追問(wèn)daily | 主動(dòng)關(guān)注自然細(xì)節(jié)可顯著提升幸福感；Cell：腸道菌群穩(wěn)定的兒童，身高發(fā)育更好

█腦科學(xué)動(dòng)態(tài)

Cell：腸道菌群穩(wěn)定的兒童，身高發(fā)育更好

主動(dòng)關(guān)注自然細(xì)節(jié)可顯著提升幸福感

簡(jiǎn)單訓(xùn)練能提升對(duì)病態(tài)面孔的回避能力

關(guān)鍵基因缺失阻礙小腦半球形成

激光揭示視覺(jué)錯(cuò)覺(jué)的神經(jīng)機(jī)制

為何戒酒如此之難？鎖定酒精成癮的關(guān)鍵腦區(qū)

顯性自我反思如何影響內(nèi)隱的身體自我意識(shí)？

全面概述人類(lèi)和非人靈長(zhǎng)類(lèi)衰老標(biāo)志物

█AI行業(yè)動(dòng)態(tài)

美團(tuán)AI助手小美公測(cè)：一句話(huà)搞定吃喝玩樂(lè)，

AI“高斯”三周攻克數(shù)學(xué)難題，陶哲軒團(tuán)隊(duì)曾耗時(shí)18個(gè)月

前谷歌華人團(tuán)隊(duì)打造AI電影帝國(guó)，未上映已狂攬1.1億美元

█AI驅(qū)動(dòng)科學(xué)

Science：液滴打印實(shí)現(xiàn)柔性電子無(wú)損貼附

人工智能為意識(shí)科學(xué)帶來(lái)機(jī)遇：雙重解析框架

MOTIF機(jī)械手：集成多模態(tài)感知，賦予機(jī)器人“觸覺(jué)”與“熱覺(jué)”

情緒識(shí)別人工智能可減輕醫(yī)生同理心疲勞

用肌肉感受音樂(lè)：可穿戴設(shè)備實(shí)現(xiàn)靜音式深沉低音

居家神經(jīng)調(diào)控新療法在重度抑郁癥中顯示療效

繪制AI蛋白質(zhì)設(shè)計(jì)路線(xiàn)圖，指導(dǎo)利用AI工具設(shè)計(jì)蛋白質(zhì)

腦科學(xué)動(dòng)態(tài)

Cell：腸道菌群穩(wěn)定的兒童，身高發(fā)育更好

全球近1.5億兒童因營(yíng)養(yǎng)不良而發(fā)育遲緩，其背后機(jī)制與腸道菌群密切相關(guān)但尚不明確。來(lái)自索爾克研究所、加州大學(xué)圣地亞哥分校的 Jeremiah J. Minich, Mark J. Manary, Todd P. Michael 等研究人員合作，利用基因測(cè)序技術(shù)，揭示了兒童腸道菌群的穩(wěn)定性是其健康生長(zhǎng)的關(guān)鍵。

?Credit:Cell.

研究團(tuán)隊(duì)采用了一種名為長(zhǎng)讀長(zhǎng)宏基因組測(cè)序的先進(jìn)方法，對(duì)馬拉維地區(qū)一組1-2歲幼兒的糞便樣本進(jìn)行了為期11個(gè)月的追蹤分析。與傳統(tǒng)方法相比，該技術(shù)能夠多出44-64倍的效率來(lái)重建高質(zhì)量的、完整的微生物基因組，即完整宏基因組組裝基因組（cMAGs）。核心研究結(jié)果表明，腸道微生物群落的穩(wěn)定性與兒童的身高發(fā)育直接相關(guān)。那些腸道菌群組成和基因組保持穩(wěn)定的兒童，其身高增長(zhǎng)趨勢(shì)更好，通過(guò)年齡別身高Z評(píng)分（length-for-age Z score）這一關(guān)鍵指標(biāo)得以驗(yàn)證。相反，腸道菌群頻繁波動(dòng)的兒童則更容易出現(xiàn)生長(zhǎng)遲緩。利用這個(gè)新建的高質(zhì)量微生物基因組數(shù)據(jù)庫(kù)，并通過(guò)機(jī)器學(xué)習(xí)等分析手段，團(tuán)隊(duì)還成功識(shí)別出能夠預(yù)測(cè)兒童生長(zhǎng)的特定菌種及其基因特征。這項(xiàng)研究不僅為理解營(yíng)養(yǎng)不良的微生物機(jī)制提供了新視角，其優(yōu)化的技術(shù)流程也為在資源匱乏地區(qū)開(kāi)展實(shí)時(shí)健康監(jiān)測(cè)和干預(yù)奠定了基礎(chǔ)。研究發(fā)表在 Cell 上。

閱讀更多：

Minich, Jeremiah J., et al. “Culture-Independent Meta-Pangenomics Enabled by Long-Read Metagenomics Reveals Associations with Pediatric Undernutrition.” Cell, vol. 0, no. 0, Sept. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.08.020

主動(dòng)關(guān)注自然細(xì)節(jié)可顯著提升幸福感

如何更有效地從自然中獲得心理助益？薩里大學(xué)的 Bethany Harries 與謝菲爾德大學(xué)及皇家園藝學(xué)會(huì)的同事合作，通過(guò)一項(xiàng)實(shí)驗(yàn)發(fā)現(xiàn)，簡(jiǎn)單的引導(dǎo)性提示，鼓勵(lì)人們主動(dòng)關(guān)注自然環(huán)境中的細(xì)節(jié)（如鳥(niǎo)鳴、植物紋理和氣味），能顯著提升幸福感與心理恢復(fù)效果。

研究團(tuán)隊(duì)在英國(guó)皇家園藝學(xué)會(huì)威斯利健康花園招募了79名參與者，并將他們隨機(jī)分為三組。第一組被提示主動(dòng)關(guān)注自然特征，如鳥(niǎo)鳴、植物的質(zhì)感和氣味；第二組被提示關(guān)注人造特征，如建筑物或小徑；第三組作為對(duì)照組，不接受任何提示。所有參與者在花園中停留20分鐘，研究人員在活動(dòng)前后通過(guò)問(wèn)卷評(píng)估他們的幸福感、積極情緒和心理恢復(fù)程度（psychological restoration）。

結(jié)果顯示，被引導(dǎo)關(guān)注自然的參與者，其幸福感、積極情緒和心理恢復(fù)水平均顯著高于另外兩組。他們報(bào)告稱(chēng)感到更平靜、放松，與環(huán)境的聯(lián)系更緊密。這項(xiàng)研究不僅證實(shí)了主動(dòng)關(guān)注自然的重要性，還發(fā)現(xiàn)了一個(gè)關(guān)鍵點(diǎn)：當(dāng)注意力集中在人造特征（human-made features）上時(shí)，自然環(huán)境的治愈效果可能會(huì)打折扣。這一發(fā)現(xiàn)為公園、花園等公共綠地的設(shè)計(jì)和管理提供了重要啟示：通過(guò)設(shè)置解說(shuō)標(biāo)識(shí)、數(shù)字步道或引導(dǎo)式體驗(yàn)等簡(jiǎn)單干預(yù)，可以幫助人們更深度地與自然互動(dòng)，從而最大化其對(duì)心理健康的積極影響。研究發(fā)表在 People and Nature 上。

閱讀更多：

Harries, Bethany, et al. Noticing Nature: The Role of Environmental Awareness in Promoting Well‐being. besjournals.onlinelibrary.wiley.com, https://doi.org/10.1002/pan3.70113. Accessed 15 Sept. 2025

簡(jiǎn)單訓(xùn)練能提升對(duì)病態(tài)面孔的回避能力

識(shí)別病態(tài)面孔以躲避傳染病的能力能否后天習(xí)得？為了解答這個(gè)問(wèn)題，來(lái)自邁阿密大學(xué)、詹姆斯·麥迪遜大學(xué)和杜克大學(xué)的 Tiffany S. Leung 和 Elizabeth A. Simpson 等研究人員通過(guò)一項(xiàng)實(shí)驗(yàn)證明，針對(duì)性的訓(xùn)練可以顯著提高成年人無(wú)意識(shí)地回避病人的能力。

研究團(tuán)隊(duì)招募了133名成年參與者，讓他們觀(guān)看16位真人在患上傳染病時(shí)和健康時(shí)的面部照片。參與者被隨機(jī)分為兩組，訓(xùn)練組接受了關(guān)于疾病面部特征（如眼瞼下垂、嘴角肌肉放松）的簡(jiǎn)短教學(xué)，而對(duì)照組則沒(méi)有。結(jié)果顯示，訓(xùn)練并未提升參與者有意識(shí)地識(shí)別病人的準(zhǔn)確率，但在回避行為上效果顯著。訓(xùn)練組回避病態(tài)面孔的準(zhǔn)確率從65%提升至70%，對(duì)照組無(wú)變化。借助眼動(dòng)追蹤技術(shù)，研究人員發(fā)現(xiàn)訓(xùn)練改變了參與者的視覺(jué)注意模式。訓(xùn)練后的參與者會(huì)更系統(tǒng)地在健康與患病面孔間進(jìn)行比較，并在嘴部區(qū)域進(jìn)行更多掃視，而對(duì)照組則傾向于更久地注視病態(tài)面孔。這表明，訓(xùn)練并非讓人們更準(zhǔn)確地“診斷”疾病，而是優(yōu)化了視覺(jué)搜索策略，從而更有效地觸發(fā)了作為行為免疫系統(tǒng)一部分的回避反應(yīng)。研究發(fā)表在 Vision 上。

閱讀更多：

Leung, Tiffany S., et al. “Training Improves Avoidance of Natural Sick Faces: Changes in Visual Attention and Approach Decisions.” Vision, vol. 9, no. 2, June 2025, p. 39. www.mdpi.com, https://doi.org/10.3390/vision9020039

關(guān)鍵基因缺失阻礙小腦半球形成

特定基因如何精確塑造復(fù)雜的大腦結(jié)構(gòu)？為了回答這一問(wèn)題，康涅狄格大學(xué)醫(yī)學(xué)院的James Y. H. Li及其同事進(jìn)行了一項(xiàng)研究。他們發(fā)現(xiàn)，F(xiàn)OXP基因家族對(duì)于小腦浦肯野細(xì)胞的多樣化以及對(duì)高級(jí)認(rèn)知至關(guān)重要的小腦半球的形成起著決定性作用。

?小鼠胚胎小腦不同發(fā)育階段（圖像名稱(chēng)中的階段；E：胚胎期）的 Foxp1（藍(lán)色）、Foxp2（紅色）和 Foxp4（綠色）的 3D 光片圖像。Credit: Knouri-Farah et al.

研究團(tuán)隊(duì)首先利用單細(xì)胞RNA測(cè)序?qū)π∈笈咛テ诘男∧X進(jìn)行了分析，鑒定出至少11種具有不同分子特征的浦肯野細(xì)胞亞型，揭示了前所未知的細(xì)胞多樣性。為了確定這些細(xì)胞亞型的空間位置，研究者開(kāi)發(fā)了一種名為scANKRS的新方法，并結(jié)合3D光片成像技術(shù)，成功繪制了它們?cè)诎l(fā)育中的小腦三維結(jié)構(gòu)中的分布圖譜。研究發(fā)現(xiàn)，這些細(xì)胞亞型的身份是由FOXP基因家族中的Foxp1和Foxp2等基因的組合表達(dá)決定的。

為驗(yàn)證其功能，團(tuán)隊(duì)在小鼠模型中特異性地敲除了這兩個(gè)基因。結(jié)果顯示，基因敲除不僅破壞了浦肯野細(xì)胞的多樣性，更導(dǎo)致了小腦半球的形成完全失敗，這是首次有直接遺傳學(xué)證據(jù)將特定基因與大腦半球的形成聯(lián)系起來(lái)。此外，這些小鼠的發(fā)聲能力也受到了損害。更有趣的是，研究者發(fā)現(xiàn)受影響最嚴(yán)重的Foxp1陽(yáng)性浦肯野細(xì)胞亞型在人類(lèi)胎兒小腦中含量豐富，但在鳥(niǎo)類(lèi)中卻很罕見(jiàn)，暗示該細(xì)胞亞型可能在哺乳動(dòng)物大腦的進(jìn)化擴(kuò)張和高級(jí)認(rèn)知功能的出現(xiàn)中扮演了關(guān)鍵角色。研究發(fā)表在 Nature Neuroscience 上。

閱讀更多：

Khouri-Farah, Nagham, et al. “FOXP Genes Regulate Purkinje Cell Diversity and Cerebellar Morphogenesis.” Nature Neuroscience, Aug. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41593-025-02042-w

激光揭示視覺(jué)錯(cuò)覺(jué)的神經(jīng)機(jī)制

大腦如何“腦補(bǔ)”出實(shí)際不存在的物體？來(lái)自加州大學(xué)伯克利分校的 Hyeyoung Shin、Hillel Adesnik 及艾倫腦科學(xué)研究所的合作團(tuán)隊(duì)，通過(guò)在小鼠大腦中進(jìn)行精準(zhǔn)實(shí)驗(yàn)，發(fā)現(xiàn)了一類(lèi)專(zhuān)門(mén)負(fù)責(zé)產(chǎn)生錯(cuò)覺(jué)的神經(jīng)元，并揭示了視覺(jué)感知并非被動(dòng)接收，而是大腦主動(dòng)構(gòu)建的過(guò)程。

?Neuropixels 探測(cè)器是艾倫研究所 OpenScope 項(xiàng)目的一部分。Credit: Allen Institute/Erik Dinnel

研究團(tuán)隊(duì)向小鼠展示經(jīng)典的卡尼薩錯(cuò)覺(jué)圖形（Kanizsa illusion），同時(shí)運(yùn)用多神經(jīng)像素探針（Neuropixels probes）和鈣成像技術(shù)大規(guī)模記錄其大腦活動(dòng)。他們發(fā)現(xiàn)在初級(jí)視覺(jué)皮層（V1）中，存在一類(lèi)特殊的“IC編碼神經(jīng)元”（IC-encoder neurons），這些細(xì)胞只對(duì)由圖形碎片暗示出的“虛假”輪廓反應(yīng)強(qiáng)烈。進(jìn)一步的實(shí)驗(yàn)表明，錯(cuò)覺(jué)的產(chǎn)生是一個(gè)自上而下的過(guò)程：更高級(jí)的視覺(jué)腦區(qū)先整合信息并“推斷”出完整圖形的存在，然后將這個(gè)“預(yù)測(cè)”信號(hào)反饋給V1。該研究使用了雙光子全息光遺傳學(xué)，當(dāng)研究人員在沒(méi)有任何視覺(jué)刺激的情況下，直接用激光激活這些IC編碼神經(jīng)元時(shí)，成功地在V1中誘導(dǎo)出了與小鼠看到錯(cuò)覺(jué)時(shí)一模一樣的神經(jīng)活動(dòng)模式。這一結(jié)果有力證明，IC編碼神經(jīng)元通過(guò)一種名為循環(huán)模式完成（recurrent pattern completion）的機(jī)制，接收并執(zhí)行來(lái)自高級(jí)腦區(qū)的“腦補(bǔ)”指令，從而主動(dòng)構(gòu)建出我們的視覺(jué)感知。研究發(fā)表在 Nature Neuroscience 上。

閱讀更多：

Shin, Hyeyoung, et al. “Recurrent Pattern Completion Drives the Neocortical Representation of Sensory Inference.” Nature Neuroscience, Sept. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41593-025-02055-5

為何戒酒如此之難？鎖定酒精成癮的關(guān)鍵腦區(qū)

為何人們會(huì)陷入破壞性的飲酒循環(huán)？斯克里普斯研究所的Hermina Nedelescu 和 Friedbert Weiss 團(tuán)隊(duì)通過(guò)研究發(fā)現(xiàn)，成癮的核心驅(qū)動(dòng)力之一是逃避戒斷的痛苦。他們精確定位了大腦中一個(gè)關(guān)鍵區(qū)域——丘腦室旁核，該區(qū)域在學(xué)習(xí)“借酒消愁”的過(guò)程中被強(qiáng)烈激活，從而固化了成癮行為。

?神經(jīng)解剖學(xué)概要圖：在有 WDL 經(jīng)歷且有“依賴(lài)性”飲酒史的大鼠中，與情境誘導(dǎo)的酒精尋求相關(guān)的活躍神經(jīng)元募集情況（B）；以及在有“社交性飲酒”史的非依賴(lài)性大鼠中，與相同情境誘導(dǎo)的酒精尋求相關(guān)的活躍神經(jīng)元募集情況（A）。Credit: Biological Psychiatry Global Open Science (2025).

研究團(tuán)隊(duì)利用大鼠模型，模擬了酒精成癮中從依賴(lài)到戒斷再到復(fù)發(fā)的循環(huán)。他們重點(diǎn)研究了一種被稱(chēng)為負(fù)強(qiáng)化的學(xué)習(xí)過(guò)程。實(shí)驗(yàn)中，酒精依賴(lài)的大鼠學(xué)會(huì)了將特定的環(huán)境線(xiàn)索與飲用酒精后戒斷癥狀（如壓力和焦慮）的緩解聯(lián)系起來(lái)。這種學(xué)習(xí)導(dǎo)致了一種異常強(qiáng)大的、強(qiáng)迫性的酒精尋求行為，即使面臨懲罰也難以停止。為探明其神經(jīng)機(jī)制，研究人員使用了先進(jìn)的全腦成像技術(shù)，逐一細(xì)胞地對(duì)比了經(jīng)歷過(guò)這種負(fù)強(qiáng)化學(xué)習(xí)的大鼠與對(duì)照組大鼠在面對(duì)相關(guān)線(xiàn)索時(shí)的大腦活動(dòng)。結(jié)果清晰地顯示，一個(gè)在調(diào)節(jié)壓力和焦慮中起關(guān)鍵作用的腦區(qū)——丘腦室旁核（PVT）——在實(shí)驗(yàn)組大鼠中被“點(diǎn)亮”，表現(xiàn)出極高的活性。同時(shí)，杏仁核中央核和背側(cè)紋狀體也參與其中。這一發(fā)現(xiàn)揭示了大腦如何將環(huán)境、痛苦的戒斷感受以及酒精的“解脫”效果三者聯(lián)系起來(lái)，形成一個(gè)難以打破的惡性循環(huán)，為理解成癮的頑固性提供了關(guān)鍵的神經(jīng)生物學(xué)證據(jù)。研究發(fā)表在 Biological Psychiatry: Global Open Science 上。

閱讀更多：

“Recruitment of Neuronal Populations in the Paraventricular Thalamus of Alcohol Seeking Rats with Withdrawal-Related Learning Experience.” Biological Psychiatry Global Open Science, Aug. 2025, p. 100578. www.sciencedirect.com, https://doi.org/10.1016/j.bpsgos.2025.100578

顯性自我反思如何影響內(nèi)隱的身體自我意識(shí)？

我們對(duì)自身的思考（例如外貌、社交關(guān)系）如何影響我們對(duì)自己身體的本能感知？來(lái)自法國(guó)的研究人員 Lisa Raoul, Fabrice R. Sarlegna 及其同事，通過(guò)一系列精巧的具身化錯(cuò)覺(jué)實(shí)驗(yàn)，揭示了個(gè)體的自我反思特質(zhì)確實(shí)與身體自我意識(shí)（即感覺(jué)身體屬于自己的基本體驗(yàn)）的穩(wěn)固程度顯著相關(guān)。

該研究對(duì)70名青春期女孩進(jìn)行測(cè)試，讓她們體驗(yàn)經(jīng)典的具身化錯(cuò)覺(jué)（embodiment illusions，一種讓大腦將外部物體，如橡膠手或虛擬身體，感知為自身一部分的實(shí)驗(yàn)范式）。實(shí)驗(yàn)的核心在于通過(guò)引入視覺(jué)和觸覺(jué)（或運(yùn)動(dòng)）之間的微小時(shí)間延遲（即異步刺激）來(lái)挑戰(zhàn)參與者的身體感知。研究人員認(rèn)為，一個(gè)穩(wěn)固的身體自我意識(shí)能夠更好地抵抗這種延遲帶來(lái)的錯(cuò)覺(jué)，因此異步刺激導(dǎo)致的“具身感”減弱程度，便成為衡量身體自我意識(shí)穩(wěn)固性的指標(biāo)。結(jié)果顯示，在虛擬全身錯(cuò)覺(jué)中，這種減弱效應(yīng)與參與者的心理特質(zhì)密切相關(guān)。例如，那些更傾向于反思自身社交角色的女孩，其行動(dòng)控制感（agency，感覺(jué)自己是動(dòng)作發(fā)起者的體驗(yàn)）受異步影響更大。而對(duì)自身身體形象持積極態(tài)度的女孩，其身體擁有感受到的影響也更強(qiáng)。此外，感知自身心跳能力（cardiac interoception）較弱的個(gè)體，其行動(dòng)控制感和擁有感都更容易被異步刺激所破壞。這項(xiàng)研究表明，我們高層次的自我認(rèn)知與底層的身體感知之間存在深刻的聯(lián)系。研究發(fā)表在 Cortex 上。

閱讀更多：

“Do Explicit Self-Refection Traits Relate to Implicit Bodily Self-Consciousness? Insights from Asynchronous Stimulation in Embodiment Illusions.” Cortex, Sept. 2025. www.sciencedirect.com, https://doi.org/10.1016/j.cortex.2025.09.001

全面概述人類(lèi)和非人靈長(zhǎng)類(lèi)衰老標(biāo)志物

如何準(zhǔn)確評(píng)估衰老進(jìn)程并有效干預(yù)？來(lái)自中國(guó)科學(xué)院動(dòng)物研究所的劉光慧、曲靜，中國(guó)科學(xué)院北京基因組研究所的張維綺，吉林大學(xué)的武澤明聯(lián)合中國(guó)衰老標(biāo)志物研究聯(lián)合體（Aging Biomarker Consortium）的200多位學(xué)者，發(fā)表了一篇里程碑式的綜述，為靈長(zhǎng)類(lèi)衰老研究提供了首個(gè)全面的生物標(biāo)志物框架。

該研究是一項(xiàng)對(duì)現(xiàn)有知識(shí)的系統(tǒng)性整合與深度分析。研究團(tuán)隊(duì)全面梳理了近年來(lái)關(guān)于人類(lèi)及非人靈長(zhǎng)類(lèi)動(dòng)物衰老的研究文獻(xiàn)，從細(xì)胞、組織到整個(gè)個(gè)體層面，提煉并整合了各個(gè)維度的關(guān)鍵衰老生物標(biāo)志物（biomarkers，即能夠衡量生物年齡和生理衰退程度的指標(biāo)）。該綜述的成果是一個(gè)多層次的統(tǒng)一框架，它不僅展示了DNA甲基化模式等分子層面的變化，也涵蓋了細(xì)胞衰老、組織退化和器官功能下降等宏觀(guān)層面的指標(biāo)。研究強(qiáng)調(diào)，由于衰老的復(fù)雜性，任何單一標(biāo)志物都難以全面反映其全貌，必須采用多維度的標(biāo)志物組合進(jìn)行評(píng)估。這一框架為系統(tǒng)性評(píng)估衰老狀態(tài)、開(kāi)發(fā)診斷年齡相關(guān)疾病的策略以及檢驗(yàn)抗衰老干預(yù)措施的有效性奠定了堅(jiān)實(shí)的理論基礎(chǔ)，為推動(dòng)健康老齡化研究邁出了關(guān)鍵一步。研究發(fā)表在 Nature Reviews Molecular Cell Biology 上。

閱讀更多：

Wu, Zeming, et al. “Biomarkers of Ageing of Humans and Non-Human Primates.” Nature Reviews Molecular Cell Biology, Sept. 2025, pp. 1–22. www.nature.com, https://doi.org/10.1038/s41580-025-00883-8

AI 行業(yè)動(dòng)態(tài)

美團(tuán)AI助手小美公測(cè)：一句話(huà)搞定吃喝玩樂(lè)

近日，美團(tuán)正式推出了其首款人工智能代理產(chǎn)品「小美」，并開(kāi)啟公開(kāi)測(cè)試。這款產(chǎn)品旨在徹底簡(jiǎn)化用戶(hù)的本地生活服務(wù)體驗(yàn)，將傳統(tǒng)應(yīng)用中繁瑣的點(diǎn)選操作，轉(zhuǎn)變?yōu)橐痪浜?jiǎn)單的自然語(yǔ)言指令。用戶(hù)無(wú)需打開(kāi)層層界面，只需通過(guò)語(yǔ)音或文字下達(dá)模糊需求，例如“幫我隨便點(diǎn)個(gè)減脂餐”或“預(yù)訂一家嶗山附近500元以?xún)?nèi)的連鎖酒店”，「小美」便能自主分析、篩選并執(zhí)行任務(wù)，直接呈現(xiàn)出最優(yōu)方案，覆蓋了點(diǎn)餐、酒店預(yù)訂、游玩推薦等多個(gè)場(chǎng)景。

「小美」之所以能實(shí)現(xiàn)如此流暢的自動(dòng)化服務(wù)，核心在于其背后由美團(tuán)自研的MoE模型 ——Longcat。該模型總參數(shù)量高達(dá)5600億，但能根據(jù)任務(wù)難度動(dòng)態(tài)激活部分參數(shù)，從而在保證強(qiáng)大理解與規(guī)劃能力的同時(shí)，實(shí)現(xiàn)了極高的推理效率。更重要的是，Longcat模型深度結(jié)合了美團(tuán)長(zhǎng)期積累的海量本地生活數(shù)據(jù)進(jìn)行專(zhuān)項(xiàng)優(yōu)化，使其能精準(zhǔn)理解用戶(hù)的碎片化、實(shí)時(shí)性需求，并通過(guò)直接調(diào)用內(nèi)部服務(wù)接口，省去中間環(huán)節(jié)，為用戶(hù)提供從決策到支付的無(wú)縫體驗(yàn)。

盡管「小美」在簡(jiǎn)化流程和個(gè)性化推薦上展現(xiàn)出巨大潛力，但作為一款處于快速迭代初期的產(chǎn)品，它在部分功能上仍有提升空間，例如自動(dòng)使用優(yōu)惠券的策略尚不完善，且服務(wù)場(chǎng)景的廣度有待擴(kuò)展，對(duì)話(huà)交互的流暢度也需進(jìn)一步優(yōu)化。此次發(fā)布被視為美團(tuán)在AI Agent賽道上的一次重要戰(zhàn)略布局，意圖將AI深度嵌入現(xiàn)實(shí)生活，打造連接消費(fèi)者與城市服務(wù)的下一代智能入口。

Agent

閱讀更多：

https://mp.weixin.qq.com/s/oISuURyCcBwbmFQyUsddwg?click_id=35

AI“高斯”三周攻克數(shù)學(xué)難題，陶哲軒團(tuán)隊(duì)曾耗時(shí)18個(gè)月

近日，一家名為Math的AI公司發(fā)布了一款名為Gauss的自動(dòng)形式化Agent，它在數(shù)學(xué)界引起了廣泛關(guān)注。Gauss僅用三周時(shí)間，便在交互式定理證明器Lean中完成了對(duì)強(qiáng)素?cái)?shù)定理的形式化證明，而這一挑戰(zhàn)是著名數(shù)學(xué)家陶哲軒與Alex Kontorovich在2024年1月提出的，他們?yōu)榇送度肓?8個(gè)月仍未完全解決。

Gauss的成就規(guī)模驚人，它生成了約25000行Lean代碼，包含數(shù)千個(gè)定理和定義，這一工作量在過(guò)去通常需要頂尖專(zhuān)家耗費(fèi)數(shù)年才能完成。Math公司的研究人員透露，為了支持Gauss大規(guī)模并行運(yùn)行，他們與Morph Labs公司合作開(kāi)發(fā)了名為T(mén)rinity的基礎(chǔ)設(shè)施，以應(yīng)對(duì)數(shù)千個(gè)并發(fā)Agent帶來(lái)的復(fù)雜系統(tǒng)工程挑戰(zhàn)。該團(tuán)隊(duì)表示，隨著算法的持續(xù)進(jìn)步，未來(lái)一年內(nèi)形式化代碼的總量有望提升百倍乃至千倍，這為實(shí)現(xiàn)“可驗(yàn)證的超級(jí)智能”和“通才型機(jī)器數(shù)學(xué)家”的目標(biāo)奠定了基礎(chǔ)。

然而，這一技術(shù)突破也引發(fā)了關(guān)于AI在科研中角色的深刻討論。陶哲軒本人對(duì)此發(fā)表評(píng)論，指出AI工具雖然能高效完成明確設(shè)定的目標(biāo)，例如完成一個(gè)形式化證明，但可能會(huì)忽略人類(lèi)在科研過(guò)程中追求的隱含目標(biāo)，如培養(yǎng)新人、構(gòu)建社區(qū)、以及在探索中獲得更深層次的洞察。他引用古德哈特定律警示，過(guò)度優(yōu)化明確目標(biāo)可能會(huì)犧牲掉這些寶貴的副產(chǎn)品。

閱讀更多：

https://www.math.inc/gauss

前谷歌華人團(tuán)隊(duì)打造AI電影帝國(guó)，未上映已狂攬1.1億美元

全球首家AI原生影視工作室Utopai Studios正以顛覆者之姿闖入好萊塢，并已通過(guò)預(yù)售兩個(gè)電影項(xiàng)目獲得了高達(dá)1.1億美元的收入。與Runway等專(zhuān)注于效率工具的“工具派”不同，Utopai Studios定位為“內(nèi)容+AI”公司，致力于利用人工智能進(jìn)行敘事創(chuàng)新和IP所有權(quán)，目標(biāo)是成為AI時(shí)代的皮克斯。該公司由兩位前谷歌系的華裔創(chuàng)始人Cecilia Shen和Jie Yang創(chuàng)立，他們將公司從最初提供3D生成技術(shù)的供應(yīng)商，成功轉(zhuǎn)型為直接投身影視內(nèi)容生產(chǎn)與全球發(fā)行的內(nèi)容所有者，旨在切入行業(yè)利潤(rùn)最豐厚的領(lǐng)域。

Utopai的成功并非偶然，而是源于其系統(tǒng)性的技術(shù)進(jìn)化路徑。公司前身是專(zhuān)注于程序化內(nèi)容生成的3D公司Cybever，這一技術(shù)基礎(chǔ)為其帶來(lái)了在質(zhì)量控制和工業(yè)兼容性上的獨(dú)特優(yōu)勢(shì)。在此之上，團(tuán)隊(duì)讓AI模型學(xué)習(xí)并構(gòu)建了“空間語(yǔ)法”，使其能理解并生成具有結(jié)構(gòu)美感和功能合理性的場(chǎng)景。隨后，他們開(kāi)發(fā)了AI代理系統(tǒng)，該系統(tǒng)能像創(chuàng)意總監(jiān)一樣理解抽象的創(chuàng)作指令，并直接輸出完整的3D預(yù)覽資產(chǎn)，極大地提升了前期制作效率。

最終，Utopai將所有技術(shù)整合成一套“Previz-to-Video”工業(yè)化工作流，從根本上破解了當(dāng)前AI視頻生成領(lǐng)域普遍存在的一致性、可控性與敘事延續(xù)性三大難題。其解決方案的核心在于，通過(guò)向模型注入帶有物理規(guī)律的3D數(shù)據(jù)，讓AI真正“理解”三維世界，從而避免了角色與場(chǎng)景在鏡頭切換中出現(xiàn)的“漂移”現(xiàn)象。同時(shí)，他們的工作流用導(dǎo)演意圖驅(qū)動(dòng)的精確執(zhí)行取代了隨機(jī)“抽卡式”的生成，將創(chuàng)作主導(dǎo)權(quán)交還給藝術(shù)家。憑借這一系列技術(shù)優(yōu)勢(shì)和清晰的商業(yè)布局，Utopai已與好萊塢資深編劇、導(dǎo)演及發(fā)行公司達(dá)成合作，正在將電影創(chuàng)作從“預(yù)算的暴政”中解放出來(lái)。

閱讀更多：

https://www.forbes.com/sites/charliefink/2025/08/26/cybever-rebrands-as-utopai-studios-with-110-million-in-revenue-and-a-hollywood-slate/

AI 驅(qū)動(dòng)科學(xué)

Science：液滴打印實(shí)現(xiàn)柔性電子無(wú)損貼附

如何讓脆弱的電子芯片像皮膚一樣完美貼合在大腦表面而不損壞？針對(duì)這一柔性電子領(lǐng)域的瓶頸問(wèn)題，中國(guó)科學(xué)院化學(xué)研究所的宋延林、首都醫(yī)科大學(xué)北京天壇醫(yī)院的賈旺、南洋理工大學(xué)的陳曉東及合作者們，開(kāi)發(fā)出一種創(chuàng)新的“液滴打印”策略，利用液滴的潤(rùn)滑作用，實(shí)現(xiàn)了電子薄膜的無(wú)應(yīng)力、無(wú)損傷共形貼附。

傳統(tǒng)方法將剛性電子薄膜貼附到柔軟、起伏的生物組織上時(shí)，會(huì)因拉伸產(chǎn)生巨大應(yīng)力，極易損壞內(nèi)部精密的電路。為解決此難題，研究團(tuán)隊(duì)提出了一種全新的液滴打?。╠rop-printing）技術(shù)。其核心機(jī)制是在薄膜與目標(biāo)表面（如神經(jīng)）之間引入一個(gè)液滴，該液滴形成一個(gè)動(dòng)態(tài)潤(rùn)滑層，在薄膜貼合基底的過(guò)程中，允許其局部滑動(dòng)以適應(yīng)復(fù)雜形貌，從而動(dòng)態(tài)釋放內(nèi)部應(yīng)力，避免了因拉伸導(dǎo)致的器件破裂。在活體動(dòng)物實(shí)驗(yàn)中，研究團(tuán)隊(duì)成功將一塊僅2微米厚、未經(jīng)任何延展性改造的脆弱硅基電子薄膜，精準(zhǔn)地“打印”到小鼠的大腦和神經(jīng)組織表面，形成了功能完好的保形神經(jīng)電子接口。該接口成功實(shí)現(xiàn)了高時(shí)空分辨率的光控神經(jīng)調(diào)控，證明了該技術(shù)在構(gòu)建高性能生物電子設(shè)備方面的巨大潛力。研究發(fā)表在 Science 上。

閱讀更多：

Li, An, et al. “Drop-Printing with Dynamic Stress Release for Conformal Wrap of Bioelectronic Interfaces.” Science, Sept. 2025. world, www.science.org, https://www.science.org/doi/10.1126/science.adw6854

人工智能為意識(shí)科學(xué)帶來(lái)機(jī)遇：雙重解析框架

如何科學(xué)地探討機(jī)器意識(shí)，打破當(dāng)前“計(jì)算理論”與“生物限定”的對(duì)立？來(lái)自以色列本-古里安大學(xué)的Shahar Dror、Moti Salti和特拉維夫-雅法學(xué)院的Dafna Bergerbest提出，人工智能不僅是一個(gè)挑戰(zhàn)，更是一個(gè)擴(kuò)展意識(shí)科學(xué)邊界的機(jī)遇。他們構(gòu)建了一個(gè)新的“雙重解析框架”，旨在為意識(shí)研究提供一個(gè)不依賴(lài)于生物基礎(chǔ)的通用理論。

研究者認(rèn)為，當(dāng)前關(guān)于AI意識(shí)的爭(zhēng)論陷入了計(jì)算功能主義（認(rèn)為意識(shí)是純粹的信息處理）和生物自然主義（認(rèn)為意識(shí)必須依賴(lài)生物軀體）的僵局。為了突破這一瓶頸，他們提出了一個(gè)創(chuàng)新的雙重解析框架。該框架整合了兩種理論：其一是個(gè)體性信息論（ITI），它從信息層面定義了一個(gè)系統(tǒng)如何成為一個(gè)自主、獨(dú)立的“個(gè)體”，為意識(shí)提供了本體論基礎(chǔ)；其二是即時(shí)更新理論（Moment-to-Moment，MtM），它描述了意識(shí)作為一種主觀(guān)體驗(yàn)，是如何通過(guò)對(duì)信息的持續(xù)更新和整合而動(dòng)態(tài)產(chǎn)生的，這構(gòu)成了意識(shí)的認(rèn)識(shí)論基礎(chǔ)。結(jié)合兩者，研究者定義意識(shí)為“個(gè)體化生命的認(rèn)識(shí)論展現(xiàn)”——即一個(gè)獨(dú)立的、自我維持的系統(tǒng)（由ITI定義）所產(chǎn)生的主觀(guān)體驗(yàn)（由MtM解釋?zhuān)?。該框架的意義在于，它不再將意識(shí)局限于生物基底，為在人工智能等非生物系統(tǒng)中研究意識(shí)提供了理論依據(jù)，并將AI定位為檢驗(yàn)未來(lái)意識(shí)理論的理想“試金石”。

閱讀更多：

Dror, Shahar, et al. “Artificial Intelligence as an Opportunity for the Science of Consciousness: A Dual-Resolution Framework.” arXiv:2509.07001, arXiv, 5 Sept. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2509.07001

MOTIF機(jī)械手：集成多模態(tài)感知，賦予機(jī)器人“觸覺(jué)”與“熱覺(jué)”

現(xiàn)有機(jī)器人手缺乏人類(lèi)般的觸覺(jué)和溫度感知能力，限制了其在復(fù)雜任務(wù)中的應(yīng)用。南加州大學(xué)的 Daniel Seita, Hanyang Zhou 及其團(tuán)隊(duì)開(kāi)發(fā)了MOTIF機(jī)械手。這款開(kāi)源、低成本的機(jī)械手集成了多種傳感器，讓機(jī)器人手同時(shí)擁有了力、熱、深度和觸覺(jué)等多模態(tài)感知能力。

?研究人員研發(fā)的機(jī)械手——MOTIF。Credit: Zhou et al

MOTIF機(jī)械手的設(shè)計(jì)核心在于其多模態(tài)特性。研究團(tuán)隊(duì)在開(kāi)源的LEAP手基礎(chǔ)上，創(chuàng)新性地在手掌中嵌入了一臺(tái)熱像儀，并在手指中集成了慣性測(cè)量單元（IMU sensors，可以感知運(yùn)動(dòng)和姿態(tài)的傳感器）和密集的觸覺(jué)傳感器。這一設(shè)計(jì)讓機(jī)器人手獲得了前所未有的感知維度。實(shí)驗(yàn)證明，這種多模態(tài)能力極大地?cái)U(kuò)展了機(jī)器人的操作潛力。例如，通過(guò)手掌的熱像儀，MOTIF手可以在不直接接觸的情況下“感覺(jué)”到物體的溫度，就像人類(lèi)靠近熱鍋試探一樣，從而引導(dǎo)機(jī)器人進(jìn)行安全抓取，避免了因高溫造成的損害。此外，面對(duì)兩個(gè)外觀(guān)一模一樣但一個(gè)裝滿(mǎn)水一個(gè)為空的瓶子，僅靠視覺(jué)的機(jī)器人無(wú)法區(qū)分。而MOTIF手可以通過(guò)內(nèi)置的IMU傳感器，模仿人類(lèi)“搖一搖”或“掂一掂”的動(dòng)作，通過(guò)感知物體的慣性來(lái)準(zhǔn)確判斷其質(zhì)量。這項(xiàng)研究不僅為機(jī)器人賦予了更接近人類(lèi)的直覺(jué)，其開(kāi)源設(shè)計(jì)也為整個(gè)機(jī)器人社群提供了一個(gè)強(qiáng)大的新研究平臺(tái)。

閱讀更多：

Zhou, Hanyang, et al. “The MOTIF Hand: A Robotic Hand for Multimodal Observations with Thermal, Inertial, and Force Sensors.” arXiv:2506.19201, arXiv, 24 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2506.19201

情緒識(shí)別人工智能可減輕醫(yī)生同理心疲勞

醫(yī)生準(zhǔn)確理解患者情緒對(duì)于治療至關(guān)重要，但長(zhǎng)期共情易導(dǎo)致疲勞。筑波大學(xué)的 Homura Kawamura 及其同事開(kāi)發(fā)了一種非接觸式多模態(tài)情緒識(shí)別人工智能框架。研究表明，該系統(tǒng)在識(shí)別患者情緒方面的準(zhǔn)確性超越了經(jīng)驗(yàn)豐富的醫(yī)生，有望成為臨床的有力輔助工具。

研究團(tuán)隊(duì)構(gòu)建了一個(gè)先進(jìn)的非接觸式多模態(tài)情緒識(shí)別人工智能系統(tǒng)。該系統(tǒng)通過(guò)分析患者的語(yǔ)音語(yǔ)調(diào)、對(duì)話(huà)內(nèi)容以及使用毫米波雷達(dá)等非接觸設(shè)備捕捉的心率和呼吸等生理信號(hào)，來(lái)綜合判斷患者的情感狀態(tài)。其核心采用了跨模態(tài)變換器架構(gòu)，能高效融合不同來(lái)源的信息。為了驗(yàn)證系統(tǒng)的有效性，研究人員進(jìn)行了一項(xiàng)模擬實(shí)驗(yàn)。他們讓經(jīng)驗(yàn)豐富的醫(yī)生與扮演癌癥患者的模擬演員進(jìn)行咨詢(xún)，并同時(shí)使用人工智能系統(tǒng)進(jìn)行情緒識(shí)別。結(jié)果顯示，以患者自我報(bào)告的情緒為基準(zhǔn)，人工智能系統(tǒng)在識(shí)別準(zhǔn)確率上顯著優(yōu)于人類(lèi)醫(yī)生。這項(xiàng)研究表明，人工智能通過(guò)整合人類(lèi)在溝通過(guò)程中可能忽略的細(xì)微生理和語(yǔ)言線(xiàn)索，展現(xiàn)出超越專(zhuān)家的潛力。該技術(shù)不僅能為醫(yī)生提供客觀(guān)的情緒參考，幫助減少因誤讀或共情投入過(guò)大而產(chǎn)生的“同理心疲勞”，其非接觸的特性也極大地減輕了患者在監(jiān)測(cè)過(guò)程中的心理和生理負(fù)擔(dān)。研究發(fā)表在 IEEE Access 上。

閱讀更多：

Kawamura, Homura, et al. “Framework for Emotion Recognition Using Cross-Modal Transformers With Non-Contact Multimodal Signals Aiming Clinical Service Support.” IEEE Access, vol. 13, 2025, pp. 99490–508. IEEE Xplore, https://doi.org/10.1109/ACCESS.2025.3573648

用肌肉感受音樂(lè)：可穿戴設(shè)備實(shí)現(xiàn)靜音式深沉低音

如何在不打擾鄰居的情況下享受音樂(lè)會(huì)般的震撼低音？日本筑波大學(xué)的 Keiichi Zempo 及其同事針對(duì)此問(wèn)題，開(kāi)發(fā)了一款便攜式靜音低音炮，它通過(guò)直接刺激用戶(hù)肌肉，讓用戶(hù)“感受”到音樂(lè)。

?概念性方法比較，包括所提方法及其權(quán)衡關(guān)系。Credit: IEEE Access (2025).

研究團(tuán)隊(duì)設(shè)計(jì)了一種創(chuàng)新的可穿戴設(shè)備，它巧妙地將電肌肉刺激與低頻振動(dòng)相結(jié)合。該設(shè)備能自動(dòng)從音樂(lè)中提取貝斯、底鼓等低音部分的信號(hào)，并將其轉(zhuǎn)化為精確的EMS脈沖，直接作用于佩戴者的身體。這樣一來(lái)，用戶(hù)聽(tīng)到的不再是空氣中傳播的聲波，而是由自身肌肉收縮產(chǎn)生的、可感知的身體律動(dòng)。為了驗(yàn)證效果，研究人員邀請(qǐng)了24名參與者進(jìn)入一場(chǎng)虛擬現(xiàn)實(shí)音樂(lè)會(huì)。實(shí)驗(yàn)結(jié)果表明，這款“靜音低音炮”在再現(xiàn)音樂(lè)的節(jié)奏感和深度方面，表現(xiàn)可與傳統(tǒng)的實(shí)體揚(yáng)聲器相媲美，但幾乎不產(chǎn)生任何環(huán)境噪音。更重要的是，隨著用戶(hù)逐漸適應(yīng)這種新奇的刺激，他們報(bào)告的沉浸感和自然感顯著增強(qiáng)。這項(xiàng)技術(shù)不僅解決了家庭娛樂(lè)中的噪音問(wèn)題，也為聽(tīng)障人士感知音樂(lè)節(jié)奏提供了新的可能。研究發(fā)表在 IEEE Access 上。

閱讀更多：

Zempo, Keiichi, et al. “Myoelectric Stimulation Silent Subwoofer Which Presents the Deep Bass-Induced Body-Sensory Acoustic Sensation.” IEEE Access, vol. 13, 2025, pp. 86705–18. IEEE Xplore, https://doi.org/10.1109/ACCESS.2025.3565283

居家神經(jīng)調(diào)控新療法在重度抑郁癥中顯示療效

如何為藥物治療無(wú)效的重度抑郁癥患者提供新的希望？由布朗大學(xué)的 Linda L. Carpenter、南卡羅來(lái)納醫(yī)科大學(xué)（MUSC）的 Mark S. George 及加州大學(xué)洛杉磯分校（UCLA）的 Andrew F. Leuchter 等人合作開(kāi)展的MOOD研究，評(píng)估了一種名為Proliv?Rx的居家神經(jīng)調(diào)控設(shè)備，結(jié)果表明該療法能安全有效地改善難治性抑郁癥狀。

這項(xiàng)關(guān)鍵性臨床試驗(yàn)采用多中心、隨機(jī)雙盲和假刺激對(duì)照設(shè)計(jì)，納入了124名抗抑郁藥物治療失敗的重度抑郁癥患者。研究的核心技術(shù)是一種名為外部聯(lián)合枕神經(jīng)與三叉神經(jīng)傳入刺激的非侵入性神經(jīng)調(diào)控療法，通過(guò)可穿戴設(shè)備Proliv?Rx實(shí)現(xiàn)。參與者在家中每日自行佩戴設(shè)備進(jìn)行治療，持續(xù)八周。

關(guān)鍵數(shù)據(jù)顯示，接受積極治療的患者，其抑郁癥狀評(píng)估分?jǐn)?shù)平均下降了8.62分，顯著優(yōu)于假刺激組的6.01分。更重要的是，積極治療組的臨床緩解率（指抑郁癥狀顯著減輕至基本正常的水平）達(dá)到了21.3%，是假刺激組（6.0%）的三倍以上。在隨后的開(kāi)放標(biāo)簽治療階段，患者癥狀進(jìn)一步改善，緩解率提升至32%。該療法安全性良好，不良反應(yīng)輕微且短暫，并且患者在居家使用場(chǎng)景下表現(xiàn)出很高的依從性和滿(mǎn)意度。研究發(fā)表在 Brain Stimulation 上。

閱讀更多：

Carpenter, Linda L., et al. “A Novel Home-Based, Combined Occipital and Trigeminal Afferent Stimulation Therapy for Major Depressive Disorder: Efficacy and Safety Results from a Double-Blind Multicenter Randomized Sham-Controlled Study.” Brain Stimulation: Basic, Translational, and Clinical Research in Neuromodulation, vol. 18, no. 5, Sept. 2025, pp. 1695–704. www.brainstimjrnl.com, https://doi.org/10.1016/j.brs.2025.08.022

繪制AI蛋白質(zhì)設(shè)計(jì)路線(xiàn)圖，指導(dǎo)利用AI工具設(shè)計(jì)蛋白質(zhì)

傳統(tǒng)蛋白質(zhì)設(shè)計(jì)方法面臨瓶頸，如何高效利用人工智能加速創(chuàng)新成為關(guān)鍵。哈佛大學(xué)醫(yī)學(xué)院的 George M. Church、Li Li 及格里菲斯大學(xué)的 Shirui Pan 等研究人員合作，發(fā)表了一篇綱領(lǐng)性綜述，系統(tǒng)性地提出了一個(gè) AI 驅(qū)動(dòng)的蛋白質(zhì)設(shè)計(jì)路線(xiàn)圖，旨在指導(dǎo)科研人員將 AI 工具無(wú)縫整合到研發(fā)流程中。

這篇綜述旨在為蛋白質(zhì)設(shè)計(jì)領(lǐng)域提供一個(gè)清晰且可操作的指南。研究團(tuán)隊(duì)首先剖析了傳統(tǒng)蛋白質(zhì)設(shè)計(jì)的兩大策略：定向進(jìn)化（directed evolution，通過(guò)引入隨機(jī)突變并篩選來(lái)模擬自然選擇）和理性設(shè)計(jì)（rational design，基于結(jié)構(gòu)和功能知識(shí)進(jìn)行定點(diǎn)修改）的局限性，指出其在探索蛋白質(zhì)巨大的序列空間時(shí)效率低下。為此，他們系統(tǒng)地梳理了當(dāng)前最先進(jìn)的AI工具，并將其歸納為七個(gè)功能明確的工具包，涵蓋從蛋白質(zhì)數(shù)據(jù)庫(kù)搜索、結(jié)構(gòu)與功能預(yù)測(cè)，到序列與結(jié)構(gòu)的從頭生成、虛擬篩選及DNA合成等全流程。該研究的核心成果是一個(gè)詳細(xì)的路線(xiàn)圖，它將這七個(gè)工具包與蛋白質(zhì)設(shè)計(jì)的具體步驟（如親本選擇、文庫(kù)構(gòu)建、篩選優(yōu)化）精確匹配，為研究者提供了端到端的AI輔助設(shè)計(jì)方案。文中通過(guò)多個(gè)案例研究，如利用AI加速腺相關(guān)病毒（AAV）衣殼和抗體的進(jìn)化，以及從頭設(shè)計(jì)具有高熱穩(wěn)定性的新型熒光素酶，展示了該路線(xiàn)圖的實(shí)際應(yīng)用價(jià)值。研究發(fā)表在 Nature Reviews Bioengineering 上。

閱讀更多：

Koh, Huan Yee, et al. “AI-Driven Protein Design.” Nature Reviews Bioengineering, Sept. 2025, pp. 1–23. www.nature.com, https://doi.org/10.1038/s44222-025-00349-8

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(lèi)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(lèi)。

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、、、大圓鏡科普等。