追问daily | Science：环境如何影响健康；Cell：压力如何转化为抑郁？当大脑一片空白时发生了什么？

█脑科学动态

Cell：胡海岚团队揭示压力传播的神经胶质动态机制

Science：从空气污染到社交压力，科学家绘制人体"暴露地图"

计算模型预测精神病病程，准确率超八成

小鼠也会"见义勇为"，催产素是幕后英雄

减肥补剂成分能治帕金森，ACLY酶成治疗新靶点

当大脑一片空白时发生了什么？

小鼠装上头戴式显微镜，癫痫发作前兆精准捕捉

全身PET扫描技术无创评估血脑屏障健康

█AI行业动态

ChatGPT免费用户可用"轻量研究模式"

首个实时视频解说AI：LiveCC让机器像主播一样边看边说

█AI驱动科学

大脑语言AI模型首次实现神经元空间与功能双模拟

机器人学会"察言观色"，MIT新算法让机械助手更懂人心

结合电信号和力信号可提高假肢手的准确性

测量AI模型的"可信度标尺"：新方法破解神经网络预测不确定性

AI数字孪生平台实现癌症治疗剂量个性化

计算成本砍掉96%！科学家教AI"精准答题"

语言模型也有"性格"？新系统量化AI个性特征

脑科学动态

Cell：胡海岚团队揭示压力传播的神经胶质动态机制

压力如何转化为抑郁？浙江大学胡海岚团队发现外侧缰核（LHb）神经元、蓝斑核去甲肾上腺素能神经元和星形胶质细胞形成的"铁三角"网络是压力诱发抑郁的关键。

▷外侧缰核和蓝斑核循环接力传递压力信息，介导抑郁症的发生。Credit: Cell(2025).

研究团队采用多通道光纤记录技术，发现压力会引发外侧缰核神经元独特的"双脉冲激活模式"：第一波激活后，星形胶质细胞精准接力，推动第二波神经元活动。通过光遗传学和药理学实验，团队证实这一过程依赖于蓝斑核释放的去甲肾上腺素（NE）。有趣的是，NE的"释放节奏"而非总量决定其作用：压力引发的瞬时NE释放会激活抑郁环路，而抗抑郁药通过阻断这种瞬时释放发挥作用。抑制星形胶质细胞钙活动可完全预防抑郁行为，这为开发新型抗抑郁药物提供了方向。研究发表在 Cell 上。

#疾病与健康 #神经机制与脑功能解析 #心理健康与精神疾病 #神经调控 #星形胶质细胞

阅读更多：

Xin, Qianqian, et al. “Neuron-Astrocyte Coupling in Lateral Habenula Mediates Depressive-like Behaviors.” Cell, vol. 0, no. 0, Apr. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.04.010

Science：从空气污染到社交压力，科学家绘制人体"暴露地图"

我们一生中受到的多重环境因素（化学、营养、社会压力等）会累积性地影响健康，这一思想经过二十多年发展，已孕育出独立学科——暴露组学（exposomics）。传统“一次研究一种暴露”的范式难以应对复合暴露带来的复杂健康效应，亟需系统化、整合化的新框架。

哥伦比亚大学梅尔曼公共卫生学院的Gary W. Miller和Banbury Exposomics Consortium团队最新研究展示了如何解码人体内的环境暴露"分子指纹"，为疾病预防和精准医疗提供新工具。

研究跨时随访多种环境域的累积暴露；并不限于单一因子—表型的横截面关系，而是关注复合暴露-健康链条的全过程。他们通过整合多种技术：可穿戴传感器（实时追踪化学暴露）、卫星污染地图（精确到城市街区）和超灵敏质谱仪（检测万亿分之一化合物），发现了多个重要关联，包括工业溶剂导致工人肾病聚集、空气颗粒物加速大脑老化，以及肠道微生物代谢物TMAO（三甲胺氧化物）作为心脏病风险新指标。

特别值得注意的是，研究提出了建立人类暴露组参考的构想，这将使大规模人群分析成为可能。同时，新成立的欧美暴露组学中心将为全球协作提供基础设施。研究还强调需要解决数据隐私等伦理问题，并更多关注健康的社会决定因素。研究发表在 Science 上。

#疾病与健康 #个性化医疗 #跨学科整合 #环境暴露 #预防医学

阅读更多：

Miller, Gary W. and Banbury Exposomics Consortium. “Integrating Exposomics into Biomedicine.” Science, vol. 388, no. 6745, Apr. 2025, pp. 356–58. science.org (Atypon), https://doi.org/10.1126/science.adr0544

计算模型预测精神病病程，准确率超八成

精神病患者为何有人能康复，而有人症状持续不断？巴塞罗那庞培法布拉大学大脑与认知中心的Ludovica Mana、Gustavo Deco和Manel Vila-Vidal团队联合瑞士洛桑大学医院，通过脑连接分析发现两组患者存在完全相反的神经模式，并开发出能预测病程的计算模型。

▷分析工作流程示意图，包含临床分期模型、实证连接分析和全脑模型拟合。Credit: Nature Mental Health (2025).

研究团队对比了88名早期精神病患者和128名健康人的脑扫描数据，发现未缓解患者（EP3NR）的功能连接强度比健康人低15%，而缓解患者（EP3R）反而高出12%。通过全脑计算模型分析，发现所有患者神经元连接的总体稳定性比健康人低30%，但EP3R患者通过"重新布线"形成更有效的连接模式实现康复。该模型能以82%准确预测患者首次发作后的自然病程，未来可辅助制定个性化治疗方案。研究首次揭示精神病缓解的神经补偿机制，为数字脑孪生技术应用于精神疾病开辟新路径。研究发表在 Nature Mental Health 上。

#疾病与健康 #神经机制与脑功能解析 #计算模型与人工智能模拟 #个性化医疗 #心理健康与精神疾病

阅读更多：

Mana, Ludovica, et al. “Subgroup-Specific Brain Connectivity Alterations in Early Stages of Psychosis.” Nature Mental Health, vol. 3, no. 4, Apr. 2025, pp. 408–20. www.nature.com, https://doi.org/10.1038/s44220-025-00394-7

小鼠也会"见义勇为"，催产素是幕后英雄

小鼠为何会自发救援昏迷同伴？中国科学院心理研究所胡力与华盛顿大学医学院陈舟峰团队发现，这种利他行为由催产素（OXT）通过两条独立神经通路协同调控。

研究团队设计实验将"观察者小鼠"与麻醉同伴共处，发现前者会自发进行救援性舔舐和理毛，使同伴提前苏醒且自身压力激素下降。通过光遗传学和光纤记录技术，团队锁定下丘脑室旁核（PVN）的催产素神经元是关键开关。这些神经元通过两条通路分工协作：一条通往中央杏仁核（CeA，恐惧情绪中枢）快速解码同伴痛苦，另一条通往终纹背床核（dBNST，行为控制区）持续驱动救援动作。化学遗传学实验证实，抑制任一路径都会破坏救援行为。特别的是，CeA通路像"点火开关"短暂激活触发行为，而dBNST通路如"油门踏板"维持动作执行。这种双通路机制解释了本能助人行为的高效性，也为孤独症等社交障碍疾病研究提供新方向。研究发表在 PNAS 上。

#神经科学 #神经机制与脑功能解析 #催产素 #利他行为 #社会神经科学

阅读更多：

Zhang, Feng-Rui, et al. “Distinct Oxytocin Signaling Pathways Synergistically Mediate Rescue-like Behavior in Mice.” Proceedings of the National Academy of Sciences, vol. 122, no. 17, Apr. 2025, p. e2423374122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2423374122

减肥补剂成分能治帕金森，ACLY酶成治疗新靶点

帕金森病中α-突触核蛋白的毒性积聚如何导致神经元死亡？剑桥大学英国痴呆症研究所的Sung Min Son、Farah H. Siddiqi等团队发现，ACLY酶（ATP-柠檬酸裂解酶）的过度激活是关键驱动因素，抑制该酶可恢复细胞自噬功能并清除有毒蛋白。

▷Credit: Neuron (2025).

研究结合人类神经元、类器官（模拟微型大脑的3D细胞模型）及斑马鱼和小鼠模型，揭示α-突触核蛋白突变会激活ACLY，导致表观调控蛋白p300错误滞留于细胞质。这种异常触发mTORC1（调控细胞生长的核心复合体）过度活跃，从而抑制自噬（细胞自我清理机制）。实验显示，ACLY抑制剂（如减肥补充剂羟基柠檬酸盐）能恢复自噬功能，使α-突触核蛋白水平降低40%-60%。在基因改造的斑马鱼和小鼠中，药物干预显著改善了运动障碍等帕金森病症状。由于现有抑制剂无法穿透血脑屏障，团队下一步将开发脑靶向药物。研究为针对帕金森病根源的疗法提供了新方向。研究发表在 Neuron 上。

#疾病与健康 #神经调控 #帕金森病 #自噬 #ACLY酶

阅读更多：

Son, Sung Min, et al. “Alpha-Synuclein Mutations Mislocalize Cytoplasmic P300 Compromising Autophagy, Which Is Rescued by ACLY Inhibition.” Neuron, vol. 0, no. 0, Apr. 2025. www.cell.com, https://doi.org/10.1016/j.neuron.2025.03.028

当大脑一片空白时发生了什么？

为什么我们有时会突然"大脑一片空白"？由Thomas Andrillon（巴黎脑研究所）、Antoine Lutz（里昂神经科学研究中心）等组成的国际团队通过分析80项研究揭示，这种被称为"大脑空白"的现象与特殊的脑神经活动模式相关，在ADHD儿童中发生率更高，可能是大脑应对过度疲劳的自我保护机制。

研究团队综合分析了包括 fMRI 和 EEG 研究在内的80项相关成果。数据显示，大脑空白发生时，前额叶和视觉网络会出现特定活动模式，同时伴随感觉处理中断和类似睡眠的慢波。在持续注意力任务后，受试者出现心率下降、瞳孔收缩等生理变化，大脑信号复杂度降低至接近无意识状态。

研究还发现两种触发机制：低唤醒状态下的"局部睡眠"现象，以及高唤醒状态下认知系统过载导致的空白。特别值得注意的是，当人们主动尝试"清空大脑"时，布罗卡区（负责语言处理）和海马体的活动会显著降低。这些发现为理解意识流动提供了新视角，尤其对ADHD（注意力缺陷多动障碍）和焦虑症患者的治疗有启示意义。研究发表在 Trends in Cognitive Sciences 上。

#认知科学 #神经机制与脑功能解析 #心理健康与精神疾病 #意识与脑机接口

阅读更多：

Andrillon, Thomas, et al. “Where Is My Mind? A Neurocognitive Investigation of Mind Blanking.” Trends in Cognitive Sciences, vol. 0, no. 0, Apr. 2025. www.cell.com, https://doi.org/10.1016/j.tics.2025.02.002

小鼠装上头戴式显微镜，癫痫发作前兆精准捕捉

如何观测自由活动动物的脑活动与血流动态？中国科学院深圳先进技术研究院Ningbo Chen、Zhiqiang Xu等人团队开发出1.7克重双模显微镜，首次实现自由移动小鼠的高分辨率神经血管同步成像。

▷头戴式双模显微镜安装在小鼠大脑上。Credit: CHEN Ningbo

研究将共聚焦荧光显微镜（CFM，通过荧光标记检测神经元活动）和光声显微镜（PAM，利用血红蛋白吸光特性检测血氧）集成于微型探头，采用双轴MEMS扫描器实现0.78Hz成像速度，配合高数值孔径物镜达到1.5μm分辨率。在400×400μm视野内，系统可同步捕捉神经元爆发放电与血管氧饱和度变化。实验显示，缺氧时兴奋性/抑制性神经元呈现差异化血管响应；感觉刺激中，小动脉主动维持皮层氧平衡；癫痫发作前则出现异常氧耗与血管扩张。这种双模设计避免了传统头戴设备需多光纤的弊端，仅用单光纤传输三束激光即完成所有检测。研究为探索阿尔茨海默病、癫痫等疾病的神经血管机制开辟新途径。研究发表在 Science Advances 上。

#疾病与健康 #神经机制与脑功能解析 #微型成像技术 #神经血管耦合 #脑疾病研究

阅读更多：

Chen, Ningbo, et al. “Simultaneous Head-Mounted Imaging of Neural and Hemodynamic Activities at High Spatiotemporal Resolution in Freely Behaving Mice.” Science Advances, vol. 11, no. 12, Mar. 2025, p. eadu1153. science.org (Atypon), https://doi.org/10.1126/sciadv.adu1153

全身PET扫描技术无创评估血脑屏障健康

如何早期发现血脑屏障（BBB）功能障碍？加州大学戴维斯分校的Kevin J. Chung、Guobao Wang和Simon R. Cherry团队开发出革命性PET成像技术，利用EXPLORER全身扫描仪首次实现无需额外血流示踪剂的BBB通透性定量评估，为神经退行性疾病和癌症的早期诊断提供新工具。

▷血脑屏障 (BBB) 通常被视为结构性屏障（例如紧密排列的内皮细胞、紧密连接蛋白、星形胶质细胞终足），但它也包含各种与 BBB 分子通透性相关的运输系统和机制，这些系统和机制可以通过本文提出的方法，结合多种现有的正电子发射断层扫描 (PET) 放射性示踪剂进行成像。Credit: Nature Communications (2025).

研究团队利用全球首台全身PET扫描仪EXPLORER的超高时间分辨率（每秒1帧），结合创新动力学模型，仅需单次扫描即可同时测算脑血流量（CBF）和示踪剂转运率（K1）。该方法突破了传统MRI只能检测晚期血管渗漏的限制，也避免了复杂双示踪剂流程——传统方法需要昂贵回旋加速器现场制备半衰期极短的血流示踪剂。研究测试了三种机制迥异的示踪剂：通过大中性氨基酸转运体（LAT1）的18F-fluciclovine、依赖葡萄糖转运体（GLUT1）的18F-FDG，以及自由扩散的11C-butanol，测得BBB通透性差异达1000倍。在应用研究中，团队首次量化了正常衰老过程中BBB功能下降曲线，并在代谢相关脂肪性肝炎（MASH）患者中发现肝脏炎症可远程影响BBB健康。该技术兼容现有千余种PET示踪剂，灵敏度比传统MRI高100-1000倍，能检测疾病早期的分子水平变化。研究发表在 Nature Communications 上。

#疾病与健康 #个性化医疗 #神经调控 #脑科学 #医学影像

阅读更多：

Chung, Kevin J., et al. “Quantitative PET Imaging and Modeling of Molecular Blood-Brain Barrier Permeability.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 3076. www.nature.com, https://doi.org/10.1038/s41467-025-58356-7

AI 行业动态

ChatGPT免费用户可用"轻量研究模式"！每月5次深度问答额度

OpenAI近日为ChatGPT推出全新轻量级研究模式（Deep Research），首次向免费用户开放使用权限。这项更新旨在缓解现有深度研究模式的高负载压力，该模式因需要执行复杂指令并返回大量信息而成本较高。根据官方公告，免费用户每月可获得5次轻量研究查询额度，而Plus、Team和Enterprise用户则享有25-250次不等的使用上限。新功能基于OpenAI o4-mini模型开发，在保持回答质量的同时显著降低了运算成本。

轻量研究模式是当前AI聊天机器人的重要发展方向，它通过延长处理时间、整合多源资料来生成更详尽的回答。无论是学习新技能、撰写报告还是制定科学健身计划，该模式都能调用最新论文和研究数据提供专业建议。OpenAI表示，轻量版本虽然会缩短回复长度，但仍能保持与传统深度研究相当的智能水平。这种技术平衡了用户体验与运营成本，特别适合处理海量查询需求。

除ChatGPT外，Google Gemini 2.5 Pro和Perplexity等平台也推出了类似功能。不过多数服务商仍将核心功能置于付费墙之后，或设置严格的月度使用限制。行业观察人士指出，这种"阶梯式服务"策略正在成为AI商业化的主流模式，既满足普通用户的基本需求，又为付费用户保留更强大的专业工具。

#人工智能 #ChatGPT升级 #免费福利 #大模型优化 #AI研究工具

阅读更多：

https://www.tomsguide.com/ai/openai-is-rolling-out-a-new-version-of-chatgpt-deep-research

全球首个实时视频解说AI：LiveCC让机器像主播一样"边看边说"

新加坡国立大学与字节跳动Show Lab联合研发的LiveCC模型，突破了传统视频大语言模型的局限，成为首个能实时生成视频解说的大型多模态AI系统。该技术采用流式处理架构，可同步解析动态视频流中的视觉与听觉信息，解决了直播、监控等场景的实时分析难题。通过自动语音识别（ASR）和YouTube海量字幕数据，研究人员以极低成本构建了"视频-解说"训练库，并创新性地采用2秒片段流式训练法，让AI学会像人类解说员一样即时反馈画面内容。

LiveCC的核心突破在于其"现场直播"般的低延迟表现。测试显示，模型处理每帧视频的延迟不足0.5秒，且仅需7B参数就超越了部分72B大模型的性能。它不仅能够为体育赛事生成"法国队快攻三分命中"这类专业解说，还能应用于教育视频分步指导、视障人士内容辅助等场景。研究人员通过GPT-4o对比评测发现，其生成的解说在自然度和准确性上已接近人类水平。

这项技术的应用前景极为广阔。在体育直播领域，AI可替代人工实现多语言实时解说；在教育领域，能自动标注实验操作步骤；甚至可提升视频平台的内容审核效率。团队特别优化了数据筛选机制，确保AI只学习画面与语音强关联的优质内容，避免无效信息干扰。

#AI视频解说 #多模态大模型 #实时流处理 #人机交互 #智能直播

阅读更多：

https://showlab.github.io/livecc/

Hunyuan-TurboS：首个超大型混合Transformer-Mamba MoE模型

昆仑万维近日发布了其最新的开源多模态推理模型Skywork R1V2-38B。该模型在前代R1V的基础上进行了重大升级，首次引入了混合强化学习框架，以提升模型在视觉和文本任务中的推理能力和泛化性能。R1V2在多个权威基准测试中表现优异，MMMU得分为73.6%，OlympiadBench为62.6%，全面超越了现有的开源模型，接近Gemini 2.5和OpenAI o4-mini等闭源系统的水平。

Skywork R1V2引入了混合强化学习（Hybrid Reinforcement Learning）框架，结合了奖励模型指导（Reward-Model Guidance）和基于规则的策略（Rule-Based Strategies），旨在平衡复杂推理能力与广泛泛化能力之间的关系。为解决群体相对策略优化（Group Relative Policy Optimization, GRPO）中“优势消失”（Vanishing Advantages）的问题，研究团队提出了选择性样本缓冲机制（Selective Sample Buffer, SSB），通过优先处理高价值样本，提高了训练效率。此外，R1V2在训练过程中引入了视觉幻觉（Visual Hallucinations）监控机制，通过校准奖励阈值，防止模型生成不准确的视觉内容。

#多模态推理 #混合强化学习 #开源模型 #视觉语言模型

阅读更多：

https://www.marktechpost.com/2025/04/25/skywork-ai-advances-multimodal-reasoning-introducing-skywork-r1v2-with-hybrid-reinforcement-learning/

AI 驱动科学

大脑语言AI模型首次实现神经元空间与功能双模拟

瑞士洛桑联邦理工学院（EPFL）的Neil Rathi、Martin Schrimpf团队开发的TopoLM语言模型突破性模拟了神经元功能聚类和空间排列的双重特征，其预测的脑区组织模式与实验观测高度吻合。

▷Credit: Ecole Polytechnique Federale de Lausanne

研究团队在标准Transformer架构中植入二维空间编码，通过空间平滑损失（spatial smoothness loss，促使相邻人工神经元行为相似）与语言建模任务联合训练。生成的TopoLM模型不仅形成类似人脑的语义集群（如动词/名词专用区），还首次再现了神经元在大脑皮层中的空间排布规律。通过模拟fMRI采样过程验证，模型预测的"语言地图"与真实脑扫描数据高度匹配。尽管在部分语言测试（如BLiMP）中略逊于传统模型，但其在Brain-Score脑对齐测试中表现优异，且内部结构具有直观可解释性——例如语义相关概念自动聚集成空间邻近的模块。该成果为开发治疗语言障碍的临床工具奠定基础，并揭示了"邻近神经元行为相似"可能是大脑功能组织的基本法则。

#大模型技术 #神经机制与脑功能解析 #计算模型与人工智能模拟 #语言处理 #脑机接口

阅读更多：

Rathi, Neil, et al. TopoLM: Brain-like Spatio-Functional Organization in a Topographic Language Model. arXiv:2410.11516, arXiv, 18 Mar. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2410.11516

机器人学会"察言观色"，MIT新算法让机械助手更懂人心

如何让机器人像人类一样快速识别关键信息？麻省理工学院的Xiaotong Zhang、Dingcheng Huang和Kamal Youcef-Toumi团队受大脑过滤机制启发，开发出"Relevance"算法，使机器人在会议早餐测试中展现近乎人类的察言观色能力，准确率最高达96%。

▷该机器人利用麻省理工学院开发的新型关联框架，识别场景中的物体并确定其优先级，从而以无缝、智能、安全的方式自主协助人类。Credit: Massachusetts Institute of Technology

研究采用仿生四阶段设计：首先通过摄像头和麦克风持续采集环境数据；当检测到人类出现时，系统会激活核心算法——像人脑网状激活系统（RAS）那样过滤90%无关信息，仅保留关键线索。例如听到"咖啡"对话或看到拿咖啡罐动作时，大型语言模型（LLM）会结合视觉算法锁定关联物品（如奶精），而非桌面上所有物体。实验显示，该系统可在0.3秒内完成从感知到递送的全流程，碰撞风险降低超60%。在模拟早餐场景中，机器人能根据细微差异（如对话内容或动作幅度）调整协助策略，比如为讨论咖啡者直接递上咖啡罐，而为正在搅拌者补充牛奶。这种分层处理机制类似人类下意识与有意识的协作，为仓储、医疗等需要精准协作的场景提供新可能。

#AI驱动科学 #自动化科研 #人机交互 #智能机器人 #计算机视觉

阅读更多：

Zhang, Xiaotong, et al. Relevance-Driven Decision Making for Safer and More Efficient Human Robot Collaboration. arXiv:2409.13998, arXiv, 18 Apr. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2409.13998

结合电信号和力信号可提高假肢手的准确性

假肢控制如何突破"位置敏感"瓶颈？加州大学戴维斯分校的Peyton R. Young和Jonathon S. Schofield团队开发出革命性双信号传感系统，将肌电与力学信号融合后，手势识别准确率提升至97%。

▷研究生佩顿·杨 (Peyton Young) 正在研究一个由肌电图 (EMG) 信号控制的机械臂。杨现已开发出一种技术，将肌肉压力测量（力肌电图，FMG）与肌电图相结合，以更好地控制假肢。Credit: Greg Urquiaga, UC Davis

研究团队首创可穿戴臂环，同步采集肌电图（EMG，记录肌肉电活动）和力肌图（FMG，测量肌肉收缩形变）。通过27名志愿者在40种组合条件（8种手臂姿势×5种负重）下的测试发现，传统EMG单独使用时准确率仅82.84%，且易受"举手过头"等姿势影响；FMG虽抗干扰更强（92.27%），但对重物抓握敏感。当结合两种信号时，机器学习模型展现出惊人的稳定性——在提重物、手臂摆动等复杂场景下仍保持97.34%的识别精度。这种"电子+力学"的双保险机制，首次实现接近自然肢体控制的假肢响应。研究团队已着手开发临床级产品，未来还可应用于虚拟现实操控等领域。研究发表在 PLOS ONE 上。

#AI驱动科学 #神经调控 #跨学科整合 #假肢技术 #生物力学

阅读更多：

Young, Peyton R., et al. “The Effects of Limb Position and Grasped Load on Hand Gesture Classification Using Electromyography, Force Myography, and Their Combination.” PLOS ONE, vol. 20, no. 4, Apr. 2025, p. e0321319. PLoS Journals, https://doi.org/10.1371/journal.pone.0321319

测量AI模型的"可信度标尺"：新方法破解神经网络预测不确定性

人工智能预测材料性能时如何判断其可靠性？太平洋西北国家实验室的Jenna A. Bilbrey和Sutanay Choudhury团队开发出新型不确定性量化方法，能像温度计般直观显示AI模型的预测置信度，为材料研发提供决策依据。

研究团队针对神经网络势能模型（NNP，一种模拟原子间相互作用的AI）开发了双管齐下的检测系统：读出集成技术通过微调多个模型"输出层"来评估模型自身可靠性，分位数回归则将单点预测升级为概率分布预测以捕捉数据噪声。测试显示，传统神经网络在预测材料能量时即使误差高达10%仍会显示"高置信度"，而新方法在MACE-MP-0模型（当前最先进的材料基础模型）上使不确定性指标与真实误差的相关系数从0.3提升至0.9。该方法成功识别出高熵合金中的异常原子排列，并在沸石吸水模拟中预警了水分子的非物理吸附构型。团队已将技术集成至开源工具SNAP，用户可获得类似"此催化剂有85%概率优于候选方案"的量化建议。研究发表在 npj Computational Materials 上。

#AI驱动科学 #预测模型构建 #材料设计 #不确定性量化 #自主实验室

阅读更多：

Bilbrey, Jenna A., et al. “Uncertainty Quantification for Neural Network Potential Foundation Models.” Npj Computational Materials, vol. 11, no. 1, Apr. 2025, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41524-025-01572-y

AI数字孪生平台实现癌症治疗剂量个性化

传统化疗的"一刀切"剂量策略可能增加副作用。新加坡国立大学的Dean Ho、Raghav Sundar和Nigel Foo团队开发了CURATE.AI平台，通过创建患者专属"数字孪生"，成功为10名晚期癌症患者实现个性化剂量调整，部分患者用药量减少20%仍保持疗效。

▷本试验中 CURATE.AI 辅助卡培他滨剂量选择的工作流程。Credit: npj Precision Oncology (2025).

研究团队利用AI平台分析患者血液中的CEA和CA125生物标志物（反映肿瘤负荷的蛋白质指标），为每位患者建立动态治疗档案。在2020-2022年试验期间，平台推荐的剂量方案被临床医生采纳率高达97.2%。值得注意的是，通过实时监测药物反应，某些患者的最佳治疗剂量比标准方案平均降低约20%，既减少了副作用又维持了疗效。该技术已成功应用于卡培他滨单药及其联合方案（XELOX/XELIRI），并正在向免疫治疗等领域拓展。研究证实，这种"数字孪生"方法突破了传统基于人群数据的治疗模式，实现了真正意义上的N-of-1精准医疗。研究发表在 npj Precision Oncology 上。

#疾病与健康 #个性化医疗 #数字孪生 #癌症治疗 #AI驱动科学

阅读更多：

Blasiak, Agata, et al. “Personalized Dose Selection Platform for Patients with Solid Tumors in the PRECISE CURATE.AI Feasibility Trial.” Npj Precision Oncology, vol. 9, no. 1, Feb. 2025, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41698-025-00835-7

计算成本砍掉96%！科学家教AI"精准答题"

大型语言模型常因不确定性处理不足产生错误回答。苏黎世联邦理工学院的Jonas Hübotter、Andreas Krause团队开发出SIFT算法，通过智能数据筛选使小型AI模型的回答准确性超越顶级模型，同时降低96%计算成本。该成果获NeurIPS 2024最佳论文奖。

研究团队利用多维向量空间（multidimensional vector space）分析语义关联，开发出SIFT算法。与传统最近邻检索（nearest neighbor method）不同，SIFT通过测量信息向量夹角筛选互补数据。例如回答"费德勒年龄/子女数"时，算法能同时抓取生日信息和子女信息，而非重复的年龄数据。测试显示，经SIFT优化的模型仅需1/40计算资源就能达到顶级模型性能，且通过测试时训练（test-time training）持续提升可靠性。该方法还可用于医学等领域识别关键诊断指标。

#大模型技术 #预测模型构建 #AI驱动科学 #计算效率优化

阅读更多：

Hübotter, Jonas, et al. Efficiently Learning at Test-Time: Active Fine-Tuning of LLMs. arXiv:2410.08020, arXiv, 8 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2410.08020

语言模型也有"性格"？新系统量化AI个性特征

香港理工大学的Jingyao Zheng、Lik-Hang Lee团队开发出语言模型语言人格评估系统（LMLPA），首次实现大型语言模型（LLM）个性特质的量化测量，为理解AI行为模式提供了科学工具。

研究团队改造传统心理测量工具，设计出适配AI特性的开放式"自适应大五量表"（Adapted BFI，基于开放性、尽责性等五维人格理论）。为避免选项顺序干扰，系统要求LLM生成文本回答而非选择答案。随后，专门的AI评分器（AI rater，文本转数值的评估模块）通过分析词汇选择、句式结构等语言特征，将模糊的文本回复转化为精确的人格维度分数。验证实验显示，不同LLM在开放性（偏好新颖表达）和尽责性（逻辑严谨度）等维度上存在显著差异，形成独特的"语言指纹"。该系统已成功应用于商业合规平台，可自动分析企业环境-社会-治理（ESG）报告的人格倾向特征。研究为AI伦理评估和人机交互优化提供了新范式。研究发表在 Computational Linguistics 上。

#大模型技术 #跨学科整合 #计算模型与人工智能模拟 #人机交互

阅读更多：

Zheng, Jingyao, et al. “LMLPA: Language Model Linguistic Personality Assessment.” Computational Linguistics, Mar. 2025, pp. 1–42. Silverchair, https://doi.org/10.1162/coli_a_00550

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，或后台留言“社群”即可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、、等。