追问daily | DeepSeek登Nature；在自然中锻炼效果优于健身房；足球头球会损伤大脑白质并影响记忆脑

█脑科学动态

Nature：“神经蚯蚓”纤维，实现体内游走式长期神经监测

Science：催产素帮助幼崽克服孤独

连接大脑结构与精神疾病风险的共享基因位点

在自然中锻炼效果优于城市或健身房

毫秒级固定时间窗口或是人类听觉处理的关键

足球运动中频繁头球损伤大脑白质并影响记忆

基因测试可预测减肥药的反应

音乐训练可重塑大脑：增强专注力，屏蔽环境噪音

█AI行业动态

Meta发布AI智能眼镜新矩阵：神经腕带操控，售价799美元

马斯克“巨硬计划”提速：6个月建成超级算力

AI制霸编程赛场：GPT-5组合系统在ICPC总决赛全题破解

通义DeepResearch全面开源：让AI从聊天助手跃迁为研究专家

█AI驱动科学

Nature封面：DeepSeek-R1如何通过自我进化学会高级推理

Nature：植入式神经刺激系统可恢复脊髓损伤后的血压平衡

Nature：基于Transformer架构预测上千种未来疾病

Nature：发丝般柔性生物电子纤维可同步监测多种生物信号

AI研究工具常不可靠、过于自信且观点片面

新型生物相容性可拉伸晶体管问世

导电塑料让人工神经元更先进、更简单

脑科学动态

Nature：受蚯蚓启发研制“神经蚯蚓”纤维，实现体内游走式长期神经监测

传统神经接口因其刚性、固定和生物不兼容性而面临挑战。为解决此问题，来自中国科学院深圳先进技术研究院与东华大学的 Wei Yan, Zhiyuan Liu, Tiantian Xu 等研究人员，受蚯蚓启发，成功研制出一种名为“神经蚯蚓”（NeuroWorm）的柔性可移动纤维。该成果实现了在体内的可控导航和长达13个月的稳定神经信号监测。

▷神经蠕虫的设计、制造策略及演示。Credit: Nature (2025).

受蚯蚓独特的体节结构启发，研究团队设计并制造了名为“神经蚯蚓”的柔性纤维。他们采用卷绕工艺，将二维平面上的电子器件转化为一根直径仅约200微米的纤维，并在其上集成了多达60个离散的电极和应变传感器，监测点数是传统方法的15倍。该纤维的基底材料与生物组织的力学性能高度匹配，极大地提升了生物相容性。最关键的突破在于其能动性：团队利用开放式磁控策略，成功实现了纤维在生物组织内的可控推进与转向。在动物实验中，NeuroWorm被植入大鼠肌肉中，展现了卓越的长期性能。它能够连续稳定记录超过43周的生理信号，并且在植入54周（约13个月）后，周围组织几乎没有产生纤维化包裹等排异反应。这根智能纤维不仅能像“游走监测者”一样在大脑或肌肉中移动，到达不同目标区域进行大面积、跨区域的精准监测，还为未来通过电刺激进行神经调控提供了可能，标志着神经电子学从静态植入向动态智能交互的范式转变。研究发表在 Nature 上。

阅读更多：

Xie, Ruijie, et al. “A Movable Long-Term Implantable Soft Microfibre for Dynamic Bioelectronics.” Nature, vol. 645, no. 8081, Sept. 2025, pp. 648–55. www.nature.com, https://doi.org/10.1038/s41586-025-09344-w

Science：催产素帮助幼崽克服孤独

童年时期与父母的依恋关系如何在大脑中留下印记？来自以色列魏茨曼科学研究所的 Ofer Yizhar, Daniel D. Zelmanoff 及其同事，揭示了“爱情激素”催产素在幼崽应对分离、塑造早期社交行为中的关键作用，并发现了其影响存在性别差异。

▷显微镜下两周大小鼠幼崽大脑的发育图。催产素系统显示为绿色，感光蛋白显示为红色，同时携带这两种蛋白的细胞显示为黄色。Credit: Weizmann Institute of Science

研究团队开创了一种新的非侵入性光遗传学方法，通过向小鼠幼崽大脑中特定的催产素神经元里导入一种对红光敏感的蛋白，实现了在不束缚幼崽的情况下，用光线远程“关闭”这些神经元。实验中，他们观察了幼崽与母亲短暂分离及重聚时的行为。结果发现，当与母亲分离时，幼崽大脑中的催产素系统会变得活跃，这帮助它们逐渐适应孤独、减少痛苦的哭叫（超声波叫声）。相反，当催产素系统被光遗传学技术抑制后，幼崽无法适应，会持续发出求救信号。

更有趣的是，分离期间的催产素活动决定了幼崽与母亲重聚时的行为模式。它们会发出更频繁、更高亢的叫声，强烈地寻求与母亲的亲近。利用人工智能分析发现，这些叫声模式复杂，能区分“寻求亲近”和“获得安抚”等不同状态。此项研究最令人意外的发现之一是，催产素的作用存在性别差异：抑制催产素系统主要影响了雌性幼崽的重聚行为，而雄性幼崽则不受影响。这为理解男女在社交和情感世界的早期分化提供了新的生物学线索。研究发表在 Science 上。

阅读更多：

Zelmanoff, Daniel D., et al. “Oxytocin Signaling Regulates Maternally Directed Behavior during Early Life.” Science, vol. 389, no. 6765, Sept. 2025, p. eado5609. science.org (Atypon), https://doi.org/10.1126/science.ado5609

连接大脑结构与精神疾病风险的共享基因位点

精神疾病的遗传根源如何体现在大脑结构中？来自宾夕法尼亚大学和费城儿童医院的 Zhiqiang Sha, Aaron F. Alexander-Bloch 及其团队，通过大规模数据分析，成功定位了数十个同时影响大脑皮层结构与多种精神疾病（如抑郁症、精神分裂症）风险的共享基因位点。

▷精神疾病与脑区域结构的遗传重叠及其与解剖层次的关系。Credit: Nature Mental Health (2025).

研究团队整合分析了包括英国生物库（UK BioBank）在内的多个大型基因组学项目的数据，涵盖了数千名个体的基因信息和脑部影像扫描。他们采用了一种名为多效性（pleiotropy，指单个基因影响多个表型性状的现象）信息结合错误发现率的统计方法，系统地寻找同时与大脑结构及八种主要精神疾病风险相关的共享基因位点。分析结果共识别出84个独立的共享基因位点，其中55个与大脑皮层表面积相关，29个与皮层厚度相关。

一个关键发现是，这些风险基因的作用是双向的：某些风险等位基因与特定脑区体积增大相关，而另一些则与体积减小相关。这种复杂的双向效应解释了为何在没有整体遗传相关性的情况下，大脑结构与精神疾病之间仍存在广泛的区域性遗传重叠。此外，研究还揭示了一种层级遗传结构，关联皮层和感觉运动皮层在共享遗传影响上表现出两极分化。这些发现为理解精神疾病的生物学基础提供了新的视角。研究发表在 Nature Mental Health 上。

阅读更多：

Sha, Zhiqiang, et al. “The Overlapping Genetic Architecture of Psychiatric Disorders and Cortical Brain Structure.” Nature Mental Health, vol. 3, no. 9, Sept. 2025, pp. 1020–36. www.nature.com, https://doi.org/10.1038/s44220-025-00475-7

在自然中锻炼效果优于城市或健身房

在何处锻炼效果最佳？面对日益普遍的城市化和久坐生活方式，来自哥本哈根大学和维罗纳大学的 Stefano De Dominicis, Luca Laezza 等研究人员通过一项随机对照试验发现，在自然环境中锻炼对身心健康的益处远超城市街道或室内健身房。

▷参与者进行体育活动的三个环境图片。注：左侧为自然环境（G：意大利罗韦雷托森林公园）；中间为城市环境（U：穿过意大利罗韦雷托市中心的城市道路）；右侧为室内建筑环境（I：CeRiSM 实验室）。Credit: Psychology of Sport and Exercise (2025).

该研究采用严谨的随机交叉设计，让25名年轻男性在三种不同环境中（森林公园、城市中心、室内实验室）分别完成一小时的快走。研究团队在运动前后系统地评估了参与者的心理和生理变化。心理层面通过问卷测量情绪、愉悦感和恢复感；生理层面则检测了唾液中的皮质醇水平，并记录了心率和心率变异性（heart rate variability or HRV，衡量自主神经系统功能和身体恢复能力的指标）。

结果清晰地表明，自然环境具有压倒性优势。在森林公园散步后，参与者的皮质醇水平显著下降，心率恢复更快，且心率变异性比在室内锻炼后高出20-30%，这意味着他们的身体进入了更深度的放松和恢复状态。在主观感受上，参与者报告在自然中锻炼时体验到更多的愉悦和满足感，焦虑、烦躁等负面情绪也最少。同时，他们认为在自然中锻炼的主观劳累程度更低，并且表达了更强烈的意愿去重复这项活动。这项研究首次将主观体验与客观生理数据有力地结合起来，证实了“绿色运动”的卓越效果。研究发表在 Psychology of Sport and Exercise 上。

阅读更多：

“Evaluating the Benefits of Green Exercise: A Randomized Controlled Trial in Natural and Built Environments Assessed for Their Restorative Properties.” Psychology of Sport and Exercise, vol. 80, Sept. 2025, p. 102883. www.sciencedirect.com, https://doi.org/10.1016/j.psychsport.2025.102883

毫秒级固定时间窗口或是人类听觉处理的关键

大脑的听觉系统是像节拍器一样按固定节奏处理声音，还是会根据语速灵活调整？罗彻斯特大学的 Sam Norman-Haignere 与哥伦比亚大学的 Nima Mesgarani, Menoua Keshishian 及合作者们进行了一项研究。他们发现，人类听觉皮层采用固定的、以毫秒为单位的时间窗口来整合声音，这一机制独立于我们听到的语音是快是慢。

该研究借助了癫痫患者颅内植入电极进行的高精度神经记录。研究人员让参与者聆听正常语速、被技术性放慢（时间拉伸）和加快（时间压缩）的语音片段。通过一种先进的计算方法，他们精确测量了大脑听觉皮层神经元的整合窗口（integration windows，即大脑处理和打包声音信息的基本时间单位）。

研究的核心发现是，无论语速如何变化，这个整合窗口都惊人地保持稳定。即使语音时长被大幅拉伸，神经整合窗口的延长也仅有约5%，这表明大脑的听觉处理并非与音节或单词等语音结构同步，而是被“锁定”在一个固定的绝对时间尺度上。这种与时间相关的计算机制，而非与结构相关的机制，贯穿了从初级到高级的整个听觉皮层。这一发现意味着，听觉系统首先提供了一个节奏恒定的信息流，然后由大脑更高层次的语言区域负责解读其语言学意义。研究发表在 Nature Neuroscience 上。

阅读更多：

Norman-Haignere, Sam V., et al. “Temporal Integration in Human Auditory Cortex Is Predominantly Yoked to Absolute Time.” Nature Neuroscience, Sept. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41593-025-02060-8

足球运动中频繁头球损伤大脑白质并影响记忆

足球运动中常见的头球动作是否会对大脑造成看不见的损伤？来自美国哥伦比亚大学的 Michael L. Lipton, Bluyé DeMessie 等研究人员进行了一项研究，发现业余足球运动员中更频繁的头球与大脑皮层褶皱深处的白质微观结构紊乱显著相关，且这种变化与认知能力下降存在关联。

该研究对352名业余足球运动员和77名非碰撞性运动的运动员进行了比较。研究团队通过问卷估算了足球运动员在过去一年中的头球次数，并利用扩散磁共振成像（diffusion MRI，一种通过追踪水分子运动来探测大脑组织微观结构完整性的技术）对他们的大脑进行了扫描。分析重点聚焦于大脑沟深处的皮质旁白质（juxtacortical white matter，紧邻大脑皮层灰质的一层白质），这是一个被认为对创伤尤为敏感的区域。结果显示，头球次数越多的运动员，其大脑沟深处白质的微观结构紊乱程度越严重，这表现为各向异性分数的降低。值得注意的是，这种变化在位于眼窝上方的眶额脑区（orbitofrontal region，与决策及记忆功能密切相关）尤为明显，并且与参与者在思维和记忆测试中较差的表现直接相关。该研究首次在活体中证实，大脑沟深处的白质可能是检测运动相关头部创伤的重要区域。研究发表在 Neurology 上。

阅读更多：

DeMessie, Bluyé, et al. “Soccer Heading Exposure–Dependent Microstructural Injury at Depths of Sulci in Adult Amateur Players.” Neurology, vol. 105, no. 7, Oct. 2025, p. e214034. neurology.org (Atypon), https://doi.org/10.1212/WNL.0000000000214034

基因测试可预测减肥药的反应

为何同一种减肥药效果因人而异？为了解决这一难题，美国梅奥诊所（Mayo Clinic）的 Andres Acosta, Lizeth Cifuentes 及其团队开发了一种基因测试，通过评估个体的“饱腹感”生物学特征，成功预测了患者对不同减肥药物的反应，为肥胖症的个性化治疗开辟了新途径。

▷图形摘要。Credit: Cell Metabolism (2025).

研究的核心在于一个名为饱腹感卡路里（calories to satiation, CTS）的指标，它衡量一个人需要摄入多少食物才能感到完全饱足。研究人员首先对近800名肥胖者进行了实验，发现其CTS值差异巨大。随后，团队运用机器学习技术，分析了10个与食欲相关的基因，并整合成一个名为卡路里到饱腹感遗传风险评分（Calories to Satiation Genetic Risk Score, CTS-GRS）的综合指标。该评分能够有效区分不同肥胖亚型。当研究人员将此评分应用于两种主流减肥药的临床数据时，发现了清晰的规律：CTS-GRS得分高、需要大量进食才能饱腹的“饥饿大脑”型患者，在使用能控制份量的药物芬特明-托吡酯（phentermine-topiramate）后减重效果更佳；而CTS-GRS得分低、饱腹阈值低的“饥饿肠道”型患者，则对能降低整体饥饿感和进食频率的GLP-1药物利拉鲁肽（liraglutide）反应更好。这意味着，通过一次简单的基因测试，医生就能为患者匹配最合适的药物，避免了反复试错的过程，从而实现更高效、经济的治疗。研究发表在 Cell Metabolism 上。

阅读更多：

Cifuentes, Lizeth, et al. “Genetic and Physiological Insights into Satiation Variability Predict Responses to Obesity Treatment.” Cell Metabolism, vol. 37, no. 8, Aug. 2025, pp. 1655-1666.e5. www.cell.com, https://doi.org/10.1016/j.cmet.2025.05.008

音乐训练可重塑大脑：增强专注力，屏蔽环境噪音

为何音乐家在嘈杂环境中仍能保持专注？为了探究音乐训练如何塑造大脑的注意力机制，瑞典卡罗琳斯卡医学院（Karolinska Institutet）与麻省理工学院的 Cassia Low Manting, Daniel Lundqvist 等研究人员合作，发现音乐训练能够显著增强大脑有意识的注意力控制并抑制声音干扰。

▷实验任务和行为结果。Credit: Science Advances (2025).

该研究通过脑磁图（MEG）技术记录参与者在聆听两个同时播放的不同旋律时的大脑活动。研究的核心创新在于结合了频率标记（frequency tagging，一种通过为不同声音信号附加独特频率标签，从而精确追踪大脑对每个声音独立响应的技术）和机器学习算法。这种方法使团队能够以前所未有的精度，区分大脑对目标旋律和干扰旋律的神经反应。研究结果清晰地揭示了音乐素养对两种注意力机制的影响：自上而下的注意力（top-down attention，指有意识地将焦点集中在特定目标上）和自下而上的注意力（bottom-up attention，指由外部突发或显著刺激自动引发的注意力）。数据显示，音乐能力强的人，其大脑在执行任务时，与自上而下注意力相关的信号更强，而与自下而上注意力（即分心）相关的信号则更弱。具体来说，左顶叶皮层的活动与增强的自上而下注意力正相关，而前额叶区域的持续活动则反映了更强的专注力。这表明，音乐训练可能通过优化大脑的额顶叶网络，提升了在复杂听觉环境中进行信息筛选和专注的能力，这为利用音乐进行认知康复训练提供了新的神经科学依据。研究发表在 Science Advances 上。

阅读更多：

Manting, Cassia Low, et al. “How Musicality Enhances Top-down and Bottom-up Selective Attention: Insights from Precise Separation of Simultaneous Neural Responses.” Science Advances, vol. 11, no. 38, Sept. 2025, p. eadz0510. science.org (Atypon), https://doi.org/10.1126/sciadv.adz0510

AI 行业动态

Meta发布AI智能眼镜新矩阵：神经腕带操控，售价799美元

在近期的Connect开发者大会上，Meta公司首席执行官Mark Zuckerberg正式揭晓了其最新的人工智能智能眼镜产品线，旨在重新定义人机交互的未来。其中最引人注目的是旗舰型号Meta Ray-Ban Display，它不仅内置了一个微型显示屏，更引入了一项革命性的控制方式——通过一个神经腕带，用户仅需做出几乎无法察觉的手部动作即可操控眼镜。Zuckerberg强调，眼镜是让AI能够同步感知使用者所见所闻的理想形态，是超越键盘和触摸屏的下一代计算平台。

除了售价799美元的旗舰新品，Meta还对现有产品线进行了全面升级与扩展。原有的无显示屏版Ray-Ban智能眼镜迎来了电池续航的翻倍提升，并增加了“对话聚焦”等软件功能，价格也相应调整。同时，Meta还与Oakley合作，推出了专为运动员设计的Oakley Meta Vanguard，该款眼镜能与Garmin设备联动，实时提供心率等运动数据反馈，并在关键时刻自动录制视频。Forrester的研究总监Mike Proulx评论称，这一系列发布让人想起Apple Watch的首次亮相，但眼镜作为一种日常佩戴的形态，其实用性潜力更大，关键在于Meta能否说服广大消费者其价值远超成本。

这一系列硬件发布的背后，是Meta对通用人工智能 的宏大布局。Zuckerberg认为，AI眼镜将是整合他所称的“个人超级智能”的主要方式，让强大的AI能力无缝融入人们的日常生活。尽管公司去年曾展示过技术更先进的增强现实 眼镜原型Orion，但距离其商业化仍有数年之遥。

阅读更多：

https://www.meta.com/nl/en/ai-glasses/meta-ray-ban-display/

马斯克“巨硬计划”提速：6个月建成超级算力

埃隆·马斯克备受瞩目的“巨硬计划”（MACROHARD）近日披露了其核心基础设施建设的惊人进展。其旗下人工智能公司xAI在短短六个月内，从零开始建成了名为Colossus II的算力集群 ，并已具备200兆瓦的供电与散热能力，足以支持约11万台英伟达GB200 GPU。这一建设速度，完成了像OpenAI与甲骨文等公司通常需要15个月才能完成的工作量，再次展现了惊人的执行效率。Colossus II的最终目标是部署超过55万个GPU，成为驱动“巨硬计划”宏伟蓝图的强大引擎。

这一庞大算力部署的背后，是“巨硬计划”颠覆传统软件开发模式的宏大愿景。该计划旨在利用xAI的大语言模型Grok，构建一个复杂的多智能体系统。据Musk透露，该系统将部署数百个各司其职的AI智能体，分别负责编码、设计、测试甚至模拟用户交互等任务，从而模拟并最终自动化从需求分析到产品交付的整个软件开发生命周期。要实现数百个复杂AI代理同时高效协同工作，背后离不开Colossus II这样史无前例的算力支持。

为支撑Colossus II未来高达1.1吉瓦的峰值功耗，xAI采取了创新的跨区域能源策略，包括在邻州收购发电厂并依赖租赁的燃气轮机。为确保当地电网稳定，项目还配备了168个特斯拉的Megapack储能系统。正如Musk亲自督战的紧凑日程所示，“巨硬计划”已成为其商业版图的关键一环。该项目研发的AI软件未来不仅能优化特斯拉的自动驾驶算法和机器人功能，反之，特斯拉积累的海量真实世界数据也将成为训练这些AI智能体的宝贵资源，形成强大的技术协同效应。

阅读更多：

https://x.com/elonmusk/status/1967800687431127265

AI制霸顶级编程赛场：GPT-5组合系统在ICPC总决赛全题破解

在近日备受瞩目的2025年国际大学程序设计竞赛 （International Collegiate Programming Contest, ICPC: 一项面向大学生的全球性顶级编程竞赛）世界总决赛中，人工智能系统展现了压倒性的编程与推理能力。OpenAI派出的GPT-5与一个实验性推理模型组成的系统，在五小时的赛程内完美解决了全部12道题目，若计入排名将毫无悬念地夺得冠军。紧随其后的是谷歌的Gemini 2.5 Deep Think模型，它成功解出10道题，成绩达到了金牌水平，位列第二。此次AI的惊人表现发生在一个与人类选手并行、采用相同赛题和评判标准的官方“AI实验赛道”上，尤其是解决了一道所有人类顶尖队伍都未能攻克的难题。

OpenAI的系统表现尤为突出，其中GPT-5独立完成了11道题目，且绝大多数都是一次提交即获通过。最具挑战性的难题则由其搭档的实验性推理模型接力完成，展示了模型间协作解决问题的潜力。OpenAI团队中不乏前ICPC竞赛选手，如新任首席科学家Jakub Pachocki，这为他们理解竞赛的复杂性提供了独特视角。另一边，谷歌的Gemini模型同样表现强劲，它运用了包括新型强化学习 在内的一系列先进技术。在解决人类未能攻克的“问题C”时，Gemini通过设定“优先级”、运用动态规划和嵌套三元搜索等复杂算法，成功找到了最优解决方案，展示了其深度的多步推理和并行思维能力。

这次竞赛标志着AI在顶级智力竞赛领域取得了又一里程碑式的胜利。然而，比赛的结束似乎也预示着一个新时代的开始。OpenAI研究副总裁Jerry Tworek表示，在ICPC之后，团队可能不会再参加其他竞赛，而是将目光投向更令人兴奋的前沿领域，即如何将AI的科学与工程技能应用于解决现实世界的问题。这一表态暗示，继在编程、数学等竞赛中证明自身实力后，以GPT-5为代表的先进AI系统正准备从理论赛场走向更广阔的实际应用，直接赋能科学研究和工程挑战。

-5

阅读更多：

https://deepmind.google/discover/blog/gemini-achieves-gold-level-performance-at-the-international-collegiate-programming-contest-world-finals/

通义DeepResearch全面开源：让AI从聊天助手跃迁为研究专家

阿里巴巴通义团队近日重磅发布并完全开源了其最新的AI系统——通义DeepResearch。该系统在多项权威研究型AI测评中取得了业界领先水平，其30B-A3B的轻量级模型在综合能力上成功对标甚至超越了部分海外闭源的旗舰模型。与后者昂贵且受限的调用方式不同，通义团队此次将模型、框架乃至一整套构建方法论全部向社区开放。

通义DeepResearch的卓越性能，根植于一套端到端训练范式和独特的数据策略。研究人员摒弃了对昂贵人工标注的依赖，开发出一套全自动的合成数据生成方案，能够系统性地创造出超越人类标注质量的高质量训练数据。其训练流程涵盖了增量预训练、有监督微调以及强化学习 三个关键阶段。尤其在强化学习环节，团队不仅优化了算法，更强调了高质量数据和稳定仿真环境的核心作用，形成了一套完整的闭环进化系统。

在实际应用中，通义DeepResearch设计了两种推理模式以应对不同复杂度的任务。标准的ReAct模式能够简洁高效地处理常规研究请求，而专为极端复杂任务设计的“深度模式”则通过将宏大任务分解为多个独立的“研究轮次”，有效避免了信息过载和“认知”混乱，让AI在执行长期、多步的深度研究时能保持清晰的逻辑和高质量的推理能力。目前，该技术已成功赋能阿里巴巴内部的高德地图和法律服务应用“通义法睿”，在复杂的路线规划和专业的法律案例分析中展现了其强大的落地价值。

阅读更多：

https://tongyi-agent.github.io/blog/introducing-tongyi-deep-research/

AI 驱动科学

Nature封面：DeepSeek-R1如何通过“自我进化”学会高级推理

来自DeepSeek AI的梁文锋等近200名研究人员，开发了一种纯强化学习框架，成功训练出DeepSeek-R1模型，证明了AI可以在没有人类思维范例的情况下，自发涌现出高级推理策略。

研究团队绕过了传统的监督微调（SFT）步骤，直接在基础模型上应用了一种名为组相对策略优化（Group Relative Policy Optimization, GRPO，一种高效的强化学习算法）的技术。其核心在于一个极简的奖励机制：模型仅因最终答案的正确与否而获得奖励，推理过程则被赋予了完全的探索自由。通过这种方式训练出的模型DeepSeek-R1-Zero，在解决数学和编程等难题时，自发地演化出了复杂的推理行为，例如自我反思（self-reflection，即模型会主动检查和修正自身的解题步骤）和验证。

数据显示，该模型在美国邀请数学考试（AIME）上的准确率从最初的15.6%飙升至77.9%。为解决初始模型可读性不佳等问题，团队通过一个包含拒绝采样和多轮微调的多阶段流程，最终打造出DeepSeek-R1。该模型不仅继承了强大的推理能力，还在通用对话和遵循人类偏好方面表现更优，为开发更自主、更强大的AI系统开辟了新路径。研究发表在 Nature 上。

阅读更多：

Guo, Daya, et al. “DeepSeek-R1 Incentivizes Reasoning in LLMs through Reinforcement Learning.” Nature, vol. 645, no. 8081, Sept. 2025, pp. 633–38. www.nature.com, https://doi.org/10.1038/s41586-025-09422-z

Nature：植入式神经刺激系统可恢复脊髓损伤后的血压平衡

脊髓损伤（SCI）患者常因大脑与身体通讯中断，遭受危险的血压波动。来自卡尔加里大学的 Aaron Phillips、洛桑联邦理工学院的 Grégoire Courtine 及洛桑大学的 Jocelyne Bloch 领导的国际团队，开发并验证了一种植入式神经刺激系统，通过精准的硬膜外电刺激，成功为患者重建了血压控制能力。

该研究的核心是一种可植入的神经刺激系统，它由一个放置在脊髓特定区域的电极阵列和一个类似心脏起搏器的脉冲发生器构成。该系统能够向脊髓施加精准调控的硬膜外电刺激（epidural electrical stimulation，一种在脊髓外部施加微弱电脉冲以调节神经活动的技术），从而恢复对血压的控制。在一项涉及14名脊髓损伤患者的国际临床试验中，研究人员发现，该系统一旦被激活，通常在几分钟内就能将患者的血压稳定在正常功能范围。更重要的是，长期使用该疗法不仅能有效缓解让患者疲惫不堪的慢性低血压，还能预防一种名为自主神经反射异常（autonomic dysreflexia，指脊髓损伤患者因轻微感觉刺激而引发的突发性、危及生命的血压飙升）的发生。机制研究进一步揭示，该疗法通过激活一组与导致血压失控的神经回路相“竞争”的神经通路，从而实现安全、精确的血压调节。参与试验的患者报告称，治疗后他们的精力更充沛，思维更清晰，生活质量得到显著改善。相关研究发表在 Nature 上。

阅读更多：

Soriano, Jan Elaine, et al. “A Neuronal Architecture Underlying Autonomic Dysreflexia.” Nature, Sept. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-025-09487-w

AI研究工具常不可靠、过于自信且观点片面

人工智能工具在信息检索方面日益普及，但其可靠性备受质疑。为系统评估这些工具的性能，来自 Salesforce AI Research 的 Pranav Narayanan Venkit 和微软研究院的 Philippe Laban 及其同事，开发了一个名为 DeepTRACE 的审计框架，揭示了主流AI研究工具在引用准确性、事实支持和观点平衡性方面存在的严重缺陷。

▷深度研究代理响应处理至 DeepTrace 框架八个指标的示意图。Credit: arXiv (2025).

研究团队构建了 DeepTRACE 框架，通过超过300个精心设计的“辩论类”和“专业知识类”问题，对包括 Perplexity、You.com、微软 Bing Chat 及 GPT-4.5 在内的多个主流AI系统进行了严格测试。该框架从引用准确性、过度自信和观点片面性等八个维度进行自动化评估，并由人工审核确保结果的准确性。测试结果显示，这些AI工具的可靠性远未达到预期。研究发现，约有三分之一的由AI生成的陈述无法得到其所列来源的支持，在GPT-4.5中这一比例甚至高达47%。更令人担忧的是，系统的引用准确率仅在40%到80%之间，意味着用户很难验证信息的真实性。在处理争议性话题时，AI往往表现得极其自信，却只提供片面的论证，这极易导致用户陷入信息茧房，产生回音室效应。即便是所谓的深度研究代理，虽然过度自信的情况有所缓解，但观点片面和陈述无来源支持的问题依然严重。

阅读更多：

Venkit, Pranav Narayanan, et al. “DeepTRACE: Auditing Deep Research AI Systems for Tracking Reliability Across Citations and Evidence.” arXiv:2509.04499, arXiv, 2 Sept. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2509.04499

新型生物相容性可拉伸晶体管问世

如何让植入式电子设备像人体组织一样柔软且安全？来自韩国庆熙大学（Kyung Hee University）、成均馆大学（Sungkyunkwan University）的 Jin Young Oh, Kyu Ho Jung 及其同事，成功研发出一款兼具高拉伸性和生物相容性的有机晶体管，为开发新一代安全、长效的植入式医疗设备开辟了新路径。

▷用于植入式柔性生物电子设备的可拉伸半导体和逻辑电路。（a）生物相容性可拉伸半导体的示意图，该半导体由有机半导体聚合物（DPPT-TT）与医用级弹性体（BIIR）通过共混-硫化工艺结合而成。（b）使用该半导体制造的逻辑电路（逆变器）的照片，该电路植入实验室小鼠皮下，并附有植入前后测量的电压传输特性（VTC）曲线。Credit: Jung, K.H. et al.

研究团队将一种高性能半导体聚合物（DPPT-TT）与医用级橡胶溴化异丁烯-异戊二烯橡胶（BIIR，一种专为生物医学应用设计的弹性体）相融合。他们通过硫化工艺（vulcanization，一种经典的橡胶交联技术），在弹性的橡胶基质中形成了相互连接的半导体纳米纤维网络。这种独特的结构赋予了晶体管优异的机械柔韧性和稳定的电荷传输能力。为确保器件在体液环境中的长期稳定，研究人员还设计了由银和金制成的双层电极，以抵抗腐蚀。性能测试结果证实了该设计的成功。这款晶体管能够承受高达50%的拉伸而不断裂，并在经历1万次拉伸循环后依然保持正常工作。更重要的是，其生物安全性得到了充分验证：在实验室中，它不会对人体细胞的生长和活力产生负面影响；在被植入小鼠皮下30天后，未引发明显的炎症或组织损伤，展现了出色的体内相容性。该技术不仅能用于单个晶体管，还成功构建了逻辑电路，证明其具备扩展为复杂集成系统的潜力。研究发表在 Nature Electronics 上。

阅读更多：

Jung, Kyu Ho, et al. “A Biocompatible Elastomeric Organic Transistor for Implantable Electronics.” Nature Electronics, Sept. 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41928-025-01444-9

Nature：发丝般粗细的柔性生物电子纤维可同步监测多种生物信号

如何微创地长期监测和调控大脑、肠道等柔软器官？为解决现有生物电子探针刚性强、功能单一的难题，斯坦福大学的 Zhenan Bao、James Dunn、Muhammad Khatib 等研究人员开发了一种名为“神经串”（NeuroString）的超柔性高密度生物电子纤维。

▷神经串的直径只有四分之一毫米——大约相当于人类头发的宽度——但却能容纳数百到数千个独立的电子通道，可以用来感知、刺激或监测人体的各个部位。Credit: Bao Lab

研究团队独创了一种“螺旋变换”（spiral transformation）制造工艺。他们首先利用传统的光刻技术，在皮肤般柔软的二维薄膜上精密制造出包含成百上千个独立电子通道的阵列，然后像卷瑞士卷一样将其紧密卷成一根直径仅四分之一毫米的纤维。这种巧妙的设计使得高密度的传感器和刺激器可以精确地分布在纤维表面，同时保持极佳的柔软度和生物相容性。为了验证其性能，研究人员成功将NeuroString植入猪的肠道，实现了对肠道收缩活动的多点、实时监测；同时，在另一项实验中，纤维被植入小鼠大脑，成功记录单个神经元的电活动长达四个月，显示了其长期工作的稳定性。该平台展示了前所未有的通道密度，最高可在一根230微米直径的纤维中集成1280个通道。这项技术突破为神经科学、肠胃病学、靶向药物输送乃至类器官研究开辟了新方向，未来或可用于开发能感知并即时干预神经异常的闭环神经刺激器。研究发表在 Nature 上。

阅读更多：

Khatib, Muhammad, et al. “High-Density Soft Bioelectronic Fibres for Multimodal Sensing and Stimulation.” Nature, vol. 645, no. 8081, Sept. 2025, pp. 656–64. www.nature.com, https://doi.org/10.1038/s41586-025-09481-2

导电塑料让人工神经元更先进、更简单

如何让电子设备像生物神经一样“思考”？传统硅基电子难以胜任。瑞典林雪平大学（Linköping University）的 Simone Fabiano 及其团队利用导电塑料，成功开发出一种结构极其简单但功能异常强大的人工神经元，它仅由单个晶体管构成，却能执行以往需要整个网络才能完成的复杂计算。

▷林雪平大学的研究人员创造了一种人工神经元，可以执行一种名为“反符合检测”的信息处理方式。Credit: Thor Balkhed

该研究的核心是一种由柔性导电聚合物制成的树突状有机电化学神经元（dendritic organic electrochemical neuron，一种模拟生物神经元树突功能的新型器件）。与传统电子设备不同，这种材料可以同时传导电子和离子，使其能更好地与生物组织“沟通”。研究团队巧妙地利用单个有机电化学晶体管（OECT），模仿了人脑皮层神经元处理信息的方式，使其能够独立完成反符合检测，即解决了经典的异或（XOR，一个基本的非线性逻辑问题，通常被用作衡量神经网络能力的基准）难题。这在历史上是单个人工神经元难以企及的。这项突破不仅在于功能的先进性，更在于其极致的简化。相比于团队早期需要多个组件才能模拟15种神经特性的模型，这个新版本仅用一个晶体管就模拟了17种特性，且尺寸与真实神经细胞相当。这一进展意味着未来有望将这种合成神经元直接与活体组织或软体机器人集成，用于开发更智能的假肢、医疗植入物和新一代机器人。研究发表在 Science Advances 上。

阅读更多：

Harikesh, Padinhare Cholakkal, et al. “Single Organic Electrochemical Neuron Capable of Anticoincidence Detection.” Science Advances, vol. 11, no. 25, June 2025, p. eadv3194. science.org (Atypon), https://doi.org/10.1126/sciadv.adv3194

Nature：AI模型Delphi-2M：基于Transformer架构预测上千种未来疾病

如何利用AI大规模预测未来疾病？来自德国癌症研究中心（German Cancer Research Center）、欧洲分子生物学实验室（European Molecular Biology Laboratory）等机构的 Moritz Gerstung, Artem Shmatko 等研究人员，开发了一款名为Delphi-2M的AI模型，它能基于患者病史，提前数年预测上千种疾病的发生率。

该研究将患者的诊疗历史视为一种独特的“语言”，并借鉴了ChatGPT等模型背后的核心技术Transformer架构来学习和理解这种“疾病语法”。研究团队首先使用来自英国生物银行（UK Biobank）约40万人的健康数据对Delphi-2M模型进行训练，使其掌握疾病发生的组合、顺序和时间依赖性。为了验证其预测能力和泛化性，团队在一项严苛的测试中，将该模型直接应用于一个全新的、包含近190万丹麦人的外部公共卫生数据库。结果显示，Delphi-2M无需任何参数调整，便能准确预测超过1000种不同疾病的未来发生率，其表现可与专为心脏病等单一疾病设计的现有预测工具相媲美。此外，该模型还能生成合成的未来健康轨迹，为公共卫生规划和资源优化提供数据支持。尽管研究人员强调该模型尚未能用于临床，但其展示了AI在实现精准预防医学方面的巨大潜力。研究发表在 Nature 上。

阅读更多：

Shmatko, Artem, et al. “Learning the Natural History of Human Disease with Generative Transformers.” Nature, Sept. 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-025-09529-3

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。