追問daily | 歡快音樂可有效緩解暈車；多語言大模型如何加劇語言偏見與信息鴻溝

█ 腦科學(xué)動(dòng)態(tài)

Cell：漸凍癥藥物BIIB078臨床試驗(yàn)失敗

睡眠期間記憶鞏固僅需重新激活三個(gè)海馬區(qū)神經(jīng)元

伏隔核多巴胺信號(hào)動(dòng)態(tài)反映并調(diào)控決策信心與改變主意

改變腫瘤微環(huán)境，抑制癌細(xì)胞擴(kuò)散

歡快音樂可有效緩解暈動(dòng)病，悲傷音樂適得其反

源自迷幻藥的無致幻效應(yīng)化合物有望成為抗炎新藥

“快球”腦電波測(cè)試可在診斷前數(shù)年檢測(cè)出早期阿爾茨海默病跡象

█ AI行業(yè)動(dòng)態(tài)

谷歌官方發(fā)布Nano Banana六大提示詞玩法

Anthropic公開承認(rèn)Claude模型“降智”

OpenAI巨資收購Statsig，任命印裔技術(shù)領(lǐng)袖為CTO

7500萬專項(xiàng)資金，推動(dòng)腦科學(xué)前沿研究與腦疾病診療創(chuàng)新

█ AI驅(qū)動(dòng)科學(xué)

AI反饋生物電子系統(tǒng)精準(zhǔn)調(diào)控離子釋放，加速感染傷口愈合

多語言大模型如何加劇語言偏見與信息鴻溝

大型語言模型在親緣關(guān)系和風(fēng)險(xiǎn)偏好上與人類存在差異

情感特征增強(qiáng)：基于大模型的法庭測(cè)謊新方法

醫(yī)療代理系統(tǒng)：基于大語言模型的智能問診新范式

心理健康A(chǔ)I聊天機(jī)器人近半數(shù)無法正確處理自殺風(fēng)險(xiǎn)

多模態(tài)大模型能準(zhǔn)確理解人類復(fù)雜情緒嗎？

腦科學(xué)動(dòng)態(tài)

Cell：漸凍癥藥物BIIB078臨床試驗(yàn)失敗：藥物廣泛分布但未改變核心病理

一款備受期待的漸凍癥（ALS）新藥BIIB078為何在臨床試驗(yàn)中折戟？埃默里大學(xué)的 Zachary T. McEachin, Jonathan D. Glass, Nicholas T. Seyfried 等研究人員對(duì)接受該藥治療后去世的患者進(jìn)行了深入的死后組織分析，揭示了藥物雖然成功進(jìn)入大腦，卻未能清除核心病理產(chǎn)物。

BIIB078是一種反義寡核苷酸（ASO，一種能與特定RNA分子結(jié)合并使其降解的短鏈核酸）藥物，旨在靶向并清除由C9orf72基因突變產(chǎn)生的毒性RNA，這是遺傳性漸凍癥最常見的原因。盡管在臨床試驗(yàn)中，患者腦脊液中的毒性二肽重復(fù)蛋白（DPRs，由異常RNA翻譯產(chǎn)生的毒性蛋白）水平有所下降，但患者的臨床癥狀并未改善。為了探究這一矛盾現(xiàn)象，研究團(tuán)隊(duì)對(duì)8名接受治療的患者與未治療的患者及健康對(duì)照者的中樞神經(jīng)系統(tǒng)組織進(jìn)行了全面的分子和病理學(xué)比較。研究發(fā)現(xiàn)，通過鞘內(nèi)注射給藥的BIIB078確實(shí)能夠廣泛且持久地分布于整個(gè)CNS，并成功進(jìn)入神經(jīng)元和膠質(zhì)細(xì)胞。然而，關(guān)鍵的病理蛋白，如DPRs和磷酸化TDP-43，在腦組織實(shí)質(zhì)內(nèi)的含量并未顯著減少。此外，治療還引發(fā)了持續(xù)的炎癥反應(yīng)，并與體內(nèi)的核糖核酸酶RNase T2發(fā)生了意料之外的相互作用。這項(xiàng)研究清晰地表明，藥物抵達(dá)了靶點(diǎn)但未能有效發(fā)揮作用，解釋了臨床試驗(yàn)失敗的原因，并強(qiáng)調(diào)未來需開發(fā)更能反映腦組織真實(shí)病理變化的生物標(biāo)志物。研究發(fā)表在 Cell 上。

閱讀更多：

McEachin, Zachary T., et al. “Molecular Impact of Antisense Oligonucleotide Therapy in C9orf72-Associated ALS.” Cell, vol. 0, no. 0, Aug. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.07.045

睡眠期間記憶鞏固僅需重新激活三個(gè)海馬區(qū)神經(jīng)元

大腦如何在睡眠中篩選并儲(chǔ)存重要記憶？筑波大學(xué)的 Sakthivel Srinivasan 及其同事通過小鼠實(shí)驗(yàn)發(fā)現(xiàn)，記憶的鞏固過程遠(yuǎn)比想象中更高效。他們的研究提供了直接因果證據(jù)，表明在快速眼動(dòng)睡眠期間，僅需重新激活海馬區(qū)中一個(gè)由大約三個(gè)神經(jīng)元組成的微小集群，便足以鞏固白天的記憶。

研究團(tuán)隊(duì)利用基因工程技術(shù)，能夠?qū)崟r(shí)追蹤并控制小鼠大腦海馬區(qū)中被稱為成年新生神經(jīng)元（ABNs）的特定細(xì)胞活動(dòng)。實(shí)驗(yàn)中，他們首先讓小鼠學(xué)習(xí)一個(gè)恐懼任務(wù)，并識(shí)別出在此過程中被激活的ABNs。當(dāng)小鼠進(jìn)入快速眼動(dòng)睡眠時(shí)，研究人員觀察到，學(xué)習(xí)時(shí)活躍的同一批神經(jīng)元會(huì)再次被激活。關(guān)鍵在于，當(dāng)研究人員人為地抑制其中僅僅約三個(gè)神經(jīng)元的再激活時(shí)，小鼠第二天便無法記起前一天的恐懼經(jīng)歷，表明記憶鞏固過程遭到了破壞。此外，研究還發(fā)現(xiàn)，這種神經(jīng)元的再激活必須與大腦中一種名為θ節(jié)律（theta rhythm，一種與記憶處理密切相關(guān)的腦電波）的特定相位精確同步，才能有效鞏固記憶。這一發(fā)現(xiàn)揭示了記憶鞏固過程驚人的精確性和高效性。研究發(fā)表在 Nature Communications 上。

閱讀更多：

Srinivasan, Sakthivel, et al. “Transient Reactivation of Small Ensembles of Adult-Born Neurons during REM Sleep Supports Memory Consolidation in Mice.” Nature Communications, vol. 16, no. 1, Aug. 2025, p. 7210. www.nature.com, https://doi.org/10.1038/s41467-025-62554-8

伏隔核多巴胺信號(hào)動(dòng)態(tài)反映并調(diào)控決策信心與改變主意

大腦如何處理決策時(shí)的信心和“反悔”？明尼蘇達(dá)大學(xué)醫(yī)學(xué)院的 Adrina Kocharian、A. David Redish 和 Patrick E. Rothwell 團(tuán)隊(duì)進(jìn)行了一項(xiàng)研究。他們發(fā)現(xiàn)，大腦伏隔核區(qū)域的多巴胺信號(hào)不僅能反映決策信心的高低，還能通過直接干預(yù)來改變?cè)u(píng)估過程，揭示了決策信心的神經(jīng)基礎(chǔ)。

? 使用“餐廳排餐任務(wù)”評(píng)估神經(jīng)經(jīng)濟(jì)決策。Credit: Nature Neuroscience (2025).

研究團(tuán)隊(duì)讓小鼠完成一項(xiàng)經(jīng)濟(jì)覓食任務(wù)，要求它們?cè)诘却饾u減少的糖水獎(jiǎng)勵(lì)和另尋他處之間做出權(quán)衡。在此過程中，研究人員發(fā)現(xiàn)，小鼠大腦伏隔核核心的多巴胺水平與它們的決策信心直接相關(guān)——多巴胺信號(hào)越強(qiáng)，小鼠對(duì)當(dāng)前選擇的“信心”就越足。更有趣的是，當(dāng)小鼠表現(xiàn)出猶豫、重新評(píng)估甚至改變主意時(shí)，多巴胺的動(dòng)態(tài)變化也準(zhǔn)確地反映了這一認(rèn)知過程。為了驗(yàn)證這是否為因果關(guān)系，團(tuán)隊(duì)使用了光遺傳學(xué)來直接操控多巴胺的釋放。結(jié)果顯示，人為增加或減少多巴胺，能夠選擇性地改變小鼠對(duì)決策的評(píng)估和重新評(píng)估行為。這項(xiàng)發(fā)現(xiàn)證明了多巴胺不僅是獎(jiǎng)勵(lì)信號(hào)，更是決策信心的關(guān)鍵調(diào)節(jié)器。研究發(fā)表在 Nature Neuroscience 上。

閱讀更多：

Kocharian, Adrina, et al. “Individual Differences in Decision-Making Shape How Mesolimbic Dopamine Regulates Choice Confidence and Change-of-Mind.” Nature Neuroscience, July 2025, pp. 1–14. www.nature.com, https://doi.org/10.1038/s41593-025-02015-z

改變腫瘤微環(huán)境，抑制癌細(xì)胞擴(kuò)散

如何阻止最具侵襲性的腦癌——膠質(zhì)母細(xì)胞瘤的擴(kuò)散？劍橋大學(xué)的 Melinda Duer、Uliana Bashtanova、Agne Kuraite 和 Rakesh Rajan 團(tuán)隊(duì)提出了一種革命性策略。他們發(fā)現(xiàn)，無需直接殺死癌細(xì)胞，只需改變其周圍的微環(huán)境，就能“重新編程”癌細(xì)胞，使其放棄侵襲，為攻克這一頑固癌癥帶來了新希望。

? 不同 HMW-HA 濃度下的癌癥球體行為。(A) HA 的化學(xué)結(jié)構(gòu)。Credit: Royal Society Open Science (2025).

這項(xiàng)研究的核心聚焦于腫瘤微環(huán)境中的關(guān)鍵分子——透明質(zhì)酸（hyaluronic acid，簡稱HA）。傳統(tǒng)觀點(diǎn)認(rèn)為HA的分子量大小決定其對(duì)癌癥的影響，但該團(tuán)隊(duì)發(fā)現(xiàn)，真正的關(guān)鍵在于其“分子柔韌性”。研究人員利用核磁共振波譜法發(fā)現(xiàn)，當(dāng)HA分子足夠柔韌時(shí)，才能有效結(jié)合癌細(xì)胞表面的CD44受體，從而激活信號(hào)通路，驅(qū)使癌細(xì)胞在腦內(nèi)擴(kuò)散。有趣的是，即便是被認(rèn)為有益的高分子量HA，在被高度稀釋時(shí)（類似手術(shù)后產(chǎn)生的水腫（edema）環(huán)境），也會(huì)變得異常柔韌，反而成為癌細(xì)胞擴(kuò)散的“幫兇”。基于這一發(fā)現(xiàn)，團(tuán)隊(duì)通過化學(xué)交聯(lián)的方式“凍結(jié)”了HA分子，使其變得僵硬。結(jié)果證實(shí)，失去柔韌性的HA無法再激活癌細(xì)胞的侵襲信號(hào)，成功將移動(dòng)的癌細(xì)胞“重新編程”為休眠狀態(tài)。這種不直接攻擊腫瘤細(xì)胞，而是改造其“土壤”的全新思路，為治療膠質(zhì)母細(xì)胞瘤開辟了新的道路。研究發(fā)表在 Royal Society Open Science 上。

閱讀更多：

Bashtanova, Uliana, et al. “Molecular Flexibility of Hyaluronic Acid Has a Profound Effect on Invasion of Cancer Cells.” Royal Society Open Science, Aug. 2025. world, royalsocietypublishing.org, https://doi.org/10.1098/rsos.251036

歡快音樂可有效緩解暈動(dòng)病，悲傷音樂適得其反

如何無副作用地緩解暈動(dòng)病是困擾許多旅客的難題。西南大學(xué)的 Qizong Yue 及其合作團(tuán)隊(duì)（包括河南科技學(xué)院、重慶文理學(xué)院等機(jī)構(gòu)的研究人員）進(jìn)行了一項(xiàng)研究。他們發(fā)現(xiàn)，聆聽特定類型的音樂可以顯著緩解暈動(dòng)病癥狀，其中歡快和輕柔的音樂效果最佳。

研究團(tuán)隊(duì)招募了30名參與者，在駕駛模擬器中誘發(fā)暈動(dòng)病，并利用腦電圖監(jiān)測(cè)其大腦狀態(tài)。當(dāng)參與者報(bào)告不適后，研究人員為他們播放歡快、輕柔、激昂或悲傷四種類型的音樂，并設(shè)置無音樂的對(duì)照組進(jìn)行比較。結(jié)果顯示，音樂類型對(duì)恢復(fù)效果有顯著影響：歡快的音樂緩解效果最佳，使癥狀減輕了57.3%，輕柔音樂的效果也高達(dá)56.7%。然而，悲傷音樂的效果（減輕40%）甚至不如自然休息的對(duì)照組（減輕43.3%），表明不當(dāng)?shù)囊魳愤x擇可能適得其反。腦電圖數(shù)據(jù)顯示，暈動(dòng)病發(fā)作時(shí)，枕葉的活動(dòng)復(fù)雜度會(huì)降低，而有效的音樂干預(yù)能幫助其恢復(fù)正常，這為客觀評(píng)估暈動(dòng)病提供了神經(jīng)層面的證據(jù)。研究發(fā)表在 Frontiers in Human Neuroscience 上。

閱讀更多：

Li, Yilun, et al. “A Study on the Mitigating Effect of Different Music Types on Motion Sickness Based on EEG Analysis.” Frontiers in Human Neuroscience, vol. 19, Sept. 2025. Frontiers, https://doi.org/10.3389/fnhum.2025.1636109

源自迷幻藥的無致幻效應(yīng)化合物有望成為抗炎新藥

迷幻藥除了能改變心智，是否還隱藏著治療身體疾病的潛力？伯明翰大學(xué)的Nicholas M. Barnes及Omar Qureshi等研究人員通過一篇綜述指出，迷幻藥具有強(qiáng)大的抗炎特性，并提出可開發(fā)一類全新的“PIPI藥物”，這類藥物保留了迷幻藥的治療功效，卻不產(chǎn)生致幻副作用，有望為多種炎癥性疾病帶來革命性療法。

? 迷幻藥裸蓋菇素的臨床試驗(yàn)及其活性代謝物賽洛辛對(duì)體外分離細(xì)胞的影響。Credit: British Journal of Pharmacology (2025).

研究指出，許多迷幻藥的主要靶點(diǎn)——血清素5-HT2A受體（serotonin 5-HT2A receptor），不僅存在于大腦中，也廣泛分布于免疫細(xì)胞上。大量體外實(shí)驗(yàn)證實(shí)，多種迷幻藥分子能顯著抑制單核細(xì)胞和樹突狀細(xì)胞等免疫細(xì)胞在受刺激后釋放腫瘤壞死因子α和白細(xì)胞介素-6等促炎因子。在動(dòng)物層面，體內(nèi)研究同樣展示了令人振奮的結(jié)果。例如，在急性炎癥小鼠模型中，使用迷幻藥(R)-DOI能有效降低循環(huán)系統(tǒng)中的炎癥標(biāo)志物水平。在模擬慢性疾病的哮喘小鼠模型中，(R)-DOI也成功減輕了肺部炎癥和氣道高反應(yīng)性。最關(guān)鍵的發(fā)現(xiàn)是，這些抗炎作用的生物學(xué)機(jī)制可能與導(dǎo)致幻覺的機(jī)制是分離的。基于此，研究團(tuán)隊(duì)提出了PIPI藥物（Psychedelic drug Informed but Psychedelic experience Inactive，指受迷幻藥啟發(fā)但無致幻體驗(yàn)的藥物）的概念，認(rèn)為這類新型化合物能夠安全地用于治療從阿爾茨海默病到腸道疾病等一系列以炎癥為特征的頑疾，開辟了全新的藥物研發(fā)方向。 研究發(fā)表在British Journal of Pharmacology 上。

閱讀更多：

Qureshi, Omar, et al. “Are We Hallucinating or Can Psychedelic Drugs Modulate the Immune System to Control Inflammation?” British Journal of Pharmacology, n/a, no. n/a, July 2025, https://doi.org/10.1111/bph.70138

“快球”腦電波測(cè)試可在診斷前數(shù)年檢測(cè)出早期阿爾茨海默病跡象

如何更早發(fā)現(xiàn)阿爾茨海默病？針對(duì)當(dāng)前診斷工具昂貴且滯后的困境，巴斯大學(xué)與布里斯托大學(xué)的George Stothart及其團(tuán)隊(duì)開發(fā)了一種名為“快球”（Fastball）的腦電圖（EEG）測(cè)試。這項(xiàng)僅需三分鐘的被動(dòng)測(cè)試，能夠客觀地檢測(cè)出疾病診斷前數(shù)年的早期記憶衰退跡象，為大規(guī)模早期篩查提供了可能。

? 健康研究志愿者約翰·斯坦納德（John Stennard）在家中與巴斯大學(xué)的喬治·斯托哈特（George Stohart）博士一起接受了“快球”測(cè)試。Credit: BRACE Dementia Research

Fastball測(cè)試是一種創(chuàng)新的被動(dòng)式腦電圖檢測(cè)方法。測(cè)試過程中，參與者只需舒適地坐著，被動(dòng)觀看屏幕上快速閃過的一系列圖片，全程僅需三分鐘。設(shè)備會(huì)自動(dòng)捕捉并分析大腦在區(qū)分新、舊圖片時(shí)產(chǎn)生的微弱電信號(hào)，從而客觀評(píng)估大腦的識(shí)別記憶功能，無需參與者做出任何行為反應(yīng)或理解復(fù)雜指令。研究團(tuán)隊(duì)對(duì)53名輕度認(rèn)知障礙（Mild Cognitive Impairment，簡稱MCI，常被視為阿爾茨海默病的極早期階段）患者和54名健康老年人進(jìn)行了測(cè)試。結(jié)果顯示，存在記憶障礙的MCI患者，其Fastball腦電波反應(yīng)顯著弱于健康老人，且該反應(yīng)與記憶能力的相關(guān)性極高，而與注意力等其他認(rèn)知功能無關(guān)。更重要的是，研究首次證實(shí)這項(xiàng)低成本、便攜的測(cè)試可以在患者家中成功進(jìn)行，并且對(duì)于一年后病情惡化為癡呆的患者，其初次測(cè)試結(jié)果已顯示出異常趨勢(shì)。研究發(fā)表在 Brain Communications 上。

閱讀更多：

Stothart, George, et al. “A Passive and Objective Measure of Recognition Memory in Mild Cognitive Impairment Using Fastball Memory Assessment.” Brain Communications, vol. 7, no. 5, Oct. 2025, p. fcaf279. Silverchair, https://doi.org/10.1093/braincomms/fcaf279

AI 行業(yè)動(dòng)態(tài)

谷歌官方發(fā)布Nano Banana六大提示詞玩法，解鎖圖像生成無限創(chuàng)意

近日，谷歌Nano Banana模型被用戶廣泛探索，展現(xiàn)出多樣化的圖像生成應(yīng)用，從精致產(chǎn)品攝影到多圖融合與風(fēng)格轉(zhuǎn)換，其潛力被不斷挖掘。這些創(chuàng)意實(shí)現(xiàn)的背后，關(guān)鍵在于精準(zhǔn)的提示詞設(shè)計(jì)。谷歌官方適時(shí)發(fā)布了六大核心提示詞模板，旨在幫助用戶更高效地利用該模型的文本生成圖像、圖像編輯、多圖合成、迭代優(yōu)化、文本渲染等功能，最大化其圖像生成能力。

這六大模板覆蓋了多種實(shí)用場景：照片級(jí)寫實(shí)場景強(qiáng)調(diào)攝影細(xì)節(jié)如機(jī)位、光線和紋理；風(fēng)格化插畫與貼紙注重風(fēng)格描述和背景要求；圖上添加文字適用于Logo設(shè)計(jì)；產(chǎn)品模型與商業(yè)攝影模板助力電商宣傳；極簡與留白設(shè)計(jì)適合背景創(chuàng)作；連續(xù)性藝術(shù)模板則支持漫畫分鏡等敘事性視覺制作。每個(gè)模板均配以具體示例，為用戶提供清晰的操作指南。

然而，用戶反饋也指出Nano Banana的一些局限性，如在圖像編輯時(shí)可能輸出與原圖相同的結(jié)果，一致性方面不如Qwen和Kontext Pro等模型穩(wěn)定，文本轉(zhuǎn)圖像任務(wù)中Imagen被認(rèn)為更可控。

閱讀更多：

https://x.com/googleaistudio/status/1962957615262224511

Anthropic公開承認(rèn)Claude模型“降智”

近日，人工智能公司Anthropic罕見發(fā)布報(bào)告，承認(rèn)其代碼生成模型Claude Opus 4.1及4.0版本出現(xiàn)質(zhì)量下降問題。報(bào)告指出，從8月25日至28日期間，因推理堆棧（inference stack，即模型處理請(qǐng)求的技術(shù)架構(gòu)）更新失誤，部分用戶遭遇模型智能水平降低、回答格式錯(cuò)誤及代碼工具調(diào)用異常等問題。盡管Anthropic聲稱已通過回滾更新修復(fù)故障，但用戶反饋顯示問題持續(xù)至9月初，甚至加劇了模型“偷懶”行為，即敷衍響應(yīng)或拒絕執(zhí)行復(fù)雜指令。

這一事件引發(fā)用戶廣泛不滿。研究者Thomas Ricouard等多位用戶指出，Claude Code（Anthropic的代碼生成工具）性能嚴(yán)重下滑，甚至無法生成簡單腳本，而同期OpenAI的GPT-5（新一代多模態(tài)大模型）在代碼任務(wù)中表現(xiàn)穩(wěn)定。許多開發(fā)者表示已轉(zhuǎn)向GPT-5，認(rèn)為其性價(jià)比更高。用戶推測(cè)，性能波動(dòng)可能與服務(wù)器負(fù)載高峰期的限流機(jī)制有關(guān)，或是因Anthropic正研發(fā)新模型而分散了資源。

此次公開“降智”承認(rèn)事件罕見地打破行業(yè)沉默慣例。此前OpenAI研究人員Aidan McLaughlin曾稱“模型削弱”是用戶心理錯(cuò)覺，但Anthropic的報(bào)告間接反駁了這一觀點(diǎn)。該事件不僅暴露了技術(shù)更新中的質(zhì)量控制漏洞，更動(dòng)搖了用戶對(duì)Claude品牌的信任，凸顯大模型服務(wù)商在平衡效率優(yōu)化與穩(wěn)定性方面面臨的挑戰(zhàn)。

閱讀更多：

https://status.anthropic.com/

OpenAI巨資收購Statsig，任命印裔技術(shù)領(lǐng)袖為CTO加速產(chǎn)品化布局

OpenAI近日宣布以約11億美元收購實(shí)驗(yàn)與分析平臺(tái)Statsig，并任命其創(chuàng)始人兼首席執(zhí)行官Vijaye Raji為應(yīng)用部門首席技術(shù)官（CTO）。Vijaye Raji將直接向OpenAI應(yīng)用首席執(zhí)行官Fidji Simo匯報(bào)，全面負(fù)責(zé)ChatGPT、Codex等核心產(chǎn)品的工程事務(wù)，橫跨基礎(chǔ)設(shè)施與產(chǎn)品完整性團(tuán)隊(duì)。這一舉措被外界解讀為OpenAI正從純模型研發(fā)向強(qiáng)化終端產(chǎn)品轉(zhuǎn)化能力戰(zhàn)略轉(zhuǎn)型的關(guān)鍵步驟，旨在通過Statsig成熟的A/B測(cè)試、功能開關(guān)和實(shí)時(shí)數(shù)據(jù)分析工具，提升產(chǎn)品迭代效率和決策科學(xué)性。

Vijaye Raji是一位經(jīng)驗(yàn)豐富的技術(shù)領(lǐng)導(dǎo)者，擁有在微軟近十年和Meta另外十年的資深從業(yè)經(jīng)歷。他曾在Meta擔(dān)任娛樂業(yè)務(wù)副總裁兼總負(fù)責(zé)人，主導(dǎo)過Windows版Messenger、Facebook Marketplace等重要項(xiàng)目。2021年他離開Meta創(chuàng)立Statsig，致力于將Meta內(nèi)部級(jí)的數(shù)據(jù)實(shí)驗(yàn)工具推廣給更廣泛的產(chǎn)品團(tuán)隊(duì)。他自幼在印度本地治里成長，12歲起癡迷編程，雖因家庭經(jīng)濟(jì)條件有限未能進(jìn)入頂尖學(xué)府，但仍憑借出色能力先后服務(wù)于Wipro、微軟和Meta。

與此同時(shí)，OpenAI產(chǎn)品負(fù)責(zé)人Kevin Weil宣布啟動(dòng)“OpenAI for Science”計(jì)劃，旨在構(gòu)建AI驅(qū)動(dòng)的科學(xué)發(fā)現(xiàn)平臺(tái)，加速基礎(chǔ)科研突破。該計(jì)劃將組織頂尖學(xué)者與研究人員合作，探索AI在凸優(yōu)化、量子場論、生物蛋白質(zhì)設(shè)計(jì)等領(lǐng)域的應(yīng)用潛力。這一系列動(dòng)作顯示出OpenAI正多線推進(jìn)，一方面強(qiáng)化產(chǎn)品工程體系中臺(tái)能力，另一方面深入科學(xué)與前沿技術(shù)交叉探索，以鞏固其在生成式AI領(lǐng)域的領(lǐng)先地位。

閱讀更多：

https://openai.com/index/vijaye-raji-to-become-cto-of-applications-with-acquisition-of-statsig/

7500萬專項(xiàng)資金，推動(dòng)腦科學(xué)前沿研究與腦疾病診療創(chuàng)新

國家自然科學(xué)基金委員會(huì)生命科學(xué)部于2025年9月3日發(fā)布了首批專項(xiàng)項(xiàng)目指南，聚焦腦科學(xué)領(lǐng)域的三大關(guān)鍵方向，總經(jīng)費(fèi)達(dá)7500萬元。這些專項(xiàng)包括“機(jī)體神經(jīng)生理穩(wěn)態(tài)的調(diào)控及重塑機(jī)制”，旨在探索神經(jīng)系統(tǒng)如何維持和恢復(fù)身體內(nèi)部平衡；“干細(xì)胞治療帕金森病的基礎(chǔ)與臨床研究”，專注于利用干細(xì)胞技術(shù)開發(fā)帕金森病的治療方法；以及“腦電信號(hào)創(chuàng)新解碼技術(shù)及其在腦疾病診療中的應(yīng)用”，致力于開發(fā)新型腦電信號(hào)分析工具以改善腦部疾病的診斷與治療。這些項(xiàng)目通過科學(xué)基金網(wǎng)絡(luò)信息系統(tǒng)公開，鼓勵(lì)研究人員和依托單位申請(qǐng)。

閱讀更多：

https://www.nsfc.gov.cn/publish/portal0/tab434/info95514.htm

AI 驅(qū)動(dòng)科學(xué)

AI反饋生物電子系統(tǒng)精準(zhǔn)調(diào)控離子釋放，加速感染傷口愈合

如何智能且高效地處理難以愈合的感染傷口？針對(duì)傳統(tǒng)療法在動(dòng)態(tài)監(jiān)測(cè)與精準(zhǔn)干預(yù)上的不足，浙江大學(xué)的俞夢(mèng)飛和賀永等人將人工智能與再生生物電子學(xué)（bioelectronics）結(jié)合，開發(fā)出一種具備AI反饋功能的閉環(huán)治療系統(tǒng)，實(shí)現(xiàn)了對(duì)傷口愈合過程的智能化管理。

該研究的核心是一種創(chuàng)新的閉環(huán)自適應(yīng)系統(tǒng)，它能像醫(yī)生一樣“觀察”和“決策”。系統(tǒng)通過傳感器監(jiān)測(cè)傷口狀態(tài)，并將數(shù)據(jù)實(shí)時(shí)反饋給一個(gè)基于強(qiáng)化學(xué)習(xí)的人工智能控制器。AI根據(jù)傷口所處的不同階段（例如感染期或再生期），動(dòng)態(tài)優(yōu)化治療方案，并通過電信號(hào)指令一個(gè)由液態(tài)金屬制成的生物電子敷料。在感染初期，AI會(huì)施加一個(gè)較高的電流（4毫安），刺激敷料快速釋放高濃度的鎵離子，后者具有強(qiáng)大的廣譜抗菌能力，能有效清除感染。當(dāng)監(jiān)測(cè)到感染得到控制后，AI會(huì)自動(dòng)將電流調(diào)低至0-2毫安，以更溫和的方式釋放鎵離子，這一階段的低劑量離子能夠有效促進(jìn)組織再生。實(shí)驗(yàn)證明，該智能系統(tǒng)不僅愈合傷口的速度遠(yuǎn)超傳統(tǒng)療法，還顯著減少了抗生素的使用。這項(xiàng)技術(shù)有望變革慢性傷口的護(hù)理模式。研究發(fā)表在 Cell Biomaterials 上。

閱讀更多：

Liu, Xuesong, et al. “Endocytosis Is Essential for Cysteine-Deprivation-Induced Ferroptosis.” Molecular Cell, vol. 0, no. 0, Aug. 2025. www.cell.com, https://doi.org/10.1016/j.molcel.2025.08.006

多語言大模型如何加劇語言偏見與信息鴻溝

多語言人工智能能否真正打破語言隔閡，實(shí)現(xiàn)信息公平？約翰霍普金斯大學(xué)的Nikhil Sharma、Kenton Murray和Ziang Xiao團(tuán)隊(duì)對(duì)此提出質(zhì)疑。他們的研究發(fā)現(xiàn)，當(dāng)前主流的大型語言模型非但未能實(shí)現(xiàn)這一目標(biāo)，反而通過其內(nèi)在的語言偏好，正在制造一種數(shù)字語言鴻溝，將用戶困在基于語言的“信息繭房”中。

研究人員設(shè)計(jì)了一項(xiàng)精巧的實(shí)驗(yàn)，他們創(chuàng)建了多組包含矛盾信息的虛構(gòu)文章，并以英語等高資源語言和印地語等低資源語言撰寫。隨后，他們向來自O(shè)penAI、Anthropic等公司的多個(gè)大型語言模型提問。結(jié)果顯示，模型表現(xiàn)出強(qiáng)烈的“語言忠誠度”：當(dāng)用戶使用何種語言提問，模型便優(yōu)先采用該語言的信源生成答案。例如，若英語文章稱某人物為“壞人”，而印地語文章稱其為“好人”，用英語提問會(huì)得到“壞人”的答案，反之亦然。更令人擔(dān)憂的是，如果用戶使用一種低資源語言（如梵語）提問，而系統(tǒng)中沒有該語言的相關(guān)資料，模型會(huì)默認(rèn)調(diào)用最高資源語言——通常是英語——的信源來回答，完全忽略了其他語言社區(qū)的觀點(diǎn)。研究團(tuán)隊(duì)將這種現(xiàn)象稱為“偽多語言者”（faux polyglots），它們看似能處理多種語言，實(shí)則加劇了信息的不平等，強(qiáng)化了主流語言的文化主導(dǎo)地位。研究發(fā)表在 計(jì)算語言學(xué)協(xié)會(huì)美洲國家分會(huì)2025年會(huì)議論文集上。

閱讀更多：

Sharma, Nikhil, et al. “Faux Polyglot: A Study on Information Disparity in Multilingual Large Language Models.” Proceedings of the 2025 Conference of the Nations of the Americas Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 1: Long Papers), edited by Luis Chiruzzo et al., Association for Computational Linguistics, 2025, pp. 8090–107. ACLWeb, https://doi.org/10.18653/v1/2025.naacl-long.411

大型語言模型在親緣關(guān)系和風(fēng)險(xiǎn)偏好上與人類存在差異

大型語言模型（LLMs）能否真正理解并預(yù)測(cè)復(fù)雜的人類社會(huì)行為？研究人員Feng XIAO和XT XiaoTian WANG進(jìn)行了一項(xiàng)系統(tǒng)性評(píng)估，比較了GPT系列模型與真實(shí)人類在多種社會(huì)決策場景中的表現(xiàn)。研究發(fā)現(xiàn)，盡管LLMs在某些方面表現(xiàn)出色，但在處理親緣關(guān)系、風(fēng)險(xiǎn)框架等關(guān)鍵社會(huì)和認(rèn)知因素時(shí)，其“決策邏輯”與人類存在顯著差異。

研究團(tuán)隊(duì)將GPT-3.5、GPT-4和GPT-4o在51個(gè)社會(huì)場景中的預(yù)測(cè)，與先前研究中2104名人類參與者的真實(shí)決策數(shù)據(jù)進(jìn)行了對(duì)比。這些場景源于進(jìn)化心理學(xué)，涉及生死抉擇、金融投資、公平感等復(fù)雜情境。結(jié)果顯示，人類與AI的決策模式存在深刻分歧。在生死抉擇中，人類對(duì)親屬和群體規(guī)模的敏感度遠(yuǎn)超LLMs，例如在小規(guī)模或親屬群體中更傾向于冒險(xiǎn)求生，而GPT-4o的預(yù)測(cè)卻截然相反。在金融決策方面，人類的選擇基本遵循了前景理論（Prospect theory，即人們?cè)诿媾R收益時(shí)傾向于規(guī)避風(fēng)險(xiǎn)，而在面臨損失時(shí)傾向于尋求風(fēng)險(xiǎn)），但LLMs的預(yù)測(cè)卻常常出現(xiàn)反轉(zhuǎn)模式，要么表現(xiàn)出與人類相反的框架效應(yīng)，要么在所有情境下都統(tǒng)一地規(guī)避風(fēng)險(xiǎn)。此外，研究還發(fā)現(xiàn)LLMs缺乏人類基于社會(huì)情境的隱性判斷標(biāo)準(zhǔn)，如內(nèi)群體公平感和不同群體（親屬對(duì)比陌生人）的生存期望。這些差異表明，當(dāng)前的LLMs尚難模擬人類決策中深層的社會(huì)與認(rèn)知機(jī)制。研究發(fā)表在 Scientific Reports 上。

閱讀更多：

Xiao, Feng, and XT XiaoTian Wang. “Evaluating the Ability of Large Language Models to Predict Human Social Decisions.” Scientific Reports, vol. 15, no. 1, Sept. 2025, p. 32290. www.nature.com, https://doi.org/10.1038/s41598-025-17188-7

情感特征增強(qiáng)：基于大模型的法庭測(cè)謊新方法

傳統(tǒng)測(cè)謊如何突破主觀性瓶頸？Chucheng Zhou, Yingqian Zhang等研究者提出LieXBerta模型，首次將大語言模型提取的情感特征與微表情、動(dòng)作數(shù)據(jù)融合，構(gòu)建出準(zhǔn)確率達(dá)87.5%的自動(dòng)化測(cè)謊系統(tǒng)，為司法審訊提供客觀決策支持。

研究團(tuán)隊(duì)首先人工標(biāo)注含10類情緒標(biāo)簽的庭審文本數(shù)據(jù)集，用于微調(diào)RoBERTa模型。在LieXBerta框架中，RoBERTa從審訊文本提取情緒特征值（如焦慮強(qiáng)度），與面部動(dòng)作單元（AU）和肢體動(dòng)作參數(shù)融合后，輸入XGBoost（一種梯度提升決策樹算法）進(jìn)行分類。實(shí)驗(yàn)顯示，引入情感特征使模型準(zhǔn)確率提升至87.5%，較傳統(tǒng)方法提高6.5%，且特征優(yōu)化后推理速度加快42%。進(jìn)一步分析發(fā)現(xiàn)，欺騙陳述常伴隨獨(dú)特的"焦慮-憤怒"情緒組合（AUC=0.91），而單純語言分析易遺漏此類信號(hào)。該研究證實(shí)情感特征是測(cè)謊的關(guān)鍵維度，其貢獻(xiàn)度（32%）超過微表情（21%）。研究發(fā)表在 Scientific Reports 上。

閱讀更多：

Zhou, Chucheng, et al. “A Deception Detection Model by Using Integrated LLM with Emotion Features.” Scientific Reports, vol. 15, no. 1, Sept. 2025, p. 32135. www.nature.com, https://doi.org/10.1038/s41598-025-17741-4

醫(yī)療代理系統(tǒng)：基于大語言模型的智能問診新范式

如何解決大語言模型在醫(yī)療咨詢中的安全性和實(shí)用性矛盾？悉尼大學(xué)人工智能中心的Zhiyao Ren, Dacheng Tao團(tuán)隊(duì)開發(fā)出模塊化醫(yī)療代理系統(tǒng)，通過對(duì)話-記憶-處理三大組件的協(xié)同工作，在不重新訓(xùn)練模型的情況下顯著提升問診質(zhì)量。該系統(tǒng)在4000余次測(cè)試中實(shí)現(xiàn)醫(yī)療錯(cuò)誤減少72%的突破。

研究團(tuán)隊(duì)采用智能體架構(gòu)，將系統(tǒng)分解為三大功能模塊：對(duì)話組件通過功能識(shí)別（task identification）自動(dòng)規(guī)劃問診流程，安全模塊（safety guardrail）實(shí)時(shí)檢測(cè)倫理風(fēng)險(xiǎn)；記憶組件通過雙存儲(chǔ)機(jī)制（對(duì)話記憶+歷史記憶）實(shí)現(xiàn)病情追溯；處理組件自動(dòng)生成結(jié)構(gòu)化報(bào)告。評(píng)估采用由ChatGPT驅(qū)動(dòng)的虛擬患者測(cè)試平臺(tái)，配合7名醫(yī)師的專家評(píng)審。結(jié)果顯示，相比原始大模型，系統(tǒng)將問診質(zhì)量提升58%的同時(shí)，成功攔截全部倫理違規(guī)問題。特別在慢性病管理中，記憶組件使病史調(diào)取準(zhǔn)確率達(dá)91%，處理組件生成報(bào)告效率提升9倍。該研究為醫(yī)療AI系統(tǒng)設(shè)計(jì)提供了可解釋、可擴(kuò)展的新范式。研究發(fā)表在 npj Artificial Intelligence 上。

閱讀更多：

Ren, Zhiyao, et al. “Healthcare Agent: Eliciting the Power of Large Language Models for Medical Consultation.” Npj Artificial Intelligence, vol. 1, no. 1, Sept. 2025, p. 24. www.nature.com, https://doi.org/10.1038/s44387-025-00021-x

心理健康A(chǔ)I聊天機(jī)器人近半數(shù)無法正確處理自殺風(fēng)險(xiǎn)

AI聊天機(jī)器人能否安全處理自殺危機(jī)？W. Pichowicz, M. Kotas & P. Piotrowski團(tuán)隊(duì)對(duì)29款心理健康A(chǔ)I應(yīng)用進(jìn)行測(cè)試，發(fā)現(xiàn)這些聲稱能提供心理支持的聊天機(jī)器人在面對(duì)自殺風(fēng)險(xiǎn)時(shí)表現(xiàn)令人擔(dān)憂，近半數(shù)完全無法提供適當(dāng)幫助。

研究團(tuán)隊(duì)首先篩選主流應(yīng)用商店中聲稱具有心理健康支持功能的AI聊天機(jī)器人應(yīng)用。通過模擬從輕度抑郁到急性自殺傾向的標(biāo)準(zhǔn)化情境（基于哥倫比亞自殺嚴(yán)重程度評(píng)定量表C-SSRS），研究人員評(píng)估了這些系統(tǒng)識(shí)別風(fēng)險(xiǎn)、提供緊急聯(lián)系方式和回應(yīng)的適當(dāng)性。結(jié)果顯示，沒有一款A(yù)I能達(dá)到充分響應(yīng)標(biāo)準(zhǔn)，51.72%勉強(qiáng)滿足最低要求，48.28%表現(xiàn)完全不達(dá)標(biāo)。最嚴(yán)重的問題是63%的機(jī)器人未提供任何緊急聯(lián)系方式，部分甚至給出可能有害的建議。定性分析揭示，當(dāng)前AI系統(tǒng)對(duì)心理健康危機(jī)的理解存在嚴(yán)重局限，其機(jī)械化回應(yīng)可能延誤關(guān)鍵干預(yù)時(shí)機(jī)。這項(xiàng)研究突顯了在缺乏臨床驗(yàn)證情況下部署心理健康A(chǔ)I的巨大風(fēng)險(xiǎn)。研究發(fā)表在 Scientific Reports 上。

閱讀更多：

Pichowicz, W., et al. “Performance of Mental Health Chatbot Agents in Detecting and Managing Suicidal Ideation.” Scientific Reports, vol. 15, no. 1, Aug. 2025, p. 31652. www.nature.com, https://doi.org/10.1038/s41598-025-17242-4

多模態(tài)大模型能準(zhǔn)確理解人類復(fù)雜情緒嗎？

多模態(tài)大模型能否像人類一樣理解復(fù)雜情緒？日本理化學(xué)研究所腦科學(xué)研究中心的Haruka Asanuma和Masafumi Oizumi團(tuán)隊(duì)對(duì)此展開研究。他們比較了人類觀看視頻時(shí)的自我情緒報(bào)告與Gemini、GPT等模型的情緒預(yù)測(cè)，發(fā)現(xiàn)這些模型在粗類別層面能較好匹配人類情緒結(jié)構(gòu)，但在精細(xì)預(yù)測(cè)上仍有局限。

研究團(tuán)隊(duì)采用雙重分析方法評(píng)估多模態(tài)大語言模型(MLLM)的情緒理解能力。首先，他們收集了人類觀看各類視頻時(shí)自我報(bào)告的27-36維情緒數(shù)據(jù)。然后讓Gemini和GPT等模型觀看相同視頻并生成情緒預(yù)測(cè)。通過表征相似性分析(RSA，一種量化不同系統(tǒng)表征相似程度的統(tǒng)計(jì)方法)，發(fā)現(xiàn)模型預(yù)測(cè)的情緒結(jié)構(gòu)與人類整體高度相關(guān)。為進(jìn)一步區(qū)分理解層次，研究人員應(yīng)用Gromov-Wasserstein最優(yōu)傳輸(GWOT，一種基于幾何結(jié)構(gòu)的無監(jiān)督匹配算法)進(jìn)行分析，結(jié)果顯示模型雖難以精確預(yù)測(cè)每個(gè)視頻的具體情緒強(qiáng)度，但在粗類別層面(如區(qū)分快樂"與"恐怖"類視頻)表現(xiàn)優(yōu)異。這表明當(dāng)前MLLMs已具備理解人類情緒基本結(jié)構(gòu)的能力，可作為情感計(jì)算的有力工具，但尚不能完全復(fù)制人類情緒體驗(yàn)的精細(xì)維度。研究為開發(fā)更精準(zhǔn)的情感AI提供了重要基準(zhǔn)。研究發(fā)表在 Scientific Reports 上。

閱讀更多：

Asanuma, Haruka, et al. “Correspondence of High Dimensional Emotion Structures Elicited from Video Clips between Humans and Multimodal LLMs.” Scientific Reports, vol. 15, no. 1, Sept. 2025, p. 32175. www.nature.com, https://doi.org/10.1038/s41598-025-14961-6

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。如果您有進(jìn)一步想要討論的內(nèi)容，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)。

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。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設(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天橋神經(jīng)科學(xué)研究院。

Chen Institute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、、等。