追问daily | 炸鸡薯条会导致成瘾；多读书不能减缓大脑衰老？Cell：50岁是人类衰老转折点

█脑科学动态

Cell：50岁是人类衰老转折点，血管系统首当其冲

科学家培育出整合血管系统的“全脑”类器官

牙神经既是疼痛探测器，也是牙齿保护者

多读书不能减缓大脑衰老？

AI结合超声技术，实现婴儿脑膜炎无创精准筛查

遗传风险或源于大脑的“守护细胞”而非神经元

超加工食品可致成瘾，其标准不亚于药物滥用

恰到好处的“大脑噪音”让记忆力更强

抑制作用如何精炼海马区的记忆线索表征

█AI行业动态

智谱开源GLM-4.5大模型：一句话生成B站级应用

国产多模态推理模型Step 3：开源、高效、低成本

█AI驱动科学

Science：首次实现原子级热振动成像，科学家“看见”了热量

弯曲神经网络通过几何设计实现类人“顿悟式”记忆回忆

AI驱动的个性化神经刺激头戴设备可在家中提升注意力

仿生人造肌肉让机器人可推、举、踢，行动更灵活

Allegro-FM：面向艾字节级分子动力学模拟的等变基础模型

脑科学动态

Cell：50岁是人类衰老转折点，血管系统首当其冲

中国科学院动物研究所的刘光慧、曲静，国家生物信息中心的张维绮，以及四川大学华西医院的杨家印等研究人员组成的合作团队，利用前沿技术绘制了首个跨越50年的人类多器官蛋白质组衰老图谱，揭示了衰老的关键节点和核心驱动因素。

该研究通过超高灵敏度质谱技术，对来自76名14-68岁人群的13种不同组织（包括心脏、主动脉、肺等）共516份样本进行了深度分析，构建了庞大的蛋白质数据库。研究发现，衰老的一个核心特征是蛋白质稳态（proteostasis，维持蛋白质正常合成、折叠与清除的细胞能力）的崩溃，导致功能性蛋白减少，而淀粉样蛋白等有害蛋白则在多器官内异常累积。利用机器学习算法，团队构建了器官衰老时钟，精准定位到人类衰老的转折点大约在50岁，此时全身蛋白质组会发生剧烈波动。更重要的是，研究指出血管是全身的“衰老起搏器”，其衰老迹象最早在30岁左右就已出现，远早于其他器官。衰老的血管会分泌GAS6等促衰老蛋白进入血液，如同一个“衰老枢纽”，加速并放大了全身的系统性衰老。研究发表在 Cell 上。

#疾病与健康 #健康管理与寿命延长 #蛋白质组学 #系统性衰老

阅读更多：

Ding, Yingjie, et al. “Comprehensive Human Proteome Profiles across a 50-Year Lifespan Reveal Aging Trajectories and Signatures.” Cell, vol. 0, no. 0, Jul. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.06.047

科学家培育出整合血管系统的“全脑”类器官

约翰·霍普金斯大学的Annie Kathuria及其团队解决了传统脑类器官仅能模拟单一脑区的局限性，他们成功培育出一种整合了多个关键脑区和血管系统的多区域脑类器官，为在实验室中复现人类大脑发育和疾病提供了强大工具。

▷利用免疫组织化学分析和批量 RNA 测序验证细胞命运。Credit: Advanced Science (2025).

研究团队采用了一种“模块化组装”策略，首先独立培育出大脑皮层、中后脑和内皮系统（即血管系统）的类器官，然后用生物粘合剂将它们融合成一个名为多区域脑类器官（Multi-Region Brain Organoid，简称MRBO）的统一结构。这个微型“全脑”模型不仅成功实现了跨区域的神经连接并产生了协同电活动，更关键的是，它还形成了包含多种血管细胞的原始血管网络和早期的血脑屏障。通过单核RNA测序分析，研究人员证实MRBO的细胞构成与人类孕期约40天的胎儿大脑高度相似，并发现了13种全新的神经-血管细胞间信号通路。这一模型克服了以往研究的瓶颈，能够更真实地模拟孤独症等疾病的复杂病理过程，为开发新疗法和筛选药物提供了更接近人体的平台。研究发表在 Advanced Science 上。

#疾病与健康 #神经机制与脑功能解析 #类器官 #神经发育

阅读更多：

Kshirsagar, Anannya, et al. Multi‐Region Brain Organoids Integrating Cerebral, Mid‐Hindbrain, and Endothelial Systems. advanced.onlinelibrary.wiley.com, https://doi.org/10.1002/advs.202503768. Accessed 29 Jul. 2025

牙神经既是疼痛探测器，也是牙齿保护者

牙齿内的神经仅仅是疼痛的来源吗？密歇根大学的Joshua Emrick和Elizabeth A. Ronan等研究人员，针对这一问题展开研究，他们发现牙神经不仅传递痛感，更扮演着牙齿“哨兵”的角色，能触发一种超快速的保护性反射，防止牙齿受损。

▷Credit: Cell Reports (2025).

研究团队利用活体钙成像（in vivo Ca2+ imaging）技术实时观察小鼠臼齿内神经元的活动，并结合光遗传学精准激活这些细胞。实验发现，一类被称为牙内高阈值机械伤害感受器（HTMRs）的神经元是关键。当这些神经元被化学手段持续激活时，AI行为分析工具记录到了小鼠明显的疼痛表情；而当研究人员用光脉冲瞬间激活它们时，惊人的一幕发生了：小鼠的下颌在5到15毫秒内迅速弹开。这一速度远快于疼痛感知，是一种纯粹的保护性反射，就像我们不小心咬到叉子会立刻松口一样。这一发现颠覆了传统认知，证明牙神经除了作为疼痛警报器，更是一个主动的保护系统，通过启动瞬时张口反射来保护牙齿免受结构性损伤。研究发表在 Cell Reports 上。

#疾病与健康 #神经机制与脑功能解析 #疼痛 #牙齿健康 #感觉神经元

阅读更多：

Ronan, Elizabeth A., et al. “Intradental Mechano-Nociceptors Serve as Sentinels That Prevent Tooth Damage.” Cell Reports, vol. 44, no. 8, Aug. 2025. www.cell.com, https://doi.org/10.1016/j.celrep.2025.116017

多读书不能减缓大脑衰老？大规模研究挑战教育对认知衰退的保护作用

教育水平越高，老了以后脑子越好使吗？针对这一普遍认知，由挪威奥斯陆大学Anders M. Fjell等人领导的欧洲Lifebrain联盟进行了一项迄今为止最大规模的研究。这项涉及33个国家、超过17万人的研究发现，虽然高学历人群的认知起点更高，但并不能减缓他们认知能力随年龄下降的速度。

▷大脑、记忆和教育之间的关系。Credit: Nature Medicine (2025).

该研究整合了来自33个西方国家27个纵向队列的数据，对170,795名50岁以上成年人进行了长达28年的追踪。研究人员分析了超过40万份评估记忆和推理能力的神经心理学测试结果，并对其中6,472人进行了脑部磁共振成像（MRI）扫描，以测量大脑结构的变化。结果显示，拥有更高学历的人在研究开始时，确实表现出更好的记忆力，并且其颅内容积和与记忆相关的脑区（如海马体）体积也稍大。然而，研究的关键发现是，随着时间推移，高学历人群的认知衰退速度与低学历人群并无显著差异，他们的认知水平下降曲线几乎是平行的。这表明，教育的作用更像是让你在人生的认知竞赛中有一个更高的起点，但它并不能改变你衰老的速度。研究者推断，教育与更优认知之间的关联，可能并非因果关系，而是一个更早期的因素（例如天生的神经生物学特征）同时影响了一个人接受更高教育的倾向和其初始的认知储备。研究发表在 Nature Medicine 上。

#疾病与健康 #疾病预防 #认知衰退 #大脑健康

阅读更多：

Fjell, Anders M., et al. “Reevaluating the Role of Education on Cognitive Decline and Brain Aging in Longitudinal Cohorts across 33 Western Countries.” Nature Medicine, Jul. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41591-025-03828-y

AI结合超声技术，实现婴儿脑膜炎无创精准筛查

婴儿脑膜炎诊断长期依赖有创的腰椎穿刺，不仅给患儿带来痛苦，在资源匮乏地区更难以实施。由巴塞罗那全球健康研究所（ISGlobal）的Sara Ajanovic和Quique Bassat等人领导的国际团队，开发并验证了一款结合高分辨率超声与人工智能的无创筛查设备，有望革新脑膜炎的早期诊断模式。

▷从图像采集到最终预测的流程。Credit: Pediatric Research (2025).

该研究采用名为NEOSONICS的便携式设备，通过婴儿头部尚未闭合的囟门（fontanelle），发射高分辨率超声波以获取脑脊液的图像。这些图像随后由一个深度学习算法进行分析，该算法经过专门训练，能够自动识别并量化脑脊液中的白细胞，从而判断是否存在脑膜炎引发的炎症。研究团队在西班牙、莫桑比克和摩洛哥的医院对200多名疑似患儿进行了测试，并将AI的判断结果与传统的腰椎穿刺（lumbar puncture，诊断脑膜炎的金标准）进行了对比。结果显示，该设备的诊断灵敏度高达94.4%，特异性为94.8%，成功识别了绝大多数脑膜炎病例。这项技术不仅能大幅减少非必要的有创检查，还能为病情危重或身处偏远地区的婴儿提供快速、安全的诊断途径。研究发表在 Pediatric Research 上。

#疾病与健康 #预测模型构建 #AI驱动科学 #脑膜炎

阅读更多：

Ajanovic, Sara, et al. “Non-Invasive Meningitis Screening in Neonates and Infants: Multicentre International Study.” Pediatric Research, Jul. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41390-025-04179-7

遗传风险或源于大脑的“守护细胞”而非神经元

长期以来，阿尔茨海默病等脑疾病的遗传风险成因不明，研究多聚焦于神经元。格拉德斯通研究所（Gladstone Institutes）和加州大学旧金山分校（UCSF）的Andrew C. Yang, Madigan M. Reid, Shreya Menon等人开发了一项新技术，通过分析人脑样本发现，许多疾病风险并非源于神经元，而是来自构成血脑屏障的血管和免疫细胞。

为探究脑疾病遗传风险的真正作用位点，研究团队开发了一项名为MultiVINE-seq的新技术，并利用它分析了30例人类大脑样本。这项技术首次实现了在单细胞水平上，同时分析构成血脑屏障的血管和免疫细胞中的基因活性（RNA）和染色质可及性。通过将这个精细的细胞图谱与大规模的全基因组关联研究数据进行整合，团队成功将数千个此前未映射的疾病风险变异与它们所影响的细胞类型和基因对应起来。研究结果颠覆了传统认知，表明许多阿尔茨海默病和中风的遗传风险是在大脑的“守护细胞”——血管和免疫细胞中发挥作用。更有趣的是，不同疾病的机制截然不同：中风相关的变异倾向于削弱血管的结构完整性，而阿尔茨海默病的变异则会过度激活免疫细胞的炎症反应。其中一个重大发现是，一个靠近PTK2B基因的常见阿尔茨海默病风险变异，在脑内T细胞中尤为活跃，可能通过促进T细胞进入大脑并过度激活，从而参与疾病进程。研究发表在 Neuron 上。

#疾病与健康 #神经机制与脑功能解析 #阿尔茨海默病 #血脑屏障 #遗传学

阅读更多：

Reid, Madigan M., et al. “Human Brain Vascular Multi-Omics Elucidates Disease-Risk Associations.” Neuron, vol. 0, no. 0, Jul. 2025. www.cell.com, https://doi.org/10.1016/j.neuron.2025.07.001

超加工食品可致成瘾，其标准不亚于药物滥用

薯片、饼干等超加工食品为何让人难以抗拒？它们是否像毒品一样会令人上瘾？密歇根大学的Ashley Gearhardt、德雷塞尔大学的Erica M. LaFata及其同事综合了近300项研究，以迄今最强的证据论证，超加工食品能够引发符合临床诊断标准的成瘾行为，并呼吁医学界正视这一问题。

研究团队系统性地整合了来自36个国家的证据，将其与《精神障碍诊断和统计手册》（DSM）中的成瘾标准进行比对。结果发现，超加工食品引发的失控性渴望、不顾健康后果的持续摄入等行为，与物质使用障碍的特征高度吻合。神经影像学研究进一步揭示了其生物学基础：强迫性摄入这些食物的个体，其大脑奖赏回路的紊乱模式与酒精、可卡因成瘾者表现出惊人的相似性。研究者尖锐地指出，当前的诊断体系存在双重标准，相比证据基础更薄弱的咖啡因成瘾，证据确凿的超加工食品成瘾却迟迟未被承认。他们强调，现代垃圾食品经过工业设计，其功能更像尼古丁而非营养。因此，团队呼吁立即正式承认超加工食品成瘾，并采取类似烟草管制的公共卫生保护措施。

#疾病与健康 #心理健康与精神疾病 #成瘾 #公共卫生

阅读更多：

LaFata, Erica M., et al. “Now Is the Time to Recognize and Respond to Addiction to Ultra-Processed Foods.” Nature Medicine, Jul. 2025, pp. 1–2. www.nature.com, https://doi.org/10.1038/s41591-025-03858-6

恰到好处的“大脑噪音”让记忆力更强

大脑从儿童到成年的发育过程如何塑造我们的认知能力？美国西北大学的Zachariah R. Cross及其合作团队进行了一项大规模研究。他们通过直接测量大脑活动，系统绘制了“神经噪音”在近半个世纪生命跨度中的发展图谱。

▷感觉运动皮质（橙色）和联想皮质（蓝绿色）的非周期性斜率在 5 岁至 25 岁之间趋于平缓，此后逐渐变陡。需要注意的是，在青少年和成年早期（灰色阴影），感觉运动皮质的平缓化比联想皮质更明显。关于注意力状态（即基于任务与非任务）非周期性活动的差异，在前额叶皮质（PFC）中，儿童的无任务（红色虚线）斜率比基于任务（红色实线）斜率更陡峭（即神经噪声更少），而成人则相反。效应在 18-20 岁时发生逆转，这可能反映了控制力的发展。Credit: Modified from Cross et al (2025), Nature Human Behaviour,

该研究使用了颅内脑电图（intracranial electroencephalography，iEEG），直接记录了101名年龄从5岁到54岁不等的参与者的大脑电活动。研究团队重点分析了大脑信号中的非周期性活动（aperiodic activity），它常被看作大脑的背景“神经噪音”，其水平通过“非周期性斜率”来衡量，斜率越平缓代表噪音越多。研究结果颠覆了传统认知：与人们普遍认为的“大脑随成熟而变得更有序”相反，研究发现在感觉运动和联想皮层，神经噪音水平从童年到成年早期实际上是增加的。特别是在前额叶皮层，这种变化还与注意力状态相关：儿童在休息时噪音更少，而成年人在专注执行任务时噪音更少，这种模式的转变发生在青春期后期，标志着认知控制能力的成熟。更有趣的是，研究发现任务中适度的神经噪音反而与更好的记忆表现相关，呈现出一种“金发姑娘效应”（Goldilocks effect），即不多不少的噪音才是最优状态。研究发表在 Nature Human Behaviour 上。

#认知科学 #神经机制与脑功能解析 #大脑发育 #神经噪音

阅读更多：

Cross, Zachariah R., et al. “The Development of Aperiodic Neural Activity in the Human Brain.” Nature Human Behaviour, Jul. 2025, pp. 1–16. www.nature.com, https://doi.org/10.1038/s41562-025-02270-x

抑制作用如何精炼海马区的记忆线索表征

加州大学洛杉矶分校的Jiannis Taxidis、Peyman Golshani及合作者，利用新型电压成像技术，揭示了两种关键抑制性神经元如何协同作用，通过“静音”大部分神经元来凸显关键记忆信号，从而提高记忆编码的效率和准确性。

研究团队采用了一种前沿的纵向电压成像（longitudinal voltage imaging）技术，以千赫兹的超高帧率捕捉小鼠在执行气味记忆任务时，其海马CA1区神经元的膜电位动态。该技术首次实现了对特定抑制性神经元亚型——小清蛋白中间神经元（Parvalbumin interneurons，简称PV神经元）和生长抑素中间神经元（somatostatin-expressing interneurons，简称SST神经元）——长达数日的毫秒级活动追踪。研究发现，当气味线索出现时，PV和SST神经元会同步激活，但它们的活动并不编码气味的身份，而是作为一个通用的“事件探测器”。

具体的抑制机制分为两步：首先，PV神经元短暂放电，引发周围大部分主导兴奋功能的锥体细胞发生广泛的超极化（hyperpolarization，一种使神经元更难兴奋的抑制状态），瞬间将大脑背景噪音“静音”；与此同时，SST神经元则抑制其他中间神经元。这一过程清除了干扰，为真正编码气味信息的少数锥体细胞创造了一个清晰的放电窗口。这些关键的锥体细胞会与中间神经元超极化后的反弹放电精准同步，从而极大地提升了记忆信号的信噪比。研究发表在 Nature Neuroscience 上。

#神经科学 #记忆机制 #神经机制与脑功能解析 #电压成像

阅读更多：

Taxidis, Jiannis, et al. “Voltage Imaging Reveals Hippocampal Inhibitory Dynamics Shaping Pyramidal Memory-Encoding Sequences.” Nature Neuroscience, Jul. 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41593-025-02016-y

AI 行业动态

智谱开源GLM-4.5大模型：一句话生成B站级应用

智谱（Zhipu）最新发布的GLM-4.5大模型以其开源、高性能和多功能性引发业界关注。该模型采用MoE（混合专家）架构，总参数量达3550亿，在12项国际评测基准中综合排名全球第三，开源与国产维度均位列第一。其生成速度高达100 tokens/s，API调用成本仅为输入0.8元/百万tokens，输出2元/百万tokens，远低于主流模型。更令人惊叹的是，用户仅需一句指令即可生成功能完备的应用，如仿百度搜索、小红书式社交平台，甚至支持视频播放和弹幕的B站克隆版。

GLM-4.5的技术突破源于系统性工程优化。团队通过MoE架构提升计算效率，采用无损均衡路由和Sigmoid门控技术，并引入分组查询RoPE位置编码。训练阶段结合15T通用语料与7T代码推理数据，辅以强化学习基础设施Slime，显著提升了模型在编程、搜索等场景的稳定性。测试显示，其代码能力超越Claude等竞品，成功复现《羊了个羊》等复杂项目，且参数量仅为DeepSeek-R1的一半，效率优势明显。

此次发布被视为国产AI的里程碑。GLM-4.5以开源姿态提前实现GPT-5传闻功能，展现了智谱的技术前瞻性。其“小参数量、高性能”的设计理念，打破了行业盲目追求参数的惯性，为全球开源社区提供了新范式。目前，用户可通过智谱清言和Z.ai免费体验满血版，程序员还能以50元包月无限调用，进一步降低了技术门槛。

#GLM-4.5 #开源大模型 #MoE架构 #AI编程 #智谱

阅读更多：

https://z.ai/blog/glm-4.5

国产多模态推理模型Step 3：开源、高效、低成本，适配国产芯片

近期，阶跃星辰（StepFun）发布了新一代基础大模型Step 3，填补了市场上兼具多模态、高效推理、低成本及开源特性的空白。Step 3是一个总参数321B的混合专家模型（MoE），在MMMU等多模态榜单上取得开源模型新SOTA（State-of-the-Art）成绩。其推理解码成本仅为DeepSeek的1/3，并在国产芯片上展现出卓越性能，推理效率最高可达竞品的300%。阶跃星辰CEO姜大昕强调，Step 3不仅具备强大的视觉感知和复杂推理能力，还能精准应对日常生活中的多模态需求，如识别商品标签并给出穿搭建议。

Step 3的成功得益于系统协同设计（Model-system Co-design），包括创新的AFD分布式推理系统和MFA注意力机制。AFD通过拆分Attention和FNN计算任务，优化GPU资源利用；MFA则采用低秩注意力设计，提升KV缓存效率。这些技术使Step 3在A800和H20等国产芯片上实现高性价比推理。此外，阶跃联合华为昇腾、沐曦等近10家厂商成立“模芯生态创新联盟”，推动国产芯片适配，降低推理成本。Step 3将于7月31日正式开源，打破“强模型不开源”的行业现状。

在商业化落地方面，Step 3已广泛应用于汽车、手机、IoT等领域。吉利银河M9首发搭载其端到端语音大模型，OPPO、荣耀等手机厂商也集成其多模态能力，实现本地AI伴聊、视频通话辅助等功能。阶跃预计2025年收入将达10亿人民币，成为少数具备清晰商业化路径的基础模型厂商。Step 3的“多开好省”（多模态、开源、高性能、低成本）策略，不仅重新定义了推理模型的SOTA标准，更推动AI技术从实验室走向产业应用。

#多模态大模型 #开源AI #国产芯片适配 #高效推理 #Step3

阅读更多：

https://mp.weixin.qq.com/s/oWFzYMBDxazqR4fnuVrEfg?click_id=15

AI 驱动科学

Science：首次实现原子级热振动成像，科学家“看见”了热量

在二维莫尔材料中，一种被称为相子（phason）的特殊原子振动模式被理论预测存在，但从未被直接观测。伊利诺伊大学厄巴纳-香槟分校的Pinshane Huang和Yichao Zhang等研究人员，利用超高分辨率成像技术，首次直接“看见”并证实了相子的存在，获得了史上最高分辨率的单原子图像。

▷（左）二维材料中的原子。（右）单个原子的照片。Credit: The Grainger College of Engineering at the University of Illinois Urbana-Champaign

研究团队利用了一项名为电子叠层显微成像技术（electron ptychography，一种能极大提升显微镜分辨率的尖端成像方法）的突破性技术，对扭转双层的二硒化钨（WSe2）材料进行观测。热量本质上是原子的集体振动，这种振动会导致原子在成像时显得“模糊”。通过达到前所未有的皮米级（低于15皮米）空间分辨率，研究人员能够精确测量每个独立原子的“模糊”程度，从而量化其振动幅度，实现了对热量的可视化。

借助这种方法，团队首次直接观测到了一种长期存在于理论中的振动模式——相子。相子属于莫尔声子（moiré phonons，由两层二维材料扭转堆叠形成的超晶格所特有的集体振动模式）中一种频率极低的特殊类型。实验证实，这些相子振动在低扭转角度的材料中占据主导地位，并且集中在特定的原子堆叠区域。这一发现不仅证实了长期存在的物理学假设，更开辟了一条在原子尺度上研究和调控热传导的新路径，为开发具有更优异散热性能的下一代电子器件提供了基础知识。研究发表在 Science 上。

#其他 #其他 #材料科学 #二维材料 #电子显微镜

阅读更多：

Zhang, Yichao, et al. “Atom-by-Atom Imaging of Moiré Phasons with Electron Ptychography.” Science, vol. 389, no. 6758, Jul. 2025, pp. 423–28. Crossref, https://doi.org/10.1126/science.adw7751

弯曲神经网络通过几何设计实现类人“顿悟式”记忆回忆

传统AI记忆模型难以模拟人脑中复杂的多路信号交互，限制了其效率和能力。来自巴斯克应用数学中心（BCAM）、Araya公司、萨塞克斯大学和京都大学的国际团队，包括Miguel Aguilera、Pablo A Morales、Fernando E. Rosas和Hideaki Shimazaki，提出一种“弯曲神经网络”，利用几何学原理，使AI能够实现高效、可靠且类似人类“灵光一现”的记忆回忆。

▷由统计流形的叶状结构产生的高阶分解。Credit: Nature Communications (2025).

该研究没有采用增加网络连接或计算量的传统方法，而是开创性地引入几何学思想，构建了弯曲神经网络（Curved Neural Networks）。其核心在于通过“弯曲”模型所在的数学空间，以一种极为简约的方式实现高阶相互作用（HOIs，即多个神经元信号同时相互影响的复杂模式），从而更逼真地模拟大脑的运作方式。研究人员通过精确的平均场理论（mean-field theory）分析发现，这种弯曲的几何结构能自发地引导出一个自调节退火过程（self-regulating annealing process）。

在这个过程中，系统能够实现爆发式记忆回忆（explosive memory recall，指系统能像拨动开关一样，从无序状态迅速跳转到清晰的记忆状态），其速度和效率远超传统模型。这种机制源于模型内部能量与一个“有效”温度间的正反馈循环，让AI在回忆时能自动调整“焦点”。分析与实验均证明，这种设计不仅能提升记忆检索的速度，还能显著增加网络的记忆容量和回忆过程的鲁棒性。这一框架为构建更高效、更易于理解的“白盒”AI提供了新思路。研究发表在 Nature Communications 上。

#AI驱动科学 #计算模型与人工智能模拟 #记忆机制 #神经网络

阅读更多：

Aguilera, Miguel, et al. “Explosive Neural Networks via Higher-Order Interactions in Curved Statistical Manifolds.” Nature Communications, vol. 16, no. 1, Jul. 2025, p. 6511. www.nature.com, https://doi.org/10.1038/s41467-025-61475-w

AI驱动的个性化神经刺激头戴设备可在家中提升注意力

传统的脑刺激技术因“一刀切”模式效果不一，且难以在真实生活场景中实现个性化。萨里大学、牛津大学和认知神经技术公司（Cognitive Neurotechnology）的Roi Cohen Kadosh等人开发了一款由人工智能驱动的个性化神经刺激头戴设备，能根据用户特征远程调整刺激参数，在家中安全有效地提升持续注意力。

该研究的核心技术是一套智能头戴设备，它采用经颅随机噪声刺激（tRNS），并由一个先进的人工智能算法——个性化贝叶斯优化（pBO）进行驱动。研究团队首先利用103名参与者在家庭环境中完成的290次注意力任务数据对AI进行训练。算法学会了如何根据每个人的初始注意力水平和头围（作为大脑解剖结构的近似指标）来远程定制最佳的刺激强度，从而摆脱了对昂贵且费时的核磁共振（MRI）扫描的依赖。

在一项包含37名新参与者的双盲、安慰剂对照研究中，该系统的有效性得到了验证。结果显示，接受AI个性化tRNS刺激的参与者，其持续注意力的提升程度显著高于接受固定强度标准刺激或伪刺激（placebo）的参与者。尤其值得注意的是，这种认知增强效果在那些基线注意力水平较低的人群中最为明显，而对高水平者则无显著影响。这表明该技术有望帮助缩小个体间的认知能力差距，而非仅仅让强者更强。整个过程未发现严重副作用。研究发表在 npj Digital Medicine 上。

#AI驱动科学 #神经调控 #个性化医疗 #认知增强

阅读更多：

Cohen Kadosh, Roi, et al. “Personalized Home Based Neurostimulation via AI Optimization Augments Sustained Attention.” Npj Digital Medicine, vol. 8, no. 1, Jul. 2025, p. 463. www.nature.com, https://doi.org/10.1038/s41746-025-01744-6

仿生人造肌肉让机器人可推、举、踢，行动更灵活

传统刚性机器人难以适应复杂环境，而现有软体执行器、性能不足且依赖笨重外部设备。为了解决这一难题，西北大学（Northwestern University）的Ryan Truby和Taekyoung Kim团队开发了一种新型电池驱动的仿生软体肌肉，其强度和柔韧性足以构建不受束缚的人形机器人肢体。

▷机器人腿的合成图像——带有集成的人工肌肉——在脚踝和膝盖处弯曲。

研究团队的核心创新是一种全新的电动软体执行器。其内部是一个3D打印的手性剪切拉胀体（handed shearing auxetic, HSA，一种受扭转时会伸展和膨胀的特殊结构），外部包裹着一个同样由3D打印制作的橡胶折纸波纹管。通过一个微型集成伺服电机驱动HSA旋转，即可让整个执行器产生强大的线性推拉动作，模拟生物肌肉的收缩与舒张。这种人造肌肉重量仅400克，却能伸缩其自身长度的30%，并产生高达75牛顿的力，足以举起比自身重17倍的物体。更关键的是，其功率和能量密度比现有顶尖的软体肌肉高出四个数量级，并且完全由便携式电池供电。为了展示其应用潜力，团队用三块这种肌肉、硬质塑料“骨骼”和弹性橡胶“肌腱”组装出一条真人大小的机器人腿，它不仅能灵活地弯曲膝盖和脚踝，还能有力地将排球踢走。研究发表在 Advanced Materials 上。

#其他 #机器人及其进展 #软体机器人 #仿生学

阅读更多：

Kim, Taekyoung, et al. Architected Soft Actuators for Artificial Musculoskeletal Systems. advanced.onlinelibrary.wiley.com, https://doi.org/10.1002/adma.202501290. Accessed 29 Jul. 2025

Allegro-FM：面向艾字节级分子动力学模拟的等变基础模型

传统分子动力学模拟受限于特定任务和高昂的计算成本，难以应对复杂材料体系。来自南加州大学、索尼集团公司、广岛工业大学和熊本大学的Ken-ichi Nomura, Shinnosuke Hattori, Satoshi Ohmura等人，开发了一款名为Allegro-FM的AI基础模型，旨在实现对多种材料和化学反应的零样本、高精度、大规模模拟。

该研究构建的Allegro-FM模型基于E(3)等变网络（E(3) equivariant network，一种能自动处理原子三维空间关系的神经网络架构），并在融合了大规模有机与无机材料的数据集上进行训练。其核心优势在于卓越的零样本学习能力。在模拟碳酸分解为水和二氧化碳的反应中，模型计算的过渡态能量与高水平理论值的误差仅为0.3 kcal/mol，展现了极高的预测精度。在材料性质预测方面，Allegro-FM对硅酸钙水合物（水泥的关键成分）的模拟密度（2.44 g/cm³）与实验值（2.46 g/cm³）几乎一致。更重要的是，该模型具备前所未有的可扩展性，在Aurora超级计算机上成功模拟了包含40亿原子的庞大系统，并行效率高达97.5%。这一突破为在微米空间尺度和微秒时间尺度上研究材料的复杂行为提供了强大工具。

#AI驱动科学 #预测模型构建 #材料科学 #基础模型

阅读更多：

Nomura, Ken-ichi, et al. Allegro-FM: Towards Equivariant Foundation Model for Exascale Molecular Dynamics Simulations. arXiv:2502.06073, arXiv, 20 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.06073

整理｜ChatGPT

编辑｜丹雀、存源

由天桥脑科学研究院主办的首届AI驱动科学年度研讨会（AIAS 2025）将于10月27–28日在美国旧金山举行。会议面向全球征集论文，聚焦能够在科学领域开辟全新研究模式、假设生成及实验方法的变革性人工智能创新。如果您希望与诺贝尔奖得主Jennifer Doudna，David Baker，知名学者Animashree Anankumar，Heather J. Kulik，以及业界领袖Tom Miller一同登台分享，请点击阅读原文提交您的论文：https://aias2025.org/call-for-papers/！征稿截止日期为8月1日。

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。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。您也可以在后台提问，我们将基于追问知识库为你做出智能回复哦~

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。