追问daily | Nature：补充锂可恢复记忆；GPT-5发布；制造AI疫苗防止大模型变坏

█脑科学动态

Nature：替换脑内免疫细胞，成功延缓小鼠神经退行性疾病

Nature：补充锂可逆转阿尔茨海默病

新型电压指示剂ASAP4.4-Kv实现感觉神经元活动实时成像

维生素B3与绿茶复合物可恢复老化脑细胞的“清理”功能

█AI行业动态

GPT-5发布，人人都能免费用的博士级AI

Grok 4爆冷击败Gemini晋级决赛

七部门联合发布脑机接口产业新政

█AI驱动科学

谷歌开源DeepPolisher，利用AI将基因组组装错误率减半

自动化计算协议成功预测并验证新型热电材料

“人格向量”新方法，通过“AI疫苗”技术预防大模型“变坏”

人工智能仅凭化学结构即可预测药物毒性

人工智能结合专家指导可为神经外科培训带来最佳效果

OAK模型让机器像人一样根据情境理解图像

AI故事助手StoryMate：用个性化互动提升儿童读写能力

脑科学动态

Nature：替换脑内免疫细胞，成功延缓小鼠神经退行性疾病

如何安全有效地替换大脑中有缺陷的免疫细胞以治疗神经退行性疾病？斯坦福大学医学院的 Marius Wernig 和 Marius Mader 团队开发了一种创新的脑内移植技术。该技术无需使用剧毒的全身预处理，即可高效替换小鼠大脑中的小胶质细胞，成功延缓了致命遗传病桑德霍夫病（Sandhoff disease）的进展，为未来治疗阿尔茨海默病等疾病提供了新思路。

桑德霍夫病是一种溶酶体贮积症（lysosomal storage disorder），由于基因缺陷导致关键酶缺失，废物在细胞内堆积，最终引发神经元死亡。传统疗法如骨髓移植风险极高。为此，研究团队设计了一套全新的脑特异性疗法。他们首先对小鼠大脑进行局部照射并使用药物，以清除原有的缺陷小胶质细胞。随后，将从非基因配型供体中分离出的健康小胶质细胞前体细胞（microglia precursor cells，一种比造血干细胞更特化的细胞）直接注入脑内。为防止免疫排斥，研究人员还使用了两种药物在局部抑制免疫系统。结果极为成功：超过85%的缺陷小胶质细胞被健康细胞替代，且无需进行全身性的毒性处理。在桑德霍夫病小鼠模型中，该疗法将动物的平均寿命从135天延长至超过250天，并显著改善了其运动和行为能力。更令人惊喜的是，新植入的小胶质细胞似乎能将正常的酶传递给周围的神经元，起到了“交叉矫正”的作用。研究发表在 Nature 上。

#疾病与健康 #神经调控 #细胞疗法 #神经退行性疾病 #阿尔茨海默病

阅读更多：

Mader, Marius Marc-Daniel, et al. “Therapeutic Genetic Restoration through Allogeneic Brain Microglia Replacement.” Nature, Aug. 2025, pp. 1–3. www.nature.com, https://doi.org/10.1038/s41586-025-09461-6

Nature：补充锂可逆转阿尔茨海默病，恢复记忆并让大脑重返年轻健康状态

面对尚无治愈方法的阿尔茨海默病，现有疗法效果有限。哈佛大学医学院的 Bruce Yankner 团队将目光投向了金属元素锂。他们的一项最新研究发现，大脑中内源性锂的缺乏是阿尔茨海默病的早期驱动因素，而补充一种特定形式的锂——乳清酸锂（lithium orotate），能够有效逆转小鼠模型的记忆丧失和大脑损伤。

研究团队首先证实，与健康人群相比，阿尔茨海默病（AD）及前期患者的大脑中锂含量显著降低。他们发现了一个恶性循环：大脑中的β-淀粉样蛋白斑块会像磁铁一样吸附并“囚禁”锂离子，导致周围脑细胞锂缺乏，功能受损，进而产生更多病变。为验证这一机制，研究人员在AD小鼠模型中通过饮食降低了大脑的锂含量，结果发现小鼠的淀粉样蛋白沉积、tau蛋白缠结和神经炎症等病理特征显著加剧，认知能力也加速衰退。这一过程至少部分由激酶GSK3β介导。关键的突破在于，研究团队找到了一种能够“躲避”斑块捕获的锂——乳清酸锂。与易被捕获的传统药物碳酸锂（lithium carbonate）不同，给小鼠服用低剂量的乳清酸锂，成功阻止了病理变化并恢复了其记忆。该疗法通过恢复小胶质细胞清除淀粉样蛋白的能力来发挥作用，且长期使用未见毒性，为开发安全有效的AD新疗法带来了希望。研究发表在 Nature 上。

#疾病与健康 #神经机制与脑功能解析 #阿尔茨海默病 #神经退行性疾病

阅读更多：

Aron, Liviu, et al. “Lithium Deficiency and the Onset of Alzheimer’s Disease.” Nature, Aug. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-025-09335-x

新型电压指示剂ASAP4.4-Kv实现感觉神经元活动实时成像

身体如何区分疼痛和触觉等不同感觉？德克萨斯大学圣安东尼奥健康科学中心与斯坦福大学的Yu Shin Kim、Michael Z. Lin及Yan Zhang等研究人员，开发了一种新型活体成像系统。他们利用该系统首次实时“看见”了感觉神经元响应不同刺激时的快速电活动，揭示了感觉编码的新机制以及损伤后的神经可塑性。

▷使用 ASAP4.4-Kv 电压成像技术在完整的背根节 (DRG) 神经元中对电同步、自发神经元活动进行光学检测。Credit: Nature Communications (2025).

研究的关键突破是一种名为ASAP4.4-Kv的新型基因编码电压指示剂（GEVI），它是一种在神经元被激活（去极化）时荧光会变亮的分子探针。相比于传统的基因编码钙指示剂（GECI）因响应缓慢而无法捕捉快速电信号，ASAP4.4-Kv能以毫秒级的时间精度实时追踪神经元的电压变化。研究团队在活体小鼠模型中，利用该探针对负责传递感觉信息的背根神经节（dorsal root ganglia, DRG，汇集了从皮肤和身体其他部位接收信号的神经元细胞体）进行成像。当对小鼠施加机械按压或热刺激时，他们能清晰地观察到不同感觉对应着特定模式的电信号“闪光”。更重要的是，该技术首次直观地证实了一个长期存在的假说：在神经损伤后，相邻的感觉神经元会开始电信号通讯，产生一种此前未被观察到的电同步现象。研究发表在 Nature Communications 上。

#神经科学 #神经机制与脑功能解析 #电压成像 #感觉编码

阅读更多：

Zhang, Yan, et al. “Imaging Sensory Transmission and Neuronal Plasticity in Primary Sensory Neurons with a Positively Tuned Voltage Indicator.” Nature Communications, vol. 16, no. 1, Jul. 2025, p. 6396. www.nature.com, https://doi.org/10.1038/s41467-025-61774-2

维生素B3与绿茶复合物可恢复老化脑细胞的“清理”功能

如何帮助衰老的大脑清除有害蛋白质，从而对抗阿尔茨海默病？加州大学欧文分校的 Gregory Brewer, Ricardo Santana 和 Joshua McWhirt 团队针对这一问题进行了研究。他们发现，一种由维生素B3和绿茶提取物组成的天然复合物，能够为老化的神经元补充关键能量，从而重启其内部的“垃圾清理”系统，有效清除与阿尔茨海默病相关的毒性蛋白。

▷图形摘要。Credit: GeroScience (2025).

研究人员在取自阿尔茨海默病模型小鼠的老化神经元中发现，一种名为三磷酸鸟苷（guanosine triphosphate, GTP）的关键能量分子水平会随年龄增长而下降。GTP的减少削弱了细胞的自噬功能，导致有害的β-淀粉样蛋白在细胞内堆积。为了解决这个问题，团队使用烟酰胺和绿茶中的抗氧化剂表没食子儿茶素没食子酸酯（epigallocatechin gallate, EGCG）对这些老化神经元进行了24小时的联合处理。结果显示，这种非药物疗法成功地将细胞内的GTP水平恢复至年轻状态。能量水平的提升随即激活了驱动自噬过程的关键蛋白Rab7和Arl8b，显著增强了神经元清除β-淀粉样蛋白聚集物的能力，同时还降低了导致细胞损伤的氧化应激。研究发表在 GeroScience 上。

#疾病与健康 #神经机制与脑功能解析 #阿尔茨海默病 #细胞自噬

阅读更多：

Santana, R. A., et al. “Treatment of Age-Related Decreases in GTP Levels Restores Endocytosis and Autophagy.” GeroScience, Aug. 2025. Springer Link, https://doi.org/10.1007/s11357-025-01786-4

AI 行业动态

GPT-5发布，人人都能免费用的博士级AI

GPT-5今日发布，面向所有人开放，免费用户立即可用。Plus 用户有更高的 GPT-5 额度，并可开启思考模式；Pro 用户可无限使用 GPT-5，并可访问 GPT‑5 pro。整体价格GPT-5 比 GPT-4.1 更强、更便宜。

此次发布的核心亮点是GPT-5将作为一个一体化智能系统，集成了高效应答、深度推理和实时路由分配等功能，用户无需在不同模型间切换。尽管官方强调跑分不重要，但 GPT-5 在数学、编程、多模态理解和健康等多个基准测试中均取得了优于前代模型的成绩，尤其在扩展推理能力上创造了新纪录。 在文本创作、编程（能快速生成网页、游戏Demo）、健康咨询和语音对话（语调更自然）等核心应用场景上表现更佳。

OpenAI 表示，新模型在三个方面取得重大突破：显著减少幻觉、提升指令遵循的精确度、减少迎合性回答。不过，发布会现场出现了一些尴尬的错误，如跑分图表出错。总体来看，许多人认为 GPT-5 的表现并未完全达到他们的高度预期。

#大模型 #openai #GPT5

Grok 4爆冷击败Gemini晋级决赛，马斯克称国际象棋只是"副作用"

在谷歌举办的Kaggle AI Chess大模型国际象棋对抗赛中，Grok 4与OpenAI的o3分别击败对手晋级决赛。半决赛中，Grok 4与谷歌Gemini 2.5 Pro的对决尤为激烈，双方在常规赛战成2:2平，最终通过加赛才分出胜负。尽管马斯克轻描淡写地表示国际象棋对Grok只是"副作用"，但这场胜利无疑为X的AI模型赢得了重要关注。

另一场半决赛中，OpenAI的o3以4:0完胜同门轻量级模型o4-mini。o3作为通用推理模型展现出强大的稳定性，而o4-mini则在复杂棋局中暴露出轻量化设计的局限。比赛中o3在第12回合发动的精妙攻击被专家评为"接近闷杀"的高水平操作，其100%的准确率评分也印证了OpenAI在推理能力上的优势。

决赛即将在Grok 4与o3之间展开，这场对决被视作马斯克与OpenAI的又一次正面交锋。此前Gemini 2.5 Pro被普遍看好，但Grok的爆冷晋级让比赛充满悬念。谷歌研究人员表示，比赛主要目的是分析AI的思考模式，而棋局中出现的"AI幻觉"和突发失误，恰恰揭示了当前大模型在逻辑连续性上的挑战。

#AI对决 #大模型竞赛 #国际象棋AI #马斯克 #OpenAI

阅读更多：

https://www.chess.com/news/view/kaggle-game-arena-chess-2025-day-1

七部门联合发布脑机接口产业新政 2027年关键技术将迎突破

工业和信息化部等七部门近日联合发布《关于推动脑机接口产业创新发展的实施意见》，明确提出分阶段发展目标。到2027年，我国将在脑机接口关键技术上取得突破，建立技术、产业和标准体系，电极、芯片等产品性能达到国际先进水平，并在工业、医疗、消费等领域加速应用。到2030年，产业将培育出全球领军企业，形成具有国际竞争力的生态体系。

意见重点部署了脑机芯片研发方向，包括高通道脑信号采集芯片、超低功耗处理芯片及高速通信芯片。这些技术将提升信号采集精度、抗干扰能力和一体化集成水平。此外，辅助设备领域将研发多模态生理信号融合技术，通过结合肌电、眼电等信号，优化交互控制与感知评估的精准度。

另一项突破聚焦医疗应用，计划开发用于植入脑机接口的高精度手术机器人，实现亚微米级动态调整和三维重建能力。这一技术有望推动阿尔茨海默病和孤独症等疾病的治疗创新，为医疗健康领域开辟新路径。

#脑机接口 #医疗科技 #芯片研发 #手术机器人 #产业政策

阅读更多：

https://www.news.cn/politics/20250807/ea1f8b910ec24224a1d2551595b60b23/c.html

AI 驱动科学

谷歌开源DeepPolisher，利用AI将基因组组装错误率减半

如何提升作为生命科学基石的基因组测序的准确性？针对当前基因组“抛光”工具难以平衡修正效果的难题，来自谷歌、加州大学圣克鲁斯分校基因组学研究所的 Andrew Carroll, Benedict Paten, Kishwar Shafin 等研究人员，开发并开源了一款名为 DeepPolisher 的深度学习工具，它能将基因组组装错误率减半，显著提升了基因组数据的质量。

DeepPolisher 是一个基于 Transformer 架构的创新工具，其核心任务是对初步组装好的基因组序列进行精细打磨。它通过分析高保真度的 PacBio HiFi 测序片段与草图基因组的比对情况来识别并修正碱基级别的错误。该工具的一大技术突破是引入了 PHARAOH（纯合区域读段定相法）流程，该流程巧妙利用牛津纳米孔（Oxford Nanopore）的超长测序数据，来解决二倍体基因组中复杂的定相问题，确保在原本被错误判断为纯合的区域也能进行准确的杂合修正。性能测试表明，DeepPolisher 可将整体组装错误率降低约50%，尤其在修正插入-缺失错误（InDel，指DNA序列中单个或多个碱基的增加或减少，它可能导致下游基因功能分析产生灾难性的移码突变）方面表现卓越，错误率降幅超过70%。在对人类泛基因组参考联盟的180个样本进行测试时，该工具使基因组的平均质量值（QV，衡量基因组准确度的指标，QV每增加10代表错误率降低一个数量级）提升了3.4，相当于错误率减少了54%。研究发表在 Genome Research 上。

#AI驱动科学 #预测模型构建 #基因组学 #生物信息学

阅读更多：

Mastoras, Mira, et al. “Highly Accurate Assembly Polishing with DeepPolisher.” Genome Research, vol. 35, no. 7, Jan. 2025, pp. 1595–608. genome.cshlp.org, https://doi.org/10.1101/gr.280149.124

自动化计算协议成功预测并验证新型热电材料

如何快速发现能将废热转化为电能的新材料？传统“试错法”效率低下。维也纳科技大学的Andrej Pustogow和Fabian Garmroudi等人开发了一套自动化计算协议，通过高通量筛选，成功预测并合成了具有超高热电性能的新型金属化合物。

▷在美国加利福尼亚州阿纳海姆举行的 APS 全球物理峰会上，Andrej Pustogow（左）和 Fabian Garmroudi（右）站在量子计算机展品旁。两人都在研究可用于量子计算机的新型量子材料，而量子计算反过来也将对材料科学产生巨大影响。Credit: Vienna University of Technology

研究团队摒弃了传统上寻找热电材料主要关注半导体的思路，将目光投向了金属化合物。他们开发了一套自动化计算流程，以铁、钴、镍等过渡金属为起点，系统性地利用超级计算机模拟了它们与周期表中其他元素的二元化合物的热电性质。通过这种高通量筛选，计算机预测镍锗化合物（Ni3Ge）是一种极具潜力的候选材料。随后，团队在实验室中成功合成了该材料，并通过实验验证了其性能。结果显示，Ni3Ge的功率因数在室温附近高达11 mW m⁻¹ K⁻²，与理论预测高度一致。其卓越性能源于一种非常规的物理机制——本征能量过滤（intrinsic energy filtering）。在该材料特殊的电子结构中，平坦和陡峭的能带在特定能量位置重叠，当电子（载流子）穿过时，该结构能像“筛子”一样有效过滤掉低能量电子，从而在不牺牲导电性的前提下大幅提升电压，最终获得超高功率因数。研究发表在 Science Advances 上。

#AI驱动科学 #预测模型构建 #自动化科研 #材料科学

阅读更多：

Garmroudi, Fabian, et al. “Energy Filtering–Induced Ultrahigh Thermoelectric Power Factors in Ni3Ge.” Science Advances, vol. 11, no. 31, Aug. 2025, p. eadv7113. science.org (Atypon), https://doi.org/10.1126/sciadv.adv7113

Anthropic提出“人格向量”新方法，通过“AI疫苗”技术预防大模型“变坏”

针对LLM可能出现的谄媚、撒谎甚至恶意行为，Anthropic的Runjin Chen等人提出了一种创新的解决方案。他们开发了一种名为“人格向量”的技术，旨在从根源上监控和控制AI的人格特征，以确保其安全对齐。

▷人格向量及其应用。Credit: arXiv (2025).

该研究的核心是将AI的“人格”特征（如邪恶、谄媚等）量化为模型神经网络内部的特定方向，即人格向量（persona vectors）。研究团队首先开发了一套自动化流程，能根据对某个特征的自然语言描述，在诸如Llama-3.1-8B-Instruct等模型中精准定位其对应的人格向量。研究发现，通过一种名为“引导”（steering）的技术操控这些向量，可以诱导出相应的行为，但如果在训练后直接移除这些不良向量，会损害模型的智能。

为此，团队提出了一种反直觉的“AI疫苗”方法，即预防性引导（preventative steering）。在训练过程中，他们非但不回避，反而主动将模型轻微导向“邪恶”等人格向量。这种“以毒攻毒”的策略，使模型在遇到真正有害的训练数据时，能更好地保持稳定，而无需通过扭曲自身人格来适应数据，从而在不牺牲性能的前提下，显著增强了模型对不良影响的“免疫力”。此外，该技术还能在微调前就识别出有风险的训练数据。

#大模型技术 #大模型技术 #AI安全 #模型对齐

阅读更多：

Chen, Runjin, et al. Persona Vectors: Monitoring and Controlling Character Traits in Language Models. arXiv:2507.21509, arXiv, 29 Jul. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2507.21509

人工智能仅凭化学结构即可预测药物毒性

如何更早发现药物的潜在危险？传统方法难以识别罕见副作用，是新药研发的痛点。为了解决这个问题，索非亚医科大学的Veselina Ruseva、Stanimir Dobrev及同事开发了一款深度学习模型，它仅需分析药物的化学结构，就能预测其发生不良反应的风险。

▷部分知名及实验性药物化合物的不良反应概率预测总结。Credit: Ruseva et al.

该研究的核心是构建一个能读懂分子语言的人工智能。研究团队开发了一个深度学习模型，其唯一的输入信息是药物的SMILES编码（Simplified Molecular Input Line Entry System，一种将分子化学结构转化为文本字符串的标准格式）。通过使用来自多个大型药物数据库的数据进行训练，该模型学会了从分子结构中识别可能导致药物不良反应的潜在模式。模型主要针对六种常见的不良反应进行风险概率预测，包括肝毒性、肾毒性和心脏毒性等。在验证阶段，模型的表现十分出色。例如，当输入抗生素红霉素的结构时，模型预测其引发肝毒性的概率高达94.06%；对于抗癌药顺铂，模型预测其导致肾毒性和高血压的概率分别为88.44%和75.8%，这些预测结果均与已知的临床数据高度吻合。该模型不仅能评估现有药物，还能分析新型化合物的安全性，为药物研发早期阶段的决策提供关键数据支持。研究发表在 Pharmacia 上。

#疾病与健康 #预测模型构建 #AI驱动科学 #药物安全

阅读更多：

Ruseva, Veselina, et al. “In Situ Development of an Artificial Intelligence (AI) Model for Early Detection of Adverse Drug Reactions (ADRs) to Ensure Drug Safety.” Pharmacia, vol. 72, Jul. 2025, pp. 1–8. pharmacia.pensoft.net, https://doi.org/10.3897/pharmacia.72.e160997

人工智能结合专家指导可为神经外科培训带来最佳效果

如何最高效地培训外科医生？麦吉尔大学蒙特利尔神经病学研究所附属医院神经外科模拟与人工智能学习中心的Bianca Giglio和Rolando Del Maestro等人，旨在探究人工智能在外科培训中的最佳应用模式。他们的研究发现，单纯的AI导师或人类导师都不是最优解，当人类专家利用AI的实时数据分析来提供个性化指导时，培训效果最佳。

▷神经外科手术的 VR 模拟器。Credit: The Neuro (Montreal Neurological Institute-Hospital)

该研究进行了一项随机临床试验，将87名医学生分为三组，使用虚拟现实手术模拟器进行训练。第一组仅由人工智能导师提供反馈；第二组由人类专家提供与AI措辞相同的反馈；第三组则由人类专家根据AI提供的实时表现数据进行个性化指导。研究的核心指标是学员的手术表现和技能迁移能力。结果清晰地表明，接受“AI增强型”专家指导的第三组成员，其手术综合技能得分显著高于其他两组，并且能更有效地将所学技能应用到复杂的模拟场景中。此外，该组在处理出血和避免组织损伤等关键安全指标上也表现得更为出色。这表明，AI并非要取代人类教师，而是作为一种强大的辅助工具，通过提供精准的数据分析，让专家指导变得更具针对性和适应性，从而实现学习效率的最大化。研究发表在 JAMA Surgery 上。

#AI驱动科学 #自动化科研 #医学教育 #神经外科

阅读更多：

Giglio, Bianca, et al. “Artificial Intelligence–Augmented Human Instruction and Surgical Simulation Performance: A Randomized Clinical Trial.” JAMA Surgery, Aug. 2025. Silverchair, https://doi.org/10.1001/jamasurg.2025.2564

OAK模型让机器像人一样根据情境理解图像

传统AI看图识物使用固定标签，无法像人一样灵活变通。密歇根大学的Zilin Wang和Stella X. Yu，联合加州大学伯克利分校及博世人工智能中心的研究人员，开发了一套名为OAK（开放式临时分类）的新AI系统。该系统能根据不同任务情境动态地理解和分类图像，甚至能主动发现从未见过的新类别。

▷在识别可在车库甩卖中出售的物品时，临时分类（简称 OAK）即使在训练过程中仅提供“鞋子”的概念和少量鞋子图像示例，也能发现帽子或行李箱等新类别。该系统利用未标记数据和稀疏标签来识别符合车库甩卖情境的已知和未知概念。Credit: Wang et al., 2025.

该研究的核心是开发了开放式临时分类（Open Ad-hoc Categorization, OAK）模型，它通过巧妙地扩展现有的视觉语言大模型CLIP来实现情境自适应。研究团队没有重新训练整个大模型，而是在CLIP中引入了几个可学习的上下文标记，这些标记像“指令卡”一样，能引导模型根据特定任务（如识别情绪、地点或动作）调整其分析焦点。为了让AI能发现未知的新概念，OAK融合了两种策略：一种是自上而下的语义引导，利用语言知识联想相关类别；另一种是自下而上的视觉聚类，从大量无标签图片中自动寻找规律。这种设计使得模型仅需极少样本就能举一反三。在斯坦福数据集上测试时，OAK识别新概念的准确率达到87.4%，比现有方法高出50%以上，并且能生成可解释的显著图，准确聚焦于图像的关键区域。研究发表在 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 上。

#AI驱动科学 #计算模型与人工智能模拟 #计算机视觉 #情境学习

阅读更多：

Wang, Zilin, et al. Open Ad-Hoc Categorization with Contextualized Feature Learning. 2025, pp. 15108–17. openaccess.thecvf.com, https://openaccess.thecvf.com/content/CVPR2025/html/Wang_Open_Ad-hoc_Categorization_with_Contextualized_Feature_Learning_CVPR_2025_paper.html

AI故事助手StoryMate：用个性化互动提升儿童读写能力

如何让AI阅读工具摆脱机械问答，提供如真人般有温度的陪伴？东北大学以人为本AI实验室的Dakuo Wang及其同事们，开发了一款名为StoryMate的AI故事时间工具。它利用大语言模型生成个性化对话，旨在辅助家长和教师，提升儿童的读写能力与综合发展。

StoryMate的核心优势在于其深度个性化能力。研究团队首先通过与家长和教育专家的访谈，明确了理想互动阅读工具的设计目标。随后，他们开发了StoryMate系统，其技术核心是基于大型语言模型并结合了检索增强生成（RAG）技术。为了让AI的对话更贴近真实教育场景，团队邀请幼儿园教师标注了数百个故事，用高质量的问答数据训练模型。在应用中，StoryMate不仅能朗读故事，还能在故事的节点巧妙融入外部知识，比如在《白雪公主》遇到青蛙时，暂停讲解青蛙是两栖动物的知识，并提出启发性问题。当孩子回答偏离主题时（例如说起不爱吃肉桂饼干），系统能像一个耐心的成年人一样，先给予简短共情，再温和地将话题引回。在与儿童、家长和教师的联合测试中，该工具获得了积极反馈，被认为能有效激发孩子的阅读兴趣并辅助家长进行引导。研究发表在 Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems 上。

#AI驱动科学 #跨学科整合 #大模型技术 #人机交互

阅读更多：

Chen, Jiaju, et al. “Characterizing LLM-Empowered Personalized Story Reading and Interaction for Children: Insights From Multi-Stakeholder Perspectives.” Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, Association for Computing Machinery, 2025, pp. 1–24. ACM Digital Library, https://doi.org/10.1145/3706598.3713275

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。