲除小鼠宿主的 Spi1 或 Csf1r 基因以清除巨噬細(xì)胞，在供體細(xì)胞中過(guò)表達(dá)限制吞噬信號(hào) CD47，或過(guò)表達(dá)調(diào)節(jié)上述磷脂酰絲氨酸分布的翻轉(zhuǎn)酶 ATP11C。結(jié)果顯示，阻斷異種吞噬后，大鼠細(xì)胞在小鼠胚胎內(nèi)的器官嵌合率顯著提高，其中血液平均嵌合率從9%提升至33%，肺部平均嵌合率從18%提升至45%，成功實(shí)現(xiàn)了高效的器官重建。研究發(fā)表在 Cell 上。

#疾病與健康 #其他 #器官移植 #異種嵌合 #巨噬細(xì)胞

閱讀更多：

Wang, Sicong, et al. “Xenophagocytosis Blockade Enhances Interspecies Chimerism.” Cell, vol. 0, no. 0, June 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.05.016

頭部物理降溫可顯著緩解抑郁情緒

如何通過(guò)簡(jiǎn)便的物理手段緩解大眾的抑郁與焦慮情緒？Zach Napora、Maddie McLaughlin、Owen Griffith、Laura Cooney、Elle McNally和Semyon M. Slobounov（賓夕法尼亞州立大學(xué)）發(fā)現(xiàn)，利用物理降溫帽對(duì)頭部進(jìn)行半小時(shí)的降溫，能夠顯著減輕健康人群的抑郁癥狀，并促進(jìn)與放松相關(guān)的腦電活動(dòng)。

? 研究中使用的頭部冷卻帽。Credit: Jaydyn Isiminger / Penn State, Creative Commons

研究團(tuán)隊(duì)招募了24名18至26歲的大學(xué)生進(jìn)行對(duì)照實(shí)驗(yàn)。實(shí)驗(yàn)組在昏暗房間內(nèi)佩戴定制的降溫帽，利用循環(huán)液體將頭部溫度維持在33華氏度（約0.5攝氏度）并靜坐30分鐘，對(duì)照組則不佩戴降溫帽靜坐。腦電圖檢測(cè)顯示，單次降溫后，降溫組與放松和平靜狀態(tài)相關(guān)的α波水平立即升高了約百分之四，而對(duì)照組則略有下降，這表明頭部降溫具有即時(shí)的鎮(zhèn)靜作用。經(jīng)過(guò)為期一周的每日降溫干預(yù)后，雖然兩組的抑郁癥狀均有所減輕，但降溫組的癥狀緩解幅度顯著大于對(duì)照組。盡管腦電圖未顯示長(zhǎng)期的電生理改變，研究者認(rèn)為這種舒適的物理冷敷體驗(yàn)通過(guò)心身調(diào)節(jié)改善了情緒。該研究發(fā)表在 Acta Psychologica 上。

#疾病與健康 #心理健康與精神疾病 #頭部降溫 #腦電波 #抑郁癥

閱讀更多：

Napora, Zach, et al. “Selective Head Cooling Intervention Improves Mental Health Markers: A Multimodal Feasibility Study.” Acta Psychologica, vol. 266, June 2026, p. 106871. ScienceDirect, https://doi.org/10.1016/j.actpsy.2026.106871

周邊視覺(jué)幫助讀者在250毫秒內(nèi)處理跳過(guò)的詞語(yǔ)

閱讀時(shí)被跳過(guò)的詞語(yǔ)是否被忽略了？南佛羅里達(dá)大學(xué)的 Sara Milligan 和 Elizabeth R. Schotter 發(fā)現(xiàn)，大腦能利用周邊（副中央凹）視覺(jué)在250毫秒內(nèi)提前處理這些跳過(guò)的詞語(yǔ)，揭示了眼睛與大腦的高效協(xié)同機(jī)制。

研究團(tuán)隊(duì)招募了55名參與者進(jìn)行默讀測(cè)試，利用結(jié)合了腦電圖（EEG）與眼動(dòng)追蹤儀的系統(tǒng)，精確測(cè)量參與者閱讀時(shí)的注視相關(guān)腦電位。在測(cè)試中，參與者閱讀了180個(gè)句子，研究人員利用技術(shù)手段在周邊視覺(jué)中故意呈現(xiàn)符合預(yù)期或異常的詞語(yǔ)。結(jié)果顯示，當(dāng)即將出現(xiàn)的詞語(yǔ)不合常理時(shí)，即便被讀者跳過(guò)，大腦依然在約250毫秒的眼動(dòng)間隔中產(chǎn)生了強(qiáng)烈的副中央凹N400（pN400，一種反映大腦處理不協(xié)調(diào)語(yǔ)義信息的腦電波）效應(yīng)。這表明跳過(guò)詞語(yǔ)并非簡(jiǎn)單的盲目猜測(cè)，而是大腦在眼球移過(guò)去之前就已利用周邊視覺(jué)對(duì)其進(jìn)行了深度的分析。雖然跳過(guò)的決策在詞語(yǔ)被完全識(shí)別前就已做出，但這種快速預(yù)測(cè)系統(tǒng)極大提升了閱讀效率。研究發(fā)表在 Psychophysiology 上。

#認(rèn)知科學(xué) #神經(jīng)機(jī)制與腦功能解析 #閱讀機(jī)制 #眼動(dòng)追蹤 #腦電圖

閱讀更多：

Milligan, Sara, and Elizabeth R. Schotter. “Understanding the Eye-Brain Interface During Reading: Connecting Word Skipping and Comprehension Using Behavior-Contingent Fixation-Related Potentials.” Psychophysiology, vol. 63, no. 3, 2026, p. e70274. Wiley Online Library, https://doi.org/10.1111/psyp.70274

PPT1活性降低是衰老與神經(jīng)退化新推手

大腦廢物堆積是導(dǎo)致衰老與神經(jīng)退行性病變的關(guān)鍵。Sofia Massaro Tieze、Alexander Esqueda和Sreeganga S. Chandra團(tuán)隊(duì)（耶魯大學(xué)醫(yī)學(xué)院）首次系統(tǒng)繪制了大腦垃圾脂褐素的精細(xì)沉積圖譜，并發(fā)現(xiàn)PPT1酶活性降低是導(dǎo)致該廢物堆積的核心機(jī)制。

? 缺乏 PPT1 的小鼠大腦中脂褐素的綠色熒光點(diǎn)。Credit: Yale University

研究團(tuán)隊(duì)利用艾倫腦圖譜分析了小鼠腦內(nèi)425個(gè)精細(xì)區(qū)域，發(fā)現(xiàn)在衰老或缺乏PPT1基因的小鼠中，脂褐素（lipofuscin，一種隨年齡增長(zhǎng)在細(xì)胞內(nèi)積聚的不可降解色素物質(zhì)）主要在皮層、海馬體和小腦中高度積聚。質(zhì)譜與電鏡分析顯示，脂褐素是由降解的線粒體、溶酶體以及無(wú)法回收的脂質(zhì)和蛋白質(zhì)組成的集合體。引人注目的是，脂褐素中超過(guò)95%的駐留蛋白均可發(fā)生S-酰化，它們通常需要PPT1來(lái)進(jìn)行去S-酰化。然而，隨著正常個(gè)體衰老，PPT1的活性會(huì)顯著下降，導(dǎo)致去S-酰化功能不足，蛋白質(zhì)無(wú)法被溶酶體回收，最終形成垃圾堆積。通過(guò)對(duì)4名67至96歲人類大腦皮質(zhì)樣本的分析，研究人員證實(shí)人類脂褐素中共享了超過(guò)3800種與小鼠相同的蛋白質(zhì)，驗(yàn)證了該機(jī)制的跨物種一致性。研究發(fā)表在 Acta Neuropathologica 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #衰老 #神經(jīng)退行性疾病 #溶酶體

閱讀更多：

Tieze, Sofia Massaro, et al. “Lipofuscin Accumulation in Aging and CLN1 Is Associated with Deficient De-S-Acylation, Lyso-Mitochondrial Dysfunction, and Lipid Dyshomeostasis.” Acta Neuropathologica, vol. 151, no. 1, May 2026, p. 52, https://doi.org/10.1007/s00401-026-03012-7

高韌性人群面對(duì)壓力時(shí)腦區(qū)高度同步

面對(duì)壓力，為何有人能輕松應(yīng)對(duì)？Shuer Ye和Maryam Ziaei等組成的團(tuán)隊(duì)（挪威科技大學(xué)卡弗里系統(tǒng)神經(jīng)科學(xué)研究所等）通過(guò)功能磁共振成像研究，發(fā)現(xiàn)高心理韌性人群在面對(duì)負(fù)面壓力刺激時(shí)，大腦神經(jīng)反應(yīng)高度相似，而低韌性者的反應(yīng)則高度分化。

? 研究比較了受試者在觀看兩部影片（一部?jī)?nèi)容中性，一部?jī)?nèi)容負(fù)面）時(shí)的大腦活動(dòng)。“黑色框線區(qū)域顯示，心理韌性強(qiáng)的受試者在觀看影片時(shí)表現(xiàn)出相似的大腦活動(dòng)，”研究員瑪麗亞姆·齊亞伊（Maryam Ziaei）說(shuō)道。Credit: Kavli Institute for Systems Neuroscience

研究人員招募了62名年輕健康受試者，在7T高場(chǎng)強(qiáng)功能磁共振成像（fMRI）掃描儀中記錄他們觀看兩部電影時(shí)的大腦活動(dòng)。一部是女性制作陶器的中性電影，另一部是女性拼命避免墜入深淵的負(fù)性電影。通過(guò)計(jì)算受試者間相關(guān)性，研究發(fā)現(xiàn)，面對(duì)負(fù)性電影的壓力刺激，高心理韌性受試者在特定腦區(qū)展現(xiàn)出高度一致的神經(jīng)同步性。相反，低心理韌性者的大腦活動(dòng)則呈現(xiàn)高度的個(gè)體差異。這印證了神經(jīng)科學(xué)中的安娜卡列尼娜模型（Anna Karenina model，即功能良好的系統(tǒng)彼此相似，而出現(xiàn)問(wèn)題的系統(tǒng)則各有各的問(wèn)題）。此外，研究還評(píng)估了受試者的不確定性容忍度，發(fā)現(xiàn)對(duì)不確定性容忍度較低的人，其大腦注意力相關(guān)區(qū)域的同步性較差。這表明對(duì)未知的不適感會(huì)分散注意力，從而削弱個(gè)體的心理韌性。研究發(fā)表在 Imaging Neuroscience 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #心理韌性 #不確定性容忍度 #功能磁共振成像

閱讀更多：

Ye, Shuer, et al. “Resilience-Related Neural Similarity during Naturalistic Movie Watching.” Imaging Neuroscience, vol. 4, Mar. 2026, p. IMAG.a.1165. Silverchair, https://doi.org/10.1162/IMAG.a.1165

大規(guī)模成像揭示雙相情感障礙的腦網(wǎng)絡(luò)改變與治療關(guān)聯(lián)

雙相情感障礙（BD）導(dǎo)致患者情緒劇烈波動(dòng)，其大腦回路連接異常機(jī)制仍不明確。Leila Nabulsi、Dara M. Cannon和Paul M. Thompson等研究人員（南加州大學(xué)凱克醫(yī)學(xué)院馬克和瑪麗·史蒂文斯神經(jīng)影像和信息學(xué)研究所，愛(ài)爾蘭戈?duì)栱f大學(xué)等）通過(guò)大規(guī)模腦成像數(shù)據(jù)，開發(fā)并應(yīng)用了多中心統(tǒng)一分析方法，揭示了患者白質(zhì)通信網(wǎng)絡(luò)中廣泛且細(xì)微的結(jié)構(gòu)異常，并闡明了其與病程及藥物治療的復(fù)雜關(guān)聯(lián)。

? 這張腦圖描繪了大腦區(qū)域之間的連接，這些連接由白質(zhì)通路構(gòu)成，負(fù)責(zé)在大腦中傳遞信號(hào)。它重點(diǎn)展示了雙相情感障礙患者大腦連接上的差異，尤其是在情緒調(diào)節(jié)、獎(jiǎng)賞處理、注意力以及自我反思等相關(guān)網(wǎng)絡(luò)中。Credit: Stevens INI

研究人員利用擴(kuò)散磁共振成像（diffusion MRI）分析了449名雙相情感障礙患者和510名健康對(duì)照者的腦部數(shù)據(jù)。研究發(fā)現(xiàn)患者的大腦網(wǎng)絡(luò)連接密度較低，信息交換效率下降，路徑也更為間接。這種異常在額葉-邊緣回路等調(diào)節(jié)情緒與獎(jiǎng)賞的網(wǎng)絡(luò)中最為顯著。此外，病程較長(zhǎng)者表現(xiàn)出海馬體與杏仁核等關(guān)鍵區(qū)域連接效率的廣泛下降。在藥物影響方面，使用選擇性血清素再攝取抑制劑及抗驚厥藥與大腦整體和局部回路效率降低相關(guān)。該研究突顯了腦網(wǎng)絡(luò)分析在指導(dǎo)雙相情感障礙個(gè)性化診療中的潛力。這項(xiàng)研究發(fā)表在 Biological Psychiatry 上。

#疾病與健康 #心理健康與精神疾病 #神經(jīng)機(jī)制與腦功能解析 #雙相情感障礙 #腦網(wǎng)絡(luò)

閱讀更多：

Nabulsi, Leila, et al. “Structural Brain Network Alterations in Relation to Treatment and Illness Severity in Bipolar Disorder.” Biological Psychiatry, vol. 0, no. 0, May 2026. www.biologicalpsychiatryjournal.com, https://doi.org/10.1016/j.biopsych.2026.04.020

增強(qiáng)現(xiàn)實(shí)系統(tǒng)實(shí)現(xiàn)三維超聲成像，顯著縮短新手與專家操作差距

如何降低醫(yī)學(xué)超聲的操作門檻并提升診斷精度？Jason F. Hou、Shrihari Viswanath和Canan Dagdeviren等（麻省理工學(xué)院等）研發(fā)出名為AR-VIU的增強(qiáng)現(xiàn)實(shí)超聲成像系統(tǒng)，成功實(shí)現(xiàn)了三維點(diǎn)云圖像的原位實(shí)時(shí)投影，顯著縮短了新手的臨床培訓(xùn)周期。

傳統(tǒng)超聲要求醫(yī)生在腦海中將二維平面切片拼湊成三維結(jié)構(gòu)，這會(huì)帶來(lái)極高的心理斷層掃描認(rèn)知負(fù)擔(dān)。為解決該瓶頸，研究團(tuán)隊(duì)利用新型低功率三維探頭采集數(shù)據(jù)，并借助虛幻引擎將體素轉(zhuǎn)換為三維點(diǎn)云。用戶只需佩戴混合現(xiàn)實(shí)頭顯（Varjo XR-4），即可直觀透視與人體解剖結(jié)構(gòu)精準(zhǔn)疊加的三維圖像，其正面追蹤誤差僅為1.31至1.53毫米。在一項(xiàng)針對(duì)18名受試者的測(cè)試中，研究人員對(duì)比了包括傳統(tǒng)二維屏幕在內(nèi)的四種成像模式。結(jié)果顯示，該系統(tǒng)將隱蔽物體的識(shí)別準(zhǔn)確率提升至91.7％，比其他模式平均高出17.7％。更重要的是，使用該系統(tǒng)后，完全無(wú)經(jīng)驗(yàn)的新手在識(shí)別與定位任務(wù)中的表現(xiàn)已接近專家水平，顯著縮小了新老手之間的表現(xiàn)差距。研究發(fā)表在 Communications Engineering 上。

#疾病與健康 #其他 #增強(qiáng)現(xiàn)實(shí) #三維超聲 #混合現(xiàn)實(shí)

閱讀更多：

Hou, Jason F., et al. “Real-Time 3D Ultrasound in Augmented Reality Accelerates Training and Narrows Novice–Expert Performance Gaps.” Communications Engineering, vol. 5, no. 1, June 2026, p. 107. www.nature.com, https://doi.org/10.1038/s44172-026-00692-7

每日步數(shù)越多，大學(xué)生入睡越早

大學(xué)生群體普遍面臨睡眠問(wèn)題并因此損害健康，如何有效改善該現(xiàn)狀？John Richmond T. Sy和Jessica Dietch等（俄勒岡州立大學(xué)及亞利桑那大學(xué)等）對(duì)此進(jìn)行了研究，發(fā)現(xiàn)每日行走步數(shù)較多的大學(xué)生入睡更早、睡眠質(zhì)量更好，且心理健康狀況更佳。

研究團(tuán)隊(duì)招募了來(lái)自兩所大學(xué)的217名學(xué)生，讓他們佩戴商業(yè)活動(dòng)追蹤器并記錄連續(xù)14天的日記。利用線性混合效應(yīng)模型分析發(fā)現(xiàn)，平均步數(shù)越多的學(xué)生，其焦慮、抑郁和壓力水平越低。此外，步數(shù)增多還與更早的睡眠中點(diǎn)（入睡與起床時(shí)間的中點(diǎn)）及更好的睡眠質(zhì)量顯著相關(guān)。然而，研究人員通過(guò)受試者工作特征曲線分析，未能確定改善睡眠和心理健康所需的最低步數(shù)閾值。同時(shí)，步數(shù)與總睡眠時(shí)間及睡眠效率等參數(shù)之間沒(méi)有顯著關(guān)聯(lián)。研究發(fā)表在 Behavioral Sleep Medicine 上。

#疾病與健康 #心理健康與精神疾病 #運(yùn)動(dòng)干預(yù) #睡眠質(zhì)量 #大學(xué)生群體

閱讀更多：

Sy, John Richmond T., et al. “Longitudinal Associations of Step Count on Mental Health and Sleep of Young Adult College Students.” Behavioral Sleep Medicine, May 2026, pp. 1–13. tandfonline.com (Atypon), https://doi.org/10.1080/15402002.2026.2673896

女性更年期不僅影響生殖，更重塑靜息態(tài)腦網(wǎng)絡(luò)連接

更年期如何影響大腦功能？Abigail A. Testo和Julie A. Dumas（佛蒙特大學(xué)羅伯特·拉納醫(yī)學(xué)院）通過(guò)研究發(fā)現(xiàn)，女性在更年期的不同階段，其靜息態(tài)腦功能連接存在顯著差異。這證實(shí)了更年期不僅是生殖轉(zhuǎn)折點(diǎn)，也是關(guān)鍵的神經(jīng)系統(tǒng)過(guò)渡期。

這項(xiàng)研究利用了人類連接組項(xiàng)目老化2.0（Human Connectome Project-Aging 2.0）的數(shù)據(jù)，分析了151名40至55歲中年女性的腦影像。研究人員使用Conn工具箱評(píng)估了腦區(qū)之間的靜息態(tài)腦功能連接。結(jié)果顯示，在對(duì)比絕經(jīng)前、圍絕經(jīng)期和絕經(jīng)后期三組女性時(shí)，右側(cè)緣上回前部與右側(cè)顳平極之間的功能連接存在顯著差異。深入對(duì)比絕經(jīng)前和絕經(jīng)后組發(fā)現(xiàn)，絕經(jīng)后女性的一個(gè)腦區(qū)聚類的功能連接顯著降低，涉及雙側(cè)緣上回和雙側(cè)顳平極等區(qū)域。這一發(fā)現(xiàn)表明，更年期帶來(lái)的雌激素等激素波動(dòng)會(huì)深刻改變大腦功能網(wǎng)絡(luò)，對(duì)理解中年女性腦老化和認(rèn)知變化具有重要意義。研究發(fā)表在 Menopause 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #更年期 #靜息態(tài)腦網(wǎng)絡(luò) #腦老化

閱讀更多：

Testo, Abigail A., and Julie A. Dumas. “Differences in Functional Connectivity during Midlife between Menopause Stages.” Menopause, May 2024, p. 10.1097/GME.0000000000002836. journals.lww.com, https://doi.org/10.1097/GME.0000000000002836

AI 行業(yè)動(dòng)態(tài)

Anthropic發(fā)布最強(qiáng)模型Claude Fable 5：性能登頂?shù)珒r(jià)格翻倍，免費(fèi)窗口僅限兩周

Anthropic公司正式推出Claude Fable 5，其號(hào)稱性能超越此前所有公開模型，在軟件工程、知識(shí)工作、視覺(jué)和科學(xué)研究等基準(zhǔn)測(cè)試中全面領(lǐng)先。Fable 5基于與前沿海量模型Claude Mythos 5相同的底座，在長(zhǎng)時(shí)運(yùn)行任務(wù)中可處理數(shù)百萬(wàn)個(gè)token而不失焦點(diǎn)，并通過(guò)自我筆記改善輸出，任務(wù)越復(fù)雜優(yōu)勢(shì)越明顯。Karpathy在第一時(shí)間體驗(yàn)后稱其為“非常令人興奮的大版本升級(jí)”。定價(jià)方面，F(xiàn)able 5和Mythos 5均為每百萬(wàn)輸入詞元10美元、輸出詞元50美元，較Opus 4.8貴一倍，比GPT-5.5輸入貴一倍、輸出貴三分之二。從即日起至6月22日，Pro、Max、Team等訂閱用戶可免費(fèi)使用，之后需消耗使用額度。Anthropic同時(shí)設(shè)置了安全護(hù)欄：當(dāng)系統(tǒng)判定用戶試圖“蒸餾”（distillation，通過(guò)模仿大模型輸出訓(xùn)練小模型的技術(shù)）或觸及敏感問(wèn)題時(shí)，將由Claude Opus 4.8降級(jí)響應(yīng)，大約95%的對(duì)話不受影響。Mythos 5移除了部分安全限制，目前僅通過(guò)“Project Glasswing”向少數(shù)網(wǎng)絡(luò)安全防御者和基礎(chǔ)設(shè)施提供商開放。

在實(shí)際能力上，F(xiàn)able 5將原本需團(tuán)隊(duì)兩個(gè)多月完成的5000萬(wàn)行Ruby代碼遷移壓縮至一天內(nèi)完成，在Cognition的FrontierCode評(píng)測(cè)中以中等算力設(shè)置拿到最高分，詞元使用效率也優(yōu)于以往。在Hebbia金融基準(zhǔn)測(cè)試中，F(xiàn)able 5斬獲最高分，展現(xiàn)出強(qiáng)大的文檔推理與圖表解讀能力。它還是視覺(jué)任務(wù)的新SOTA模型，僅憑極簡(jiǎn)的純視覺(jué)輔助機(jī)制就通關(guān)了《寶可夢(mèng)：火紅》游戲，而此前模型需復(fù)雜輔助工具仍覺(jué)吃力。在蛋白質(zhì)設(shè)計(jì)、分子生物學(xué)與基因組學(xué)領(lǐng)域，Mythos 5能將某些藥物設(shè)計(jì)環(huán)節(jié)效率提升約10倍，并首次提出令科學(xué)家認(rèn)可的新穎假說(shuō)，其中一個(gè)大腸桿菌新機(jī)制假說(shuō)已被獨(dú)立實(shí)驗(yàn)室證實(shí)。不過(guò)，Anthropic明確禁止使用Fable 5開發(fā)新大模型，以防止自我迭代加速。隨著OpenAI的GPT-5.6據(jù)傳也將在本周登場(chǎng)，大模型競(jìng)賽的新一輪對(duì)決即將上演。

#ClaudeFable5 #Anthropic #Mythos5 #大模型基準(zhǔn)測(cè)試 #AI安全限制

閱讀更多：

https://www.anthropic.com/news/claude-fable-5-mythos-5

最強(qiáng)模型卻暗中降智：Anthropic新模型Claude Fable 5陷信任危機(jī)

Anthropic發(fā)布的旗艦?zāi)Ｐ虲laude Fable 5在SWE-bench Pro編程基準(zhǔn)測(cè)試中拿下80.3%的得分，展現(xiàn)出驚人的代碼能力，卻在AI研究社區(qū)激起軒然大波。爭(zhēng)議焦點(diǎn)在于其系統(tǒng)卡中披露的一項(xiàng)隱性安全干預(yù)：當(dāng)檢測(cè)到用戶正在進(jìn)行前沿大語(yǔ)言模型開發(fā)時(shí)，模型會(huì)在用戶毫無(wú)察覺(jué)的情況下，通過(guò)提示修改、引導(dǎo)向量或參數(shù)高效微調(diào)等手段悄然降低其有效性。這與該模型對(duì)網(wǎng)絡(luò)安全、生物化學(xué)等風(fēng)險(xiǎn)采取的顯式回退策略形成鮮明對(duì)比，后者會(huì)明確提示用戶響應(yīng)已切換至舊版模型Opus 4.8處理。研究人員指出，這種“影子禁言”讓用戶無(wú)法判斷失敗源于自身思路、模型局限還是不可見(jiàn)的政策干預(yù)。研究分析公司SemiAnalysis及知名AI研究者Nathan Lambert等人紛紛發(fā)聲，批評(píng)Anthropic在維護(hù)安全的同時(shí)誤用了用戶信任，將其稱為“本質(zhì)上是錯(cuò)位的AI”。

Anthropic對(duì)此解釋稱，此舉是為了應(yīng)對(duì)AI加速自身發(fā)展帶來(lái)的風(fēng)險(xiǎn)，特別是避免自身最強(qiáng)工具幫助競(jìng)爭(zhēng)對(duì)手快速構(gòu)建缺乏保障的強(qiáng)大系統(tǒng)，即便開發(fā)競(jìng)爭(zhēng)性模型早已違反服務(wù)條款。該公司估計(jì)該干預(yù)僅影響約0.03%的流量，集中于不到0.1%的組織。然而批評(píng)者擔(dān)憂，“前沿研究”與“普通產(chǎn)品開發(fā)”的邊界日益模糊，訓(xùn)練嵌入模型、微調(diào)視覺(jué)語(yǔ)言模型等日常開發(fā)工作也可能觸發(fā)隱形降智，這動(dòng)搖了AI作為研究基礎(chǔ)設(shè)施的信任根基。連Claude Fable 5自己在對(duì)話中也似乎認(rèn)為這種不透明操作欠妥。Anthropic此前曾呼吁全球AI頭部實(shí)驗(yàn)室探討暫停開發(fā)的可能性，此次事件讓外界看到，其“安全第一”的理念在落地時(shí)面臨透明度和用戶知情權(quán)的嚴(yán)峻拷問(wèn)。

#ClaudeFable5 #Anthropic #AI安全 #隱性降智 #研究信任危機(jī)

閱讀更多：

https://www.interconnects.ai/p/claude-fable-5-and-new-ai-safety

生物學(xué)AI Agent的瓶頸不在模型，而在數(shù)據(jù)基礎(chǔ)設(shè)施

Anthropic近日發(fā)表了一篇由生物學(xué)家與機(jī)器學(xué)習(xí)研究員Laura Luebbert撰寫的科學(xué)博客，核心觀點(diǎn)直指生物學(xué)AI Agent發(fā)展緩慢的真正癥結(jié)。文章指出，阻礙生物學(xué)Agent爆發(fā)的并非大模型的推理能力不足，而是現(xiàn)有生物數(shù)據(jù)基礎(chǔ)設(shè)施對(duì)機(jī)器極為不友好。作者用了一個(gè)生動(dòng)的類比：讓AI Agent操作生物數(shù)據(jù)庫(kù)，就像開車穿過(guò)一座在汽車誕生前建好的老城，街道狹窄曲折，遍布特有的文件格式、分散的數(shù)據(jù)庫(kù)和一次性的檢索腳本。相比之下，軟件工程領(lǐng)域擁有版本控制、清晰的API和包管理器等標(biāo)準(zhǔn)化設(shè)施，天然適配Agent作業(yè)。生物學(xué)領(lǐng)域則缺乏一個(gè)廣泛可用的確定性執(zhí)行層，來(lái)支持對(duì)生物數(shù)據(jù)的可靠查詢，即便微小的錯(cuò)誤，如混淆基因組版本或元數(shù)據(jù)字段不一致，也可能導(dǎo)致后續(xù)生物學(xué)解釋完全失效。

為量化這一鴻溝，研究團(tuán)隊(duì)構(gòu)建了包含120個(gè)真實(shí)病毒序列查詢?nèi)蝿?wù)的基準(zhǔn)測(cè)試VirBench。結(jié)果顯示，Claude Sonnet 4、GPT-5.5等前沿模型獨(dú)立完成檢索的平均準(zhǔn)確率從16.9%到91.3%不等，且同一模型多次運(yùn)行結(jié)果高度不穩(wěn)定。例如在一次埃博拉病毒序列查詢中，標(biāo)準(zhǔn)答案為266條序列，Claude Sonnet 4三次運(yùn)行卻分別返回了106條、15條和5條，這直接導(dǎo)致下游系統(tǒng)發(fā)育樹推斷出的病毒最近共同祖先時(shí)間（TMRCA，即所有樣本的最近共同祖先存在的時(shí)間點(diǎn)）從2014年1月偏離至1922年。為解決此問(wèn)題，研究團(tuán)隊(duì)與NCBI合作開發(fā)了確定性檢索工具gget virus，將復(fù)雜的數(shù)據(jù)協(xié)調(diào)過(guò)程封裝為穩(wěn)定接口。加入gget virus后，所有Agent的準(zhǔn)確率均提升至90%以上，GPT-5.5達(dá)到99.7%，且多次運(yùn)行間的波動(dòng)基本消失。文章最終強(qiáng)調(diào)，支撐科學(xué)Agent創(chuàng)造力的底層數(shù)據(jù)訪問(wèn)路徑，必須足夠“無(wú)聊但可靠”，未來(lái)需為生物數(shù)據(jù)構(gòu)建可被Agent穩(wěn)定訪問(wèn)的“上下文引擎”。

#Anthropic #生物學(xué)AI智能體 #數(shù)據(jù)基礎(chǔ)設(shè)施 #ggetVirus #科學(xué)Agent

閱讀更多：

https://www.anthropic.com/research/agents-in-biology

Synchron微創(chuàng)腦機(jī)接口試驗(yàn)將數(shù)字控制帶入居家生活

Synchron公司的血管內(nèi)腦機(jī)接口系統(tǒng)Stentrode（一種可經(jīng)血管植入大腦靜脈竇的電極支架）正在美國(guó)COMMAND早期可行性臨床試驗(yàn)中展現(xiàn)微創(chuàng)植入路線的現(xiàn)實(shí)潛力。該系統(tǒng)獲得美國(guó)國(guó)立衛(wèi)生研究院腦計(jì)劃（NIH BRAIN Initiative）支持，通過(guò)神經(jīng)介入操作，經(jīng)頸靜脈將電極陣列送入上矢狀竇（大腦頂部的主要靜脈竇），使其貼近初級(jí)運(yùn)動(dòng)皮層，避免了傳統(tǒng)皮層內(nèi)電極所需的開顱手術(shù)。2024年公布的數(shù)據(jù)顯示，6名因肌萎縮側(cè)索硬化癥（ALS）等疾病導(dǎo)致嚴(yán)重癱瘓的受試者均成功完成植入，中位部署時(shí)間僅20分鐘，并在12個(gè)月隨訪中未出現(xiàn)導(dǎo)致永久殘疾或死亡的設(shè)備相關(guān)嚴(yán)重不良事件。這意味著該技術(shù)不再是僅停留于實(shí)驗(yàn)室的神經(jīng)解碼實(shí)驗(yàn)，而是正向一種接近常規(guī)神經(jīng)介入操作的臨床框架演進(jìn)。

該系統(tǒng)的功能設(shè)計(jì)并不追求高自由度機(jī)械臂控制，而是聚焦于數(shù)字運(yùn)動(dòng)輸出（Digital Motor Outputs，一種將腦運(yùn)動(dòng)意圖轉(zhuǎn)化為離散計(jì)算機(jī)命令的技術(shù)），使患者能用思維完成點(diǎn)擊、選擇和菜單導(dǎo)航等操作。通過(guò)皮下接收器和藍(lán)牙傳輸，Stentrode能夠?qū)⒛X信號(hào)接入平板電腦、智能音箱和虛擬頭顯等消費(fèi)電子終端。COMMAND試驗(yàn)中，患者已成功利用該系統(tǒng)獨(dú)立使用Amazon Alexa控制燈光與家電，并配合Apple Vision Pro完成打牌、觀影和發(fā)短信等任務(wù)。研究人員來(lái)自西奈山醫(yī)療系統(tǒng)、布法羅大學(xué)神經(jīng)外科/蓋茨血管研究所及匹茲堡大學(xué)醫(yī)學(xué)中心/卡內(nèi)基梅隆大學(xué)合作中心，他們正探索一條“神經(jīng)接口+輔助技術(shù)+消費(fèi)電子生態(tài)”的路線，使微創(chuàng)腦機(jī)接口不再是單純的運(yùn)動(dòng)替代，而是對(duì)數(shù)字生活主動(dòng)權(quán)的有效恢復(fù)。

#腦機(jī)接口 #血管內(nèi)植入 #Stentrode #數(shù)字運(yùn)動(dòng)輸出 #癱瘓輔助技術(shù)

閱讀更多：

https://reports.mountsinai.org/article/rehab2023-01-command

兩千學(xué)者聯(lián)署《萊頓宣言》：警惕AI數(shù)學(xué)神話背后的商業(yè)炒作與學(xué)術(shù)侵蝕

來(lái)自全球頂尖機(jī)構(gòu)的16位數(shù)學(xué)家近日發(fā)起《人工智能與數(shù)學(xué)萊頓宣言》（Leiden Declaration on AI and Mathematics），已獲超過(guò)2000位研究人員聯(lián)署，直指人工智能公司夸大數(shù)學(xué)解題能力的商業(yè)動(dòng)機(jī)。宣言提醒，AI系統(tǒng)雖在數(shù)學(xué)競(jìng)賽或特定難題上表現(xiàn)出色，但企業(yè)往往按照市場(chǎng)節(jié)奏而非同行評(píng)審發(fā)布成果，容易將孤立任務(wù)表現(xiàn)包裝為通用推理能力。哥倫比亞大學(xué)教授Michael Harris直言，各大實(shí)驗(yàn)室正處于生死存亡的競(jìng)爭(zhēng)中，試圖利用數(shù)學(xué)的光環(huán)吸引巨額投資。宣言進(jìn)一步警告，AI生成的證明可能看似合理卻包含隱秘錯(cuò)誤，難以被人類驗(yàn)證，這會(huì)降低數(shù)學(xué)研究的嚴(yán)謹(jǐn)性；同時(shí)AI系統(tǒng)提煉人類成果進(jìn)行再推理，也可能削弱原始研究者的學(xué)術(shù)貢獻(xiàn)。

這份反思并非孤立事件。此前普林斯頓大學(xué)博士Nick McGreivy曾嘗試用AI加速物理學(xué)，卻遭遇失敗，指出領(lǐng)域存在幸存者偏差，使?jié)摬氐膯?wèn)題被過(guò)濾。DeepMind宣稱其GNoME模型發(fā)現(xiàn)了220萬(wàn)個(gè)新晶體結(jié)構(gòu)，但材料科學(xué)家分析后卻認(rèn)為大部分無(wú)實(shí)際價(jià)值。國(guó)際數(shù)學(xué)聯(lián)盟（IMU）副主席Ulrike Tillmann表示，AI帶來(lái)的機(jī)遇必須與人類判斷和透明實(shí)踐相結(jié)合。菲爾茲獎(jiǎng)得主陶哲軒也完全贊同宣言的建議，認(rèn)為這些討論早該進(jìn)行。宣言呼吁，科學(xué)智能的發(fā)展需要正視AI的局限，警惕商業(yè)化炒作對(duì)學(xué)科獨(dú)立性和學(xué)術(shù)價(jià)值的損害。

#人工智能與數(shù)學(xué)萊頓宣言 #科學(xué)智能 #學(xué)術(shù)誠(chéng)信 #幸存者偏差 #AI數(shù)學(xué)能力

閱讀更多：

https://www.science.org/content/article/mathematicians-issue-warning-ai-rapidly-gains-ground

AI 驅(qū)動(dòng)科學(xué)

AI構(gòu)建腦語(yǔ)言“數(shù)字孿生”，助力雙語(yǔ)失語(yǔ)癥患者個(gè)性化康復(fù)

雙語(yǔ)中風(fēng)患者常因失語(yǔ)癥面臨語(yǔ)言功能受損的難題，傳統(tǒng)的治療語(yǔ)言選擇缺乏客觀依據(jù)。Swathi Kiran及其團(tuán)隊(duì)（波士頓大學(xué)腦康復(fù)中心）利用名為BiLex的人工智能模型創(chuàng)建了患者腦語(yǔ)言系統(tǒng)的數(shù)字孿生體，預(yù)測(cè)并優(yōu)化了雙語(yǔ)失語(yǔ)癥患者的個(gè)性化康復(fù)路徑。

在一項(xiàng)招募了48名慢性失語(yǔ)癥西班牙語(yǔ)-英語(yǔ)雙語(yǔ)患者的雙盲隨機(jī)對(duì)照試驗(yàn)中，研究人員利用BiLex模型為每位患者定制了數(shù)字孿生體。該模型通過(guò)模擬大腦在不同語(yǔ)言間組織和使用詞匯的方式，預(yù)測(cè)最佳的康復(fù)語(yǔ)言。患者隨后接受了40小時(shí)基于語(yǔ)義特征的治療。研究結(jié)果顯示，雖然在整體層面上，接受模型推薦語(yǔ)言治療的患者與對(duì)照組在治療語(yǔ)言的命名改善上無(wú)顯著差異（差異為-0.03，p值為0.65），但接受非模型推薦語(yǔ)言治療的患者表現(xiàn)出更顯著的跨語(yǔ)言推廣效果（差異為-0.16，p值為0.02）。此外，當(dāng)根據(jù)表現(xiàn)對(duì)患者進(jìn)行細(xì)分時(shí)，模型推薦組在除最低表現(xiàn)組外的所有亞組中均表現(xiàn)出顯著優(yōu)勢(shì)。這一結(jié)果驗(yàn)證了利用計(jì)算模型進(jìn)行個(gè)性化語(yǔ)言治療的可行性。研究發(fā)表在 npj Digital Medicine 上。

#疾病與健康 #個(gè)性化醫(yī)療 #數(shù)字孿生 #雙語(yǔ)失語(yǔ)癥 #語(yǔ)言康復(fù)

閱讀更多：

Kiran, Swathi, et al. “Predicting Bilingual Aphasia Treatment Outcomes Using Digital Twins: A Double-Blind Randomized Controlled Trial.” Npj Digital Medicine, Apr. 2026. www.nature.com, https://doi.org/10.1038/s41746-026-02583-9

順應(yīng)大腦自然幾何結(jié)構(gòu)的非侵入性腦機(jī)接口實(shí)現(xiàn)快速高效控制

如何提高非侵入性腦機(jī)接口的學(xué)習(xí)效率？Erica L. Busch、Smita Krishnaswamy和Nicholas B. Turk-Browne等（耶魯大學(xué)）對(duì)此進(jìn)行了研究，開發(fā)出一種順應(yīng)大腦自然幾何結(jié)構(gòu)的非侵入性腦機(jī)接口，使用戶能在不到一小時(shí)內(nèi)實(shí)現(xiàn)高效的意念控制。

? 流形學(xué)習(xí)與驗(yàn)證。Credit: Nature Neuroscience (2026).

在此項(xiàng)研究中，研究人員利用實(shí)時(shí)功能磁共振成像構(gòu)建了一個(gè)閉環(huán)腦機(jī)接口系統(tǒng)。參與者通過(guò)操縱桿控制游戲角色，研究人員記錄其空間導(dǎo)航腦區(qū)活動(dòng)。隨后，團(tuán)隊(duì)采用自研的 T-PHATE 算法來(lái)構(gòu)建個(gè)人的神經(jīng)流形。基于此流形，研究人員設(shè)計(jì)了三種將大腦活動(dòng)映射到游戲運(yùn)動(dòng)的方案，分別對(duì)應(yīng)順應(yīng)自然路徑的直覺(jué)映射、流形內(nèi)微調(diào)映射以及完全偏離路徑的流形外映射。結(jié)果顯示，當(dāng)映射遵循大腦自然流形時(shí)，參與者在不到一小時(shí)內(nèi)便學(xué)會(huì)了意念控制；而偏離流形時(shí)則無(wú)法掌握。此外，學(xué)習(xí)過(guò)程促使大腦活動(dòng)重組并擴(kuò)散至目標(biāo)以外腦區(qū)。研究發(fā)表在 Nature Neuroscience 上。

#意識(shí)與腦機(jī)接口 #腦機(jī)接口 #大腦信號(hào)解析 #神經(jīng)機(jī)制與腦功能解析

閱讀更多：

Busch, Erica L., et al. “Human Learning of Noninvasive Brain–Computer Interfaces via Manifold Geometry.” Nature Neuroscience, June 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41593-026-02311-2

人工智能模型“Hetairos”數(shù)分鐘內(nèi)精準(zhǔn)診斷腦腫瘤分子亞型

腦腫瘤分類高度依賴昂貴且耗時(shí)的DNA甲基化分析。為此，Darui Jin、Moritz Gerstung和Felix Sahm等（德國(guó)癌癥研究中心及海德堡大學(xué)醫(yī)院等）開發(fā)了名為Hetairos的人工智能系統(tǒng)，可通過(guò)標(biāo)準(zhǔn)顯微組織切片在數(shù)分鐘內(nèi)實(shí)現(xiàn)高精度的腦腫瘤分子亞型預(yù)測(cè)。

該研究利用來(lái)自四大洲11個(gè)醫(yī)療中心、共9606名患者的11000多張數(shù)字化H&E染色切片訓(xùn)練并驗(yàn)證了Hetairos系統(tǒng)。該系統(tǒng)可區(qū)分102種中樞神經(jīng)系統(tǒng)腫瘤分子亞型。在50%至70%的高置信度病例中，系統(tǒng)的診斷準(zhǔn)確率達(dá)到87%至88%。在與5位國(guó)際專家的直接對(duì)比中，系統(tǒng)僅憑組織切片取得了68%的診斷準(zhǔn)確率，而專家平均為30%。如果考慮前三個(gè)最可能的候選診斷，系統(tǒng)準(zhǔn)確率可提升至84%。此外，在臨床并行測(cè)試中，傳統(tǒng)的DNA甲基化分析平均需要12天，而Hetairos在切片數(shù)字化后僅需12分鐘便能在標(biāo)準(zhǔn)計(jì)算機(jī)上生成預(yù)測(cè)結(jié)果。研究發(fā)表在 Nature Cancer 上。

#疾病與健康 #預(yù)測(cè)模型構(gòu)建 #人工智能 #數(shù)字病理學(xué) #腦腫瘤

閱讀更多：

Jin, Darui, et al. “Hetairos Is a Histology-Based Artificial Intelligence Model for Predicting Central Nervous System Tumor Methylation Subtypes.” Nature Cancer, June 2026, pp. 1–15. www.nature.com, https://doi.org/10.1038/s43018-026-01186-3

大語(yǔ)言模型通過(guò)模擬社會(huì)自主成長(zhǎng)

如何讓智能體在長(zhǎng)期社會(huì)交往中自主學(xué)習(xí)？復(fù)旦大學(xué)、約翰斯·霍普金斯大學(xué)的研究人員提出了 Agentopia 框架，成功模擬了智能體10年的社會(huì)生活，證實(shí)了大語(yǔ)言模型能通過(guò)社會(huì)經(jīng)驗(yàn)提升擬人化水平。

研究團(tuán)隊(duì)在 Agentopia 框架中設(shè)計(jì)了獨(dú)特的周循環(huán)機(jī)制，包含計(jì)劃（Plan）、聯(lián)絡(luò)（Contact）、活動(dòng)（Activity）和回顧（Review）四個(gè)階段。智能體擁有基于文件系統(tǒng)的長(zhǎng)期內(nèi)存管理機(jī)制，并由一個(gè)大語(yǔ)言模型擔(dān)任的環(huán)境模型來(lái)動(dòng)態(tài)協(xié)調(diào)事件與評(píng)估行為可行性。研究定義了衡量智能體幸福感的生活獎(jiǎng)勵(lì)，涵蓋社會(huì)地位、主觀滿足感和經(jīng)濟(jì)狀況，并利用該獎(jiǎng)勵(lì)通過(guò)拒絕采樣對(duì)底層大語(yǔ)言模型進(jìn)行微調(diào)。在三個(gè)虛擬世界、各包含100個(gè)智能體且運(yùn)行10年的模擬實(shí)驗(yàn)中，智能體展現(xiàn)出豐富的社會(huì)關(guān)系演化和階層流動(dòng)。結(jié)果表明，經(jīng)過(guò)生活獎(jiǎng)勵(lì)訓(xùn)練的模型在模擬中獲得了更高的幸福感和更佳的經(jīng)濟(jì)收益，并在下游角色扮演基準(zhǔn)測(cè)試 CoSER Test 上實(shí)現(xiàn)了15.6%的性能提升。

#大模型技術(shù) #計(jì)算模型與人工智能模擬 #角色扮演 #智能體社會(huì) #長(zhǎng)期模擬

閱讀更多：

Wang, Xintao, et al. “Agentopia: Long-Term Life Simulation and Learning in Agent Societies.” arXiv:2606.07513, arXiv, 5 June 2026. arXiv.org, https://doi.org/10.48550/arXiv.2606.07513

微生物燃料電池實(shí)現(xiàn)廢水凈化與綠色發(fā)電

如何將廢物處理與清潔能源生產(chǎn)相結(jié)合？Satyajit M. Deshmukh、Sonali R. Dhokpande和Amaya A. Sankhe等研究人員系統(tǒng)評(píng)估了微生物燃料電池技術(shù)的最新進(jìn)展，指出其在廢水處理與綠色發(fā)電雙重領(lǐng)域展現(xiàn)出應(yīng)用前景。

該綜述深入分析了微生物燃料電池（MFC）的運(yùn)作機(jī)制和優(yōu)化策略。研究表明，地桿菌屬（Geobacter）、希瓦氏菌屬（Shewanella）和假單胞菌屬（Pseudomonas）等電活性細(xì)菌通過(guò)分解廢水和農(nóng)業(yè)廢棄物中的有機(jī)物產(chǎn)生電子，進(jìn)而通過(guò)電極形成電流。在硬件方面，碳納米管、石墨烯及導(dǎo)電聚合物等新型電極材料的應(yīng)用，顯著提升了電池的導(dǎo)電性與功率輸出。同時(shí)，該技術(shù)還能有效去除廢水中的金屬、磷和氮等污染物。然而，目前MFC仍處于實(shí)驗(yàn)室向工業(yè)化過(guò)渡的艱難階段。由于功率輸出相對(duì)較低，且在大規(guī)模應(yīng)用時(shí)面臨成本高、長(zhǎng)期可靠性不足等問(wèn)題，其廣泛的商業(yè)化推廣仍需克服諸多工程技術(shù)障礙。研究發(fā)表在 International Journal of Environment and Waste Management 上。

#其他 #其他 #微生物燃料電池 #廢水處理 #綠色發(fā)電

閱讀更多：

Deshmukh, Satyajit M., et al. “Innovative Applications and Recent Developments in Microbial Fuel Cells: A Comprehensive Review.” International Journal of Environment and Waste Management, vol. 40, no. 1, Jan. 2026, pp. 1–26. inderscienceonline.com (Atypon), https://doi.org/10.1504/IJEWM.2026.153970

視覺(jué)語(yǔ)言模型在預(yù)測(cè)性社交智能上展現(xiàn)局限，難以解讀人類面部表情

如何賦予機(jī)器人社交智能以融入人類社會(huì)？Maria Teresa Parreira、Hongjin Quan、Adolfo G. Ramirez-Aristizabal和Wendy Ju等（康奈爾大學(xué)）對(duì)此進(jìn)行了研究，評(píng)估了視覺(jué)語(yǔ)言模型預(yù)測(cè)場(chǎng)景結(jié)局和解讀人類面部表情的能力。

研究人員測(cè)試了包括 GPT-4o 和 Gemini 2.0 Flash 在內(nèi)的多種閉源與開源視覺(jué)語(yǔ)言模型。在直接預(yù)測(cè)視頻場(chǎng)景結(jié)局（例如幼兒端著過(guò)滿的咖啡）的實(shí)驗(yàn)中，表現(xiàn)最好的模型達(dá)到了百分之七十的準(zhǔn)確率，超過(guò)了人類百分之六十二點(diǎn)一的平均水平。然而，當(dāng)要求這些模型僅通過(guò)觀察人類反應(yīng)的面部表情來(lái)預(yù)測(cè)結(jié)局時(shí)，其表現(xiàn)急劇下降，準(zhǔn)確率僅在百分之四十四點(diǎn)五至百分之五十三點(diǎn)八之間。這表明當(dāng)前的 VLM 在預(yù)測(cè)性社交智能上存在明顯短板，無(wú)法有效解讀人類的社交信號(hào)。研究發(fā)表在 Companion Proceedings of the 21st ACM/IEEE International Conference on Human-Robot Interaction 上。

#認(rèn)知科學(xué) #機(jī)器人及其進(jìn)展 #人機(jī)交互 #視覺(jué)語(yǔ)言模型 #面部表情識(shí)別

閱讀更多：

Parreira, Maria Teresa, et al. “Bad Idea or Good Prediction? Comparing VLM and Human Anticipatory Judgment.” Companion Proceedings of the 21st ACM/IEEE International Conference on Human-Robot Interaction [New York, NY, USA], HRI Companion ’26, 2026, pp. 933–37. ACM Digital Library, https://doi.org/10.1145/3776734.3794531

大模型辯論中的答案一致不等于推理對(duì)齊

多智能體大語(yǔ)言模型系統(tǒng)在醫(yī)療問(wèn)答中常以共識(shí)作為可靠信號(hào)，但共識(shí)是否意味著推理一致？Xiaoyang Wang和Christopher C. Yang（德雷塞爾大學(xué)）對(duì)此進(jìn)行了研究，揭示了掩蓋推理分歧的一致性幻覺(jué)，并開發(fā)出評(píng)估工具與優(yōu)化協(xié)議。

研究人員首先提出跨智能體推理對(duì)齊（Cross-Agent Reasoning Alignment，簡(jiǎn)稱 CARA）自動(dòng)化評(píng)估指標(biāo)，結(jié)合基于自然語(yǔ)言推理的矛盾檢測(cè)與嵌入相似度來(lái)評(píng)估智能體間的推理一致性。在 MedQA-USMLE 和 MedThink-Bench 醫(yī)療問(wèn)答數(shù)據(jù)集上的評(píng)估顯示，標(biāo)準(zhǔn)辯論會(huì)引發(fā)一致性幻覺(jué)，即減少表面矛盾的同時(shí)降低了推理鏈相似度，使智能體各說(shuō)各話。為改善這一缺陷，團(tuán)隊(duì)提出基于事實(shí)的辯論協(xié)議（Grounded Debate Protocol，簡(jiǎn)稱 GDP，一種強(qiáng)制要求智能體提供可證偽斷言、命名醫(yī)學(xué)依據(jù)并明確立場(chǎng)的提示詞規(guī)則）。無(wú)需增加調(diào)用成本，該協(xié)議使推理對(duì)齊度顯著提升，科恩d值（Cohen’s d，用于衡量?jī)山M數(shù)據(jù)差異大小的效應(yīng)量）提升達(dá)1.43至1.99。

#大模型技術(shù) #其他 #推理對(duì)齊 #一致性幻覺(jué) #多智能體系統(tǒng)

閱讀更多：

Wang, Xiaoyang, and Christopher C. Yang. “The Consistency Illusion: How Multi-Agent Debate Hides Reasoning Misalignment.” arXiv:2606.08457, arXiv, 7 June 2026. arXiv.org, https://doi.org/10.48550/arXiv.2606.08457

統(tǒng)一多任務(wù)離散擴(kuò)散框架：Mind-Omni實(shí)現(xiàn)腦-視-語(yǔ)多模態(tài)融合與協(xié)同

為了解決腦機(jī)接口領(lǐng)域缺乏通用多任務(wù)模型的問(wèn)題，Yizhuo Lu, Changde Du, Huiguang He等研究人員開發(fā)了Mind-Omni框架。該成果通過(guò)離散擴(kuò)散范式成功統(tǒng)一了大腦、視覺(jué)與語(yǔ)言間的七項(xiàng)雙向編解碼任務(wù)，實(shí)現(xiàn)了多任務(wù)協(xié)同。

該研究的核心在于引入了大腦分詞器（Brain Tokenizer，用于將連續(xù)腦電信號(hào)轉(zhuǎn)化為標(biāo)準(zhǔn)離散標(biāo)記的編碼工具），解決了不同個(gè)體間功能磁共振成像信號(hào)難以直接整合的難題。隨后，模型在離散擴(kuò)散范式（discrete diffusion paradigm，一種通過(guò)逐步去噪生成目標(biāo)數(shù)據(jù)的生成式框架）下進(jìn)行統(tǒng)一訓(xùn)練，涵蓋了圖像生成腦信號(hào)、腦信號(hào)重建圖像以及大腦問(wèn)答等七項(xiàng)任務(wù)。實(shí)驗(yàn)結(jié)果表明，該模型在多任務(wù)統(tǒng)一框架中表現(xiàn)良好，不僅在細(xì)節(jié)描述和推理任務(wù)中展現(xiàn)出優(yōu)于現(xiàn)有模型的性能，還證實(shí)了多任務(wù)間的協(xié)同效應(yīng)，即同時(shí)訓(xùn)練圖像和文本解碼能互利增強(qiáng)。

#意識(shí)與腦機(jī)接口 #腦機(jī)接口 #大腦信號(hào)解析

閱讀更多：

Lu, Yizhuo, et al. “Mind-Omni: A Unified Multi-Task Framework for Brain-Vision-Language Modeling via Discrete Diffusion.” arXiv:2605.29591, arXiv, 28 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2605.29591

整理｜ChatGPT

編輯｜丹雀、存源

關(guān)于追問(wèn)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(wèn)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(wèn)，我們將基于追問(wèn)知識(shí)庫(kù)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。