Nature、Science密集发布：上周脑科学与AI有哪些关键突破？| 追问weekly

如何确保神经元仅生成一条轴突以维持大脑信号的正常传递？Tien-chen Lin和Frank Bradke等（德国神经退行性疾病中心等）开展了相关研究，发现神经元的极化和轴突生长主要源于细胞内部自发的细胞骨架重塑，而非传统认为的受外部信号主导。

研究人员利用活体成像、光遗传学及细胞骨架局部扰动等技术，对小鼠皮层锥体神经元展开分析。他们发现，在极化之前，神经元表面的神经突呈现出前进两步、后退一步的节律性伸缩行为。深入研究表明，这种振荡由细胞内的细胞骨架自主调控。具体而言，胞体中的 Arp2/3（actin-related protein 2/3，一种促进肌动蛋白分支并能局部放松细胞骨架的蛋白质复合物）会像拉链一样局部松开细胞的外壳，产生向外扩散的肌动蛋白波。这会使局部肌动球蛋白收缩力减弱，促使微管向外突出。最终，其中一个神经突由于微管的稳定而抵抗住回缩，得以独立生长并转化为轴突，而其余神经突的轴突化则被抑制，最终发育为树突。研究发表在 Nature 上。

不同物种如何在大脑中整合感官信息？Emre Yaksi和Anh-Tuan Trinh等研究人员（挪威科技大学卡弗里系统神经科学研究所）在斑马鱼中发现了一条与哺乳动物类似的感觉通路。该研究揭示了即便演化路径不同，脊椎动物在处理外界感官信息时仍遵循着高度一致的层级化组织规则。

研究人员利用不到三周大的幼年斑马鱼进行活体全脑成像，并在显微镜下为其提供红光闪烁和水中微弱震动两种刺激。研究发现，斑马鱼并没有像哺乳动物一样使用丘脑来分拣感官信息，而是通过一个名为肾小球前复合体（preglomerular complex，PG，一种类似于丘脑的神经通路结构）的区域对视觉和震动信号进行分类，并将其单独传递至大脑的外套膜（pallium，大脑皮层的同源结构）。在外套膜深处，神经元展现出了层级结构：浅层的简单细胞仅对单一感官有反应，而深层的多模态神经元则负责整合信息。特别的是，研究人员发现了一种非线性反应的巧合检测神经元，它们仅在光线和震动同时出现时才被强烈激活。这一成果表明，不同脊椎动物虽然使用不同的大脑结构，却通过趋同演化实现了相同的感官处理逻辑。研究发表在 Science 上。

精准fMRI绘制前额叶皮层个体图谱：打破“平均脑”迷思，揭示交织网络与边界功能

前额叶皮层负责高阶认知，但传统成像的平均处理模糊了其精细结构。Zach Ladwig、Caterina Gratton以及团队成员（贝克曼高级科学技术研究所）利用精准功能磁共振成像技术展开研究，揭示了该区域高度交织且因人而异的复杂网络图谱。

传统功能磁共振成像（fMRI）通过将多人的大脑数据进行平均处理来消除噪声，但这种方法会模糊前额叶皮层这一高度个体化区域的细节。为此，研究团队采用精准功能磁共振成像方法，对10名参与者分别进行了约2小时的静息态扫描和6小时的任务态扫描。研究结果表明，前额叶皮层并非以往认为的通用区域，而是由不同脑网络斑块密集交织而成。特定任务（如语言和社交）的脑部活动与单个特定网络高度吻合；而执行控制等任务则聚集在网络之间的边界处，这表明网络间在通过边界进行信息传递。此外，该区域的组织结构在个体之间差异显著，但也存在由三个特定网络聚集而成的保守基序。研究发表在 Neuron 上。

脑干神经元将小鼠胡须触觉转化为空间距离地图

大脑如何感知身体周围的空间位置？麻省理工学院麦戈文脑研究所的研究团队对小鼠脑干进行了研究，发现脑干神经元能够通过对来自胡须的触觉信号进行复杂的抑制性计算，构建出物体与面部距离的精确地图。

在这项研究中，研究人员通过在小鼠行走时进行细胞外记录，监测其脑干感觉处理区域的神经变化。结果显示，该区域通过两种方案编码近身空间（peripersonal space，指个体身体周围可直接触及的空间）距离：一种是接近度编码（proximity code），其活动随物体逼近而单调增强；另一种是地图编码（map code），其中的不同神经元仅在特定距离内产生放电峰值，如同尺子上的刻度。为了解析这种地图编码的形成，团队通过计算建模与神经扰动实验发现，脑干神经元会同时接收兴奋性输入和来自SpVi脑区的长程抑制性输入。这种抑制通路扮演了神经比较器的角色，通过相减的方式比较不同的输入信号，从而将多路外周信号转化为稳定的离散距离表征。这项研究揭示了脑干在感觉信息处理中承担的重要计算功能。研究发表在 Neuron 上。

星形胶质细胞通过稳定神经回路调控长期记忆持久性

大脑如何长期保存特定记忆而遗忘其他记忆？Hayoung Kim和Wuhyun Koh等研究人员（韩国基础科学研究院与韩国脑科学研究院等）发现，星形胶质细胞而非仅有神经元在这一过程中起到了决定性作用，揭示了其稳定长期记忆的全新机制。

研究团队聚焦于高表达在星形胶质细胞中的锚蛋白-2（Ank2，ankyrin-2）。通过构建星形胶质细胞特异性敲除Ank2的小鼠模型，研究人员发现该小鼠在接受情境恐惧训练两周后的远期记忆显著受损，而近期记忆和基本社交行为正常。三维结构重建显示，缺失Ank2的星形胶质细胞形态明显简化，与负责储存记忆的记忆痕迹神经元（engram neurons）之间的物理接触也显著减少。在分子机制上，Ank2是脑源性神经营养因子（BDNF）激活星形胶质细胞相关信号通路并引导其结构重塑所必需的。为了验证这一通路的主动调控作用，研究团队开发了名为Opto-T1的新型光遗传学工具，利用光照特异性激活星形胶质细胞中的相关受体，成功增强了小鼠的远期记忆。这表明星形胶质细胞通过稳定神经回路并维持长期增强作用，主动保障了记忆的持久性。研究发表在 Nature Communications 上。

如何实时观测活体大脑树突的电信号是长期技术难题。J. David Wong-Campos、Pojeong Park和Adam E. Cohen等人（哈佛大学与霍华德·休斯医学研究所）结合光遗传激活和双平面成像，成功在活体小鼠中同步捕捉到胞体与树突的快速电压动态。

研究团队将靶向通道视紫红质激活与双平面结构光照明电压成像结合。他们在活体小鼠大脑皮层第2/3层锥体神经元中，使用化学遗传电压指示剂同步记录了胞体与树突的毫秒级电压变化。结果表明，整个树突分支的膜电压高度相关，单个分支内的电区隔化（electrical compartmentalization，指不同神经区域电信号相互独立的倾向）十分微弱。然而，反向传播动作电位在向远端树突传播时，受到放电历史的强烈调节。这种树突对回传信号的过滤机制可能对调节爆发性放电和活动依赖性可塑性至关重要。研究发表在 Nature Neuroscience 上。

人类智力不仅源于网络规模，也取决于单个细胞。Idan Segev和Mickey London（耶路撒冷希伯来大学）与Chris de Kock（阿姆斯特丹自由大学）合作研究发现，单个人类皮层神经元计算复杂度极高，其计算能力堪比一个深度神经网络。

为了量化神经元的计算复杂度，研究团队开发了一种基于深度学习的功能复杂度指数。研究人员构建了人类与大鼠不同皮层深度的24个锥体神经元精细模型，并使用时间卷积网络来模拟这些细胞的输入输出行为。结果表明，人类皮层神经元的FCI显著高于大鼠，显示出极强的计算优势。这种高复杂度主要得益于人类神经元更大的总树突面积、更丰富的树突分支，以及具有强非线性的N-甲基-D-天冬氨酸受体（NMDA receptor，一种介导突触可塑性和非线性信号整合的谷氨酸受体）。有趣的是，大鼠神经元的复杂度在皮层第5层达到峰值，而人类则在第2/3层达到峰值。这一成果不仅深化了对人类大脑运行机制的理解，也将启发新一代更接近生物真实计算的类脑人工智能。研究发表在 PNAS 上。

学习识别新物体会重塑大脑视觉区域，类脑人工神经网络成功预测此变化

大脑在学习新物体时如何改变？Kohitij Kar、Lynn Sörensen和James DiCarlo（约克大学和麻省理工学院麦戈文神经科学研究所）展开合作，发现学习会微妙重塑视觉信息在大脑中的表征方式，并成功用计算模型预测了这一过程。

研究团队记录了训练有素和未经训练的猕猴在辨识图像时，其颞下皮层的神经活动。结果显示，虽然大脑没有经历剧烈重塑，但已学会识别物体的猕猴在IT皮层表现出更强的物体选择性和不变性表征。研究者使用梯度下降法训练了一套映射了猕猴IT皮层特征的人工神经网络。表现出类似学习行为的模型，其内部结构的变化高度拟合了猕猴大脑的实际改变。计算模型还表明，大部分促成学习的变化发生在IT皮层之外的下游区域。这项研究证明了人工神经网络在抽象层面上模拟生物学习的有效性，未来有助于设计针对视觉任务的个性化训练方案。研究发表在 Nature Communications 上。

语言并非思维的载体，大脑逻辑推理与语言处理区完全分离

语言是思维的载体吗？Evelina Fedorenko、Hope Kean（麻省理工学院麦戈文脑研究所）以及Rosemary Varley（伦敦大学学院）等研究人员开展合作，他们通过研究失语症患者和健康大脑的内部机制，证实了逻辑推理是一项独立于语言的认知功能，大脑语言处理区并不会参与逻辑推理。

研究团队通过两组互补的实验深入探讨了逻辑与语言的关系。首先，他们与两位因中风导致语言区严重受损、患有重度失语症的患者合作。在无需语言的逻辑游戏（包括推断数字规律和填充几何矩阵）中，这些患者的表现与健康对照组不相上下，甚至能用手势表达推导出的规则。其次，研究人员利用功能性磁共振成像监测了健康受试者在进行归纳和演绎推理时的大脑活动。成像结果清晰地显示，无论是识别隐藏规则的归纳推理，还是评估三段论的演绎推理，大脑的语言系统均未被激活。令人惊讶的是，支持复杂问题解决的多重需求网络仅在归纳推理中活跃，而在演绎推理中保持沉默。这表明大脑使用了一套完全独立的思维语言进行逻辑推理。研究发表在 PNAS 上。

同步脑成像证实大脑并行多条信息流

为了厘清大脑如何同时协调多条信息流，Thomas H. Alderson、Suhnyoung Jun以及Sepideh Sadaghiani等研究人员（贝克曼高级科学技术研究所）利用同步脑电图与功能磁共振成像技术，首次揭示了大脑连接组在不同时间尺度上的多条异步并行工作流。

研究团队使用同步脑电图和功能磁共振成像技术，分析了从极慢速到快速共六个时间尺度的瞬时共激活模式。为了确保数据准确，团队花费五年时间清除同步记录中的伪迹，并结合包含443名参与者的大型外部数据集进行交叉验证。研究发现，大脑并非只运行单一的慢速或快速过程，而是同时并行运行多条独立的信息流。这些信息流虽然在相同的空间蓝图上构建且遵循高度相似的序列发生，但它们在时间上是异步且不重叠的。这一结果打破了传统认为fMRI仅是低通滤波版EEG信号的假设，证明两种技术捕获了截然不同的独特信息，并突显了EEG在无法进行磁共振扫描的患者中的重要临床应用价值。研究发表在 PNAS 上。

脑电场在工作记忆中扮演指挥家：逐次任务中引导神经元同步

神经元在执行相同工作记忆任务时为何表现出波动？Dimitris A Pinotsis（伦敦城市圣乔治大学）与Earl K Miller（麻省理工学院）通过分析动物脑电数据，发现大脑局部电场可以通过电场耦合自上而下地协调神经活动，解释了神经活动的变异性。

这项研究探讨了中尺度电场在工作记忆中的实时调控机制。研究团队重新审视了动物进行空间延迟眼动任务时记录的前额叶皮层局部场电位和电脉冲数据。利用格兰杰因果关系和生物物理学建模，研究人员发现，电场对单个神经元的影响力显著强于神经元对电场的影响。这意味着，电场并非神经活动的被动产物，而是充当了自上而下的控制信号。这种电场耦合的强度与电场功率波动呈正比，变异性越大，电场的组织和引导作用越明显。该发现为通过外源性电场干预调控故障神经回路提供了理论基础。研究发表在 Cerebral Cortex 上。

理性与感性的冲突常被归结为皮层与古老（蜥蜴脑）的争斗。Nabil Imam、Matthew Kielo、Brandon M. Trude和Barbara L. Finlay（佐治亚理工学院）通过分析生物与人工大脑发现，大脑演化并非新旧层级叠加，而是两种先天神经连接系统在有限资源下的策略性分配与空间博弈。

研究人员分析了182种哺乳动物数据，发现边缘系统并非松散组合，而是一个协同演化的网络。当其增大时，新皮层就会缩小。这种此消彼长源于大脑先天连接差异：新皮层采用局部空间地图（spatiotopic maps，按空间邻近排列神经回路的布线模式）处理视听觉；边缘系统采用分布式条形码（barcode-style，以分散放电表征信息的连接方式）处理嗅觉和记忆。团队开发了人工智能多模态网络模拟演化，发现环境奖励嗅觉时，分布式系统扩张，空间系统收缩；视觉占优时则相反。这解释了依赖嗅觉的犰狳和依赖视觉的松鼠猴脑结构的差异。研究表明，大脑演化是两种布线系统争夺资源的博弈，该发现有望帮助设计更高效的人工智能。研究发表在 Science Advances 上。

睡眠时的无害噪音悄悄破坏你的深度睡眠与记忆力

睡眠听觉刺激是否会带来未知的副作用？Nora M. Roüast、Deniz Kumral、Steffen Gais与Monika Schönauer团队（弗莱堡大学）对此进行了探究，发现睡眠时随机播放的声音会干扰深度睡眠并阻碍脑电波传播，从而损害新记忆的巩固。

研究团队招募了20名健康成年人，在三小时午睡前让他们学习事实知识和手指动作。在其中一次睡眠中，研究人员随机播放短促的咔哒声。通过脑电图监测发现，这些随机声音虽然几乎没有改变总睡眠时间，但显著改变了睡眠结构。参与者的慢波睡眠时间显著缩短，而浅层睡眠时间增加。更重要的是，声音导致慢波的数量和密度大幅下降，并阻碍了慢波传播轨迹，使其空间扩散范围变小，尤其是在负责高级认知功能的额叶区域。这种脑波传播受阻直接导致参与者的陈述性记忆在醒后测试中表现明显变差。研究表明，即使是没有旋律的微弱声响也会干扰复杂的睡眠生理过程。研究发表在 iScience 上。

看电视剧时大脑更容易记住“谁和谁不和”

我们如何理解复杂的人际关系网络？Isato Chikazawa、Ryo Ishibashi和Tamami Nakano（大阪大学）通过让受试者观看电视剧并结合功能磁共振成像技术发现，大脑会根据叙事经验构建多维度的社会关系地图，其中敌对和冲突关系在大脑编码中起到了尤为关键的锚定作用。

研究团队邀请了21名大学生观看电视剧《金装律师》（SUITS）的六集内容。参与者在观剧前后接受了功能磁共振成像（fMRI）扫描，并在扫描时注视剧中八位主角的面部。观剧后，参与者对各角色间的关系强度以及是亲近还是敌对进行评分。研究人员采用表征相似性分析发现，敌对抗衡关系在左侧前缘上回和右侧内侧前额叶皮层中得到了显著体现。相比之下，在相同标准下，亲和关系并未显示出显著的神经表征。此外，单变量分析显示，观剧后受试者的楔前叶激活显著增加，表明该区域参与了叙事人物知识的提取。这表明大脑会通过叙事经验构建多维社会地图，且对抗关系在其中起到了重要塑造作用。研究发表在 Communications Psychology 上。

婴儿大脑3个月大即可识别音乐，但1岁时才开始随乐起舞

音乐性是人类天性的基本特征。为了探索婴儿如何将听觉转换为身体动作，Trinh Nguyen和Giacomo Novembre团队（意大利理工学院与奥地利维也纳大学）首次结合脑电和运动捕捉技术，揭示了婴儿早期音乐感知与自发运动协调发育的规律。

研究人员对79名年龄在3个月、6个月和12个月的婴儿进行了测试，播放结构化音乐与随机打乱的音乐，并通过脑电图测量其事件相关电位。同时，利用开源软件DeepLabCut记录身体动作。结果表明，早在3个月大时，所有婴儿大脑对结构化音乐的电活动反应均显著强于打乱的音乐，证实婴儿早期就具备了音乐结构感知力。然而，直到1岁左右，婴儿才开始在听到结构化音乐时展现出明显更多的身体动作，这些动作主要集中在前后摇晃和拍手等上半身运动。研究未发现婴儿能将动作与音乐节拍精确对齐，表明动作与节奏的协调能力发展更晚。这种运动复杂性的提升与大脑背侧听觉通路的逐渐成熟密切相关。研究发表在 eLife 上。

策略游戏有益认知而射击游戏更易成瘾

青少年玩电子游戏是否必然损害认知能力？David Willinger、Sabine Wunderl和Stefan Stieger团队（卡尔·兰德施泰纳健康科学大学）对此展开研究，发现认知下降与失控的强迫性游戏行为有关，而单纯的游戏时长与认知并无直接负面关联。

研究团队采用结构方程模型分析了3854名12至16岁青少年的数据。他们使用了一套标准化测试评估推理、语言和记忆等能力，以区分游戏时间与网络游戏障碍（Internet Gaming Disorder，指因游戏失去控制并造成负面后果的强迫性行为）的独立影响。结果表明，网络游戏障碍与所有认知领域的表现下降一致相关，受影响者在认知压力下更容易犯错。相反，在控制了失控因素后，每日游戏时间与某些认知技能呈现出微弱但显著的正相关。此外，游戏类型也起到关键作用，策略和角色扮演游戏与更好的推理能力相关，而射击游戏与网络游戏障碍的严重程度关联最深。研究发表在 Computers in Human Behavior 上。

人类探索新场景时的眼动轨迹包含独特的‘个性指纹’

人类在探索新环境时的注意力分配存在巨大的个体差异，如何科学地解码这种差异？Amanda J. Haskins、Katherine O. Packard和Caroline E. Robertson团队（达特茅斯学院与加州大学圣地亚哥分校）通过结合虚拟现实和人工智能技术，发现个体的眼球运动模式具有高度稳定性和特异性，如同个性指纹般独特。

这项研究让61名受试者佩戴内置眼动追踪的VR头显，自由探索100个日常场景。研究团队利用堆叠回归模型，将受试者的眼动轨迹分解为空间坐标、视觉特征以及概念嵌入三个维度。其中，概念嵌入通过大语言模型（LLM）对场景中物品的含义及关联进行编码。结果显示，融合了LLM的模型在预测个体眼动模式时最为精准，证实人们更倾向于关注对自己有独特意义的物品。此外，受试者在一周后面对新场景时依然保持了稳定的眼动偏好，其探索过程呈现出空间定位、视觉识别和深层解释三个阶段。该技术未来有望用于孤独症等疾病的早期临床筛查。研究发表在 PNAS 上。

脑海一片空白却能思考正义？想象缺失症打破经典认知理论

抽象思维必须依赖脑海中的画面吗？Uku Tooming和Roomet Jakapi（塔尔图大学）系统评估了大卫·休谟的意象抽象理论，指出无法形成心理图像的想象缺失症（aphantasia）对该经典理论构成了实质性挑战。

大卫·休谟认为，思维无法直接处理纯粹的抽象概念，必须通过具体的心理意象（mental imagery，指大脑自主产生的类似感官知觉的表征）来辅助思考。然而，重度想象缺失症患者在脑海中无法形成彩虹、朋友的面孔等任何画面，却依然能像常人一样理解几何、道德等抽象概念。他们逐一评估并驳斥了为休谟理论辩护的几种假说。例如，有人认为患者可能依赖非视觉的听觉或触觉意象，但许多多模态患者在所有感官通道上都缺乏意象；还有人提出患者可能在使用无意识意象（unconscious imagery），但最新研究表明患者整体上完全缺乏此类意象。作者强调，不能将想象缺失症仅视为无害的例外，否则意味着患者与常人的心理机制存在极不合理的根本差异。该研究表明，人类思维在表征世界时比传统理论预想的更为灵活。研究团队在 Neuropsychologia 上发表了这一研究。

玩电子游戏可适度提升记忆力

电子游戏对大脑究竟是有益还是有害长期存在争议。Rumei Zhao、Kunzhen Pang、Jie Yu等研究人员通过对过去二十年研究的系统评估，发现电子游戏能适度提升玩家的记忆力等多项认知能力。

研究团队针对2005年1月至2025年8月间发表的133项研究进行了三项荟萃分析，涵盖了14,245名参与者。研究人员将认知表现细分为五个领域并进行了评估。结果显示，电子游戏时间与整体认知能力之间存在虽小但具有统计学显著性的正相关关系。在玩家与非玩家的对比中，玩家在空间能力、视觉注意力、认知控制和智力方面展现出微弱优势。而在因果关系最强的对照试验中，记忆力是唯一显示出显著改善的领域，这表明游戏过程中频繁且持续的记忆调用发挥了作用。尽管有学者质疑游戏仅存在近迁移效应（near-transfer effects，认知提升仅局限于游戏本身或高度相似的情境），但调节效应分析表明，游戏带来的认知益处不受性别、年龄、文化背景、健康状况及游戏类型的影响。研究发表在 Acta Psychologica 上。

述情障碍新机制：内感受与社会符号的物理“失联”

针对情绪如何从个体生理体验通过社会互动演化为语言符号的问题，Takato Horii、Chie Hieida、Yuri Terasawa、Hideki Ohira和Tadahiro Taniguchi（大阪大学及京都大学等机构）提出了共同构建情感理论，成功将生理调节与社会符号共享整合在统一框架中。

该理论扩展了集体预测编码（collective predictive coding，多个智能体通过互动使预测模型趋同的计算过程）模型，首次将内感受明确纳入智能体的生成模型中。情绪的共同构建被描述为一个双重的主动推理过程。具体而言，它包含一个调节个体身体状态的内部身体状态调节回路，以及一个与他人共享情感概念的外部社会沟通回路。这两个回路通过共享的情感词汇相互协作，共同最小化预测误差。研究结果表明，该理论不仅能解释情绪共鸣和概念形成，还能将述情障碍重新定义为内感受与社会符号系统之间的耦合断裂。此外，该框架可在多智能体机器人系统中进行实证验证。

新款VR游戏用面部追踪唤醒群体同理心

针对传统虚拟现实（VR）叙事中玩家情感参与不足的问题，东北大学（Northeastern University）的 Hector Fan 团队开发了一款名为《重燃》（Rekindle）的第一人称游戏。该模型通过面部追踪促使玩家主动体验角色情感，以此加深对弱势群体的同理心。

研究发表在 DIS '26 Companion 上。在这款游戏中，玩家需收集“记忆碎片”以帮主角寻回身份认同。传统游戏常将情感视为输入，该研究则利用带有面部追踪的三星头戴式设备，结合面部动作编码系统，实时捕获玩家的动作单元。系统能识别21种基础和复合情绪并给出0到1的强度评分。玩家收集碎片时，必须在面部主动“演艺”出符合剧情的特定情感并达到强度要求，才能推进剧情。这种“情绪透视”机制增强了戏剧主体感（dramatic agency，指玩家与故事间的意义关联），有效提升了对弱势群体的深度同理心。

AI辅助写作悄然影响社会舆论，微小偏见可在大规模网络中累积

针对社交平台人工智能写作工具是否悄然操纵舆论的问题，Stratis Tsirtsis和Sandra Wachter（牛津大学牛津互联网研究所等）团队进行研究，证实大语言模型在润色帖子时会引入隐性偏见，通过网络累积可大规模重塑公众舆论。

研究团队首先使用四个主流开源大语言模型对十三个争议话题的帖文进行润色。结果显示，即使被明确指示保持原意，模型仍会系统性地改变立场，例如更倾向于支持枪支管制。为了探究这些个体层面的微小偏差如何影响群体，研究人员扩展了经典的舆论动力学（opinion dynamics，研究群体意见形成与演变规律的数学模型）框架，并在基于真实社交平台数据的网络中进行模拟。结果证实，AI引入的微弱偏见会在网络互动中不断累积和放大，使长期群体舆论产生远超个体偏差幅度的整体漂移。此外，团队在审计X平台的聊天机器人Grok时发现，其在特定话题上的立场偏差源于平台设置的特定指令。研究表明，AI介导的隐性传播正在成为塑造公共话语的新机制。

在面对慢性感染或自身免疫疾病的长期战役中，免疫系统如何持续产生具有战斗力的T细胞？Andrea Schietinger、Doron Betel和Ivan Maillard等研究人员（纪念斯隆-凯特琳癌症中心与威尔康奈尔医学院等）合作，发现了一种由转录因子LEF1定义的罕见干细胞样T细胞。该细胞群在慢性压力下承担着持续补充T细胞源泉的角色，为攻克相关慢性疾病提供了新的治疗靶点。

为了解T细胞干性的维持机制，研究团队在自身免疫性1型糖尿病和慢性病毒感染的小鼠模型中展开了并列对比。他们发现，一小群同时表达TCF1和LEF1转录因子的T细胞（LEF1+ TCF1hi）才是真正的干性T细胞（TSC）。通过CRISPR基因编辑技术敲除小鼠体内的LEF1基因后，这些干性细胞失去了持续存在与自我更新的能力，从而保护了小鼠免受自身免疫性糖尿病的侵害。相反，在慢性感染模型中提高LEF1表达，则能增加干性T细胞的数量并减少处于耗竭状态的细胞。此外，计算可视化技术显示，这两种截然不同的疾病模型中的干性T细胞共享了117个表观遗传编码的核心基因。研究还表明，这些细胞的命运高度依赖于其在微环境中的定位，阻断整合素或Notch信号通路会干扰其定位，导致干性T细胞群体迅速崩溃。研究发表在 Cell 上。

难以同时捕获器官形成的三维空间与发育时间信息是生物学界长期面临的挑战。Soichiro Asami、Chenshuo Yin、Jean Fan、Luis A. Garza和Reza Kalhor（约翰·霍普金斯大学）开发了三维DNase增强表达谱分析技术，成功重建了小鼠毛囊发育的四维分子图谱。

为了完整捕捉深入皮肤数百微米的毛囊结构，研究人员通过使用脱氧核糖核酸酶（DNase I，一种能够降解DNA以消除试剂非特异性结合屏障的酶）去除基因组DNA，显著提升了探针渗透效率。他们将该技术与基于杂交的原位测序（HybISS，一种利用荧光编码在组织中直接测定多种基因表达的技术）结合，分析了新生小鼠皮肤中数十万个细胞。通过Slingshot算法计算全器官伪时间（pseudotime，一种通过计算转录组相似性将细胞按发育时序进行排列的方法），研究团队将单张空间快照转化为包含三维空间与一维时间的四维分子图谱。结果揭示了毛囊发育的三个阶段，并发现无毛小鼠在出现肉眼可见的脱发缺陷前，其全器官发育进程已出现延迟和协同性降低。研究发表在 Cell 上。

植物根系在异质土壤中生长时面临有害微生物入侵的风险，如何主动避开这些地下腐烂区域一直不为人知。Zhulatai Bao、Huihui Wang和Yuzhou Zhang等（西北农林科技大学）通过多组学分析和基因筛选等方法，首次发现并定义了植物全新向性运动——避腐性（Saprotropism），揭示了根系绕开腐烂区域的分子机制。

研究团队在自然土壤和分离琼脂系统中，在植物根部附近建立局部腐烂区域。多组学分析显示，定殖在腐烂植物上的真菌会释放有机酸等酸性代谢物，在土壤中形成稳定的酸性 pH 梯度。实验表明，植物根系在未接触腐烂物时就会弯曲远离。根表皮细胞利用根分生组织生长因子及其受体组成的 pH 感应模块感知这一外部酸性梯度，并将其转化为根内部不对称的脱落酸（abscisic acid，一种调节植物生长和应对外界胁迫的植物激素）分布。这种激素的不对称分布进而驱动微管重组，导致表皮细胞各向异性扩张，最终引导根系扭转并弯曲。该发现拓展了经典的植物向性理论。研究发表在 Science 上。

肠道菌群或是衰老晴雨表，大型临床队列揭示共病背后的微生态

老年人衰弱易导致疾病、跌倒和死亡，但其背后的生物学机制尚不明确。Marina Vilar Geraldi和Mattias Lorentzon等（哥德堡大学萨尔格伦斯卡学院）通过对瑞典和中国大型队列的研究，发现肠道菌群的多样性降低和功能受损与老年女性的身体衰弱及高死亡风险存在明确关联。

研究人员对2081名75至80岁的瑞典女性进行了长期随访，并利用元基因组测序分析其肠道菌群。为了客观评估，团队开发了虚弱死亡率指数（FMI，综合生理、心理及共病情况评估死亡风险的指标）。研究发现，FMI评分越高，其肠道菌群的香农多样性指数（用于评估微生物群落多样性的指标）和基因丰富度越低。具体而言，研究鉴别出404种与衰弱显著相关的细菌。这些菌群改变不仅直接对应跌倒和死亡风险的增加，且在由1448名中国老年人组成的独立队列中得到了验证，表明该微生物特征具有跨地域的共通性。本研究有助于开发识别老年人健康风险的新方法。研究发表在 Nature Communications 上。

链接2000人多模态数据，新平台助推阿尔茨海默病精准诊疗

针对阿尔茨海默病高度的个体差异与长潜伏期挑战，Sarah Biber和Jessica E. Culhane等（美国国家阿尔茨海默病协调中心与华盛顿大学医学院等）构建了一个多模态数据平台，成功安全整合了多源患者数据，为该病的精准医疗提供了全新工具。

该试点项目联合了三家阿尔茨海默病研究中心，旨在将统一数据集与真实世界数据进行安全关联。研究人员通过开发可扩展的数据管道和治理框架，成功将2206名参与者的临床研究数据与电子健康记录进行了链接，并为其中1522名参与者补充了医疗保险索赔数据，其中93％的参与者还拥有基因组图谱。近500名患者拥有5年以上的完整纵向数据。该平台克服了临床编码不一致以及隐私合规等挑战，证实了多源多模态数据安全集成的可行性。研究发表在 Alzheimer's & Dementia 上。

爆款减肥药无法延缓阿尔茨海默病病理进程

司美格鲁肽等药物能预防阿尔茨海默病吗？Christoffer Clemmensen率领的哥本哈根大学（University of Copenhagen）研究团队对此进行了评估，发现这些药物虽能改善代谢，但无法延缓脑部病理和神经炎症进展。

研究人员在 5xFAD 阿尔茨海默病小鼠模型中进行了为期 2 个月或 4 个月的预防性给药测试。研究评估了司美格鲁肽（semaglutide）和替尔泊肽（tirzepatide）对小鼠体重、糖耐量、认知行为、β-淀粉样蛋白斑块沉积以及胶质细胞活化的影响。此外，还在脂多糖（LPS）诱导的非淀粉样变性小鼠模型中测试了其抗炎效果。结果显示，尽管两款药物成功减轻了小鼠体重并改善了糖耐量，但未能改善其记忆或学习能力，也未减少大脑中的 Aβ 斑块沉积或胶质细胞活化。在 LPS 模型中，短期给药也未能阻止神经炎症发生。这表明即使在病理出现前进行长期预防性治疗，也无法减缓神经病理学进展。研究发表在 Cell Reports Medicine 上。

DHA补充剂无法延缓脑萎缩

针对二十二碳六烯酸补充剂能否延缓认知衰退这一争议问题，Hussein N. Yassine 及其合作者（南加州大学）开展了一项为期 24 个月的临床试验。结果表明，虽然高剂量 DHA 成功进入受试者大脑，但未能改变其脑容量或改善其认知能力。

研究团队开展了一项 2a 期随机、双盲、安慰剂对照临床试验，招募了 365 名 55 至 80 岁且存在痴呆风险、日常膳食中二十二碳六烯酸（DHA，一种对大脑结构至关重要的omega-3多不饱和脂肪酸）摄入较低的无痴呆成年人。受试者被随机分配每日服用 2 克高剂量 DHA 或安慰剂。通过分析脑脊液，研究人员发现，补充 6 个月后，DHA 成功突破血脑屏障并大幅提高了脑脊液中的 DHA 比例。然而，在为期 24 个月的随访中，利用磁共振成像检测发现，两组受试者在海马体体积和脑皮层厚度等脑结构指标上没有差异。同时，认知测试结果显示其认知表现也无明显改善。研究发表在 eBioMedicine 上。

心理压力如何导致免疫受损？中山大学的研究人员发现，慢性心理压力会抑制大脑特定区域，通过交感神经改变肠道菌群及代谢物，进而加速骨髓造血干细胞衰老。

研究人员利用四种小鼠压力模型发现，慢性压力会降低内侧前额叶皮层和导水管周围灰质的神经元活动。利用化学遗传学技术抑制这些脑区，小鼠表现出造血干细胞丧失、淋巴细胞生成减少等衰老样表型。机制分析表明，脑区抑制通过交感神经通路改变了肠道环境，使罗伊氏乳杆菌（Lactobacillus reuteri）丰度下降，并导致关键代谢物亚精胺水平降低。亚精胺的缺乏进而抑制了造血干细胞的线粒体自噬，引发线粒体过氧化，最终导致铁死亡应激。补充亚精胺或通过化学遗传学激活上述脑区，能够有效逆转这些造血功能缺陷。研究发表在 Cell Stem Cell 上。

地中海饮食有助于提升50岁以上人群的心理幸福感

饮食如何影响老年人的心理韧性？Andrew Steptoe与Alanna Jo Shand（伦敦大学学院）及Camille Lassale（巴塞罗那全球健康研究所）等人合作，发现坚持地中海饮食与50岁以上人群保持更高的心理幸福感密切相关。

研究团队分析了英国老龄化纵向研究（ELSA）中3296名50岁及以上中老年人的数据。在2018至2019年间，研究人员通过在线平台评估了参与者的地中海饮食（Mediterranean diet，富含水果、蔬菜、豆类、鱼类和橄榄油的饮食模式）依从性。同时，在2018至2020年期间（涵盖新冠疫情暴发前后），通过问卷评估了他们的心理幸福感。横向分析表明，地中海饮食依从性较高的个体表现出更强的心理幸福感，包括更高的控制感、自主性和生活乐趣，且这一关联独立于抑郁症状或社会经济地位。纵向分析进一步显示，面对疫情带来的负面情绪冲击，饮食依从性高者的心理幸福感下降幅度更小。虽然确切的生物学机制仍有待深入研究，但研究人员指出，其营养成分可能通过调节压力反应、炎症、肠道健康和大脑功能等过程发挥了保护作用。研究发表在 BMJ Open 上。

生物标志物指导个性化用药：重度抑郁症治疗反应率提升近67%

如何减少抑郁症患者用药试错的漫长过程？Diego A. Pizzagalli和Peter Zhukovsky等研究人员（加州大学欧文分校与麦克莱恩医院）合作发现，利用生物和行为标志物指导抗抑郁药选择，可使患者的治疗反应率提升近67%，推动了精准精神医学的发展。

研究团队首先分析了一项大型全国性抑郁症研究的数据，利用功能磁共振成像测得的脑连接性、奖赏敏感性及认知控制等指标，开发出预测舍曲林和安非他酮这两种常用抗抑郁药疗效的算法。随后，团队在独立临床试验中对重度抑郁症患者进行了前瞻性验证。结果显示，拥有良好生物标志物特征的患者反应率显著提高。对两种药物均表现出阳性标志物的患者治疗反应率达到71.4%，而无阳性标志物的患者反应率仅为42.8%，治疗反应率提升了近67%。尽管因样本量少于50例导致匹配组与非匹配组之间的直接对比未达统计学显著差异，但客观特征对疗效的预测作用依然明确。研究发表在 Nature Mental Health 上。

引入马匹与心理治疗师共同分担情绪负荷

针对心理治疗师面临的职业倦怠问题，Norunn Kogstad、Sunniva Elisabeth Christiansen、Randi Ulberg和Charlotte Fiskum（挪威科技大学等）开展研究，发现将马匹引入心理治疗中不仅能有效辅助患者，还能作为工作伙伴帮助治疗师管理情绪并缓解职业倦怠。

研究团队对10位拥有10年以上马匹辅助治疗经验的临床医生进行了深度访谈，并使用反思性主题分析法进行数据处理。分析提炼出四个核心维度，表明马匹由于其作为捕食动物和群居动物所具备的高度社会敏感性，能够即时且不加评判地反映患者的真实情绪，提供了一个非言语的依恋实验室。患者在马厩这一自然环境中更容易放下防备、宣泄悲伤，克服了传统诊室一对一言语交流的局限性，这符合亲生命假说（biophilia hypothesis，即人类天生具有与自然及其他生命建立情感连接的本能）。更为重要的是，马匹作为治疗师的助手，在治疗过程中帮助治疗师恢复平静、共同调控情绪，极大地提升了治疗师的职业安全感与工作满意度，从而有效对抗职业倦怠。研究发表在 BMC Complementary Medicine and Therapies 上。

针对实体瘤靶点匮乏难题，Daniel J. Baker（宾夕法尼亚大学）、Neil Savage（麦克马斯特大学）和Franz J. Zemp（卡尔加里大学）等团队利用人工智能与多组学技术，发现通用靶点GPNMB并构建出能杀伤多种实体瘤且重塑微环境的新型CAR-T疗法。

宾夕法尼亚大学团队结合单细胞测序数据，利用大语言模型筛选出高潜力的糖蛋白NMB（GPNMB）靶点，其构建的CAR-T细胞在白血病等小鼠模型中显著延长了生存期。麦克马斯特大学团队则针对脑部的胶质母细胞瘤，证实GPNMB在肿瘤细胞及肿瘤相关巨噬细胞中双重表达，靶向该抗原可同时杀伤肿瘤并逆转免疫抑制环境。此外，卡尔加里大学团队开发了针对ASPS等实体瘤的GCAR1疗法，并在首次人体临床试验中证实其安全耐受，使一名转移性患者疾病稳定达3个月。上述研究分别发表在 Cell 、 Nature 和 Nature Cancer 上。

小鼠脑干C1神经元是持续恐惧与焦虑的关键驱动因素

全球超三亿人面临焦虑症难题。Carlos Fernández-Peña和Lindsay A. Schwarz等研究人员（圣犹达儿童研究医院）通过探索脑区连接，发现小鼠体内产生肾上腺素的C1神经元是调节恐惧和焦虑的关键驱动因子。

延髓腹外侧前部（RVLM，脑干中控制呼吸和心脏功能的多样化脑区）中交织着C1和A1两类细胞。研究团队开发了新型转基因小鼠与双重病毒交集标记技术，首次实现对C1神经元的精准靶向。通过原位杂交和光遗传学实验，研究人员发现，急性压力会优先激活C1神经元。这些神经元向腹外侧导水管周围灰质发送强力信号。在旷场实验中激活C1神经元会使小鼠迅速产生焦虑样行为，且强烈的持续激活会将焦虑状态延长至一周，但这并不影响其自主神经功能和运动距离。相反，在小鼠面临高度应激时，通过化学或光手段抑制C1神经元，能有效减少随后的僵直并缓解持续性焦虑。这一特异性靶点为开发低副作用的焦虑症药物提供了新路径。研究发表在 Neuron 上。

现代人造设计为何让大脑视觉皮层过载？

为什么现代人造设计常让人感到眼睛疲劳甚至偏头痛？Paul B. Hibbard（斯特灵大学）和Arnold Wilkins（埃塞克斯大学）等20多个机构的专家合作撰写综述，通过数学分析与计算模型，揭示了现代设计因偏离自然规律导致大脑视觉皮层超负荷运转的神经机制。

研究团队将自然场景几何特征的数学分析与先进的神经计算模型相结合，准确绘制出大脑处理不同视觉模式的过程。结果显示，人类视觉系统在进化中适应了自然景观，这类景观具有特征性的 1/f模式（1/f pattern，即图像振幅随空间频率增加而规律性减小的数学特征）。在处理符合此规律的自然图像时，大脑会通过稀疏编码来降低代谢成本。然而，条纹、高对比度颜色、闪烁灯光等现代人造设计严重偏离了这种自然规律，导致视觉系统无法高效编码，从而在早期视觉皮层引发过度活跃的神经活动与极高的代谢需求，导致视觉不适。这种大脑超负荷现象在偏头痛、自闭症、多动症或癫痫等感觉敏感人群中表现得尤为剧烈。这一发现强调了在公共建筑、照明和数字界面设计中融入视觉舒适性的重要性。研究发表在 Vision 上。

为什么有些人更容易被低频声音困扰

为什么有些人更容易受到热泵或风力涡轮机等低频噪音困扰？Carlos Jurado（挪威科技大学）与Torsten Marquardt（伦敦大学学院）合作进行研究，发现次声波在内耳中的感知方式与普通声音不同，首次揭示了介导次声波感知的耳蜗电位机制。

研究团队招募了多名受试者进行听觉测试。他们首先利用畸变产物耳声发射（一种由健康耳蜗产生并可在外耳道测得的微弱声音）抑制技术，非侵入性地测量耳蜗隔膜的相对位移。结果显示，在15赫兹以下，人类听觉阈值曲线斜率变缓至约12分贝/倍频程，与耳蜗位移曲线高度一致。随后，团队引入85分贝的500赫兹抑制音以减少耳蜗内电位，发现这导致受试者对4至16赫兹次声波的感知阈值显著提高，平均涨幅达5.8分贝。电学模型模拟证实，在极低频下，外毛细胞产生的电位会直接作用于内毛细胞膜并触发神经信号。这种独特的电激活机制绕过了常规的机械激活路径，解释了为什么声压微增就会导致次声波响度急剧上升，也阐明了人们对低频噪音敏感度因人而异的生理基础。研究发表在 Scientific Reports 上。

新型低成本石墨烯传感器可无创检测泪液中的多巴胺

针对帕金森病等神经疾病早期诊断难的问题，Lucas Minghini Gonçalves与Neftalí Lênin Villarreal Carreño等研究人员开发出一种低成本电化学传感器，成功实现了通过泪液检测多巴胺水平，为神经系统疾病的超早期无创监测提供了全新方案。

该传感器主要利用激光将薄塑料膜转化为导电的激光诱导石墨烯。研究人员采用硝酸镍和尿素对石墨烯表面进行功能化修饰，从而加速了电荷转移并增加了与多巴胺反应的活性位点。测试结果表明，该设备在缓冲液中的线性检测范围为0.25至16.44微摩尔每升，其检出限低至17.86纳摩尔每升。在人工泪液的测试中，传感器在3.23至9.32微摩尔每升的浓度区间内保持了高灵敏度和选择性，在复杂基质中的回收率接近100%。由于其检测下限远低于健康人群的基线值，且能覆盖高达三倍的浓度变化，这使得它能够精准捕捉到多巴胺的初始下降，为帕金森病等疾病的临床干预争取黄金时间。研究发表在 ACS Omega 上。

无致幻表现不等于安全：利舒脲小鼠实验暴露隐性脑部压力

筛选无致幻副作用的治疗性迷幻药至关重要。Jillian L. King、Devin P. Effinger和Scott M. Thompson等（科罗拉多大学安舒茨医学院）通过小鼠实验发现，传统用于评估致幻潜力的头部抽搐反应（HTR）存在严重局限，可能遗漏药物引发的应激与大脑变化。

研究人员对比了致幻药物麦角酸二乙酰胺（LSD）与结构相似但不致幻的利舒脲（lisuride）。在给成年小鼠注射后，研究人员评估了其头部抽搐反应（HTR，小鼠服用致幻剂后快速左右摇头的特异行为）、运动协调性、应激激素水平、脑电图及认知表现。结果显示，LSD虽然诱发了强烈的HTR，但对小鼠的运动协调、压力水平和认知任务表现几乎无不良影响。相反，注射利舒脲的小鼠虽未出现HTR，却表现出严重的运动障碍，其应激激素飙升，完成认知逃避任务的时间明显延长，大脑前额叶皮层的脑电波功率也显著降低。这表明仅凭HTR单一行为指标无法全面反映药物的真实影响，非致幻迷幻药的筛选需结合多维度生理评估。研究发表在 Translational Psychiatry 上。

空腹闻黑巧克力提升抗阻训练表现

如何空腹保持抗阻训练表现？Xiaohan Fan、Hengzhi Deng、Jia Yang Ng、Ahmad Amirul Hazim bin Ab Aziz和Mohamed Nashrudin bin Naharudin（马来亚大学）研究表明，吸入巧克力气味能不增加主观疲劳地提升男性腿部训练量。

该研究招募了23名空腹至少10小时的年轻男性进行交叉试验。参与者在进行腿部伸展这一抗阻运动前和组间间歇时，分别吸入30秒的90%黑巧克力、60%牛奶巧克力或水的气味。研究人员通过视觉模拟评分测量食欲，并用量表评估主观疲劳感。结果显示，吸入90%黑巧克力气味使训练重复次数比对照组显著增加了约18次，其通过降低饥饿感和增强饱腹感来抑制食欲，欺骗身体进入预期饱腹状态。而吸入60%牛奶巧克力气味也使次数增加了约9次，但它扮演的是享乐奖励信号，通过创造愉悦环境而非改变代谢饥饿感来提升表现。两组的主观疲劳感均未增加。研究发表在 Frontiers in Physiology 上。

为什么网红对职业倦怠保持沉默？

社交媒体内容创作常被视为可以自主支配时间的梦想职业，但其背后普遍存在的心理危害却鲜为人知。Brooke Erin Duffy与Rosie Nguyen（康奈尔大学）对此展开合作研究，系统揭示了创作者在平台依赖型创意劳动中所面临的严重职业倦怠及发声困境。 

研究人员分析了三种数据来源，包括TikTok和YouTube上创作者的58个自制内容、62个新闻媒体账户，以及与创作者进行的78次深度访谈。结果显示，职业倦怠对创作者而言在很大程度上是不可言说的。由于创作者作为独立承包商不享有全职员工的法律保障，且受制于平台算法的惩罚机制，他们往往不得不将这种风险个体化，并归咎于自身失败。此外，研究揭示了应对风险的性别差异：男性创作者倾向于奉行拼命努力的奋斗理念，而女性则更倾向于自我关怀与恢复性实践。研究发表在 New Media & Society 上。

遭受暴力侵害或使女性更年期提前多达20个月

遭受暴力如何长期损害女性健康？Nicolás Mendoza、Loreto Mendoza-Huertas与Elsa Lopez-Salas等组成的研究团队（格拉纳达大学妇产科）通过系统分析发现，女性一生中遭受的暴力侵害会对其更年期健康产生深远的负面影响，不仅加剧相关症状，还可能导致更年期提前。

研究团队通过对多项科学证据进行叙述性综述，系统评估了暴力史对女性更年期的影响。结果显示，经历过暴力侵害的女性，其潮热和盗汗等血管舒缩症状更为严重，且焦虑、抑郁及创伤后应激障碍（PTSD）的患病率显著上升。在性暴力受害者中，阴道干涩和性交困难等泌尿生殖系统问题更为普遍。更重要的是，创伤暴露可能使更年期提前多达20个月，从而增加卵巢早衰（POF）的风险。此外，慢性压力导致的下丘脑-垂体-肾上腺轴（HPA axis）功能紊乱和表观遗传改变，还会增加后期患高血压、糖尿病、骨质疏松及认知障碍的风险。研究发表在 Maturitas 上。

婴儿对背部抚触摸的镇静反应需后天学习

轻轻抚摸背部为何能安抚哭闹的宝宝？Sachine Yoshida和Hiromasa Funato等研究人员（东邦大学）通过对比人类婴儿与小鼠实验发现，轻抚背部具有独特的镇静作用，这一反应并非先天反射，而是由早期母体照护经验塑造，并受下丘脑特定基因调控。

在人类实验中，研究团队监测了15对母婴，发现只有轻抚背部（平均速度约每秒10.5厘米）能显著减少婴儿的自发运动，而抚摸腹部无明显效果，抚摸后脑勺甚至会使其心率上升。研究人员认为这一抚摸速度恰好激活了与愉悦感相关的C触觉纤维（C-tactile fibers）。在断奶前小鼠实验中，背部抚摸同样能降低幼鼠肌电活动、减缓心率、加速进入非快速眼动睡眠，并抑制压力激素皮质酮的激增。然而，从小在人工无母环境下养大的幼鼠对背部抚摸毫无反应，表明该镇静反应需要后天学习。转录组学分析显示，无母抚育的幼鼠下丘脑中 Cacna1b 基因表达水平减半，该基因参与构建电压门控钙通道。在正常饲养的幼鼠中敲低该基因，其背部抚触的镇静反应同样消失。这一结果指出了早期照护触摸对婴儿大脑发育的分子级影响。研究发表在 Communications Biology 上。

孕早期母体雌激素水平可直接预测新生儿头围大小

孕期母体激素如何影响胎儿的大脑发育与人类演化？John T. Manning（斯旺西大学）与Marek Kałuża、Bogusław Antoszewski、Anna Kasielska-Trojan（罗兹医科大学）开展合作研究，发现孕早期母体雌激素水平可直接预测新生儿的头围大小，且该影响在男婴中更为显著。

研究人员招募了47对母婴（包括24名男婴），在孕期第6至8周及第10至11周采集母体血液，测量雌二醇和睾酮浓度，并记录新生儿的头围。分析表明，孕期第6至8周的母体雌激素水平与新生儿头围呈显著正相关，且不受孕妇年龄、体重指数等因素的干扰。这一效应在男婴中比女婴更强。该发现为雌激素化猿假说（estrogenised ape hypothesis）提供了直接的激素证据，该假说旨在解释早期人类如何进化出庞大的大脑。此外，男婴在发育早期暴露于高水平雌激素，可能与成年后面临的心脏问题和精子数量减少存在关联，暗示人类大脑体积的演化或许是以牺牲部分男性健康为代价的。研究发表在 Early Human Development 上。

改变餐盘大小和颜色能否引导健康饮食？Shaya Mittal、Eva Kemps和Ivanka Prichard（弗林德斯大学）对此进行了研究。结果表明，在在线点餐环境中，改变食物照片中的餐盘大小和颜色，并不能显著减少食物的总体份量，也无法促使人们选择更多健康的食物。

该研究评估了 232 名女性参与者在虚拟点餐环境中的行为，探讨餐盘尺寸和颜色对食物选择的影响。参与者被随机分配到展示小红盘、大红盘、小绿盘或大绿盘的四种在线菜单中，从中选择一份主菜、配菜和甜点。研究人员分析了分量综合得分以及健康食物的百分比，并评估了节制饮食的调节作用。结果显示，餐盘的大小和颜色对总体的食物分量和健康选择没有显著影响，节制饮食这一特征也未能改变上述结果。不过，探索性分析发现了一些潜在趋势，例如，人们更倾向于从小盘子中选择小份配菜，不节制饮食的人更有可能从红色餐盘中选择健康主菜。这表明数字化点餐环境中的视觉‘助推’效果有限。研究发表在 Food Quality and Preference 上。

慢性疲劳综合征患者脑淋巴系统清除功能受损

慢性疲劳综合征（ME/CFS）常伴有脑雾等认知障碍。Kiran Thapaliya、Sonya Marshall-Gradisnik、Maira Inderyas与Leighton Barnden（格里菲斯大学国家神经免疫学和新兴疾病中心）首次证实患者大脑的废物清除系统受损，为该病病理机制提供了新线索。

这项研究招募了58名参与者（包括31名患者和27名健康对照组），利用3T磁共振成像（MRI）技术获取扩散张量成像（DTI）数据，并计算沿血管周围空间的扩散张量成像指数（DTI-ALPS，评估脑淋巴系统的无创影像学指标，用于量化脑部废物清除效率）。结果显示，患者的全局DTI-ALPS指数（1.44 ± 0.086）显著低于对照组（1.51 ± 0.11），表明其脑淋巴系统功能明显减退。单侧分析显示，患者右脑半球的清除功能降低更为显著。此外，全局DTI-ALPS指数与睡眠障碍严重程度（r = -0.47）及注意力不集中（r = -0.43）存在显著的负相关。这表明，脑部垃圾清除受阻引发的神经炎症，可能是导致脑雾和睡眠质量恶化的关键机制，这也为未来的无创诊断和靶向治疗开辟了新途径。研究发表在 Frontiers in Neuroscience 上。

超加工食品摄入过多与幼儿皮层下结构萎缩相关

超加工食品是否会损害幼儿大脑发育？Jonatan Ottino-González和Michael I. Goran（洛杉矶儿童医院）等研究团队通过长期追踪，发现幼儿早期超加工食品的累积摄入与六岁时大脑皮层下特定区域的体积减小存在负相关关联。

在这项前瞻性出生队列研究中，研究人员对144对母子进行了从婴儿期到六岁的长期追踪。团队通过多次24小时饮食回顾，评估孩子们在不同生长阶段的超加工食品卡路里摄入比例，并在六岁时使用磁共振成像测量皮层下脑区的体积。研究结果显示，在六岁时，幼儿期的累积超加工食品摄入量每增加10%，其大脑中双侧伏隔核、左侧杏仁核、双侧苍白球、左侧壳核和双侧丘脑等涉及情绪、奖励与动机区域的总体积就会减少近1.92%。虽然现阶段研究未发现这些食品与认知表现有直接关联，但研究人员指出，大脑结构的变化往往先于记忆、思维和行为异常的发生。研究发表在 The American Journal of Clinical Nutrition 上。

柔性超声波睡眠贴片无创刺激深脑，显著延长快速眼动睡眠

快速眼动（REM）睡眠紊乱与多种精神疾病密切相关，但缺乏无创且精准的调控手段。Kai Wing Kevin Tang、Huiliang Wang、Gregory A. Fonzo和Vincent Mysliwiec等研究人员（德克萨斯大学奥斯廷分校、德克萨斯大学圣安东尼奥健康科学中心）开发出一种名为NEUSLeeP的无创皮肤贴片，成功在真实睡眠中促进了快速眼动睡眠。

这项研究开发了一种重约103.4克、厚3.5毫米的柔软可穿戴贴片。该系统集成了用于电生理监测的低阻抗睡眠凝胶以及同心环超声换能器阵列，通过特制的生物粘合弹性体稳定贴附于皮肤。在对28名参与者进行的整夜自然睡眠测试中，该贴片利用温和的经颅聚焦超声无创靶向刺激大脑深部的丘脑下部核，同时实时监测脑电活动。结果显示，受试者进入快速眼动睡眠的速度平均加快24%（提前43分钟），REM睡眠时间延长4.6%（平均增加16分钟）。此外，该刺激还改善了健康参与者的心率变异性，并积极调节了与情绪相关的脑回路。该技术为在家庭环境中治疗睡眠障碍及改善精神健康开辟了新途径。研究发表在 Nature Communications 上。

为了解决严重手部瘫痪患者缺乏有效康复工具的难题，John Nassour、Nicolas Berberich与Gordon Cheng等（慕尼黑工业大学与帕绍尔-沃尔夫康复中心）合作开发出一种结合人工智能与肌肉传感的软性手部外骨骼，成功帮助重度运动障碍患者恢复了自主抓握和日常进食功能。

这种基于织物设计的气动外骨骼形如手套，其结构设计的突破在于引入了主动对掌和外展功能。研究人员利用非侵入式表面肌电图捕捉患者微弱的肌肉信号，并结合机器学习算法构建了意图预测模型，其预测敏感度达到97%。在与一名因肌萎缩侧索硬化症而右手瘫痪近四年的患者进行的合作研发中，该外骨骼帮助其实现了95%以上的抓握成功率，并使其能够自主握持叉子进食。在对六名中风患者的临床测试中，功能障碍最严重的患者在佩戴外骨骼后，动作手臂测试评分提高了17分；相比之下，仍保留部分控制能力的轻中度患者因设备运动限制，表现并未得到改善。研究发表在 Nature Machine Intelligence 上。

生物医学面临数据激增与专家匮乏的困境。Kexin Huang、Serena Zhang、Hanchen Wang、Yuanhao Qu等（斯坦福大学、基因泰克公司、Arc研究所、加州大学旧金山分校与普林斯顿大学）开发出通用智能体Biomni，实现了自主开展跨领域复杂科研任务的突破。

研究团队首先通过分析数千篇文献构建了包含150个专业工具的生物医学行动空间。随后，他们基于代码即行动接口设计了通用智能体架构。在涵盖443个问题的基准测试中，该智能体取得57%的平均准确率，显著超越传统大语言模型。在单细胞注释等专家级任务中，其不仅准确率媲美人类专家，速度还提升数倍至数十倍。在实战中，该系统自主完成了包含14亿次心率的可穿戴数据分析，以及十阶段的胚胎骨骼多组学数据处理。此外，它还成功设计了克隆实验方案，并在湿实验中获得完全一致的菌落验证，甚至能直接生成控制自动化液体处理工作站的生产级代码。研究发表在 Science 上。

Nature：Google利用强化学习实现量子计算“边算边校准”，容错稳定性提升3.5倍

为了解决大规模量子计算因环境漂移频繁停机校准的瓶颈，Volodymyr Sivak和Paul V. Klimov等（Google量子AI团队）开发了将校准与计算融合的控制方案。他们利用强化学习实时优化量子纠错过程，实现了系统的持续自我维护。

在传统的量子纠错中，系统依靠频繁的纠错循环检测错误。研究团队创新地将这些原本用于纠错的数据转化为强化学习的代理目标奖励信号。通过因子图将量子芯片划分为多个局部区域，使每个控制参数只需根据局部的检测事件更新策略，解决了由于逻辑错误率太稀疏而难以训练的难题。团队在Willow超导处理器上测试了这一方案。结果表明，面对人为注入的控制漂移，强化学习智能体能够实时调整参数，使系统的逻辑计算稳定性提升了约3.5倍。即使在人工专家高度优化过的基线上，强化学习微调仍使逻辑错误率进一步下降约20%。数值模拟也证实了该方案在拥有近4万个控制参数的大规模系统中的良好扩展性。研究发表在 Nature 上。

如何高效模拟具有空间解析的全细胞秒级细胞器动态？Eric Arkfeld、Zichen Wang、Hiroyuki Hakozaki、Johannes Schöneberg等（加州大学圣地亚哥分校）将4D晶格光片显微成像与粒子反应-扩散模拟结合，首次构建了包含线粒体、微管网络及分子马达的全细胞数字孪生模型。

研究团队以人类口腔鳞癌细胞为对象，利用4D晶格光片显微镜（4D lattice light-sheet microscopy，一种低光毒性、高清的活细胞三维成像技术）每11秒获取一次细胞的三维体积图像。随后，他们通过自动化流程将图像转化为粒子模型，并在基于粒子反应-扩散模拟的ReaDDy框架下运行。该模型不仅还原了微管网络和线粒体网络，还引入了沿微管行走的分子马达。在验证中，该模型在不重新调整参数的情况下，成功预测了微管被诺考达唑部分破坏（30分钟）和完全破坏（60分钟）时线粒体分裂与融合速率的变化，模拟数据与实验高度一致。此外，模拟还揭示了线粒体向核周聚集的隐藏机制：微管的拓扑结构才是决定线粒体分布的守门人，而不仅是动力蛋白活性的上调。该研究发表在 Cell 上。

COMPASS 模型跨癌症精准预测免疫治疗效果

免疫检查点抑制剂仅对少数癌症患者有效且预测困难。为攻克这一核心难题，Wanxiang Shen、Marinka Zitnik及其来自哈佛医学院等机构的团队开发出名为COMPASS的人工智能大模型，实现了跨癌症和疗法的高精度、可解释性免疫治疗反应预测。

研究团队设计的COMPASS模型采用了概念瓶颈转换器（将高维输入映射到人类可理解概念后再做出预测的深度学习架构）算法。模型首先在癌症基因组图谱的10184个肿瘤样本上进行预训练，将近16000个基因的表达谱映射到44个涉及免疫细胞状态和信号通路的免疫概念中，随后在16个临床试验队列上进行了微调。结果显示，COMPASS在预测免疫检查点抑制剂的疗效时，准确率比现有最佳方法平均提高了百分之8.5。在尿路上皮癌的生存分析中，被模型预测为应答者的患者生存期显著延长，风险比达到4.7。此外，该模型能够生成个性化图谱，解释为何部分拥有大量免疫细胞浸润的患者仍出现耐药，为临床个性化用药和新药靶点开发提供了重要参考。研究发表在 Nature Medicine 上。

如何高效解读未知蛋白质的序列密码？Edo Dotan, Iris Lyubman, Marcelo Ehrlich, Yonatan Belinkov等（以色列理工学院等）开发了一种名为BetaDescribe的蛋白质语言模型框架，实现了直接从氨基酸序列生成人类可读的详细功能描述。

研究团队基于Llama 2大语言模型开发了拥有70亿参数的BetaDescribe，其核心在于独特的生成器—验证器—评判器多组件协作架构。核心生成器负责根据氨基酸序列产生候选文本，三个验证模型负责预测亚细胞定位及酶活性等特定属性，最后由评判器进行综合筛选。这种设计类似于同行的学术评审机制。在面对序列相似性极低的孤儿蛋白时，该模型表现出显著优势。例如，在分析高度变异的罗非鱼湖病毒相关蛋白时，传统方法由于缺乏高相似度参考序列而表现不佳，而该模型正确预测了其RNA依赖聚合酶活性。此外，在对细菌蛋白H5TRP0的预测中，传统方法匹配到了无关蛋白，而该模型成功将其与CRISPR相关免疫功能关联。计算突变实验显示，模型无需同源序列便可定位蛋白质的活性中心。研究发表在 PNAS 上。

二维半导体器件研发长期依赖人工显微镜检索，效率低下。Sanghyun Lee与Jimin Kwon等（韩国科学技术院、蔚山科学技术大学等机构）合作开发出自动化筛选与制造技术，实现了大规模二维半导体器件的快速制备与数据驱动分析。

研究团队以具有优异电性能的二硫化钼（MoS₂，一种厚度仅为纳米级的典型超薄半导体材料）为研究对象。他们开发了一套图像预处理工作流，利用显微镜下RGB通道亮度的细微差异，使计算机能够自动识别薄片位置并区分三到八层的厚度，这一结果得到了原子力显微镜的验证。研究通过设定的筛选因子过滤掉表面起皱、重叠的低质量薄片，自动从超过十二万个半导体薄片中挑选合适样品，并自动设计电极图案，最终在四英寸晶圆上成功制造并测试了1615个场效应晶体管。大规模统计分析表明，随着半导体厚度增加，电流更容易流动，但晶体管的电学开关能力却随之下降。这一成果将二维半导体研究从人工经验转向数据驱动。研究发表在 Advanced Functional Materials 上。

老龄化社会中无亲友医疗代理人的临终决策困境日益严峻。Kenny Tsu Wei Choo、Kellie Yu Hui Sim等组成的团队（新加坡科技设计大学）为此开发了ACPAgent原型系统，探索利用人工智能作为代理人处理高度主观医疗决策的可行性，并评估了用户对此类系统的信任边界。

研究团队通过4场研讨会邀请15名参与者对ACPAgent进行训练。参与者设定其护理目标和价值取向，并面对从可治疗感染到绝症等5个难度递增的医疗情景。结果显示，参与者与AI代理的决策一致率达86.7%。然而，模型在处理家庭内疚感、经济承受能力等极度主观的因素时表现不足。此外，在12%的案例中，AI代理反向说服了参与者改变初衷，这带来了自动化偏见和自主权模糊的风险，即人们可能会采用源自模型而非自身的立场。研究提出，AI最理想的角色是作为个人倡导者，在不取代人类判断的前提下强化个人意愿。研究发表在 Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems 上。

针对手术大模型重建视觉细节浪费算力的问题，中国科学院香港创新研究院人工智能与机器人创新中心的研究人员开发了SurgMotion，一种基于运动预测实现通用手术理解的视频原生大模型。

研究团队基于V-JEPA（视频联合嵌入预测架构，一种通过预测潜在特征而非像素来学习视频表示的架构）构建了该模型。为解决手术视频特有的烟雾和反光干扰，团队提出了运动引导的潜在掩码预测，并设计了时空特征多样性正则化以减少特征冗余。此外，团队汇集了包含3658小时手术视频的SurgMotion-15M数据集。实验表明，该模型在17项基准测试中表现优异。在工作流识别中，其在EgoSurgery和PitVis数据集上的F1分数分别提升了14.6%和10.3%；在CholecT50动作三元组识别任务中，其 平均精度均值达到39.54%，表现优于多款主流模型。

多发性硬化症（MS）的关键病理灰质皮质病变在常规核磁共振中长期隐形。Michael G. Dwyer、Robert Zivadinov等（布法罗大学）将多模态后处理与深度学习结合，成功利用传统临床MRI数据揭示并量化了这些隐藏病变。

研究团队利用奥克瑞珠单抗（Ocrelizumab）的三期临床试验数据，分析了732名患者的传统磁共振成像扫描。他们开发了名为多模态皮质病变增强（MMCLE）的新技术，并结合流体衰减反转恢复双平方（FLAIR2）、T1与T2比值以及人工智能生成的双反转恢复（AI-DIR）三种方法，训练了基于transformer的语义分割深度学习模型。结果显示，该方法在基线期平均为每位患者检测出14.8处皮质病变，整个数据集共检测到超过11000处原本隐形的病变。在盲测中，该技术的真阳性率达86.0%，假阳性率仅为8.4%。此外，该框架在不同磁场强度和获取类型间表现出较高的重现性（ICC 88.8%至92.5%）。这证实了生成式人工智能能够整合并补全常规扫描中缺失的病理信息。研究发表在 Communications Medicine 上。

大语言模型正在成为数百万人的情感寄托

人们在焦虑时常求助于人工智能，但其普及程度与影响尚不明确。Natalia Amat-Lefort、Mert Yazan、Amanda Cercas Curry、Flor Miriam Plaza-del-Arco（莱顿大学等）对此开展了首次大规模跨文化调查，系统揭示了不同人口背景和文化对人机情感互动的认知。

研究团队调查了美国和英国等七个国家的4641名参与者，并分析了731个真实对话提示词。结果显示，平均有百分之二十八点九的受访者将大语言模型作为情感树洞。普及率存在巨大的地理差异，英国采纳率高达百分之五十九，而荷兰和法国仅为约百分之二十。研究采用累积链接混合模型分析发现，主观社会经济地位较高、年龄在25至44岁、已婚以及有宗教信仰的人群，对人工智能情感支持表现出更强的信任与使用意愿。提示词分析显示，用户主要围绕焦虑、孤独和关系冲突等话题展开倾诉。尽管全天候无评判的特征带来了心理安全感，但研究者警告，此类系统缺乏隐私保护，且过度顺从可能加剧依赖，甚至在紧急危机中无法提供实质帮助。

亚毫米级磁电天线问世，助力新一代超小型植入式设备开发

传统植入式设备因射频天线体积大、发热高，难以长期安全置于体内。为此，Mahdieh Shojaei Baghini、Adam Armada-Moreira和Hadi Heidari等（格拉斯哥大学等）合作研发出名为μBots的超小型磁电天线系统，成功实现了超宽带宽的高效无线数据传输。

在这项研究中，团队制造出一种亚毫米级微型机器人。研究人员没有将天线基底视为惰性材料，而是利用了双面抛光硅基底独特的声学共振特性，使声波在器件内部往返反射，从而激发出泛音。这种机制使磁电天线获得了高达22.6 GHz的-10 dB超宽带宽。实验中，该设备在3至4 GHz频段运行，不仅在人类大脑皮层切片和大鼠脑组织中表现出稳定的传输性能，还在7 T高场强磁共振成像中证实了良好的兼容性。通过将九个微型天线排列成相控阵，该系统有效克服了植入体与外部接收器因角度错位导致的信号衰减。此外，团队成功实现了声谱视频与音频信号的实时无线传输。研究发表在 Science Advances 上。

人工智能融合视觉显著性与构图边缘，提升艺术产品设计美学评估效果

现有图像美学评估系统因忽视人类视觉注意力机制而存在局限。商洛学院艺术学院的研究人员开发了一种融合视觉显著性特征与构图边缘信息的新型图像美学评价算法，成功提升了对文化艺术类产品设计视觉吸引力的评估效果。

该研究提出了一种更符合人类感知规律的算法。该方法包含两个核心部分：第一种分析边缘模式以捕捉设计的结构与平衡，第二种则利用注意力机制和弱监督学习动态分配权重，模拟大脑处理视觉刺激的过程。系统基于 EfficientNet 运行，在两个通用图像美学数据集上进行了测试。结果表明，该方法的评估性能优于传统的深度学习模型，且在准确率、计算速度和计算成本之间达到了理想的平衡。研究指出，该方法能为设计师提供量化的改进指导，并通过融入不同文化背景的审美原则，有助于在产品设计中保留多元的文化特性，避免盲目模仿国际主流风格。研究发表在 International Journal of Engineering Systems Modelling and Simulation 上。

Orla 框架自动优化多智能体工作流

随着人工智能迈向多智能体协作，管理复杂工作流成为难题。哈佛大学约翰·A·保尔森工程与应用科学学院的 Minlan Yu、Michael Mitzenmacher、Rana Shahout 以及波士顿大学的 Hayder Tirmazi 合作开发了 Orla 框架，实现了工作流的精简构建与自动优化。

为了解决多智能体工作流中的异构性与协调难题，Orla 框架通过将请求执行与工作流策略分离来发挥作用。它包含三个核心组件：阶段映射器（stage mapper，负责将不同的工作流步骤分配给最合适的模型和后端）、工作流协调器以及内存管理器。该框架作为一个通用的服务层，运行在现有的推理引擎之上，通过与 OpenAI 兼容的接口同各类后端进行无缝通信。在实际测试中，相较于单模型基线系统，Orla 显著降低了计算成本并缩短了响应时间，同时有效减少了首字输出延迟，且未牺牲回答的质量。这使得大规模构建和运行复杂的协同智能体应用变得更加实用。研究发表在 Proceedings of the ACM Conference on AI and Agentic Systems 上。

通义千问团队提出 NapMem，让大模型学会主动导航长期记忆

针对个性化智能体在长期对话中记忆提取不精准的问题，Yue Xu、Mengyu Zhou、Wenjie Wang 等（阿里巴巴通义千问大模型应用团队、上海科技大学等）开发了 NapMem 框架。该研究成功将大模型被动接收记忆转变为主动的结构化记忆导航，提升了智能体决策的准确性。

在该研究中，研究团队构建了金字塔记忆（Pyramid Memory，一种将数据划分为原始对话到高层画像等不同抽象级别的多层级存储结构）架构。智能体不再被动接收系统预先检索的上下文，而是通过专属工具在不同层级间主动导航。研究团队采用强化学习来训练智能体，使其能根据查询和中间证据，灵活选择最合适的记忆粒度。在 PersonaMem-v2、LongMemEval 和 LoCoMo 等多个基准测试上的实验结果表明，NapMem 智能体在个性化和跨会话推理等记忆密集型任务中较具竞争力。同时，该智能体在非记忆任务中也保留了通用的推理能力，证明这种主动导航策略在不损伤模型基础性能的前提下，提升了长期记忆的利用效率。

统一分类法揭示大模型智能体的能力边界与评估效度

针对智能体基准高分掩盖缺陷的问题，Wael Albayaydh、Rui Zhao和Ivan Flechais（牛津大学）系统分析了27篇评估文献，首次构建出整合工具使用、规划、多智能体协同与安全性的智能体局限性统一分类法。

研究人员通过迭代归纳法，分析了2023年至2026年间涵盖19个不同基准测试的文献。研究指出，智能体在单轮工具选择和短程任务中表现良好，但在复杂场景下暴露出六大失败集群。例如，在处理多约束规划时，即使使用强大的智能体脚手架，成功率也往往极低，且失败概率随长程任务的长度呈非线性累积。在多智能体系统中，角色定义模糊和信息不匹配等协同开销常抵消分工优势。此外，安全测试显示大模型在对抗性输入下易受间接提示词注入攻击。更严峻的是，基准测试本身面临测试集污染和测试套件不完善等效度问题，导致部分模型的高分并非源于真实能力的提升。

英伟达推出Puzzle-75B-A9B大模型：通过多阶段压缩实现推理性能翻倍

针对大语言模型部署中推理成本高、延迟长的问题，Akhiad Bercovich、Talor Abramovich、Daniel Afrimi以及Ran El-Yaniv等（英伟达Nemotron-Labs团队）开发出压缩模型Nemotron-Labs-3-Puzzle-75B-A9B，成功在维持模型原有能力的同时，实现了推理吞吐量翻倍。

研究团队将120.7B参数的母模型压缩至75.3B参数，其中活动参数由12.8B降至9.3B。核心方法是迭代拼图（Iterative Puzzle，一种交替进行硬件感知结构压缩与短期知识蒸馏的框架），对混合专家模型的路由专家、激活预算和Mamba层的选择性状态空间模型（Selective State Space Model，一种高效处理长序列的架构）状态大小进行联合优化。在单个8×B200节点上的交互式服务测试中，该模型在每秒100个Token的用户吞吐量限制下，服务器吞吐量达到母模型的2倍。在单个H100显卡部署百万级超长上下文时，并发请求处理能力从1个提升至8个。此外，团队利用多标记预测和量化技术，不仅使Mamba核心速度提升1.2至1.3倍，且在推理、代码及智能体任务中保持了极高的精确度。

开源平台FLARE-AI助力协同披露系统缺陷

人工智能安全漏洞缺乏正式报告渠道。Shayne Longpre、Lauren McIlvenny等研究人员（卡内基梅隆大学等）共同倡导第三方缺陷披露，并开发了FLARE-AI开源平台，实现了人工智能漏洞的标准化报告与跨平台协调修复。

研究团队指出，通用人工智能在安全漏洞披露上面临重大短板。为此，研究者提出通过标准化缺陷报告、建立法律安全港（safe harbor，指对善意研究提供法律与技术保护的承诺）以及构建协同缺陷披露基础设施来解决该问题。在此基础上，研究人员开发了FLARE-AI开源平台，允许用户生成机器可读的标准化AI缺陷报告。该平台与成熟的漏洞信息和协调环境相连，收到报告后由安全专家进行审查，并在必要时与受影响的供应商共享信息、发布漏洞说明。这一模式成功将成熟的网络安全实践引入人工智能领域，提升了整个生态系统的集体安全性。

首次定量评估人工智能代理面临严重的能耗与基础设施挑战

为评估人工智能代理的运行电耗，韩国科学技术院（KAIST）的 Minsoo Rhu、Jiin Kim、Byeongjun Shin 和 Jinha Chung 进行研究，首次定量分析其系统级能耗，发现其对电力基础设施带来了前所未有的负担。

为了解真实服务环境中AI代理的运行成本，研究团队分析了测试时扩展（test-time scaling，指在推理阶段通过增加计算量来换取更高准确性的策略）下的多步推理负载。研究人员系统量化了AI代理在调用大语言模型与外部工具交互时的实际表现。结果表明，由于需要反复调用模型，AI代理单次查询能耗最高可达传统问答型AI的136.5倍，响应时间也延长了多达153.7倍。此外，在外部工具执行任务期间，高昂的GPU闲置率高达54.5%。在使用700亿参数规模的模型时，AI代理单次查询平均消耗348.41瓦时。若未来全球每日产生137亿次代理请求，其消耗的198.9吉瓦电力将接近美国平均耗电量的一半。研究发表在 2026 IEEE International Symposium on High Performance Computer Architecture (HPCA) 上。

连续电磁场共振或为统一意识的物理本源

针对如何解释分布式神经活动如何构建统一意识体验以及大脑如何维持临界状态这两大难题，加利福尼亚大学圣巴巴拉分校的 Tam Hunt 提出了一项新理论，阐明了连续的电磁场共振如何自然地解决神经科学中的绑定与临界态问题。

研究者通过定量物理模型与已有电生理实验数据，深入对比了传统离散神经冲动传递与连续电磁场波动的特征。最新实验数据表明，强度低至 0.74 mV/mm的微弱电场便可因果性地引导神经元放电。脑组织中的接触式电场耦合传播速度可达 50 km/s，相比于速度仅 10 到 100 米每秒的传统轴突和突触传递，具有五千倍的速度优势，能实现瞬时空间与时间绑定。同时，场的体积传播特性能够自发产生幂律标度，解释了系统在秩序与混沌边界维持最优信息处理的临界态。这种多尺度场交互机制通过跨频耦合维持了意识的统一性，无需精细微调突触权重。研究发表在 Frontiers in Computational Neuroscience 上。

无创脑机接口实现八成语言解码准确率

无创脑机接口如何克服信号差的难题以实现高精度语言解码？Jarod Lévy、Mingfang Zhang和Jean-Rémi King等研究人员（Meta AI）开发了名为Brain2Qwerty的算法模型，成功从非侵入式脑电和脑磁信号中解码出打字文本，缩小了无创与侵入式技术的性能差距。

研究人员招募了35名受试者完成记忆并打字的任务，同时使用脑电图与脑磁图记录脑活动。该模型由三个关键部分组成：卷积模块用于提取局部手指敲击特征并进行个性化校准，Transformer模块负责利用上下文信息进行句子纠错，预训练字符级语言模型则用于约束输出使其符合语言规律。结果表明，使用脑磁图时，平均字符错误率仅为29%，其中表现最好的受试者错误率低至18%，甚至能准确解码测试集外的生疏句子。相比之下，脑电图的字符错误率为65%。研究表明，结合高信噪比非侵入设备和合理的模型设计，无创脑机接口完全有能力解码复杂的自然语言。研究发表在 Nature Neuroscience 上。

新型温控脑植入物实现神经元双向调控与实时记录

如何实现对大脑深部神经回路的精准双向控制？Zoia Naumkina, Kanghwan Kim以及Il-Joo Cho带领的研究团队（韩国高丽大学医学院）开发出一种新型微型脑植入物，利用局部温度变化同时实现了神经活动的激活与抑制。

传统神经调控技术通常仅具单向控制能力。该研究开发了一种将热电器件与硅基神经探针相集成的微型化双向热刺激系统。该装置通过聚酰亚胺管提供高效热绝缘，在探针表面集成了32个微电极阵列，实现了温度刺激与实时电生理记录的同步进行。实验中，研究人员将植入物靶向头部固定小鼠的蓝斑核。结果显示，冷却可使脑温下降约3.9°C，从而有效抑制神经元活动并导致瞳孔收缩；加热则使脑温上升约3.7°C，从而增强神经活动并引发瞳孔放大。该技术不仅实现了空间局限在200微米内的精准、可逆调控，还展示了其作为提供感觉反馈的双向脑机接口及闭环神经调节系统核心技术的巨大潜力。研究发表在 Advanced Science 上。

非侵入式触觉脑机接口实现人类同步操控自身肢体与额外机械臂

如何在不干扰原生肢体控制的前提下操控额外辅助机械臂？Tianyu Jia、Xingchen Yang和Dario Farina等研究人员（伦敦帝国理工学院、清华大学与东南大学）合作开发出一款非侵入式触觉编码脑机接口系统，成功实现了人类在不影响双手自然动作的前提下同步操控双额外机械臂。

传统运动增强系统常因占用视觉或冲突运动神经信号而干扰人体原生动作。该系统通过在受试者手臂对称固定微型振动器，利用体表振动诱发大脑的P300事件相关电位，构建了独立的控制通道。研究团队招募10名受试者进行了为期三天的滚珠平衡（一种需要持续双手协调的运动任务）双任务对照实验。实验结果显示，经过三天训练后，受试者在双手进行滚珠平衡的同时，脑机接口的指令识别成功率从首日的53.1%提升至69.7%，且双手原生运动的稳定性未受到任何统计学意义上的干扰。此外，该系统成功应用于双臂协同放置吸管等四项实操任务，展示了连续控制的能力。研究发表在 Nature Communications 上。

Science：受潜水鸟启发，新型扑翼机器人实现水空无缝切换

如何让机器人兼顾水下游泳与空中飞行？Raphael Zufferey及其来自麻省理工学院和洛桑联邦理工学院（EPFL）等机构的合作团队，受潜水鸟启发，研发出重量不足300克的扑翼式空中水上飞行器（FAAV），成功实现了水空介质的无缝跨越。

研究人员为这款机器人配备了涂有疏水纳米颗粒的柔性机翼以及可转向的尾翼。通过在瑞士日内瓦湖和室内水箱中进行的多轮测试，团队发现使用中等尺寸机翼（展宽80厘米）的机器人性能最为稳定。在约5赫兹的扑动频率下，该机器人能以近1米每秒的速度在水下游泳，并能以约6米每秒的速度在空中飞行，这一表现与真实的潜水鸟类高度相似。最关键的是，当机器人以70度的俯仰角起飞时，无需像大多数真实鸟类那样在水面划水，即可直接拍翼腾空。这项研究不仅揭示了动物跨介质运动的生物力学机制，也为未来开发用于海洋学和危险环境采样的空中水下无人机奠定了基础。研究发表在 Science 上。

临床人员短缺对医疗系统造成了巨大压力，多功能人形机器人有望辅助关键外科操作。加州大学圣地亚哥分校的 Zekai Liang 及其团队（加州大学圣地亚哥分校）开发了一种新型遥操作框架，首次评估了通用人形机器人在执行活体手术任务中的技术可行性。

该研究开发了一种针对人形机器人的腹腔镜遥操作系统。研究人员使用市售通用人形机器人宇树 G1 抓握人类医生普通的手动器械，对活体猪实施了腹腔镜胆囊切除术。手术分别由人形机器人与人类外科医生协作完成，以及由两台人形机器人共同协作完成。评估结果显示，遥操作框架成功实现了微创手术的关键功能，完成了活体内的手术流程。虽然目前该系统仍存在需要多次重新校准、耗时较长等技术局限，但它展示了通用平台在临床多功能辅助中的潜在价值。研究发表在 Nature 上。

赋予无人机“疼痛”感知：利用生态学预警指标预测工程系统失控

自动驾驶系统因部件磨损易导致突然失控。Jasper J. van Beers 及其来自代尔夫特理工大学等机构的团队对此展开研究，成功将生态学中预测生态系统崩溃的指标引入工程系统，使无人机具备类似人类“疼痛”的自知能力以预测失控。

研究团队在网络动物园（CyberZoo，一个独特的无人机安全实验场地）中进行了四旋翼飞行器实验。他们使用自主飞行的 DragonFly 和人工驾驶的 HoverFly 两种机型，人为制造了从健康到 55% 不等的旋翼叶片损伤。该实验不依赖无人机的精确物理模型，而是利用低成本机载传感器采集实时数据，分析系统在干扰后恢复时间的延长情况，即临界减速现象。结果显示，当 DragonFly 遭遇 15% 的叶片损伤时，系统在特定飞行条件下会完全失控，而该指标能在失控发生前可靠地发出早期预警。这一机制类似于人类扭伤脚踝后通过疼痛调整步态，受损的无人机也能根据预警指标实时调整飞行策略以安全降落。该方法未来可推广至自动驾驶汽车等更广泛的自主系统。研究发表在 PNAS 上。

如何让机器人拥有灵敏实时的触觉？Giacomo Sasso和James Busfield（伦敦大学玛丽皇后学院）联合Federico Carpi（佛罗伦萨大学）等设计了一种变色触觉传感器，能将压力转化为动态颜色图案，实现高分辨率实时触觉感知。

传统触觉传感器依赖触觉像素阵列，其分辨率受限于布线；而常规视觉传感器则需复杂算法重构接触几何，这会引入计算延迟。该团队打破常规，设计了一种将传感功能直接嵌入材料本身的系统。其核心是一个夹在黑色和透明硅胶层之间的拉伸式布拉格反射器（mechanochromic Bragg reflector，一种可通过机械形变改变反射光波长的光学纳米结构）。当受到压力发生形变时，该反射器的纳米级层厚会减小，导致反射光的结构色发生改变。一个普通的低成本摄像头便能实时捕捉这些颜色，并将其直接转化为精细的应变和压力图像。实验成功绘制出人类指纹、硬币和叶片的拓扑图，空间分辨率达到约100微米。由于信息直接以光信号形式呈现，系统无需任何基于深度学习的数据增强，消除了计算延迟。这项成果为精密制造和医疗手术等领域的软体机器人开发奠定了基础。研究发表在 Science Advances 上。

氧化物芯片元件融合计算与存储，推动类脑神经形态计算发展

针对传统计算机计算与存储分离带来的功耗瓶颈，Victor Lopez-Richard和Soumen Pradhan等（巴西圣卡洛斯联邦大学和德国维尔茨堡大学等机构）开发出一种基于氧化物界面的新型电子器件，成功将计算与存储功能集成于单一物理基底。

该器件基于氧化镧铝与钛酸锶两种氧化物的界面，在此界面处形成了可被电调制的准二维电子气（quasi-two-dimensional electron gas，一种限制在薄层中的高移动性电子系统）。与传统晶体管不同，该器件采用独特的侧栅极配置。通过改变电气连接配置，器件展现出电子多态性，可在晶体管、忆阻器和忆电容三种功能间自由切换。测试表明，该器件在晶体管模式下具有达10⁵的开关比；在忆阻器模式下，其高低电阻比达到5.6×10³。研究人员将这些多态元件组合成集成电路，成功实现了储层计算中的数字识别，并完成了可重构的逻辑运算，每次运算能耗仅为纳焦耳级别。研究发表在 Nature Communications 上。

仿生火蚁筑筏：FloatForm机器人系统实现水面自主组装与重构

如何高效构建水上动态设施？来自 Massachusetts Institute of Technology （麻省理工学院）的 Daniela Rus 和 Wei Wang 等研究人员受火蚁筑筏启发，研发出 FloatForm 自组装机器人船系统，实现了水面模块的自主重构。

每个 FloatForm 机器人尺寸与餐盘相仿，边长21厘米，配有微型推进器、稳定鳍片和一种基于折纸设计的拉胀结构（auxetic structure，指一种向各个方向均匀收缩或膨胀的几何结构）磁性锁扣，该锁扣仅在开合时消耗能量。传统的自组装系统依赖单台中央计算机指挥，容易因单点故障导致系统瘫痪。而新系统采用了混合控制架构：轻量级的中央规划器仅负责分配最终位置以保证几何精度，而碰撞规避、路径规划等实时导航任务则由机器人通过与邻居交换位置，在本地自主计算完成。在池塘实验中，8个机器人组成的集群在四到八分钟内完成了自组装、解体和重新排列，并能作为一个整体进行集体运输。模拟实验证实，该系统可平滑扩展至64个机器人的集群，为未来应急响应、海上监测和可重构海洋基础设施建设提供了全新方案。研究发表在 Nature Communications 上。

原位放大提升信噪比：有源器件重塑下一代脑机接口

传统的神经调控技术由于缺乏自适应调节能力，难以应对复杂的动态神经状态。Jingfei Wang、Huize Xue、Jiahao Li、Yihong Li、Rui Li、Yongfeng Mei与Enming Song等研究人员对此进行了系统性综述，总结了用于构建自适应闭环神经调控系统的有源器件最新进展。

该综述深入分析了将微弱局部离子信号转化为高保真电信号的有源器件运作机制。相比无源器件，有源器件通过内置功能元件实现了信号的原位放大与处理。例如，有机电化学晶体管可实现高达30倍的局部电压增益，极大提升了对微弱局部场电位的测量信噪比。研究指出，这些器件可通过电学、光电、压电及磁电等多种能量转换途径，将外部能量转化为对神经元细胞膜电位的精确干预。闭环系统能根据靶向组织的生理状态进行即时反馈并动态调节刺激参数，从而促进受损神经回路的塑性修复。尽管多模态集成系统扩展了调控维度，但研究也指出需要克服光致电极伪影等跨模态干扰问题。研究发表在 Microsystems & Nanoengineering 上。

转移印刷结合原位键合：超薄半导体封装技术使HBM密度翻四倍

针对高带宽内存堆叠超薄芯片易翘曲和破损的挑战，Seok Kim、Uhyeon Kim与Hohyun Keum（浦项科技大学及韩国工业技术研究院）开发出一种新型转移印刷与原位键合工艺，成功稳定堆叠10层以上超薄芯片，使集成密度提升约四倍。

研究团队将转移印刷（transfer printing，利用高分子印章吸附力精确拾取并放置芯片的技术）与原位键合（in-situ bonding，在转移过程中同步形成金属连接的方法）融合在单一平台中。他们制备了厚度约14微米的超薄硅通孔（UTS-TSV，穿透硅基板的垂直电气延伸通道）芯片。在低于180摄氏度和低于20千帕的低温低压环境下，利用聚合物印章在放置芯片的同时完成了铜-锡扩散键合。结果表明，该工艺成功堆叠了10层以上超薄芯片，层间对准误差极小，结构翘曲得到显著抑制。其实现的垂直集成密度达到传统12层高带宽内存结构的大约四倍。同时，每个通孔的电阻仅为4至5欧姆，且形成了稳固的金属间化合物，有望大幅提升未来人工智能半导体的性能。研究发表在 Results in Engineering 上。

脑部植入物不仅要好用更要合意：神经调控设备迎来评估新范式

为了评估植入式脑设备是否契合实际需求，Gabriel Lázaro-Muñoz 和 Amanda R. Merner 及其团队（麻省总医院布里格姆神经科学研究所）开展研究，首次提出人类保真度标准，用于衡量神经技术与患者及医疗系统的契合程度。

研究团队将近十年的神经伦理学实证研究与文献进行整合，数据基础包括对患者、临床医生及医疗保险提供商等进行的300多次深度访谈，涵盖了抑郁症和帕金森病等多种疾病。研究定义了人类保真度（指设备、其获取流程和相关信息传递与关键利益相关者的需求和期望相一致的可衡量程度），并建议将其作为类似系统工程中可靠性的性能变量。研究指出，设备与人之间最紧迫的差距存在于五个领域，包括获取与接受度、侵入性、自我意识与自主性、以患者为中心的结果以及设备长期维护。该标准为开发人员提供了具体建议，以确保患者能够获得、信赖并长期使用这些设备。研究发表在 American Journal of Psychiatry 上。

仿象鼻尖端设计，新型软体机器人抓手EleTac实现精密触觉感知

软体抓取器在处理精细或易碎物体时具有显著优势，但如何在不损害其柔韧性的前提下赋予其精密的触觉和自身位置感知依然是个难题。Tuan Tai Nguyen、Xuyang Zhang、Quan Luu Khanh、Shan Luo和Van Anh Ho（日本先端科学技术大学院大学、英国伦敦国王学院、美国普渡大学）合作研发了受象鼻尖端启发的软体机器人抓手EleTac，成功实现了高分辨率触觉传感与自身状态运动感知的融合，为新一代服务机器人提供了新设计方案。

该设计采用了一对柔软的气动驱动的手指。研究人员摒弃了在抓手表面嵌入大量繁琐传感器的传统做法，创新性地在其内部安装了一个单鱼眼摄像头。通过观察抓手在抓取物体时内部软体材料的形变，并利用多个深度学习算法分析图像，EleTac实现了精确的触觉反馈和本体感觉。在测试中，该抓爪采用简单的控制策略便成功抓取了水果、豆腐、织物、甚至扑克牌等多种脆弱或异形物体。此外，在无视觉辅助的环境下，EleTac仅凭触觉就从沙子中成功定位并拔出了钢笔，并在擦拭餐具的测试中根据触觉反馈动态调整了海绵的按压力量。这种将机械臂直接用作传感器的设计不仅降低了制造成本，也极大减轻了设备重量。研究发表在 IEEE Transactions on Robotics 上。

扩散模型预测控制赋能腿部机器人，实现无重训实时环境适应

为了解决腿部机器人难以实时适应多变环境的问题，Runhan Huang、Haldun Balim、Heng Yang与Yilun Du（哈佛大学肯普纳研究所）合作开发了一种基于生成式扩散模型的控制系统，实现了四足机器人无需重新训练即可灵活适应全新任务和地形的突破。

现有的控制技术主要依赖模型预测控制（Model Predictive Control，一种通过数学模型优化机器人未来行为的技术）或无模型强化学习，但前者对动力学模型精度要求过高，后者策略过于固定。研究团队提出的 Diffusion-MPC 创新地将通常用于图像生成的生成式扩散模型转化为机器人动力学的近似预测器。该系统共同预测未来的状态与动作，并在其逆向去噪的每一步中，实时融入路径奖励规划并实施物理与安全约束投影。此外，团队引入了交互式在线训练算法，利用实际运行收益对收集的数据进行过滤和重新加权，从而对去噪器进行优化。在真实的四足机器人测试中，机器人展现出适应能力，能够在斜坡、平衡干扰及障碍物规避等新任务中稳定行走，实现了控制策略的零样本迁移。