追问daily | AI在社交网络中进化出内疚感；给婴儿打麻醉，或加速大脑视觉发育；大脑如何预处理感觉信号？

█脑科学动态

尘封31年的生命奇迹：世界“最年长”胚胎婴儿诞生

用声音的节拍精准调控细胞功能

婴儿早期麻醉经历加速大脑视觉发育

丘脑-皮层反馈新机制：大脑如何“预处理”感觉信号

海马旁皮质变薄或可作为抑郁症和神经质的生物标志物

预感疾病可启动真实免疫系统

大脑搭台，心演戏：为何DMT与濒死体验既相似又不同？

█AI行业动态

微软AI职业危机榜：记者、翻译高危，按摩师、建筑工暂安全

ChatGPT Agent轻松破解“我不是机器人”验证

华人团队闪耀ACL 2025：DeepSeek与北大斩获最佳论文

█AI驱动科学

AI“驯服”无序蛋白：David Baker团队连发Nature/Science

为体内微型机器人装备超声导航系统

Nature：AI科学家团队自主设计出新型SARS-CoV-2纳米抗体

可穿戴设备利用环境光实现24小时健康监测

人工智能可在特定社交网络中进化出内疚感，促进合作行为

1分钟内完成15天预报，机器学习天气预报系统FCN3

脑科学动态

尘封31年的生命奇迹：世界“最年长”胚胎婴儿诞生

长期冷冻的胚胎是否依然具备生命潜力？这个问题最近有了新的答案。在美国，一个由胚胎捐赠者 Linda Archerd、接受者 Lindsey 和 Tim Pierce 夫妇、捐赠机构夜光基督徒收养（Nightlight Christian Adoptions）以及生育诊所 Rejoice Fertility（John Gordon, Sarah Atkinson）共同参与的事件中，一枚冷冻长达30.5年的胚胎成功诞生为一名健康男婴，创造了新的世界纪录。

这个生命奇迹始于1994年，当时一枚通过体外受精（IVF）创造的胚胎被慢速冷冻法（slow-freezing，一种早期的胚胎冷冻技术，通过逐步降温来保存胚胎，但易形成冰晶，操作比现代技术更复杂）保存起来。经过长达30.5年的“沉睡”，该胚胎通过一个名为“雪花”的胚胎领养项目，被捐赠给了多年求子的 Pierce 夫妇。位于田纳西州的 Rejoice Fertility 诊所接受了这项挑战。首席胚胎学家 Sarah Atkinson 指出，解冻这类使用过时技术保存的胚胎极具挑战性，需要精确的操作以避免损伤。现代诊所大多采用玻璃化冷冻（vitrification），即快速冷冻使胚胎呈玻璃态。最终，三枚胚胎被成功复苏，其中两枚被移植到 Lindsey 的子宫内，一枚成功着床发育。2025年7月26日，男婴 Thaddeus 顺利诞生，他的到来不仅圆了父母的梦想，也证明了超长期冷冻胚胎的非凡生命力。

#疾病与健康 #个性化医疗 #辅助生殖技术 #胚胎冷冻

阅读更多：

https://www.technologyreview.com/2025/07/29/1120769/exclusive-record-breaking-baby-born-embryo-over-30-years-old/

用声音的节拍精准调控细胞功能

杜克大学的 Ye He、Jianping Xia、Tony Jun Huang 等研究人员发表了一篇综述，系统总结了声学技术作为一种非侵入性的“隐形之手”，在细胞功能调控及治疗应用中的前沿进展，为再生医学和肿瘤治疗等领域提供了新的思路。

这篇综述指出，机械力是调控细胞生命活动的关键信号。声学技术能够非接触、高精度地施加这种机械刺激。研究人员总结了多种声学平台，例如利用体声波在三维空间中操控细胞，或利用声表面波在芯片上产生精细的振动模式来影响细胞排列和迁移。这些声波通过多种机制与细胞“对话”，包括直接激活细胞膜上的机械敏感离子通道，从而触发下游的生化信号；或利用声穿孔（sonoporation，即利用声波在细胞膜上形成可恢复的微小孔道）将药物或基因精准递送到细胞内部。

应用方面，研究证实声波可以引导干细胞分化为特定的细胞类型（如骨细胞或神经元），加速伤口愈合，甚至在肿瘤治疗中增强药物的靶向性。研究强调，未来的发展方向在于建立标准化的声学参数，并将其与生物材料等工具结合，以实现更高效的治疗效果。研究发表在 Science Advances 上。

#疾病与健康 #跨学科整合 #声学技术 #细胞力学

阅读更多：

He, Ye, et al. “Acoustic Technologies for the Orchestration of Cellular Functions for Therapeutic Applications.” Science Advances, Jul. 2025. world, www.science.org, https://doi.org/10.1126/sciadv.adu4759

婴儿早期麻醉经历加速大脑视觉发育

婴儿期接受全身麻醉是否会影响大脑发育？这是临床和科研领域长期关注的问题。由波士顿儿童医院和东北大学的Laurel J. Gabard-Durnam, Takao K. Hensch等人领导的一项研究，首次在人类婴儿中直接验证了动物研究的发现：早期麻醉暴露确实改变了大脑发育的节奏，导致视觉皮层的功能模式加速成熟。

该研究是一项名为GABA（全身麻醉与大脑活动）研究的长期追踪项目。研究人员追踪了93名婴儿，他们中的一部分在出生后头两个月内因手术需接受作用于GABA（γ-氨基丁酸，一种关键的抑制性神经递质）系统的全身麻醉。团队在婴儿2至5个月大时，通过脑电图（EEG）技术记录他们观看视觉刺激时的大脑反应，即视觉诱发电位（Visual Evoked Potentials, VEPs）。

结果发现，与未接触麻醉的婴儿相比，经历过长时间或反复麻醉的婴儿，其VEP波形表现出一种显著的“加速成熟”模式。这一发现与小鼠实验中的结论一致，即人为增强GABA信号会提前启动大脑皮层的发育关键期。值得注意的是，该团队之前对同一批孩子在10个月和2-3岁时进行的评估显示，他们在认知、语言和运动等基础能力方面并无显著差异。这一看似矛盾的结果共同凸显了婴儿大脑高度的可塑性与恢复力。尽管短期内发育加速，但大脑似乎能进行自我调整。不过，研究人员也强调，这种加速发育的长期影响尚不明确，有待学龄期的进一步评估。研究发表在 PNAS 上。

#疾病与健康 #神经机制与脑功能解析 #婴幼儿发育 #麻醉

阅读更多：

Gabard-Durnam, Laurel J., et al. “General Anesthesia in Early Infancy Accelerates Visual Cortical Development.” Proceedings of the National Academy of Sciences, vol. 122, no. 31, Aug. 2025, p. e2504172122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2504172122

丘脑-皮层反馈新机制：大脑如何“预处理”感觉信号

为何我们对同一触碰的感受时而清晰时而模糊？日内瓦大学的Anthony Holtmaat, Ronan Chéreau, Federico Brandalise及同事们，通过研究小鼠的感觉系统，发现了一条此前未知的大脑通讯通路，揭示了丘脑-皮层反馈环路如何像一个“放大器”一样，选择性地预处理感觉信号，从而塑造我们的实时感受。

▷活体小鼠大脑皮层神经元表达绿色荧光蛋白，采用双光子显微镜成像。Credit: Ronan Chéreau

研究团队聚焦于大脑中连接感觉中继站——丘脑与感觉处理中心——躯体感觉皮层的反馈回路。通过结合在体双光子成像、光遗传学和高精度的电生理记录技术，他们发现来自高阶丘脑的特定神经投射，并非直接触发皮层锥体神经元放电，而是以一种更精巧的方式进行调节。具体来说，当这些丘脑反馈信号抵达特定皮层神经元的树突时，释放的神经递质谷氨酸会激活一种特殊的受体——1组代谢型谷氨酸受体。这种激活不会立刻产生电信号，而是通过一系列生化反应，关闭了细胞膜上的钾离子泄漏通道。这相当于暂时堵住了神经元电荷的“漏电”通路，使得神经元对后续传入的感觉信号反应更强烈，更容易被激活。这种“预备”或“增敏”机制具有高度特异性，仅针对特定类型的锥体神经元，这表明大脑能精确地选择放大哪些信息流。研究发表在 Nature Communications 上。

#认知科学 #意图与决策 #神经机制与脑功能解析 #道德心理学

阅读更多：

Brandalise, Federico, et al. “Thalamocortical Feedback Selectively Controls Pyramidal Neuron Excitability.” Nature Communications, vol. 16, no. 1, Jul. 2025, p. 5663. www.nature.com, https://doi.org/10.1038/s41467-025-60835-w

海马旁皮质变薄或可作为抑郁症和神经质的生物标志物

重度抑郁症与容易产生负面情绪的神经质人格特质之间是否存在共同的神经基础？来自德国亚琛大学和于利希研究中心的 Dominik Nießen, Ravichandran Rajkumar 及其同事进行了一项研究。他们发现，大脑中一个负责记忆与情绪的关键区域——海马旁皮质的厚度，可以同时反映抑郁症和神经质水平。

▷一位代表性对照参与者和一位重度抑郁症患者的皮质厚度图。图片左侧为左半球的内侧和外侧视图。中间为顶视图。右侧为右半球的相应视图。Desikan-Killiany DK-40 图谱的边界以黑色勾勒。PHC 以箭头突出显示。左半球 PHC 厚度存在显著的组间差异。神经质与左、右半球 PHC 厚度均呈负相关。Credit: Translational Psychiatry (2025).

研究团队采用7特斯拉结构磁共振成像（7T sMRI，一种能提供极高分辨率图像的脑部扫描技术），精确测量了43名重度抑郁症（MDD）患者和43名健康对照者的海马旁皮质（PHC）厚度，并使用专业量表评估了所有人的神经质水平。结果清晰地显示，与健康人相比，抑郁症患者的左侧PHC显著更薄。更重要的是，无论是否患有抑郁症，个体的神经质分数越高，其双侧大脑的PHC就越薄。这一发现揭示了抑郁症与神经质人格在脑结构上存在重叠。研究者认为，PHC厚度变薄可能是一个潜在的生物标志物，未来有望结合神经质评估，为抑郁症提供更精准的诊断依据，推动精准精神病学的发展。研究发表在 Translational Psychiatry 上。

#疾病与健康 #心理健康与精神疾病 #抑郁症 #生物标志物

阅读更多：

Nießen, Dominik, et al. “7-Tesla Ultra-High Field MRI of the Parahippocampal Cortex Reveals Evidence of Common Neurobiological Mechanisms of Major Depressive Disorder and Neurotic Personality Traits.” Translational Psychiatry, vol. 15, no. 1, Jul. 2025, p. 227. www.nature.com, https://doi.org/10.1038/s41398-025-03435-y

预感疾病可启动真实免疫系统

仅仅是预感到有感染风险，身体的免疫系统就会提前启动吗？来自日内瓦大学和洛桑联邦理工学院的Sara Trabanelli, Michel Akselrod等研究人员进行了一项创新性研究。他们发现，人类大脑对虚拟感染威胁的预期，足以通过神经通路激活真实的免疫细胞，为身体筑起一道“预警”防线。

▷PPS 系统早期检测传染性化身。Credit: Nature Neuroscience (2025).

研究团队设计了一个巧妙的实验，让参与者在虚拟现实（VR）中面对步步逼近的、带有明显感染迹象的虚拟人像。通过结合脑电图（EEG）和功能性磁共振成像（fMRI）技术，研究人员发现，当虚拟威胁进入参与者的近身空间（peripersonal space，即身体周围的防御性空间）时，大脑的突显网络（salience network），特别是前岛叶和前额叶皮质等区域被激活，产生了预期性反应。

更令人惊讶的是，这种纯粹的“心理预期”引发了真实的生理变化。通过分析参与者的血液样本，研究人员发现其体内的先天淋巴细胞（innate lymphoid cells，简称ILCs，是一类无需预先接触病原体即可快速反应的早期免疫细胞）的频率和活性受到了显著调节，其变化模式（ILC1减少，ILC2增加）竟与接种真实流感疫苗的对照组高度相似。进一步的脑成像分析揭示，这些大脑感知区域与下丘脑的连接发生了改变，证明了神经预期是通过下丘脑-垂体-肾上腺轴将信号传递给了免疫系统。这项研究首次证实，人体的免疫防御并非始于物理接触之后，而是在大脑预判到威胁时便已提前启动。研究发表在 Nature Neuroscience 上。

#疾病与健康 #健康管理与寿命延长 #营养与衰老 #咖啡因 #女性健康

阅读更多：

Trabanelli, Sara, et al. “Neural Anticipation of Virtual Infection Triggers an Immune Response.” Nature Neuroscience, Jul. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41593-025-02008-y

大脑搭台，心演戏：为何DMT与濒死体验既相似又不同？

强效迷幻药DMT引发的体验与濒死体验（NDE）为何如此相似？英国格林威治大学（University of Greenwich）与伦敦帝国理工学院（Imperial College London）的 Pascal Michael, David Luke 及 Oliver Robinson 团队，首次对自然状态下的DMT体验与心脏骤停引发的濒死体验进行了深入的定性比较，揭示了两者在共享基本结构的同时，于核心内容上存在着显著差异。

该研究采用实地调查而非实验室环境，通过微观现象学访谈技术，详细记录了36名参与者在自然情境下的高剂量DMT体验，并将其与34份心脏骤停幸存者的濒死体验叙述进行对比。研究发现，两种体验在宏观主题上高度重合，都包括脱离肉身（disembodiment）、穿越隧道、看见强光和遇见生命体等。然而，在内容的具体呈现上，差异巨大：濒死体验者常报告与已故亲人重逢，而DMT体验者则遇见的是“机械小丑”或“蛇形科学家”等超凡脱俗的外星实体。此外，濒死体验中经典的“人生回顾”（life review）在DMT体验中几乎完全缺席，而DMT体验中标志性的复杂几何视觉图案也未在濒死体验中出现。研究者认为，这表明大脑的生物学机制可能为这两种体验提供了相似的“舞台”，但个人心理、记忆和文化背景则决定了舞台上上演的“剧目”。研究发表在 Frontiers in Psychology 上。

#意识与脑机接口 #神经机制与脑功能解析 #DMT #濒死体验

阅读更多：

Michael, Pascal, et al. “An Encounter with Death: A Comparative Thematic and Content Analysis of Naturalistic DMT Experiences and the near-Death Experience.” Frontiers in Psychology, vol. 16, Mar. 2025. Frontiers, https://doi.org/10.3389/fpsyg.2025.1532937

AI 行业动态

微软AI职业危机榜：记者、翻译高危，按摩师、建筑工暂安全

微软研究院最新研究报告揭示了40个最易受人工智能冲击的职业，其中口译员、记者、客服代表位居前列。研究通过"AI适用性评分"衡量工作任务与AI能力的重叠度，指出写作、数据分析及标准化服务类岗位最易被替代。微软高级研究员Kiran Tomlinson强调，AI主要改变工作模式而非完全取代人力，但承认其可能引发裁员潮——微软今年已因AI应用裁员超1.5万人，前CEO比尔·盖茨亦预警过AI的就业威胁。

研究同时列出40个低风险职业，集中于需实体操作的领域。按摩师、外科医生、屋顶工等因依赖人类触觉和灵活应变能力暂未受冲击，疏浚操作员、水处理系统操作员等小众技术工种也因场景复杂性得以保全。报告特别指出，虽然人形机器人技术快速发展，但涉及精密肢体协作（如口腔颌面外科手术）或高危环境作业（如石油钻井）的岗位短期内仍难以自动化。

#人工智能 #职业变革 #就业市场 #微软研究 #技能转型

阅读更多：

https://www.windowscentral.com/artificial-intelligence/microsoft-reveals-40-jobs-about-to-be-destroyed-by-and-safe-from-ai

ChatGPT Agent轻松破解“我不是机器人”验证

OpenAI最新发布的ChatGPT Agent展示了其突破互联网常见安全验证的能力。这款AI助手可以在沙盒环境中操作虚拟浏览器，执行多步骤任务，例如完成视频转换时轻松点击Cloudflare的反机器人验证框，甚至实时旁白操作过程：“此步骤是必要的，以证明我不是机器人。”这一场景的讽刺性引发了广泛讨论，Reddit用户调侃道：“它接受过人类数据训练，我们应尊重它‘不认为自己是机器人’的选择。”

CAPTCHA（全自动区分计算机和人类的图灵测试）曾是网络安全的基石，但AI的进步正在颠覆这一传统。Cloudflare的Turnstile系统通过分析鼠标移动、浏览器指纹等信号判断用户行为，而ChatGPT Agent却能模拟人类操作通过验证。尽管AI破解CAPTCHA并非首次，但OpenAI的代理工具展现了更成熟的自动化能力，能够处理需人类判断的多步骤流程，例如购物清单生成和在线支付。

这场“攻防战”背后是技术与安全的博弈。CAPTCHA的初衷是区分人机，但如今已演变为延缓机器人攻击的手段。讽刺的是，人类在验证过程中提供的数据（如reCAPTCHA）反被用于训练AI模型，形成“人类助AI破解未来验证”的循环。ChatGPT Agent的突破不仅挑战了现有安全机制，也预示着AI在复杂任务中的潜力——尽管它仍会败给糟糕的网站设计。

#ChatGPT #CAPTCHA #AI安全 #Cloudflare #自动化

阅读更多：

https://arstechnica.com/information-technology/2025/07/openais-chatgpt-agent-casually-clicks-through-i-am-not-a-robot-verification-test/

DeepMind推出AlphaEarth Foundations：全球首款“按需生成”地球动态地图的AI模型

谷歌DeepMind最新发布的AlphaEarth Foundations为解决地球观测数据的整合难题提供了突破性方案。该模型如同“虚拟卫星”，能够融合来自数十个公共数据源的PB级遥感数据，包括光学卫星图像、雷达数据和气候模拟等，并以10米×10米为单位生成高度紧凑的数字化地球嵌入。这种技术不仅大幅降低了存储成本（仅为传统AI系统的1/16），还为农业监测、环境保护和城市发展等关键领域提供了前所未有的全局视角。

AlphaEarth Foundations在性能测试中表现卓越，其平均误差率比其他模型低24%，尤其在数据标注不足的情况下仍能高效学习。例如，在厄瓜多尔，它能穿透云层精准监测农作物生长；在南极洲，即便卫星成像频率极低，模型也能还原地表结构。这种能力使其成为科研和公共政策制定的强大工具，帮助全球团队更高效地应对气候变化和生态保护等挑战。

谷歌已将AlphaEarth Foundations生成的年度嵌入数据集公开发布，覆盖全球1.4万亿个嵌入点，是目前最大规模的AI地球嵌入数据集之一。全球生态系统地图计划（Global Ecosystems Atlas）等50多家组织已利用该数据集成功分类未标注的生态区域。未来，这项技术有望拓展至灾害预警、粮食安全等实时应用领域，持续推动全球可持续发展。

#谷歌DeepMind #AlphaEarth #地球观测 #人工智能 #可持续发展

阅读更多：

https://deepmind.google/discover/blog/alphaearth-foundations-helps-map-our-planet-in-unprecedented-detail/

华人团队闪耀ACL 2025：DeepSeek与北大斩获最佳论文

63届国际计算语言学协会年会（ACL 2025）近日在维也纳落下帷幕，华人研究团队表现尤为亮眼。在8000多篇投稿中，中国作者占比首次超过半数（51.3%），DeepSeek团队与北京大学杨耀东课题组分别凭借稀疏注意力机制和对齐弹性理论的研究摘得最佳论文奖。其中，杨耀东团队的论文首次揭示了大语言模型在微调后可能“回弹”至预训练状态的“弹性机制”，指出当前对齐方法可能仅停留在表面。

DeepSeek创始人梁文锋参与的论文则提出“原生稀疏注意力（NSA）”，通过分层token建模和硬件优化，显著提升了长上下文处理的效率。实验显示，NSA在27B参数模型上性能媲美全注意力机制，且计算速度随序列长度增加而提升。此外，斯坦福大学和CISPA团队的研究分别探讨了LLM采样偏差与群体差异公平性，前者发现模型输出会偏离统计常态，后者则强调算法需在特定场景下区分群体差异。

本届ACL还颁发了时间检验奖与终身成就奖。经典论文《Automatic Labeling of Semantic Roles》和《Effective Approaches to Attention-based Neural Machine Translation》分别获得25年与10年时间检验奖，后者提出的全局/局部注意力架构为现代Transformer奠定了基础。哥伦比亚大学Kathy McKeown教授因在自然语言生成与摘要领域的开创性贡献获终身成就奖，其学术影响跨越40余年。

#ACL2025 #大语言模型 #稀疏注意力 #AI对齐 #自然语言处理

阅读更多：

https://deepmind.google/discover/blog/alphaearth-foundations-helps-map-our-planet-in-unprecedented-detail/

AI 驱动科学

AI“驯服”无序蛋白：David Baker团队连发Nature/Science攻克“不可成药”靶点

如何为结构像“流水”一样多变的内在无序蛋白（IDP）开发靶向药物？华盛顿大学的David Baker团队（包括博士后吴可嘉（Kejia Wu）、刘彩璇（Caixuan Liu）等研究人员）利用生成式人工智能取得了突破性进展，他们开发出两种全新的设计策略，成功设计出能精准“锁住”这些无序蛋白的结合蛋白。

研究团队基于其强大的蛋白质设计AI模型RFdiffusion，开创了两种互补的设计方法。第一种策略（发表于Nature）采用“动态匹配”，AI仅根据目标蛋白的氨基酸序列，同时模拟无序蛋白和结合蛋白的动态构象，让它们自由寻找最佳的结合姿态，最终生成亲和力高达纳摩尔级的结合蛋白。例如，为胰淀素（amylin，与2型糖尿病相关）设计的结合蛋白不仅能阻止其形成有毒纤维，还能分解已形成的纤维。第二种策略（发表于Science）则像搭积木，研究人员先创建一个包含千种“结合口袋”的模块库，再用AI将这些口袋高效组装成能识别特定无序区域的结合蛋白。该方法成功为39个不同的靶点设计了结合物，部分亲和力甚至达到皮摩尔级。其中，一款靶向强啡肽的结合蛋白（DYNA_2b2）在人类细胞中成功阻断了疼痛信号的传导。这两项研究为过去“不可成药”的靶点打开了大门。研究分别发表在 Nature 和 Science 上。

#AI驱动科学 #个性化医疗 #蛋白质设计 #不可成药靶点

阅读更多：

Liu, Caixuan, et al. “Diffusing Protein Binders to Intrinsically Disordered Proteins.” Nature, Jul. 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-025-09248-9

Wu, Kejia, et al. “Design of Intrinsically Disordered Region Binding Proteins.” Science, Jul. 2025. world, www.science.org, https://doi.org/10.1126/science.adr8063

为体内微型机器人装备超声导航系统

如何精确追踪并引导在人体内执行任务的微型机器人，是实现无创靶向治疗的关键瓶颈。为解决这一难题，苏黎世联邦理工大学的 Cornel Dillinger, Daniel Ahmed 等研究人员开发了一种创新的双超声系统，该系统利用标准超声设备，实现了对微米级机器人的实时“导航”与“驾驶”。

研究团队的核心创新在于设计了一套“分工明确”的双超声系统。他们利用一个低频超声波（~100kHz）作为驱动力，精准地激发微型机器人（直径60-80微米）内部微气泡的振动，从而推动其在液体环境中前进或转向。与此同时，一个标准的高频成像超声波（4-16MHz）则负责“观察”。其关键机制在于，机器人受激振动时会产生一种伪多普勒信号（pseudo-Doppler signal），这种信号能被超声诊断仪的彩色血流图（color flow mapping，CFM，一种常用于观察血流的技术）模式捕捉到，使微型机器人在屏幕上显示为一个清晰的彩色光点。由于驱动和成像的频率相差一个数量级，两者互不干扰，完美实现了“边开边看”。实验证明，该技术能在深达10厘米的组织模型及离体小鼠膀胱中稳定追踪单个机器人，并监控其药物释放过程。研究发表在 Science Advances 上。

#疾病与健康 #机器人及其进展 #超声成像 #靶向药物递送

阅读更多：

Dillinger, Cornel, et al. “Real-Time Color Flow Mapping of Ultrasound Microrobots.” Science Advances, Jul. 2025. world, www.science.org, https://doi.org/10.1126/sciadv.adt8887

Nature：AI科学家团队自主设计出新型SARS-CoV-2纳米抗体

如何让AI从一个辅助工具变成主导科学发现的科学家？旧金山陈·扎克伯格Biohub的John Pak、斯坦福大学的James Zou以及博士生Kyle Swanson等人创建了一个由AI驱动的“虚拟实验室”（Virtual Lab），该实验室中的AI智能体团队成功自主设计并验证了能对抗新冠病毒新变种的纳米抗体。

▷该虚拟实验室由一支人工智能科学家团队组成，在一名人类科学家的指导下，能够开展复杂的科学研究。Credit: Swanson et al, Nature

研究团队构建的虚拟实验室平台由多个大型语言模型驱动的AI智能体组成。人类科学家首先提出一个开放式研究问题（例如设计能对抗新冠新变种的抗体），并指定一个首席研究员AI。该AI随后会“招募”其他具备不同专长的AI（如病毒学家、生物信息学家）以及一个负责批判性思维的“评论家”AI，组成一个跨学科团队。这个AI团队能够自主开会讨论、制定研究策略并执行计算。在本次研究中，AI团队在短短数天内便设计出一个全新的计算流程，整合了ESM、AlphaFold-Multimer等前沿工具，并最终提出了92种全新的纳米抗体设计方案。研究人员随后在真实实验室中对这些设计进行测试，发现其中两种纳米抗体对最新的SARS-CoV-2变种（如JN.1）表现出很强的结合能力。研究发表在 Nature 上。

#AI驱动科学 #自动化科研 #大模型技术 #个性化医疗

阅读更多：

Swanson, Kyle, et al. “The Virtual Lab of AI Agents Designs New SARS-CoV-2 Nanobodies.” Nature, Jul. 2025, pp. 1–3. www.nature.com, https://doi.org/10.1038/s41586-025-09442-9

可穿戴设备利用环境光实现24小时健康监测

如何让可穿戴健康设备摆脱笨重电池的束缚？韩国科学技术院（KAIST）的Kyeongha Kwon团队与美国西北大学的Chanho Park、John A. Rogers团队合作，解决了这一难题。他们开发出一款新型自适应可穿戴平台，通过高效利用环境光作为能源，实现了全天候不间断的健康监测。

▷应用能量收集和电源管理平台的多模式装置由以下部分组成：i）光电容积描记法 (PPG) 传感器；ii）蓝光剂量计；iii）用于汗液分析和生物标志物传感器（氯离子、葡萄糖和 pH 值）的光致发光微流控通道；以及 iv）温度传感器。该装置采用柔性印刷电路板 (fPCB) 实现，以便贴附在皮肤上。硅基板上设有窗口，允许环境光和测量光通过，并由光致发光封装层封装 PPG、蓝光剂量计和温度传感器，而光致发光微流控通道则位于光致发光封装层下方，用于收集汗液。Credit: Nature Communications (2025).

该研究的核心是一个创新的三模态能量收集系统。首先，它采用光度法（photometric method），智能地利用环境光参与测量，并根据外界光线强度实时调节传感器LED的亮度，在光照充足时能将功耗降低高达86.22%。其次，设备集成了高效的光伏电池，能将室内外的光线持续转化为电能。最巧妙的是第三种技术——光致发光法，通过在设备封装材料中添加铝酸锶微粒，使其能在白天“储存”光能，并在完全黑暗的环境中缓慢释放，支持设备继续工作。这三种技术由一个自适应电源系统智能调度，确保设备在各种光照条件下都能以最优效率运行。此外，平台还引入了传感器内计算，使数据在本地处理，无线传输量骤降100倍，极大地节省了电力。这款设备集成了心率血氧、蓝光剂量及汗液分析等多种传感器，测试证明其精度可媲美商用设备。研究发表在 Nature Communications 上。

#疾病与健康 #健康管理与寿命延长 #可穿戴设备 #能量收集

阅读更多：

Park, Chanho, et al. “Adaptive Electronics for Photovoltaic, Photoluminescent and Photometric Methods in Power Harvesting for Wireless Wearable Sensors.” Nature Communications, vol. 16, no. 1, Jul. 2025, p. 5808. www.nature.com, https://doi.org/10.1038/s41467-025-60911-1

人工智能可在特定社交网络中进化出内疚感，促进合作行为

如何让AI具备道德，做出符合伦理的决策？Theodor Cimpeanu、Luis Moniz Pereira和The Anh Han等研究人员借鉴了人类社会中的“内疚感”机制。他们通过博弈论模型进行模拟研究，探索在何种条件下，AI智能体能够自发演化出内疚感，并发现社交网络结构是决定AI能否“学会”内疚并促进合作的关键。

▷策略频率和总体合作水平与内疚成本γ的关系。Credit: Journal of the Royal Society Interface (2025).

研究人员使用演化博弈论（evolutionary game theory）和基于智能体的模拟，构建了一个“迭代囚徒困境”模型。在这个模型中，AI智能体可以选择合作或背叛。研究引入了两种内疚机制：一种是“非社会内疚”，即智能体仅因自身行为而感到内疚并做出补偿（例如接受分数惩罚并转为合作）；另一种是“社会内疚”，即智能体只有在感知到对方也有内疚倾向时，才会采取弥补行为。研究团队在三种不同的社交网络中测试了这些策略的演化：混合均匀种群（well-mixed populations，个体随机互动）、格子网络（lattice networks，个体只与邻居互动）和无标度网络（scale-free networks，存在少数拥有大量连接的“中心”个体）。结果显示，在格子和无标度这两种结构化的网络中，内疚策略能够成功演化并占据主导，带来很高的合作水平。这是因为有内疚感的智能体可以聚集起来，形成互相支持的集群，抵御“自私”策略的剥削。相比之下，在随机互动的混合均匀种群中，内疚策略很难生存，合作也难以维持。研究发表在 Journal of the Royal Society Interface 上。

#AI驱动科学 #预测模型构建 #人工智能伦理 #演化博弈论

阅读更多：

Cimpeanu, Theodor, et al. “The Evolutionary Advantage of Guilt: Co-Evolution of Social and Non-Social Guilt in Structured Populations.” Journal of the Royal Society Interface, Jul. 2025. world, royalsocietypublishing.org, https://doi.org/10.1098/rsif.2025.0164

1分钟内完成15天预报，英伟达/UC伯克利等提出机器学习天气预报系统FCN3，支持单卡极速推理

传统天气预报模型计算成本高昂，难以满足快速精准的需求。来自英伟达、美国劳伦斯伯克利国家实验室、加州大学伯克利分校和加州理工学院的Boris Bonev, Thorsten Kurth, Anima Anandkumar等研究人员，共同开发了FourCastNet 3（FCN3）。这是一个革命性的概率机器学习天气预报系统，它在速度和精度上均实现了重大突破。

FourCastNet 3（FCN3）的架构融合了为地球几何定制的球面神经算子与隐马尔可夫模型框架，使其能更真实地模拟大气物理过程。研究团队使用欧洲中期天气预报中心的ERA5数据集对模型进行端到端训练，并通过创新的混合并行策略，在超过1000张GPU上实现了高效的大规模训练。性能评估显示，FCN3的预报准确性全面超越了传统数值预报的黄金标准IFS-ENS，并媲美当前最先进的AI模型GenCast。其最大的突破在于惊人的计算效率：在单张NVIDIA H100 GPU上，生成一次覆盖全球、0.25°分辨率、长达15天的集合预报仅需60秒，比IFS-ENS快60倍。此外，FCN3解决了许多AI预报模型的通病，即使在长达60天的预报中也能保持物理保真度，避免了预测结果模糊或失真。

#AI驱动科学 #预测模型构建 #天气预报 #深度学习

阅读更多：

Bonev, Boris, et al. FourCastNet 3: A Geometric Approach to Probabilistic Machine-Learning Weather Forecasting at Scale. arXiv:2507.12144, arXiv, 18 Jul. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2507.12144

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。