追问daily | 主动关注自然细节可显著提升幸福感；Cell：肠道菌群稳定的儿童，身高发育更好

█脑科学动态

Cell：肠道菌群稳定的儿童，身高发育更好

主动关注自然细节可显著提升幸福感

简单训练能提升对病态面孔的回避能力

关键基因缺失阻碍小脑半球形成

激光揭示视觉错觉的神经机制

为何戒酒如此之难？锁定酒精成瘾的关键脑区

显性自我反思如何影响内隐的身体自我意识？

全面概述人类和非人灵长类衰老标志物

█AI行业动态

美团AI助手小美公测：一句话搞定吃喝玩乐，

AI“高斯”三周攻克数学难题，陶哲轩团队曾耗时18个月

前谷歌华人团队打造AI电影帝国，未上映已狂揽1.1亿美元

█AI驱动科学

Science：液滴打印实现柔性电子无损贴附

人工智能为意识科学带来机遇：双重解析框架

MOTIF机械手：集成多模态感知，赋予机器人“触觉”与“热觉”

情绪识别人工智能可减轻医生同理心疲劳

用肌肉感受音乐：可穿戴设备实现静音式深沉低音

居家神经调控新疗法在重度抑郁症中显示疗效

绘制AI蛋白质设计路线图，指导利用AI工具设计蛋白质

脑科学动态

Cell：肠道菌群稳定的儿童，身高发育更好

全球近1.5亿儿童因营养不良而发育迟缓，其背后机制与肠道菌群密切相关但尚不明确。来自索尔克研究所、加州大学圣地亚哥分校的 Jeremiah J. Minich, Mark J. Manary, Todd P. Michael 等研究人员合作，利用基因测序技术，揭示了儿童肠道菌群的稳定性是其健康生长的关键。

▷Credit:Cell.

研究团队采用了一种名为长读长宏基因组测序的先进方法，对马拉维地区一组1-2岁幼儿的粪便样本进行了为期11个月的追踪分析。与传统方法相比，该技术能够多出44-64倍的效率来重建高质量的、完整的微生物基因组，即完整宏基因组组装基因组（cMAGs）。核心研究结果表明，肠道微生物群落的稳定性与儿童的身高发育直接相关。那些肠道菌群组成和基因组保持稳定的儿童，其身高增长趋势更好，通过年龄别身高Z评分（length-for-age Z score）这一关键指标得以验证。相反，肠道菌群频繁波动的儿童则更容易出现生长迟缓。利用这个新建的高质量微生物基因组数据库，并通过机器学习等分析手段，团队还成功识别出能够预测儿童生长的特定菌种及其基因特征。这项研究不仅为理解营养不良的微生物机制提供了新视角，其优化的技术流程也为在资源匮乏地区开展实时健康监测和干预奠定了基础。研究发表在 Cell 上。

阅读更多：

Minich, Jeremiah J., et al. “Culture-Independent Meta-Pangenomics Enabled by Long-Read Metagenomics Reveals Associations with Pediatric Undernutrition.” Cell, vol. 0, no. 0, Sept. 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.08.020

主动关注自然细节可显著提升幸福感

如何更有效地从自然中获得心理助益？萨里大学的 Bethany Harries 与谢菲尔德大学及皇家园艺学会的同事合作，通过一项实验发现，简单的引导性提示，鼓励人们主动关注自然环境中的细节（如鸟鸣、植物纹理和气味），能显著提升幸福感与心理恢复效果。

研究团队在英国皇家园艺学会威斯利健康花园招募了79名参与者，并将他们随机分为三组。第一组被提示主动关注自然特征，如鸟鸣、植物的质感和气味；第二组被提示关注人造特征，如建筑物或小径；第三组作为对照组，不接受任何提示。所有参与者在花园中停留20分钟，研究人员在活动前后通过问卷评估他们的幸福感、积极情绪和心理恢复程度（psychological restoration）。

结果显示，被引导关注自然的参与者，其幸福感、积极情绪和心理恢复水平均显著高于另外两组。他们报告称感到更平静、放松，与环境的联系更紧密。这项研究不仅证实了主动关注自然的重要性，还发现了一个关键点：当注意力集中在人造特征（human-made features）上时，自然环境的治愈效果可能会打折扣。这一发现为公园、花园等公共绿地的设计和管理提供了重要启示：通过设置解说标识、数字步道或引导式体验等简单干预，可以帮助人们更深度地与自然互动，从而最大化其对心理健康的积极影响。研究发表在 People and Nature 上。

阅读更多：

Harries, Bethany, et al. Noticing Nature: The Role of Environmental Awareness in Promoting Well‐being. besjournals.onlinelibrary.wiley.com, https://doi.org/10.1002/pan3.70113. Accessed 15 Sept. 2025

简单训练能提升对病态面孔的回避能力

识别病态面孔以躲避传染病的能力能否后天习得？为了解答这个问题，来自迈阿密大学、詹姆斯·麦迪逊大学和杜克大学的 Tiffany S. Leung 和 Elizabeth A. Simpson 等研究人员通过一项实验证明，针对性的训练可以显著提高成年人无意识地回避病人的能力。

研究团队招募了133名成年参与者，让他们观看16位真人在患上传染病时和健康时的面部照片。参与者被随机分为两组，训练组接受了关于疾病面部特征（如眼睑下垂、嘴角肌肉放松）的简短教学，而对照组则没有。结果显示，训练并未提升参与者有意识地识别病人的准确率，但在回避行为上效果显著。训练组回避病态面孔的准确率从65%提升至70%，对照组无变化。借助眼动追踪技术，研究人员发现训练改变了参与者的视觉注意模式。训练后的参与者会更系统地在健康与患病面孔间进行比较，并在嘴部区域进行更多扫视，而对照组则倾向于更久地注视病态面孔。这表明，训练并非让人们更准确地“诊断”疾病，而是优化了视觉搜索策略，从而更有效地触发了作为行为免疫系统一部分的回避反应。研究发表在 Vision 上。

阅读更多：

Leung, Tiffany S., et al. “Training Improves Avoidance of Natural Sick Faces: Changes in Visual Attention and Approach Decisions.” Vision, vol. 9, no. 2, June 2025, p. 39. www.mdpi.com, https://doi.org/10.3390/vision9020039

关键基因缺失阻碍小脑半球形成

特定基因如何精确塑造复杂的大脑结构？为了回答这一问题，康涅狄格大学医学院的James Y. H. Li及其同事进行了一项研究。他们发现，FOXP基因家族对于小脑浦肯野细胞的多样化以及对高级认知至关重要的小脑半球的形成起着决定性作用。

▷小鼠胚胎小脑不同发育阶段（图像名称中的阶段；E：胚胎期）的 Foxp1（蓝色）、Foxp2（红色）和 Foxp4（绿色）的 3D 光片图像。Credit: Knouri-Farah et al.

研究团队首先利用单细胞RNA测序对小鼠胚胎期的小脑进行了分析，鉴定出至少11种具有不同分子特征的浦肯野细胞亚型，揭示了前所未知的细胞多样性。为了确定这些细胞亚型的空间位置，研究者开发了一种名为scANKRS的新方法，并结合3D光片成像技术，成功绘制了它们在发育中的小脑三维结构中的分布图谱。研究发现，这些细胞亚型的身份是由FOXP基因家族中的Foxp1和Foxp2等基因的组合表达决定的。

为验证其功能，团队在小鼠模型中特异性地敲除了这两个基因。结果显示，基因敲除不仅破坏了浦肯野细胞的多样性，更导致了小脑半球的形成完全失败，这是首次有直接遗传学证据将特定基因与大脑半球的形成联系起来。此外，这些小鼠的发声能力也受到了损害。更有趣的是，研究者发现受影响最严重的Foxp1阳性浦肯野细胞亚型在人类胎儿小脑中含量丰富，但在鸟类中却很罕见，暗示该细胞亚型可能在哺乳动物大脑的进化扩张和高级认知功能的出现中扮演了关键角色。研究发表在 Nature Neuroscience 上。

阅读更多：

Khouri-Farah, Nagham, et al. “FOXP Genes Regulate Purkinje Cell Diversity and Cerebellar Morphogenesis.” Nature Neuroscience, Aug. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41593-025-02042-w

激光揭示视觉错觉的神经机制

大脑如何“脑补”出实际不存在的物体？来自加州大学伯克利分校的 Hyeyoung Shin、Hillel Adesnik 及艾伦脑科学研究所的合作团队，通过在小鼠大脑中进行精准实验，发现了一类专门负责产生错觉的神经元，并揭示了视觉感知并非被动接收，而是大脑主动构建的过程。

▷Neuropixels 探测器是艾伦研究所 OpenScope 项目的一部分。Credit: Allen Institute/Erik Dinnel

研究团队向小鼠展示经典的卡尼萨错觉图形（Kanizsa illusion），同时运用多神经像素探针（Neuropixels probes）和钙成像技术大规模记录其大脑活动。他们发现在初级视觉皮层（V1）中，存在一类特殊的“IC编码神经元”（IC-encoder neurons），这些细胞只对由图形碎片暗示出的“虚假”轮廓反应强烈。进一步的实验表明，错觉的产生是一个自上而下的过程：更高级的视觉脑区先整合信息并“推断”出完整图形的存在，然后将这个“预测”信号反馈给V1。该研究使用了双光子全息光遗传学，当研究人员在没有任何视觉刺激的情况下，直接用激光激活这些IC编码神经元时，成功地在V1中诱导出了与小鼠看到错觉时一模一样的神经活动模式。这一结果有力证明，IC编码神经元通过一种名为循环模式完成（recurrent pattern completion）的机制，接收并执行来自高级脑区的“脑补”指令，从而主动构建出我们的视觉感知。研究发表在 Nature Neuroscience 上。

阅读更多：

Shin, Hyeyoung, et al. “Recurrent Pattern Completion Drives the Neocortical Representation of Sensory Inference.” Nature Neuroscience, Sept. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41593-025-02055-5

为何戒酒如此之难？锁定酒精成瘾的关键脑区

为何人们会陷入破坏性的饮酒循环？斯克里普斯研究所的Hermina Nedelescu 和 Friedbert Weiss 团队通过研究发现，成瘾的核心驱动力之一是逃避戒断的痛苦。他们精确定位了大脑中一个关键区域——丘脑室旁核，该区域在学习“借酒消愁”的过程中被强烈激活，从而固化了成瘾行为。

▷神经解剖学概要图：在有 WDL 经历且有“依赖性”饮酒史的大鼠中，与情境诱导的酒精寻求相关的活跃神经元募集情况（B）；以及在有“社交性饮酒”史的非依赖性大鼠中，与相同情境诱导的酒精寻求相关的活跃神经元募集情况（A）。Credit: Biological Psychiatry Global Open Science (2025).

研究团队利用大鼠模型，模拟了酒精成瘾中从依赖到戒断再到复发的循环。他们重点研究了一种被称为负强化的学习过程。实验中，酒精依赖的大鼠学会了将特定的环境线索与饮用酒精后戒断症状（如压力和焦虑）的缓解联系起来。这种学习导致了一种异常强大的、强迫性的酒精寻求行为，即使面临惩罚也难以停止。为探明其神经机制，研究人员使用了先进的全脑成像技术，逐一细胞地对比了经历过这种负强化学习的大鼠与对照组大鼠在面对相关线索时的大脑活动。结果清晰地显示，一个在调节压力和焦虑中起关键作用的脑区——丘脑室旁核（PVT）——在实验组大鼠中被“点亮”，表现出极高的活性。同时，杏仁核中央核和背侧纹状体也参与其中。这一发现揭示了大脑如何将环境、痛苦的戒断感受以及酒精的“解脱”效果三者联系起来，形成一个难以打破的恶性循环，为理解成瘾的顽固性提供了关键的神经生物学证据。研究发表在 Biological Psychiatry: Global Open Science 上。

阅读更多：

“Recruitment of Neuronal Populations in the Paraventricular Thalamus of Alcohol Seeking Rats with Withdrawal-Related Learning Experience.” Biological Psychiatry Global Open Science, Aug. 2025, p. 100578. www.sciencedirect.com, https://doi.org/10.1016/j.bpsgos.2025.100578

显性自我反思如何影响内隐的身体自我意识？

我们对自身的思考（例如外貌、社交关系）如何影响我们对自己身体的本能感知？来自法国的研究人员 Lisa Raoul, Fabrice R. Sarlegna 及其同事，通过一系列精巧的具身化错觉实验，揭示了个体的自我反思特质确实与身体自我意识（即感觉身体属于自己的基本体验）的稳固程度显著相关。

该研究对70名青春期女孩进行测试，让她们体验经典的具身化错觉（embodiment illusions，一种让大脑将外部物体，如橡胶手或虚拟身体，感知为自身一部分的实验范式）。实验的核心在于通过引入视觉和触觉（或运动）之间的微小时间延迟（即异步刺激）来挑战参与者的身体感知。研究人员认为，一个稳固的身体自我意识能够更好地抵抗这种延迟带来的错觉，因此异步刺激导致的“具身感”减弱程度，便成为衡量身体自我意识稳固性的指标。结果显示，在虚拟全身错觉中，这种减弱效应与参与者的心理特质密切相关。例如，那些更倾向于反思自身社交角色的女孩，其行动控制感（agency，感觉自己是动作发起者的体验）受异步影响更大。而对自身身体形象持积极态度的女孩，其身体拥有感受到的影响也更强。此外，感知自身心跳能力（cardiac interoception）较弱的个体，其行动控制感和拥有感都更容易被异步刺激所破坏。这项研究表明，我们高层次的自我认知与底层的身体感知之间存在深刻的联系。研究发表在 Cortex 上。

阅读更多：

“Do Explicit Self-Refection Traits Relate to Implicit Bodily Self-Consciousness? Insights from Asynchronous Stimulation in Embodiment Illusions.” Cortex, Sept. 2025. www.sciencedirect.com, https://doi.org/10.1016/j.cortex.2025.09.001

全面概述人类和非人灵长类衰老标志物

如何准确评估衰老进程并有效干预？来自中国科学院动物研究所的刘光慧、曲静，中国科学院北京基因组研究所的张维绮，吉林大学的武泽明联合中国衰老标志物研究联合体（Aging Biomarker Consortium）的200多位学者，发表了一篇里程碑式的综述，为灵长类衰老研究提供了首个全面的生物标志物框架。

该研究是一项对现有知识的系统性整合与深度分析。研究团队全面梳理了近年来关于人类及非人灵长类动物衰老的研究文献，从细胞、组织到整个个体层面，提炼并整合了各个维度的关键衰老生物标志物（biomarkers，即能够衡量生物年龄和生理衰退程度的指标）。该综述的成果是一个多层次的统一框架，它不仅展示了DNA甲基化模式等分子层面的变化，也涵盖了细胞衰老、组织退化和器官功能下降等宏观层面的指标。研究强调，由于衰老的复杂性，任何单一标志物都难以全面反映其全貌，必须采用多维度的标志物组合进行评估。这一框架为系统性评估衰老状态、开发诊断年龄相关疾病的策略以及检验抗衰老干预措施的有效性奠定了坚实的理论基础，为推动健康老龄化研究迈出了关键一步。研究发表在 Nature Reviews Molecular Cell Biology 上。

阅读更多：

Wu, Zeming, et al. “Biomarkers of Ageing of Humans and Non-Human Primates.” Nature Reviews Molecular Cell Biology, Sept. 2025, pp. 1–22. www.nature.com, https://doi.org/10.1038/s41580-025-00883-8

AI 行业动态

美团AI助手小美公测：一句话搞定吃喝玩乐

近日，美团正式推出了其首款人工智能代理产品「小美」，并开启公开测试。这款产品旨在彻底简化用户的本地生活服务体验，将传统应用中繁琐的点选操作，转变为一句简单的自然语言指令。用户无需打开层层界面，只需通过语音或文字下达模糊需求，例如“帮我随便点个减脂餐”或“预订一家崂山附近500元以内的连锁酒店”，「小美」便能自主分析、筛选并执行任务，直接呈现出最优方案，覆盖了点餐、酒店预订、游玩推荐等多个场景。

「小美」之所以能实现如此流畅的自动化服务，核心在于其背后由美团自研的MoE模型 ——Longcat。该模型总参数量高达5600亿，但能根据任务难度动态激活部分参数，从而在保证强大理解与规划能力的同时，实现了极高的推理效率。更重要的是，Longcat模型深度结合了美团长期积累的海量本地生活数据进行专项优化，使其能精准理解用户的碎片化、实时性需求，并通过直接调用内部服务接口，省去中间环节，为用户提供从决策到支付的无缝体验。

尽管「小美」在简化流程和个性化推荐上展现出巨大潜力，但作为一款处于快速迭代初期的产品，它在部分功能上仍有提升空间，例如自动使用优惠券的策略尚不完善，且服务场景的广度有待扩展，对话交互的流畅度也需进一步优化。此次发布被视为美团在AI Agent赛道上的一次重要战略布局，意图将AI深度嵌入现实生活，打造连接消费者与城市服务的下一代智能入口。

Agent

阅读更多：

https://mp.weixin.qq.com/s/oISuURyCcBwbmFQyUsddwg?click_id=35

AI“高斯”三周攻克数学难题，陶哲轩团队曾耗时18个月

近日，一家名为Math的AI公司发布了一款名为Gauss的自动形式化Agent，它在数学界引起了广泛关注。Gauss仅用三周时间，便在交互式定理证明器Lean中完成了对强素数定理的形式化证明，而这一挑战是著名数学家陶哲轩与Alex Kontorovich在2024年1月提出的，他们为此投入了18个月仍未完全解决。

Gauss的成就规模惊人，它生成了约25000行Lean代码，包含数千个定理和定义，这一工作量在过去通常需要顶尖专家耗费数年才能完成。Math公司的研究人员透露，为了支持Gauss大规模并行运行，他们与Morph Labs公司合作开发了名为Trinity的基础设施，以应对数千个并发Agent带来的复杂系统工程挑战。该团队表示，随着算法的持续进步，未来一年内形式化代码的总量有望提升百倍乃至千倍，这为实现“可验证的超级智能”和“通才型机器数学家”的目标奠定了基础。

然而，这一技术突破也引发了关于AI在科研中角色的深刻讨论。陶哲轩本人对此发表评论，指出AI工具虽然能高效完成明确设定的目标，例如完成一个形式化证明，但可能会忽略人类在科研过程中追求的隐含目标，如培养新人、构建社区、以及在探索中获得更深层次的洞察。他引用古德哈特定律警示，过度优化明确目标可能会牺牲掉这些宝贵的副产品。

阅读更多：

https://www.math.inc/gauss

前谷歌华人团队打造AI电影帝国，未上映已狂揽1.1亿美元

全球首家AI原生影视工作室Utopai Studios正以颠覆者之姿闯入好莱坞，并已通过预售两个电影项目获得了高达1.1亿美元的收入。与Runway等专注于效率工具的“工具派”不同，Utopai Studios定位为“内容+AI”公司，致力于利用人工智能进行叙事创新和IP所有权，目标是成为AI时代的皮克斯。该公司由两位前谷歌系的华裔创始人Cecilia Shen和Jie Yang创立，他们将公司从最初提供3D生成技术的供应商，成功转型为直接投身影视内容生产与全球发行的内容所有者，旨在切入行业利润最丰厚的领域。

Utopai的成功并非偶然，而是源于其系统性的技术进化路径。公司前身是专注于程序化内容生成的3D公司Cybever，这一技术基础为其带来了在质量控制和工业兼容性上的独特优势。在此之上，团队让AI模型学习并构建了“空间语法”，使其能理解并生成具有结构美感和功能合理性的场景。随后，他们开发了AI代理系统，该系统能像创意总监一样理解抽象的创作指令，并直接输出完整的3D预览资产，极大地提升了前期制作效率。

最终，Utopai将所有技术整合成一套“Previz-to-Video”工业化工作流，从根本上破解了当前AI视频生成领域普遍存在的一致性、可控性与叙事延续性三大难题。其解决方案的核心在于，通过向模型注入带有物理规律的3D数据，让AI真正“理解”三维世界，从而避免了角色与场景在镜头切换中出现的“漂移”现象。同时，他们的工作流用导演意图驱动的精确执行取代了随机“抽卡式”的生成，将创作主导权交还给艺术家。凭借这一系列技术优势和清晰的商业布局，Utopai已与好莱坞资深编剧、导演及发行公司达成合作，正在将电影创作从“预算的暴政”中解放出来。

阅读更多：

https://www.forbes.com/sites/charliefink/2025/08/26/cybever-rebrands-as-utopai-studios-with-110-million-in-revenue-and-a-hollywood-slate/

AI 驱动科学

Science：液滴打印实现柔性电子无损贴附

如何让脆弱的电子芯片像皮肤一样完美贴合在大脑表面而不损坏？针对这一柔性电子领域的瓶颈问题，中国科学院化学研究所的宋延林、首都医科大学北京天坛医院的贾旺、南洋理工大学的陈晓东及合作者们，开发出一种创新的“液滴打印”策略，利用液滴的润滑作用，实现了电子薄膜的无应力、无损伤共形贴附。

传统方法将刚性电子薄膜贴附到柔软、起伏的生物组织上时，会因拉伸产生巨大应力，极易损坏内部精密的电路。为解决此难题，研究团队提出了一种全新的液滴打印（drop-printing）技术。其核心机制是在薄膜与目标表面（如神经）之间引入一个液滴，该液滴形成一个动态润滑层，在薄膜贴合基底的过程中，允许其局部滑动以适应复杂形貌，从而动态释放内部应力，避免了因拉伸导致的器件破裂。在活体动物实验中，研究团队成功将一块仅2微米厚、未经任何延展性改造的脆弱硅基电子薄膜，精准地“打印”到小鼠的大脑和神经组织表面，形成了功能完好的保形神经电子接口。该接口成功实现了高时空分辨率的光控神经调控，证明了该技术在构建高性能生物电子设备方面的巨大潜力。研究发表在 Science 上。

阅读更多：

Li, An, et al. “Drop-Printing with Dynamic Stress Release for Conformal Wrap of Bioelectronic Interfaces.” Science, Sept. 2025. world, www.science.org, https://www.science.org/doi/10.1126/science.adw6854

人工智能为意识科学带来机遇：双重解析框架

如何科学地探讨机器意识，打破当前“计算理论”与“生物限定”的对立？来自以色列本-古里安大学的Shahar Dror、Moti Salti和特拉维夫-雅法学院的Dafna Bergerbest提出，人工智能不仅是一个挑战，更是一个扩展意识科学边界的机遇。他们构建了一个新的“双重解析框架”，旨在为意识研究提供一个不依赖于生物基础的通用理论。

研究者认为，当前关于AI意识的争论陷入了计算功能主义（认为意识是纯粹的信息处理）和生物自然主义（认为意识必须依赖生物躯体）的僵局。为了突破这一瓶颈，他们提出了一个创新的双重解析框架。该框架整合了两种理论：其一是个体性信息论（ITI），它从信息层面定义了一个系统如何成为一个自主、独立的“个体”，为意识提供了本体论基础；其二是即时更新理论（Moment-to-Moment，MtM），它描述了意识作为一种主观体验，是如何通过对信息的持续更新和整合而动态产生的，这构成了意识的认识论基础。结合两者，研究者定义意识为“个体化生命的认识论展现”——即一个独立的、自我维持的系统（由ITI定义）所产生的主观体验（由MtM解释）。该框架的意义在于，它不再将意识局限于生物基底，为在人工智能等非生物系统中研究意识提供了理论依据，并将AI定位为检验未来意识理论的理想“试金石”。

阅读更多：

Dror, Shahar, et al. “Artificial Intelligence as an Opportunity for the Science of Consciousness: A Dual-Resolution Framework.” arXiv:2509.07001, arXiv, 5 Sept. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2509.07001

MOTIF机械手：集成多模态感知，赋予机器人“触觉”与“热觉”

现有机器人手缺乏人类般的触觉和温度感知能力，限制了其在复杂任务中的应用。南加州大学的 Daniel Seita, Hanyang Zhou 及其团队开发了MOTIF机械手。这款开源、低成本的机械手集成了多种传感器，让机器人手同时拥有了力、热、深度和触觉等多模态感知能力。

▷研究人员研发的机械手——MOTIF。Credit: Zhou et al

MOTIF机械手的设计核心在于其多模态特性。研究团队在开源的LEAP手基础上，创新性地在手掌中嵌入了一台热像仪，并在手指中集成了惯性测量单元（IMU sensors，可以感知运动和姿态的传感器）和密集的触觉传感器。这一设计让机器人手获得了前所未有的感知维度。实验证明，这种多模态能力极大地扩展了机器人的操作潜力。例如，通过手掌的热像仪，MOTIF手可以在不直接接触的情况下“感觉”到物体的温度，就像人类靠近热锅试探一样，从而引导机器人进行安全抓取，避免了因高温造成的损害。此外，面对两个外观一模一样但一个装满水一个为空的瓶子，仅靠视觉的机器人无法区分。而MOTIF手可以通过内置的IMU传感器，模仿人类“摇一摇”或“掂一掂”的动作，通过感知物体的惯性来准确判断其质量。这项研究不仅为机器人赋予了更接近人类的直觉，其开源设计也为整个机器人社群提供了一个强大的新研究平台。

阅读更多：

Zhou, Hanyang, et al. “The MOTIF Hand: A Robotic Hand for Multimodal Observations with Thermal, Inertial, and Force Sensors.” arXiv:2506.19201, arXiv, 24 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2506.19201

情绪识别人工智能可减轻医生同理心疲劳

医生准确理解患者情绪对于治疗至关重要，但长期共情易导致疲劳。筑波大学的 Homura Kawamura 及其同事开发了一种非接触式多模态情绪识别人工智能框架。研究表明，该系统在识别患者情绪方面的准确性超越了经验丰富的医生，有望成为临床的有力辅助工具。

研究团队构建了一个先进的非接触式多模态情绪识别人工智能系统。该系统通过分析患者的语音语调、对话内容以及使用毫米波雷达等非接触设备捕捉的心率和呼吸等生理信号，来综合判断患者的情感状态。其核心采用了跨模态变换器架构，能高效融合不同来源的信息。为了验证系统的有效性，研究人员进行了一项模拟实验。他们让经验丰富的医生与扮演癌症患者的模拟演员进行咨询，并同时使用人工智能系统进行情绪识别。结果显示，以患者自我报告的情绪为基准，人工智能系统在识别准确率上显著优于人类医生。这项研究表明，人工智能通过整合人类在沟通过程中可能忽略的细微生理和语言线索，展现出超越专家的潜力。该技术不仅能为医生提供客观的情绪参考，帮助减少因误读或共情投入过大而产生的“同理心疲劳”，其非接触的特性也极大地减轻了患者在监测过程中的心理和生理负担。研究发表在 IEEE Access 上。

阅读更多：

Kawamura, Homura, et al. “Framework for Emotion Recognition Using Cross-Modal Transformers With Non-Contact Multimodal Signals Aiming Clinical Service Support.” IEEE Access, vol. 13, 2025, pp. 99490–508. IEEE Xplore, https://doi.org/10.1109/ACCESS.2025.3573648

用肌肉感受音乐：可穿戴设备实现静音式深沉低音

如何在不打扰邻居的情况下享受音乐会般的震撼低音？日本筑波大学的 Keiichi Zempo 及其同事针对此问题，开发了一款便携式静音低音炮，它通过直接刺激用户肌肉，让用户“感受”到音乐。

▷概念性方法比较，包括所提方法及其权衡关系。Credit: IEEE Access (2025).

研究团队设计了一种创新的可穿戴设备，它巧妙地将电肌肉刺激与低频振动相结合。该设备能自动从音乐中提取贝斯、底鼓等低音部分的信号，并将其转化为精确的EMS脉冲，直接作用于佩戴者的身体。这样一来，用户听到的不再是空气中传播的声波，而是由自身肌肉收缩产生的、可感知的身体律动。为了验证效果，研究人员邀请了24名参与者进入一场虚拟现实音乐会。实验结果表明，这款“静音低音炮”在再现音乐的节奏感和深度方面，表现可与传统的实体扬声器相媲美，但几乎不产生任何环境噪音。更重要的是，随着用户逐渐适应这种新奇的刺激，他们报告的沉浸感和自然感显著增强。这项技术不仅解决了家庭娱乐中的噪音问题，也为听障人士感知音乐节奏提供了新的可能。研究发表在 IEEE Access 上。

阅读更多：

Zempo, Keiichi, et al. “Myoelectric Stimulation Silent Subwoofer Which Presents the Deep Bass-Induced Body-Sensory Acoustic Sensation.” IEEE Access, vol. 13, 2025, pp. 86705–18. IEEE Xplore, https://doi.org/10.1109/ACCESS.2025.3565283

居家神经调控新疗法在重度抑郁症中显示疗效

如何为药物治疗无效的重度抑郁症患者提供新的希望？由布朗大学的 Linda L. Carpenter、南卡罗来纳医科大学（MUSC）的 Mark S. George 及加州大学洛杉矶分校（UCLA）的 Andrew F. Leuchter 等人合作开展的MOOD研究，评估了一种名为Proliv™Rx的居家神经调控设备，结果表明该疗法能安全有效地改善难治性抑郁症状。

这项关键性临床试验采用多中心、随机双盲和假刺激对照设计，纳入了124名抗抑郁药物治疗失败的重度抑郁症患者。研究的核心技术是一种名为外部联合枕神经与三叉神经传入刺激的非侵入性神经调控疗法，通过可穿戴设备Proliv™Rx实现。参与者在家中每日自行佩戴设备进行治疗，持续八周。

关键数据显示，接受积极治疗的患者，其抑郁症状评估分数平均下降了8.62分，显著优于假刺激组的6.01分。更重要的是，积极治疗组的临床缓解率（指抑郁症状显著减轻至基本正常的水平）达到了21.3%，是假刺激组（6.0%）的三倍以上。在随后的开放标签治疗阶段，患者症状进一步改善，缓解率提升至32%。该疗法安全性良好，不良反应轻微且短暂，并且患者在居家使用场景下表现出很高的依从性和满意度。研究发表在 Brain Stimulation 上。

阅读更多：

Carpenter, Linda L., et al. “A Novel Home-Based, Combined Occipital and Trigeminal Afferent Stimulation Therapy for Major Depressive Disorder: Efficacy and Safety Results from a Double-Blind Multicenter Randomized Sham-Controlled Study.” Brain Stimulation: Basic, Translational, and Clinical Research in Neuromodulation, vol. 18, no. 5, Sept. 2025, pp. 1695–704. www.brainstimjrnl.com, https://doi.org/10.1016/j.brs.2025.08.022

绘制AI蛋白质设计路线图，指导利用AI工具设计蛋白质

传统蛋白质设计方法面临瓶颈，如何高效利用人工智能加速创新成为关键。哈佛大学医学院的 George M. Church、Li Li 及格里菲斯大学的 Shirui Pan 等研究人员合作，发表了一篇纲领性综述，系统性地提出了一个 AI 驱动的蛋白质设计路线图，旨在指导科研人员将 AI 工具无缝整合到研发流程中。

这篇综述旨在为蛋白质设计领域提供一个清晰且可操作的指南。研究团队首先剖析了传统蛋白质设计的两大策略：定向进化（directed evolution，通过引入随机突变并筛选来模拟自然选择）和理性设计（rational design，基于结构和功能知识进行定点修改）的局限性，指出其在探索蛋白质巨大的序列空间时效率低下。为此，他们系统地梳理了当前最先进的AI工具，并将其归纳为七个功能明确的工具包，涵盖从蛋白质数据库搜索、结构与功能预测，到序列与结构的从头生成、虚拟筛选及DNA合成等全流程。该研究的核心成果是一个详细的路线图，它将这七个工具包与蛋白质设计的具体步骤（如亲本选择、文库构建、筛选优化）精确匹配，为研究者提供了端到端的AI辅助设计方案。文中通过多个案例研究，如利用AI加速腺相关病毒（AAV）衣壳和抗体的进化，以及从头设计具有高热稳定性的新型荧光素酶，展示了该路线图的实际应用价值。研究发表在 Nature Reviews Bioengineering 上。

阅读更多：

Koh, Huan Yee, et al. “AI-Driven Protein Design.” Nature Reviews Bioengineering, Sept. 2025, pp. 1–23. www.nature.com, https://doi.org/10.1038/s44222-025-00349-8

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、、、大圆镜科普等。