追問daily | Nature：首個能寫綜述論文的AI模型；重度抑郁癥患者大腦指紋模糊；告別壞習慣的新思路

█ 腦科學動態(tài)

Nature：切斷腫瘤與大腦的“通話”可重啟抗癌免疫

Nature：帕金森病實為軀體-認知-行動網(wǎng)絡障礙

人類具備類似蝙蝠的回聲定位潛能：大腦的距離“壓縮”算法

迄今最大規(guī)模GWAS研究：焦慮癥源于58個基因變異

紋狀體間接通路調節(jié)不確定性下的猶豫行為

重度抑郁癥患者大腦“指紋”模糊，連接獨特性降低

生酮飲食可能是難治性抑郁癥的潛在輔助療法

“夢境工程”可顯著提升創(chuàng)造性問題解決能力

告別壞習慣的新思路：不抹去記憶，只降低權重

█ AI行業(yè)動態(tài)

龍蝦頭機器人現(xiàn)場送啤酒！OpenClaw千人大會為何引爆硅谷？

Claude Opus 4.6殺入Office，你的工作它全包了

OpenAI攜GPT-5.3-Codex硬剛Claude 4.6

█ AI驅動科學

Nature：開源AI撰寫綜述能力超越人類專家，解決科研幻覺難題

神經(jīng)植入物與骨再生支架結合實現(xiàn)顱骨愈合與長期腦監(jiān)測

賦予AI人格并允許“插話”，可顯著提升其辯論效率與準確性

類腦AI控制系統(tǒng)賦予軟體機器人多任務適應性與穩(wěn)定性

柔性多功能腦植入物可實現(xiàn)跨腦層同步監(jiān)測與干預

AI工具利用未標記的腦部核磁共振圖像預測大腦年齡、癌癥生存率和其他疾病信號

腦科學動態(tài)

Nature：切斷腫瘤與大腦的“通話”可重啟抗癌免疫

大腦如何感知體內(nèi)的腫瘤并作出反應？賓夕法尼亞大學的金橙橙（Chengcheng Jin）團隊與耶魯大學的常瑞（Rui B. Chang）團隊合作，首次系統(tǒng)性地揭示了一條由迷走神經(jīng)和交感神經(jīng)介導的“腫瘤-大腦”雙向通訊回路。該研究發(fā)現(xiàn)，腫瘤竟能利用這一神經(jīng)回路“欺騙”大腦，從而關閉體內(nèi)的抗癌免疫系統(tǒng)，加速自身的生長。

研究團隊通過結合基因工程小鼠模型、神經(jīng)示蹤及單細胞測序技術，發(fā)現(xiàn)肺腺癌會主動誘導迷走感覺神經(jīng)（連接內(nèi)臟與大腦的主要通道）的介入。具體而言，腫瘤微環(huán)境信號激活了表達Npy2r受體的迷走神經(jīng)末梢，這些神經(jīng)將信息傳遞至腦干。大腦在接收信號后，并非啟動防御，而是錯誤地增強了通往肺部的交感神經(jīng)（負責“戰(zhàn)或逃”反應的神經(jīng)系統(tǒng)）活動。這種異常興奮的交感神經(jīng)釋放信號分子，作用于肺泡巨噬細胞表面的β2-腎上腺素能受體，導致巨噬細胞功能受抑，無法有效攻擊癌細胞。通過遺傳學或化學遺傳學手段切斷這一“感覺-交感”神經(jīng)軸，研究人員成功恢復了小鼠的抗腫瘤免疫力并顯著抑制了腫瘤生長。研究發(fā)表在 Nature 上。

#疾病與健康 #神經(jīng)機制與腦功能解析 #跨學科整合 #腫瘤免疫 #神經(jīng)調控

閱讀更多：

Wei, Haohan K., et al. “Tumour–Brain Crosstalk Restrains Cancer Immunity via a Sensory–Sympathetic Axis.” Nature, Feb. 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-025-10028-8

Nature：帕金森病實為軀體-認知-行動網(wǎng)絡障礙

帕金森病長期以來被視為單純的運動障礙，但其復雜的全身性癥狀機制一直未被完全解明。昌平實驗室、北京大學的Hesheng Liu、Jianxun Ren以及河南省人民醫(yī)院的Meiyun Wang等研究團隊通過大規(guī)模臨床影像研究，重新定義了帕金森病的病理機制，發(fā)現(xiàn)其本質是一種軀體-認知-行動網(wǎng)絡障礙。這一發(fā)現(xiàn)不僅解釋了疾病的多樣化表現(xiàn)，更為精準的神經(jīng)調控治療提供了全新靶點。

研究團隊構建了一個包含863名受試者的大型多模態(tài)臨床影像數(shù)據(jù)集，利用靜息態(tài)功能連接（RSFC）和皮層電圖記錄技術，對接受腦深部電刺激（DBS）、經(jīng)顱磁刺激（TMS）、磁共振成像引導的聚焦超聲刺激（MRgFUS）及藥物治療的患者進行了追蹤。研究發(fā)現(xiàn)，帕金森病的核心病理特征表現(xiàn)為軀體-認知-行動網(wǎng)絡（SCAN）與皮層下結構之間的特異性超連接（hyperconnectivity），而非傳統(tǒng)認為的效應器特異性運動區(qū)域故障。所有有效的治療手段均能顯著降低這種超連接。更具臨床意義的是，當研究人員將非侵入性的經(jīng)顱磁刺激靶點從傳統(tǒng)的運動區(qū)轉移到SCAN節(jié)點時，治療效果提升了一倍；聚焦超聲治療靶點越接近丘腦的SCAN“熱點”，療效越好。這一突破性成果證實了靶向SCAN進行神經(jīng)調控的可行性和高效性。研究發(fā)表在 Nature 上。

#疾病與健康 #神經(jīng)調控 #帕金森病 #神經(jīng)機制與腦功能解析 #軀體認知行動網(wǎng)絡

閱讀更多：

Ren, Jianxun, et al. “Parkinson’s Disease as a Somato-Cognitive Action Network Disorder.” Nature, Feb. 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-025-10059-1

人類具備類似蝙蝠的回聲定位潛能：大腦的距離“壓縮”算法

人類能否像蝙蝠一樣利用回聲“看見”世界？Andrew J. Kolarik及其同事（東英吉利大學）開展的一項研究表明，人類可以通過嘴部發(fā)出咔噠聲來判斷物體距離，這揭示了人類大腦驚人的適應性。研究團隊發(fā)現(xiàn)，這種回聲定位能力不僅能被快速習得，還遵循著與普通聽覺感知相似的規(guī)律。

在這項實驗中，研究人員招募了11名蒙住雙眼的視力正常參與者，要求他們通過發(fā)出嘴部咔噠聲來判斷前方物體的距離。實驗設置了高反射性的鋁制物體和低反射性的泡沫物體，放置在30、60或90厘米處。結果顯示，參與者通過回聲定位做出的距離判斷呈現(xiàn)出壓縮冪函數(shù)特征，即隨著物體距離增加，人們傾向于低估其實際距離，這與聆聽發(fā)聲物體時的感知規(guī)律一致。此外，物體的材質顯著影響判斷效果，高反射性的鋁制物體在近距離處的判斷一致性優(yōu)于泡沫物體。這一發(fā)現(xiàn)證實了距離感知的壓縮效應是聽覺判斷的一種普遍傾向，即使在使用這種新穎的感官技能時也不例外。這項研究不僅展示了人類利用潛能進行空間導航的可能性，也為視障人士的輔助訓練提供了科學依據(jù)。研究發(fā)表在 Experimental Brain Research 上。

#認知科學 #神經(jīng)機制與腦功能解析 #回聲定位 #空間感知 #聽覺

閱讀更多：

Kolarik, Andrew J., et al. “Compression May Be a General Tendency of Auditory Distance Judgments: Evidence from Distance Estimates Using a Novel Echolocation Skill.” Experimental Brain Research, vol. 243, no. 11, Oct. 2025, p. 231. Springer Link, https://doi.org/10.1007/s00221-025-07180-y

迄今最大規(guī)模GWAS研究：焦慮癥源于58個基因變異

焦慮癥影響著全球大量人口，但其背后的生物學機制長期以來一直是一個謎。為了揭開這一復雜的遺傳圖譜，Nora I. Strom、John M. Hettema、Thalia Eley和Jürgen Deckert等人（德克薩斯農(nóng)工大學、倫敦國王學院、維爾茨堡大學等）組成的國際團隊進行了迄今為止規(guī)模最大的焦慮癥遺傳學研究，不僅確定了數(shù)十個新的風險位點，還揭示了關鍵的分子信號通路。

? 主要 ANX GWAS 的曼哈頓圖，顯示了 58 個 GWS 位點。Credit: Nature Genetics (2026).

研究團隊對超過12萬名歐洲血統(tǒng)的焦慮癥患者和約73萬名對照組進行了全基因組關聯(lián)分析。結果并未發(fā)現(xiàn)單一的“焦慮基因”，而是鎖定了58個獨立的基因組風險位點，證實了焦慮癥是由大量微小效應的基因變異共同作用的結果。研究還發(fā)現(xiàn)焦慮癥與抑郁癥、神經(jīng)質等特征存在高度的遺傳重疊，從基因層面解釋了這些疾病為何常相伴發(fā)生。通過深入的生物學分析，團隊強調了GABA能信號傳導在發(fā)病機制中的核心作用，這一發(fā)現(xiàn)為現(xiàn)有藥物的作用機理提供了遺傳學證據(jù)。此外，研究還指出了其他先前未知的信號通路，為開發(fā)超越傳統(tǒng)鎮(zhèn)靜劑的新型療法指明了方向。研究發(fā)表在 Nature Genetics 上。

#疾病與健康 #心理健康與精神疾病 #焦慮癥 #全基因組關聯(lián)分析 #GABA能信號傳導

閱讀更多：

Strom, Nora I., et al. “Genome-Wide Association Study of Major Anxiety Disorders in 122,341 European-Ancestry Cases Identifies 58 Loci and Highlights GABAergic Signaling.” Nature Genetics, Feb. 2026, pp. 1–14. www.nature.com, https://doi.org/10.1038/s41588-025-02485-8

紋狀體間接通路調節(jié)不確定性下的猶豫行為

從奧運賽場上的起跑時機到日常生活的抉擇，猶豫往往被視為軟弱或優(yōu)柔寡斷的表現(xiàn)。然而，Matthew A. Geramita與Eric A. Yttri領導的研究團隊（卡內(nèi)基梅隆大學與匹茲堡大學）顛覆了這一認知。他們發(fā)現(xiàn)，猶豫實際上是大腦為了應對不確定性而啟動的一種主動保護機制，旨在避免代價高昂的錯誤。

為了解開大腦控制“暫停鍵”的謎題，研究人員設計了一項針對小鼠的決策任務，模擬了類似冰球比賽中結果不明朗的場景。通過結合行為學實驗與光遺傳學技術，團隊成功定位了控制猶豫的關鍵腦區(qū)——背內(nèi)側紋狀體。研究顯示，當面對不確定信息時，該腦區(qū)中的間接通路神經(jīng)元會被激活，從而抑制行動沖動，產(chǎn)生猶豫；相反，直接通路則不參與此過程。當研究人員人為抑制這些間接通路神經(jīng)元時，即使在不確定的情況下，小鼠的猶豫也隨之消失。這一發(fā)現(xiàn)不僅揭示了大腦如何在“行動”與“等待”之間權衡的神經(jīng)機制，也為理解焦慮癥、強迫癥等涉及沖動控制和時機把握失衡的疾病提供了新的生物學基礎。研究發(fā)表在 Nature Neuroscience 上。

#神經(jīng)科學 #神經(jīng)機制與腦功能解析 #行為決策 #光遺傳學 #紋狀體

閱讀更多：

Geramita, Matthew A., et al. “The Striatal Indirect Pathway Mediates Hesitation.” Nature Neuroscience, Dec. 2025, pp. 1–6. www.nature.com, https://doi.org/10.1038/s41593-025-02135-6

重度抑郁癥患者大腦“指紋”模糊，連接獨特性降低

為什么抑郁癥難以通過腦部掃描確診？Siti Nurul Zhahara和Yoshiyuki Hirano（千葉大學）領導的研究團隊發(fā)現(xiàn)，這可能與大腦特征的“模糊化”有關。通過分析腦成像數(shù)據(jù)，他們揭示了重度抑郁癥患者的大腦功能連接模式失去了其應有的個體獨特性。

就像指紋一樣，每個人大腦各區(qū)域之間的連接模式（功能連接組）都是獨一無二的，這種特性被稱為“腦指紋”或功能連接獨特性（FC uniqueness）。為了驗證這一指標在精神疾病診斷中的潛力，研究團隊分析了多中心收集的年輕重度抑郁癥患者與健康對照組的靜息態(tài)功能磁共振成像（resting-state fMRI）數(shù)據(jù)。

研究人員構建了涵蓋300個腦區(qū)的個體功能連接組，并計算了獨特性指標。結果顯示，健康人的大腦連接模式具有高度的辨識度，而在重度抑郁癥患者中，這種獨特性顯著降低，仿佛大腦的個性化“指紋”被抹平了。具體而言，這種獨特性缺失在負責認知控制的額頂葉網(wǎng)絡和處理感覺運動信息的感覺運動網(wǎng)絡中最為明顯。此外，數(shù)據(jù)分析還表明，大腦連接的獨特性與臨床癥狀密切相關：患者的“腦指紋”越模糊，其在標準抑郁量表（如PHQ-9和BDI-II）上的得分就越高。這項研究證實了FC獨特性不僅是一個穩(wěn)定的生理指標，更是一個具有臨床應用前景的生物標志物。研究發(fā)表在 Journal of Affective Disorders 上。

#疾病與健康 #心理健康與精神疾病 #神經(jīng)機制與腦功能解析 #腦指紋 #重度抑郁癥

閱讀更多：

Zhahara, Siti Nurul, et al. “Reduced Functional Connectome Uniqueness on the Whole Brain and Network Levels as a Clinically Relevant and Reproducible Neuroimaging Marker in Major Depressive Disorder.” Journal of Affective Disorders, vol. 399, Apr. 2026, p. 121073. ScienceDirect, https://doi.org/10.1016/j.jad.2025.121073

生酮飲食可能是難治性抑郁癥的潛在輔助療法

對于許多對抗抑郁藥物無反應的患者來說，尋找有效的替代療法至關重要。Min Gao及其團隊（英國牛津大學）通過一項隨機臨床試驗，探索了生酮飲食作為難治性抑郁癥輔助治療的潛力。研究發(fā)現(xiàn)，這種通過飲食改變身體代謝狀態(tài)的方法，在短期內(nèi)比常規(guī)健康飲食更能顯著減輕抑郁癥狀。

生酮飲食是一種高脂肪、嚴格限制碳水化合物的飲食模式，它促使人體進入酮癥（ketosis）狀態(tài)，轉而利用脂肪產(chǎn)生的酮體而非葡萄糖作為主要能量來源。為了驗證其對抗抑郁的效果，研究人員招募了88名難治性抑郁癥患者，將其隨機分為兩組：一組執(zhí)行嚴格的生酮飲食（每日碳水化合物<30克），另一組作為對照，執(zhí)行富含蔬菜和不飽和脂肪的健康飲食。兩組均接受了營養(yǎng)指導。

試驗進行六周后，結果顯示生酮飲食組在抑郁量表（PHQ-9）評分上的改善幅度（平均下降10.5分）優(yōu)于對照組（平均下降8.3分），差異具有統(tǒng)計學意義。研究人員認為，這為生酮飲食作為輔助療法提供了初步證據(jù)。然而，該療法的主要挑戰(zhàn)在于難以堅持，試驗結束后僅有9%的參與者選擇繼續(xù)這種飲食。此外，專家指出，患者在試驗期間獲得的社會支持也可能是癥狀改善的重要因素。研究發(fā)表在 JAMA Psychiatry 上。

#疾病與健康 #心理健康與精神疾病 #生酮飲食 #難治性抑郁癥 #代謝療法

閱讀更多：

Gao, Min, et al. “A Ketogenic Diet for Treatment-Resistant Depression: A Randomized Clinical Trial.” JAMA Psychiatry, Feb. 2026. Silverchair, https://doi.org/10.1001/jamapsychiatry.2025.4431

“夢境工程”可顯著提升創(chuàng)造性問題解決能力

“睡一覺問題就解決了”這句諺語可能擁有確鑿的神經(jīng)科學依據(jù)。Karen R. Konkoly和Ken A. Paller團隊（西北大學）通過一項創(chuàng)新研究證實，利用聲音技術干預睡眠中的夢境，可以顯著提高人們解決復雜難題的能力。該研究克服了以往難以系統(tǒng)操控夢境的挑戰(zhàn)，首次提供了強有力的因果證據(jù)，表明在快速眼動睡眠期間定向激活未解問題的記憶，能夠促進創(chuàng)造性思維并幫助找到答案。

研究團隊招募了20名具有清醒夢經(jīng)驗的參與者進行實驗。參與者首先嘗試解決一系列配有獨特背景音效的腦筋急轉彎，但大多未果。隨后，當參與者在實驗室進入快速眼動睡眠（REM）階段時，研究人員利用目標記憶重激活（TMR）技術，播放其中一半未解謎題的對應音效。部分參與者甚至能在睡眠中通過特定的呼吸信號告知研究人員他們聽到了線索。結果令人振奮：接受聲音提示的謎題不僅更頻繁地出現(xiàn)在夢境中，其醒后的解決率更是達到了42%，遠高于未獲提示謎題的17%。更有趣的是，這種效應并不局限于清醒夢，許多非清醒夢也受到了聲音的引導（例如聽到叢林謎題的聲音后夢見在叢林釣魚），并同樣帶來了認知能力的提升。這表明大腦在睡眠中可以通過外部引導進行“離線”信息處理。研究發(fā)表在 Neuroscience of Consciousness 上。

#認知科學 #記憶機制 #夢境工程 #創(chuàng)造力 #清醒夢

閱讀更多：

Konkoly, Karen R, et al. “Creative Problem-Solving after Experimentally Provoking Dreams of Unsolved Puzzles during REM Sleep.” Neuroscience of Consciousness, vol. 2026, no. 1, Jan. 2026, p. niaf067. Silverchair, https://doi.org/10.1093/nc/niaf067

告別壞習慣的新思路：不抹去記憶，只降低權重

記憶必須具備靈活性以適應環(huán)境變化，但大腦如何處理不再準確的獎勵信息？Carolin Warnecke和Johannes Felsenberg團隊（弗里德里希·米歇爾生物醫(yī)學研究所）通過研究果蠅發(fā)現(xiàn)，僅僅再次品嘗糖分獎勵，就能削弱果蠅先前與該獎勵相關的所有記憶。這一發(fā)現(xiàn)挑戰(zhàn)了記憶更新需要接觸特定線索的傳統(tǒng)觀點，揭示了大腦在保留記憶痕跡的同時抑制相關行為的新機制。

? 當果蠅再次體驗到獎勵時，大腦回路會協(xié)同工作以更新獎勵記憶。藍色代表神經(jīng)元連接樞紐，品紅色代表記憶神經(jīng)元，綠色代表傳遞獎勵信號的多巴胺細胞。Credit: Current Biology (2026).

研究團隊利用果蠅進行嗅覺調節(jié)實驗，首先訓練果蠅將特定氣味與糖獎勵聯(lián)系起來。隨后，研究人員讓果蠅再次接觸糖分，但這次沒有任何氣味線索。結果顯示，這種單純的獎勵再暴露（US re-exposure）顯著降低了果蠅對先前習得氣味的尋找行為。有趣的是，這種效應并非單一對應，而是削弱了所有與該特定獎勵相關的記憶。神經(jīng)成像數(shù)據(jù)顯示，原始的記憶痕跡并未被擦除，依然存在于蘑菇體的輸出神經(jīng)元中，說明記憶是被抑制而非消失。此外，這種記憶更新高度依賴于情境：只有在熟悉的環(huán)境中接觸糖分才會觸發(fā)記憶貶值，若環(huán)境陌生或伴隨新學習任務，記憶則保持完整。這一機制獨立于多巴胺驅動的記憶調節(jié)系統(tǒng)，展示了大腦在穩(wěn)定性與靈活性之間的微妙平衡。研究發(fā)表在 Current Biology 上。

#神經(jīng)科學 #記憶機制 #適應性行為 #神經(jīng)可塑性 #果蠅

閱讀更多：

Warnecke, Carolin, et al. “Re-Exposure to Reward Re-Evaluates Related Memories.” Current Biology, vol. 36, no. 3, Feb. 2026, pp. 565-575.e3. www.cell.com, https://doi.org/10.1016/j.cub.2025.11.058

AI 行業(yè)動態(tài)

龍蝦頭機器人現(xiàn)場送啤酒！OpenClaw千人大會為何引爆硅谷？

近日，開源AI智能體項目OpenClaw（亦稱Clawdbot）在舊金山舉辦了首屆全球線下聚會，吸引了上千名開發(fā)者狂熱參與，現(xiàn)場一座難求。此次活動不僅展示了活躍的開發(fā)者生態(tài)，更發(fā)布了多項技術突破。最引人注目的是，OpenClaw實現(xiàn)了對物理機器人的實時控制：一個配備龍蝦頭的人形機器人在現(xiàn)場自由移動并與觀眾互動，甚至能檢測并補充啤酒，這標志著AI智能體正從虛擬空間邁向“具身智能”。項目創(chuàng)始人Peter Steinberger在演講中宣稱“AI智能體將征服世界”，而到場開發(fā)者們則分享著OpenClaw如何改變他們的職業(yè)生涯。

此次聚會的技術核心是解決AI智能體安全、高效操作電腦的難題。開發(fā)者們現(xiàn)場展示了CuaBot工具，它通過創(chuàng)建獨立的Docker容器，為每個AI智能體提供包含完整圖形界面的專屬Linux桌面。其創(chuàng)新的“發(fā)夾彎”（hairpin）通信架構確保智能體的所有操作（如點擊、打字）都僅限于容器內(nèi)部，無法觸及宿主真實系統(tǒng)，從而在賦予智能體強大自主能力的同時保障了安全。此外，該工具支持同時運行多個智能體（如Claude寫代碼、Gemini查資料），實現(xiàn)了“多人聯(lián)機”式的協(xié)同工作。這些進展意味著，像OpenClaw這樣的AI智能體不再僅僅是工具，而是能夠擁有獨立“辦公空間”并執(zhí)行復雜任務的數(shù)字員工，人機協(xié)作模式正在被重新定義。

#OpenClaw #AI智能體 #具身智能 #開源社區(qū) #人機協(xié)作

閱讀更多：

https://x.com/DaveShapi/status/2019550592138461562

AI“編程之王”誕生！Claude Opus 4.6殺入Office，你的工作它全包了

人工智能公司Anthropic近日發(fā)布了其旗艦模型Claude的最新版本Opus 4.6，該模型憑借近乎恐怖的編程與復雜任務處理能力，被業(yè)界冠以“編程之王”的稱號。Opus 4.6在多項基準測試中全面領先于Gemini 3 Pro、GPT-5.2等競爭對手，特別是在智能體編程、長上下文信息處理與金融分析等知識工作領域表現(xiàn)卓越。更關鍵的是，該模型并非局限于開發(fā)環(huán)境，而是直接集成到了Excel、PowerPoint等辦公軟件以及Claude Code中，意味著它能直接接管數(shù)據(jù)分析、報告生成、演示文稿制作等核心辦公流程。其發(fā)布迅速在硅谷引發(fā)連鎖反應，被視為AI重塑知識型工作的一個關鍵分水嶺。

此次升級的核心突破在于Opus 4.6對“智能體群”協(xié)作模式的支持。在Claude Code中，開發(fā)者可以指揮由多個AI智能體組成的團隊并行工作，分別負責調研、編碼、調試等不同任務，并能實時溝通，從而將軟件開發(fā)效率提升至前所未有的水平。一項耗資約2萬美元的極限測試顯示，16個Opus 4.6智能體在無人類干預的情況下，成功協(xié)作編寫出一個能編譯Linux內(nèi)核的10萬行Rust語言C編譯器。這標志著AI正從執(zhí)行具體指令的工具，進化為能自主規(guī)劃、協(xié)作并完成復雜項目的“職場合伙人”，全球約15億使用Office套件的知識工作者或將面臨工作范式的根本性變革。

#ClaudeOpus4.6 #智能體群 #辦公自動化 #編程AI #Anthropic

閱讀更多：

https://www.anthropic.com/news/claude-opus-4-6

半小時急速反擊！OpenAI攜GPT-5.3-Codex硬剛Claude 4.6

硅谷的AI競賽進入白熱化階段。在Anthropic意外搶先發(fā)布Claude Opus 4.6后，OpenAI在半小時內(nèi)緊急推出了新一代編程智能體模型GPT-5.3-Codex作為回應。這款新模型并非傳聞中的GPT-5.3，而是深度融合了GPT-5.2-Codex的頂尖編程能力與GPT-5.2的強大推理能力，旨在處理從深度研究、工具調用到復雜執(zhí)行的長鏈條任務。其運行速度提升了25%，并允許用戶在其實時工作中進行引導和交互。更引人注目的是，該模型在自身的創(chuàng)造和優(yōu)化過程中發(fā)揮了關鍵作用，標志著AI開始參與自我迭代。

GPT-5.3-Codex展示了多方面能力的顯著躍升。在專業(yè)評測中，它在評估現(xiàn)實世界軟件工程的SWE-Bench Pro和終端技能測試Terminal-Bench 2.0中均創(chuàng)下了新的行業(yè)最高水平。其實用性同樣令人印象深刻，能夠在幾天內(nèi)從零開始構建復雜的游戲與應用，并能更精準地理解用戶意圖，生成功能更豐富、設計更合理的網(wǎng)站原型。不僅如此，它的能力邊界已超越純粹編程，擴展至制作幻燈片、分析數(shù)據(jù)、操作計算機系統(tǒng)等廣泛的專業(yè)知識工作領域，被視為向“單一通用智能體”邁出的關鍵一步。

#GPT5.3Codex #ClaudeOpus4.6 #編程智能體 #AI競賽 #OpenAI

閱讀更多：

https://openai.com/index/introducing-gpt-5-3-codex/

AI 驅動科學

Nature：開源AI“OpenScholar”撰寫綜述能力超越人類專家，解決科研幻覺難題

面對科學文獻的指數(shù)級增長以及現(xiàn)有大語言模型常編造引用的“幻覺”問題，華盛頓大學和艾倫人工智能研究所的Akari Asai與Hannaneh Hajishirzi等人開發(fā)了一款名為OpenScholar的開源人工智能系統(tǒng)。該系統(tǒng)旨在通過先進的檢索增強技術，幫助科研人員快速、準確地從海量文獻中綜合信息并生成高質量的綜述，且有效避免了虛假引用的產(chǎn)生。

OpenScholar的核心在于其構建的一個包含4500萬篇開放獲取論文的專用數(shù)據(jù)存儲（OSDS）以及獨特的自反饋推理循環(huán)。該系統(tǒng)不僅能智能檢索相關段落，還能在生成初稿后自我審查并迭代優(yōu)化。為了驗證其能力，團隊開發(fā)了首個多學科長篇科學文獻合成基準ScholarQABench，涵蓋計算機科學、物理學等領域的近3000個專家問題。測試結果顯示，盡管OpenScholar的核心模型僅有80億參數(shù)，但它在多論文合成任務中的正確率比GPT-4o高出6.1%。更關鍵的是，相比于GPT-4o高達78%-90%的引用編造率，OpenScholar的引用準確性達到了人類專家水平。在16位科學家的盲測中，專家們在70%的情況下認為OpenScholar輔助生成的回答在全面性和深度上優(yōu)于人類專家撰寫的答案。研究發(fā)表在 Nature 上。

#AI 驅動科學 #大模型技術 #文獻綜述 #自然語言處理 #科研工具

閱讀更多：

Asai, Akari, et al. “Synthesizing Scientific Literature with Retrieval-Augmented Language Models.” Nature, Feb. 2026, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41586-025-10072-4

神經(jīng)植入物與骨再生支架結合實現(xiàn)顱骨愈合與長期腦監(jiān)測

在進行腦部植入手術時，如何既放置監(jiān)測設備又讓被切開的顱骨完美愈合？Alexander Boys和Katherine Hixon（達特茅斯學院）團隊通過結合生物電子學與組織工程學，開發(fā)了一種能讓顱骨在植入物周圍再生的新型神經(jīng)接口裝置。這項技術不僅解決了長期腦部監(jiān)測的硬件植入難題，還消除了患者對金屬固定板的需求，避免了相關的并發(fā)癥。

? 博士創(chuàng)新研究員喬納森·佩盧西正在調整一種神經(jīng)裝置，該裝置可促進植入大腦后顱骨的愈合。Credit: Robert Anderson/Thayer School of Engineering

研究團隊創(chuàng)新性地將用于記錄腦信號的薄膜生物電子學（thin-film bioelectronics）器件集成到一種特殊的骨再生冷凍凝膠支架（cryogel scaffolds）中。這種支架由殼聚糖和明膠制成，具有互連的大孔結構，能夠支持細胞浸潤和骨組織生長。在動物實驗中，這種“二合一”的集成裝置表現(xiàn)出色：它不僅像單純的骨支架一樣有效地促進了顱骨缺損處的骨骼再生，實現(xiàn)了自然愈合，而且在動物自由活動期間，依然能夠長期、穩(wěn)定地記錄大腦的電生理信號。此外，植入兩周后的檢查顯示，該裝置未引發(fā)任何免疫反應。這一成果為未來的腦機接口和骨科疼痛監(jiān)測提供了一種更安全、更具生物相容性的解決方案。研究發(fā)表在 Advanced Materials Technologies 上。

#意識與腦機接口 #跨學科整合 #再生醫(yī)學 #生物電子學

閱讀更多：

Olevsky, Levi M., et al. “Interfacing Thin-Film Bioelectronics with Bone Regenerative Cryogel Scaffolds for Transosseous Cortical Access.” Advanced Materials Technologies, n/a, no. n/a, p. e00692. Wiley Online Library, https://doi.org/10.1002/admt.202500692

賦予AI人格并允許“插話”，可顯著提升其辯論效率與準確性

當前AI智能體在協(xié)作時為何顯得呆板？因為它們被限制在輪流發(fā)言的框架內(nèi)。日本電氣通信大學和日本產(chǎn)業(yè)技術綜合研究所（AIST）的研究人員提出，模仿人類混亂而高效的對話模式，即賦予AI人格特質和打斷的自由，或能提升其集體智能，并為此開發(fā)出一種新穎的辯論框架。

研究團隊摒棄了傳統(tǒng)的輪流發(fā)言機制，構建了一個允許智能體根據(jù)“緊急程度評分”自主決定何時發(fā)言、打斷或保持沉默的系統(tǒng)。該框架采用逐句處理信息，使AI能實時響應對話。研究人員還將“五大人格特質”（Big Five personality traits，如開放性或親和性）賦予智能體，使其行為更具多樣性。在MMLU基準測試中，這種被賦予社交能力的“混沌”智能體群組，其任務解決準確率明顯高于標準的單一LLM模型。此外，人格特質的引入有效減少了無效沉默，使討論能更高效地達成共識。該研究證明，AI協(xié)作的未來可能在于模仿人類的社會動態(tài)，而非施加更嚴格的規(guī)則。研究發(fā)表在 Conference Proceedings Series 2025 上。

#大模型技術 #計算模型與人工智能模擬 #AI智能體 #人機交互

閱讀更多：

Publications, IIARP Conference &. Conference Proceedings Series 2025 (Vol.3, No.11) | November 2025. Nov. 2025. Zenodo, https://doi.org/10.5281/zenodo.17586537

類腦AI控制系統(tǒng)賦予軟體機器人多任務適應性與穩(wěn)定性

軟體機器人因其柔性難以在多變環(huán)境中保持穩(wěn)定，限制了其應用。來自新加坡-麻省理工學院科研聯(lián)盟（SMART）、新加坡國立大學（NUS）等機構的Zhiqiang Tang、Daniela Rus、Cecilia Laschi等研究人員開發(fā)了一種類腦AI控制系統(tǒng)，該系統(tǒng)能讓軟體機器人一次性學習多種任務，并即時適應新情況，同時保證運動的穩(wěn)定性。

? 這款軟體機械臂可以安全地貼近人體操作，不會造成不適或傷害。其人工智能控制系統(tǒng)非常適合輔助淋浴等場景，機械臂可以幫助擦拭背部，從而幫助行動不便的人士，并減輕護理人員的負擔。Credit: NUS

該研究從人腦的學習機制中汲取靈感，設計了一個包含兩種互補連接的AI控制系統(tǒng)。第一種是“結構突觸”（structural synapses），通過離線訓練掌握一系列基礎動作，形成機器人的通用技能庫。第二種是“可塑性突觸”（plastic synapses），它在機器人運行時持續(xù)在線更新，根據(jù)傳感器反饋和環(huán)境變化即時微調動作，實現(xiàn)對新情況的快速適應。更重要的是，該框架集成了一個基于收縮理論（contraction theory）的穩(wěn)定性保障模塊，確保機器人在動態(tài)調整過程中始終保持平穩(wěn)可控。實驗在兩種物理軟體臂上進行，結果顯示，該系統(tǒng)在面對變化的載荷、氣流干擾時，能將跟蹤誤差減少44%至55%，形狀準確率保持在92%以上，甚至在高達一半的驅動器失效時也能維持穩(wěn)定運行。研究發(fā)表在 Science Advances 上。

#AI驅動科學 #機器人及其進展 #軟體機器人 #自適應控制

閱讀更多：

Tang, Zhiqiang, et al. “A General Soft Robotic Controller Inspired by Neuronal Structural and Plastic Synapses That Adapts to Diverse Arms, Tasks, and Perturbations.” Science Advances, vol. 12, no. 2, Jan. 2026, p. eaea3712. science.org (Atypon), https://doi.org/10.1126/sciadv.aea3712

柔性多功能腦植入物可實現(xiàn)跨腦層同步監(jiān)測與干預

當前腦植入物因材料堅硬且功能單一而面臨瓶頸，為解決此問題，來自丹麥技術大學、哥本哈根大學和倫敦大學學院的Kunyang Sui、Christos Markos、Rune W. Berg和Rob C. Wykes等人合作，開發(fā)了一種名為微流控軸向電極（mAxialtrode）的新型柔性腦植入物，它通過單一探針即可實現(xiàn)對大腦不同深度的同步光照、信號記錄和藥物輸送，且生物相容性更高。

? 植入大腦的光纖直徑不到半毫米，而且非常柔軟，能夠隨大腦移動，而不會切割組織。Credit: Peter Aagaard Brixen

該研究的核心是一種由柔軟聚合物制成的針狀纖維，其直徑不到半毫米，能夠隨大腦組織移動，從而最大限度地減少傳統(tǒng)硬質植入物帶來的損傷和炎癥。其創(chuàng)新之處在于獨特的斜角尖端設計，該設計將內(nèi)部集成的光纖、微流控通道（microfluidic channels，用于輸送藥物）和電極巧妙地分布在植入物的軸向上，使其能夠同時與多個不同深度的腦區(qū)進行交互。在小鼠的活體實驗中，研究團隊成功驗證了這一能力：他們使用單根mAxialtrode探針，同時對大腦皮層和海馬體等結構進行光遺傳學刺激、記錄電生理活動，并精準輸送藥物，深度跨度可達近三毫米。這種集多種功能于一體的微創(chuàng)平臺，為精準研究癲癇等復雜神經(jīng)疾病的回路機制和開發(fā)新療法鋪平了道路。研究發(fā)表在 Advanced Science 上。

#疾病與健康 #神經(jīng)調控 #腦機接口 #光遺傳學 #癲癇

閱讀更多：

Sui, Kunyang, et al. “Multimodal Layer-Crossing Interrogation of Brain Circuits Enabled by Microfluidic Axialtrodes.” Advanced Science, n/a, no. n/a, p. e19744. Wiley Online Library, https://doi.org/10.1002/advs.202519744

AI工具利用未標記的腦部核磁共振圖像預測大腦年齡、癌癥生存率和其他疾病信號

當前AI在腦部MRI分析中面臨數(shù)據(jù)標注成本高和模型泛化能力弱的瓶頸。為解決此問題，麻省總醫(yī)院布里格姆醫(yī)院的Benjamin H. Kann及其同事開發(fā)了一款名為BrainIAC的強大AI基礎模型。該模型無需大量人工標注數(shù)據(jù)，即可分析腦部MRI并執(zhí)行多種臨床任務，在數(shù)據(jù)稀疏場景下尤其高效。

研究團隊設計的BrainIAC（Brain Imaging Adaptive Core）模型，采用了自監(jiān)督學習技術，并在一個包含48,965例腦部MRI掃描的大型數(shù)據(jù)集上進行了預訓練。這種方法使模型能夠捕捉到腦部圖像的通用表征，隨后只需少量標注數(shù)據(jù)即可快速適應新任務。研究人員在七項臨床任務上驗證了BrainIAC的性能，涵蓋了從相對簡單的MRI掃描類型分類，到預測大腦年齡、癡呆風險，乃至檢測腦腫瘤基因突變和預測癌癥生存率等高難度任務。結果顯示，BrainIAC不僅全面超越了三種傳統(tǒng)的專用AI模型，更在訓練數(shù)據(jù)有限的情況下表現(xiàn)出卓越的適應性和準確性，證明了其在真實臨床環(huán)境中應用的巨大潛力。研究發(fā)表在 Nature Neuroscience 上。

#AI驅動科學 #預測模型構建 #基礎模型 #腦部MRI #自監(jiān)督學習

閱讀更多：

Tak, Divyanshu, et al. “A Generalizable Foundation Model for Analysis of Human Brain MRI.” Nature Neuroscience, Feb. 2026, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41593-026-02202-6

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(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(chuàng)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(yī)院、上海市精神衛(wèi)生中心分別設立了應用神經(jīng)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(jīng)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(tài)系統(tǒng)，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎勵計劃、、、科普視頻媒體「大圓鏡」等。