追问daily | 谷歌发布AI合作科学家；环境因素比基因更影响健康！慢性压力如何让大脑自动驾驶？

█ 脑科学动态

Cell：大脑如何区分自身运动与外部世界运动？

Cell：HypoxyStat模拟高海拔低氧环境，有效治疗线粒体疾病

Nature：压力如何让大脑“自动驾驶”？

Nature：RNA剪接异常揭示癌症免疫治疗新靶点

Nature：胃癌“劫持”神经系统，电信号加速肿瘤扩散

Nature：揭秘大脑决策背后的“乐观”与“悲观”神经元

虚拟现实实验揭示大脑会放大意外疼痛

从禅定到方言：探索心灵的共同语言

环境因素比基因更影响健康和衰老

█ AI行业动态

Google新模型：图像与文本处理的全能选手

微软推出生成式 AI 模型 Muse，助力游戏创意设计

谷歌AI合作科学家：科学发现的加速器

Figure发布全新机器人模型Helix

█ AI研发动态

Nature：AI如何帮助全球应对下一次疫情

AI助力精准健康管理，推动长寿研究新突破

模型剪枝技术有效减少AI偏见，但效果因情境而异

MIT研究发现：AI与人类大脑的“语义中心”惊人相似

机器人也能终身学习？新框架让AI更聪明

蚕蛾触角助力无人机实现精准气味导航

脑科学动态

Cell：大脑如何区分自身运动与外部世界运动？

大脑如何区分外部世界的视觉运动和观察者自身运动引起的视觉运动，这一问题被称为“运动源分离问题”。伦敦大学学院 Sainsbury Wellcome 中心的研究团队通过开发一种名为 Translocator 的实验装置，首次揭示了小鼠初级视觉皮层中的神经元如何利用运动和前庭信号来区分这两种运动。

▷图片摘要。Credit：Cell（2025）

研究团队开发了 Translocator 装置，结合虚拟现实技术，让小鼠在跑步机上跑步或被动移动，同时记录其初级视觉皮层的神经活动。通过分离运动信号、前庭信号和视觉流动信号，研究团队发现，初级视觉皮层中约 50% 的细胞对视觉流动、跑步和位移有反应。当小鼠跑步时，跑步信号会抑制与其速度一致的前庭信号；而当跑步速度和前庭信号不一致时，前庭信号会主导皮层活动。这一发现表明，大脑通过整合运动、前庭和视觉信号来构建一个内部参考框架，用于感知自身运动状态。研究还发现，这种信号整合不仅发生在初级视觉皮层，还广泛存在于大脑的其他区域，表明这是大脑皮层组织的基本属性。研究发表在 Cell 上。

#神经科学 #大脑信号解析 #运动感知 #前庭系统 #视觉皮层

阅读更多：

Vélez-Fort, Mateo, et al. “Motor and Vestibular Signals in the Visual Cortex Permit the Separation of Self versus Externally Generated Visual Motion.” Cell, vol. 0, no. 0, Feb. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.01.032

Cell：HypoxyStat模拟高海拔低氧环境，有效治疗线粒体疾病

格莱斯顿研究所的科学家Isha Jain和Skyler Blume与Maze Therapeutics合作，开发了一种名为HypoxyStat的药物，模拟高海拔低氧环境的效果，用于治疗遗传性线粒体疾病。他们通过增加血红蛋白与氧的结合亲和力，减少组织中的氧气供应，从而模拟低氧环境。

▷在使用 HypoxyStat（右图所示的新化合物）治疗后，大脑中的炎症（用绿色显示）得到了减少。Credit: Gladstone Institutes

研究团队开发了HypoxyStat，一种小分子药物，通过增加血红蛋白（hemoglobin）与氧的结合亲和力，导致组织缺氧，模拟了海拔4500米的低氧环境。在Ndufs4基因敲除（KO）小鼠模型中，每日口服HypoxyStat显著延长了小鼠的寿命，并改善了包括行为、体重、神经病理和体温在内的多个疾病方面。即使在疾病晚期开始治疗，HypoxyStat也能逆转疾病症状，提供了一种临床可行的低氧疗法。研究发表在 Cell 上。

#大脑健康 #个性化医疗 #线粒体疾病 #HypoxyStat

阅读更多：

Blume, Skyler Y., et al. “HypoxyStat, a Small-Molecule Form of Hypoxia Therapy That Increases Oxygen-Hemoglobin Affinity.” Cell, vol. 0, no. 0, Feb. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.01.029

Nature：压力如何让大脑“自动驾驶”？

慢性压力如何影响决策制定？哈佛医学院和哈佛大学的研究团队通过小鼠实验，揭示了大脑中两条神经通路在压力和决策中的作用。研究使用光遗传学技术（optogenetics）激活或抑制特定神经通路，分析小鼠在压力下的决策模式，发现慢性压力会抑制与灵活决策相关的通路，同时激活与习惯行为相关的通路。

研究团队通过让小鼠暴露于轻微压力源（如潮湿铺垫和白噪音），观察其行为变化。随后，使用光遗传学技术激活或抑制特定神经通路，分析小鼠在压力下的决策模式。研究发现，一条与灵活决策相关的神经通路在未受压小鼠中活跃，而在受压小鼠中被抑制；另一条与习惯行为相关的通路则在受压小鼠中活跃。通过光遗传学技术激活被抑制的通路后，受压小鼠的行为恢复正常，表明这些通路在压力下的决策平衡中起关键作用。研究发表在 Nature 上。

#认知科学 #神经机制与脑功能解析 #慢性压力 #光遗传学

阅读更多：

Watson, Traci. “How Chronic Stress Warps Decision-Making.” Nature, Feb. 2025. www.nature.com, https://doi.org/10.1038/d41586-025-00502-8

Nature：胃癌“劫持”神经系统，电信号加速肿瘤扩散

胃癌如何利用神经系统促进生长和扩散一直是癌症研究中的未解之谜。哥伦比亚大学欧文医学中心的研究团队通过小鼠模型，首次揭示了胃癌细胞与感觉神经元之间的电连接。研究人员发现，这种连接通过释放降钙素基因相关肽（CGRP）诱导电信号，形成前馈回路，持续刺激肿瘤生长。

研究团队使用小鼠胃癌模型，发现痛觉神经在神经生长因子（NGF）的作用下显著扩张。通过神经追踪技术，研究人员确定了CGRP+肽能神经元是主要的胃感觉神经元。三维共培养模型显示，感觉神经元直接与胃癌球体连接。化学遗传学激活感觉神经元会诱导钙离子释放到癌细胞中，促进肿瘤生长和转移。药物消融感觉神经元或使用CGRP抑制剂可以抑制肿瘤生长并延长生存期。此外，通过光遗传学激活胃肿瘤膜的去极化，增强了颈静脉核复合体中的钙流和CGRP释放，定义了一个癌细胞-肽能神经元回路。研究发表在 Nature 上。

#神经科学 #个性化医疗 #胃癌 #神经回路 #CGRP抑制剂

阅读更多：

Zhi, Xiaofei, et al. “Nociceptive Neurons Promote Gastric Tumour Progression via a CGRP–RAMP1 Axis.” Nature, Feb. 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-025-08591-1

Nature：揭秘大脑决策背后的“乐观”与“悲观”神经元

大脑在决策时如何平衡风险和奖励？哈佛医学院和哈佛大学的研究团队，包括Jan Drugowitsch和Naoshige Uchida，通过将机器学习概念融入小鼠实验，研究了支持基于奖励的决策的大脑电路。他们发现，小鼠大脑中存在两类神经元：一类帮助小鼠学习高于平均水平的结果，另一类与低于平均水平的结果相关。这些神经元共同作用，使大脑能够评估与选择相关的全部可能奖励范围。

研究团队使用高密度探针（Neuropixels）记录小鼠在经典条件反射任务中腹侧纹状体的活动，任务中独立操纵了奖励均值、奖励方差和刺激身份。研究结果显示，腹侧纹状体中存在对奖励方差的抽象编码，与传统的强化学习理论不同。长期消融多巴胺输入会扰乱这些分布表示，但不影响均值编码。通过双光子钙成像和光遗传学，研究发现腹侧纹状体中的D1和D2中型多棘神经元分别优先编码奖励分布的右尾和左尾。这些发现被整合成一个新的腹侧纹状体和多巴胺系统模型，利用D1和D2中型多棘神经元的对抗性来实现分布强化学习的计算优势。研究发表在 Nature 上。

#神经科学 #预测模型构建 #大脑信号解析 #决策机制 #机器学习

阅读更多：

Lowet, Adam S., et al. “An Opponent Striatal Circuit for Distributional Reinforcement Learning.” Nature, Feb. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-024-08488-5

Nature：RNA剪接异常揭示癌症免疫治疗新靶点

癌症免疫疗法面临肿瘤异质性和抗原缺乏的挑战。加州大学旧金山分校的研究团队通过分析RNA剪接错误，识别出一类新型的肿瘤广泛表达的公共新抗原。这些抗原在多种癌症类型中普遍存在，为开发针对难以治疗的肿瘤的免疫疗法提供了新的方向。

▷NJs 的一部分在肿瘤中广泛表达。Credit: Nature (2025).

研究团队利用RNA测序数据，分析了来自前列腺癌、肝癌、结肠癌等多种癌症的肿瘤样本，识别出近1000种癌症特异性mRNA。这些mRNA通过RNA剪接异常产生，且在健康组织中不存在。研究人员进一步筛选出32种抗原候选物，并选择了其中四种进行详细测试。通过工程改造的T细胞，研究人员成功在实验室中摧毁了胶质瘤细胞。这一发现为克服肿瘤异质性提供了新的策略，并有望加速免疫疗法的开发。研究发表在 Nature 上。

#神经技术 #个性化医疗 #RNA剪接 #免疫疗法 #肿瘤异质性

阅读更多：

Kwok, Darwin W., et al. “Tumour-Wide RNA Splicing Aberrations Generate Actionable Public Neoantigens.” Nature, Feb. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-024-08552-0

虚拟现实实验揭示大脑会放大意外疼痛

痛觉感知不仅由有害刺激决定，还因个人信念和不确定性而异。东京海洋大学的研究团队使用虚拟现实技术，让健康参与者在接受热痛刺激的同时观察视觉刺激，并报告疼痛强度。研究结果支持了“惊讶假说”，即大脑将疼痛感知为预测与现实之间的差异，揭示了疼痛感知的机制。

▷自我诱发疼痛任务在虚拟现实环境中的研究。Credit: Cognition (2025).

这项研究的关键方法是虚拟现实技术，研究人员让参与者在接受热痛刺激的同时，手臂被虚拟刀刺入。为了操纵惊讶程度，视觉威胁突然消失，并在动作的不同阶段呈现热痛刺激。研究发现，当视觉威胁突然消失并与延迟的热痛刺激结合时，疼痛强度被放大。基于贝叶斯理论的分析显示，贝叶斯惊讶值显著调节了疼痛感知。这些结果表明，大脑通过动作的传出副本预测疼痛，并将其与多模态刺激整合，感知为惊讶。研究发表在 Cognition 上。

#认知科学 #疼痛 #虚拟现实 #贝叶斯理论

阅读更多：

“Bayesian Surprise Intensifies Pain in a Novel Visual-Noxious Association.” Cognition, vol. 257, Apr. 2025, p. 106064. www.sciencedirect.com, https://doi.org/10.1016/j.cognition.2025.106064

从禅定到方言：探索心灵的共同语言

佛教的禅定冥想和基督教的说方言实践在表面上看似截然不同，但麦吉尔大学、莫纳什大学和多伦多大学的研究团队发现它们在认知反馈循环上有着显著的共同点。研究由Michael Lifshitz领导，通过收集来自美国佛教冥想退修会和基督教礼拜服务的第一手资料，分析了参与者的注意力和情绪状态，并记录了他们的脑电活动。研究结果表明，这两种实践都能通过一个被称为“注意力、唤醒和释放螺旋”的心理循环，创造出深层次的快乐和放下状态。

研究团队通过对美国经验丰富的佛教冥想者和基督教说方言者的现象学访谈，发现这两种精神实践在集中注意力、激发的喜悦和释放感之间存在着动态关系。通过分析这些现象学数据，并结合大脑功能理论，如感觉门控和预测处理，研究提出这些实践都涉及一个通过注意力、唤醒和释放螺旋构建的自律场。这一发现为理解人类如何培养深度集中状态提供了新的见解，并可能帮助更多人获得深层次的平静与幸福。研究发表在 American Journal of Human Biology 上。

#认知科学 #心理健康与精神疾病 #冥想 #说方言 #认知反馈循环

阅读更多：

Brahinsky, Josh, et al. “The Spiral of Attention, Arousal, and Release: A Comparative Phenomenology of Jhāna Meditation and Speaking in Tongues.” American Journal of Human Biology, vol. 36, no. 12, 2024, p. e24189. Wiley Online Library, https://doi.org/10.1002/ajhb.24189

环境因素比基因更影响健康和衰老

研究团队使用了英国生物银行近五十万参与者的数据，评估了164种环境因素和22种主要疾病遗传风险评分对衰老、与年龄相关疾病以及过早死亡的影响，发现生活方式和环境因素对健康和衰老的影响比基因更大。

研究团队使用了一种称为“暴露组”（exposome）的方法，系统地分析了英国生物银行中492,567名参与者的全因死亡率，并评估了这些环境暴露与一种基于蛋白质水平的“衰老时钟”（proteomic age clock）的关联。他们识别出了25种独立的环境暴露，这些暴露与死亡率、蛋白质衰老、年龄相关的多病状态、衰老生物标志物和主要疾病风险因素有关。研究发现，与年龄和性别信息相比，22种主要疾病的多基因风险评分解释了不到2%的死亡风险变异，而暴露组则解释了额外的17%。对于痴呆和乳腺癌等疾病，多基因风险解释了更多的变异，而对于肺、心和肝的疾病，暴露组的影响更大。研究发表在 Nature Medicine 上。

#大脑健康 #健康管理与寿命延长 #环境因素 #基因 #衰老 #暴露组

阅读更多：

Argentieri, M. Austin, et al. “Integrating the Environmental and Genetic Architectures of Aging and Mortality.” Nature Medicine, Feb. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41591-024-03483-9

AI 行业动态

Google新模型PaliGemma 2 Mix：图像与文本处理的全能选手

Google近日发布了PaliGemma 2 Mix，这是一款全新的视觉-语言模型（VLM），能够同时处理图像和文本输入，并生成相应的输出。该模型集成了图像描述、光学字符识别（OCR）、问答、目标检测和分割等多种功能，适用于广泛的应用场景。PaliGemma 2 Mix基于PaliGemma 2模型进一步优化，专门调整为混合任务，使开发者能够直接探索其能力并应用于常见场景。

PaliGemma 2 Mix以预训练检查点（checkpoints）的形式发布，适合开发者直接使用或进一步微调。该模型提供三种参数规模供选择：3B（30亿参数）、10B（100亿参数）和28B（280亿参数），同时支持224px和448px两种分辨率，以满足不同的计算资源和任务需求。

主要功能包括：图像描述（短篇和长篇）、光学字符识别（OCR）、图像问答、目标检测和图像分割。开发者可以通过Kaggle和Hugging Face平台下载混合模型权重，快速集成到自己的项目中。

#Google #视觉-语言模型 #PaliGemma2Mix #OCR #图像处理

阅读更多：

https://arxiv.org/abs/2412.03555

微软推出生成式 AI 模型 Muse，助力游戏创意设计

微软研究游戏智能团队与可教人工智能体验（Tai X）团队合作，开发了首款生成式AI模型Muse，专为游戏创意设计而生。Muse基于世界和人类行为模型（WHAM），能够生成游戏视觉效果和控制器操作，甚至两者兼有。该模型通过大量人类游戏数据进行训练，展示了其在生成复杂且一致的游戏玩法序列方面的强大能力。微软还开源了Muse的模型权重、样本数据以及WHAM示范器，供开发者在Azure AI工坊上进行实验和探索。Muse的开发不仅展示了生成式AI在游戏设计中的潜力，还为未来的AI驱动游戏体验铺平了道路。

Muse的独特之处在于它能够根据1秒钟的游戏视频生成几分钟的交互式游戏画面。例如，给它《Bleeding Edge》的开场画面，它可以生成后续战斗场景，并包含角色的跳跃、攻击等细节。Muse有两种工作模式：世界模型模式和完全生成模式。在世界模型模式下，Muse根据初始画面预测游戏发展，包括角色移动和场景变化；而在完全生成模式下，它可以从头开始生成全新的游戏序列。

此外，Muse能够理解3D游戏世界的规则和物理世界。例如，它知道角色跳跃后会落地，攻击会触发动画等，这使得生成的画面显得自然而非杂乱无章。这一能力使得Muse在游戏设计中的应用更加广泛和实用。

#生成式AI #游戏设计 #微软研究 #开源 #AI创新

阅读更多：

https://www.microsoft.com/en-us/research/blog/introducing-muse-our-first-generative-ai-model-designed-for-gameplay-ideation/

谷歌AI合作科学家：科学发现的加速器

谷歌研究员Juraj Gottweis和Vivek Natarajan近日推出了一款名为“AI合作科学家”（AI co-scientist）的多智能体AI系统，该系统基于Gemini 2.0构建，旨在作为科学家的虚拟合作者，帮助生成新颖的假设和研究提案，加速科学和生物医学发现的进程。AI合作科学家通过模拟科学方法的推理过程，不仅能够进行文献回顾和总结，还能发现新的原始知识，并提出可验证的研究假设和提案。

该系统由多个专门代理组成，包括生成、反思、排序、进化、临近和元评审等，这些代理通过自动反馈迭代生成、评估和改进假设，形成一个自我改进的循环。科学家可以通过自然语言与系统互动，提供研究目标或反馈，系统则利用网络搜索和专门AI模型增强生成假设的可靠性和质量。

AI合作科学家在多个领域展示了其潜力，包括药物再利用、治疗靶点发现以及抗菌素耐药性机制的解释。例如，在急性髓系白血病（AML）的药物再利用研究中，系统提出的候选药物在实验中显示出抑制肿瘤活性的效果。此外，系统还能通过扩展计算能力，逐步提高其科学推理能力，生成更高质量和更具新颖性的输出。

尽管系统仍有一些局限性，如需要增强文献回顾和事实检查能力，但其在加速科学发现方面的潜力已初步显现。谷歌计划通过“可信测试者计划”（Trusted Tester Program）向研究机构开放该系统，以进一步评估其优势和局限性。

#AI合作科学家 #Gemini2.0 #科学发现 #多智能体系统 #药物再利用

阅读更多：

https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/

Figure发布全新机器人模型Helix

人形机器人公司Figure，发布其自主研发的全新机器人模型：Helix。Helix是一个创新的视觉-语言-行动（VLA）模型，旨在解决机器人学中的多个长期挑战，特别是在家庭环境中的应用。它结合了感知、语言理解和学习控制，为机器人带来了许多突破。

▷helix机器人

Helix系统依赖于先进的深度学习技术和传感器融合，能够对周围环境进行精确感知，并根据任务需求实时调整机器人动作。与传统的机器人系统相比，Helix能够在更加动态的环境中执行复杂任务，如快速抓取物品和避开障碍物。系统采用了强化学习（Reinforcement Learning）以及自主决策算法（Autonomous Decision-Making Algorithms），使机器人在执行任务时具备更高的灵活性和适应性。

此外，Helix还通过与云端AI系统的连接，实现了持续学习和优化，使得机器人在执行多样化任务时更加高效。该系统的推出为多个行业的自动化进程提供了有力支持，尤其在仓储物流、家庭服务等领域具有广泛的应用前景。

#神经技术 #人工智能 #机器人技术 #深度学习 #自动化

阅读更多：

https://www.figure.ai/news/helix

AI 研发动态

Nature：AI如何帮助全球应对下一次疫情

传染病对全球健康构成持续威胁，人工智能（AI）在疫情准备和应对中的潜力备受关注。牛津大学的Moritz Kraemer、Samir Bhatt以及Scripps研究转化研究所的Eric Topol等科学家，联合全球多个领域的学术界、工业界和政策组织，发表了一篇观点文章，探讨了AI如何加速传染病研究和疫情应对的突破，并强调了安全性、问责制和伦理问题。

研究结合了机器学习、计算统计学、信息检索和数据科学等技术，分析了AI在传染病建模中的应用。研究发现，AI在有限数据下的表现显著提升，能够更好地预测疫情起源、传播轨迹和对个体的影响。例如，AI可以整合群体和个人数据，优化资源分配，并加速疫苗开发。此外，AI在识别高传播区域和预测新病原体特性方面也表现出色。然而，AI的应用仍需谨慎，特别是在数据质量和模型透明度方面。研究建议加强全球合作，推动AI在传染病防控中的可持续发展。研究发表在 Nature 上。

#认知科学 #预测模型构建 #人工智能 #全球合作

阅读更多：

Kraemer, Moritz U. G., et al. “Artificial Intelligence for Modelling Infectious Disease Epidemics.” Nature, vol. 638, no. 8051, Feb. 2025, pp. 623–35. www.nature.com, https://doi.org/10.1038/s41586-024-08564-w

AI助力精准健康管理，推动长寿研究新突破

随着衰老研究数据的爆炸性增长，如何有效评估干预措施的安全性和有效性成为一大挑战。新加坡国立大学 Yong Loo Lin 医学院与德国罗斯托克大学医学中心生物统计与医学信息及衰老研究研究所的研究人员合作，利用大型语言模型等先进 AI 工具，提出了一套全面的标准，确保 AI 系统能够准确、可靠且易于理解地分析复杂生物数据，从而提供个性化健康建议。

研究团队确定了八项关键要求，包括评价结果的正确性、有用性、可解释性、对因果机制的考虑、跨学科分析、可重复性和标准化、对纵向数据的强调，以及与已知衰老机制的相关性。通过将这些要求添加到提示中，研究人员发现 LLMs 能够提供更准确和详细的见解。例如，在分析雷帕霉素（rapamycin）时，AI 不仅评估了其有效性，还提供了具体背景下的解释和注意事项，如可能的副作用。研究结果表明，AI 工具在评估衰老干预措施时，能够设计更好的临床试验并帮助制定个性化健康建议，从而为更安全和更有效的健康干预铺平道路。研究发表在 Ageing Research Reviews 上。

#认知科学 #个性化医疗 #健康管理与寿命延长 #大模型技术

阅读更多：

“Validation Requirements for AI-Based Intervention-Evaluation in Aging and Longevity Research and Practice.” Ageing Research Reviews, vol. 104, Feb. 2025, p. 102617. www.sciencedirect.com, https://doi.org/10.1016/j.arr.2024.102617

模型剪枝技术有效减少AI偏见，但效果因情境而异

大型语言模型在应用中常表现出种族偏见，这一问题引发了广泛关注。斯坦福大学的研究团队，包括Julian Nyarko、Sibo Ma、Alejandro Salinas和Peter Henderson，开发了一种名为“模型剪枝”的技术，通过选择性移除导致偏见的人工神经元，成功减少了偏见，同时保持了模型的实用性。然而，研究也发现，偏见缓解策略的效果高度依赖于具体应用场景。

▷基于剪枝的偏差缓解方法示意图。Credit: arXiv (2025).

研究团队采用模型剪枝（model pruning）技术，深入分析了LLMs内部机制，识别并移除了那些在特定情境下激活并导致偏见的人工神经元。他们还尝试了注意力头剪枝（attention-head pruning），即移除帮助模型聚焦于输入特定部分的机制。研究发现，基于神经元的剪枝在减少偏见的同时更能保持模型的实用性，但其效果在不同应用场景中差异显著。例如，针对金融决策中偏见的剪枝策略在商业交易中效果不佳。研究表明，种族偏见在语言模型中仅部分表现为通用概念，其余则高度依赖于具体情境。因此，通用的偏见缓解策略可能效果有限。

#大模型技术 #AI偏见 #模型剪枝 #法律框架 #情境依赖

阅读更多：

Ma, Sibo, et al. Breaking Down Bias: On The Limits of Generalizable Pruning Strategies. arXiv:2502.07771, arXiv, 11 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.07771

MIT研究发现：AI与人类大脑的“语义中心”惊人相似

大型语言模型如何高效处理多样化的数据是一个重要的科学问题。MIT的研究团队通过分析LLMs的内部工作机制，发现其与人类大脑的“语义中心”机制相似。研究揭示了LLMs如何将不同模态的数据转换为通用的表示形式，并展示了通过干预模型的语义中心可以改变其输出。

研究团队通过实验测试了“语义中心假说”，即LLMs在处理不同数据类型时，会在中间层生成语义相似的表示。例如，模型在处理中文文本时，会先用英语进行推理，再生成中文输出。研究人员还发现，干预一种数据类型的共享表示空间会影响其他数据类型的输出。这表明，共享表示空间是模型在处理输入时主动利用的，而不仅仅是大规模训练的副产品。

#认知科学 #大模型技术 #语义中心假说 #多模态数据处理

阅读更多：

Wu, Zhaofeng, et al. The Semantic Hub Hypothesis: Language Models Share Semantic Representations Across Languages and Modalities. arXiv:2411.04986, arXiv, 5 Dec. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2411.04986

机器人也能终身学习？新框架让AI更聪明

人类能够终身积累知识并不断提升技能，但这一能力在人工智能和机器人系统中难以复制。为了解决这一问题，慕尼黑工业大学和南京大学的研究团队，包括Alois Knoll和Zhenshan Bing，开发了LEGION框架。该框架利用贝叶斯非参数模型（DPMMs）和语言嵌入，使机器人能够持续学习并适应新任务，提升了其在实际应用中的性能。

▷概念插图展示了机器人 LRL 过程。a，一般 LRL 过程的概览插图。与传统的多任务方法不同，在传统方法中代理可以同时访问所有任务，而 LRL 代理可以依次掌握任务，一个接一个。此外，代理在整个过程中需要不断积累知识。这一概念模仿了人类的学习过程。b，基于终身学习概念提出的框架。指示部署的具身代理使用语言命令执行长期任务。代理通过结合和重新应用获得的知识来完成这些任务。Credit: Meng et al.

LEGION框架的核心是贝叶斯非参数模型（DPMMs），这种模型能够根据接收到的任务数据动态调整知识结构，避免了传统方法中预定义任务数量的限制。研究人员还将语言嵌入与预训练的大型语言模型结合，使机器人能够理解和执行复杂的长期任务，如清理桌子。实验结果显示，LEGION框架使机器人能够从连续的任务流中积累知识，并能通过组合和重新应用所学知识来解决复杂的长期任务。这一研究为开发更具适应性和学习能力的机器人提供了新的思路。研究发表在 Nature Machine Intelligence 上。

#认知科学 #自动化科研 #强化学习 #贝叶斯非参数模型 #语言嵌入

阅读更多：

Meng, Yuan, et al. “Preserving and Combining Knowledge in Robotic Lifelong Reinforcement Learning.” Nature Machine Intelligence, Feb. 2025, pp. 1–14. www.nature.com, https://doi.org/10.1038/s42256-025-00983-2

蚕蛾触角助力无人机实现精准气味导航

传统无人机在低光、灰尘和湿气等环境下导航能力受限。信州大学的Daigo Terutsuki和千叶大学的Toshiyuki Nakata、Chihiro Fukui团队开发了一种新型生物混合无人机，使用蚕蛾的触角作为气味传感器，通过集成电触角图谱（EAG）传感器和优化电极及外壳结构，成功提升了无人机的气味搜索范围和检测精度。

▷Credit: Dr. Daigo Terutsuki / Shinshu University, Japan

研究团队从生物体的气味源搜索行为中获得灵感，提出了两个关键改进点：一是使用传感器外壳增加气味传感器的各向异性，二是实施分段旋转算法（stepped rotation algorithm），在扫描过程中策略性地加入暂停。这些改进使得搜索精度和范围都翻倍，达到了5米的搜索距离，显著超过了之前算法的性能。研究团队还重新设计了电极和EAG传感器，以更有效地适应蚕蛾触角的结构，并使用漏斗形封装减少气流阻力，内部施加导电涂层以减少静电充电引起的噪声干扰。这些修改使得在各种环境条件和气味浓度下，对气味源的检测效果更优。研究发表在 npj Robotics 上。

#神经技术 #自动化科研 #生物混合无人机 #气味导航 #灾害响应

阅读更多：

Fukui, Chihiro, et al. “Advanced Bio-Hybrid Drone for Superior Odor-Source Localization: High-Precision and Extended-Range Detection Capabilities.” Npj Robotics, vol. 3, no. 1, Feb. 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s44182-025-00020-9

整理｜ChatGPT

编辑｜丹雀、存源

关于追问nextquestion

天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。如果您有进一步想要讨论的内容，欢迎评论区留言，或添加小助手微信questionlab，加入社群与我们互动。

关于天桥脑科学研究院

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。

Chen Institute与华山医院、上海市精神卫生中心设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了加州理工天桥神经科学研究院。

Chen Institute建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、中文媒体追问等。