追问daily | 让老人带娃将加速老人认知衰退；麻醉并非深度睡眠；抑郁症削弱的是期待

█ 脑科学动态

麻醉并非深度睡眠：大脑状态更接近睡眠与昏迷的混合体

缺氧也能抗衰老：HIF-1α自噬降解可延缓衰老并延长哺乳动物寿命

大脑免疫细胞与特定神经元互动加速恐惧记忆消退

创伤发生时间而非其类型决定其长期影响

利用实时脑信号预测和预防儿童注意力不集中

抑郁症削弱的是期待，而非品尝美食的快乐

繁重照护任务加速老年人认知衰退，适度照护则有益脑功能

█ AI行业动态

爱思唯尔起诉Meta盗版论文训练Llama

编程AI“终极考试”首破零：GPT-5.5从零盲写程序，推理算力成新关键

█ AI驱动科学

Cell：开发AI虚拟细胞模型RegVelo以预测细胞命运走向

AI语言模型在处理医院结构化数据方面表现不佳

七款智能戒指有望打破手语沟通障碍

开发内置计算智能光学传感器大幅降低数据传输需求

信号折叠设计助力神经形态芯片大幅降低AI能耗

给模型配个专属教练：强化学习加速仿生机器人运动模拟

设计阻碍减少人工智能的隐藏能耗

像素级控制热辐射：卡内基梅隆大学开发微型热敏条形码

超六成美国青少年使用AI聊天机器人，近半数遭遇不良交互风险

触觉梦境技术赋能人形机器人，灵巧操作成功率提升90.9%

脑科学动态

麻醉并非深度睡眠：大脑状态更接近睡眠与昏迷的混合体

全身麻醉究竟是让大脑“沉睡”还是进入“昏迷”？耶鲁大学医学院的Janna Helfrich及其团队通过研究发现，麻醉状态比人们想象的更为复杂，它并非简单的深度睡眠，而是同时兼具睡眠和昏迷特征的独特混合状态。这一发现可能改变未来麻醉的临床实践。

研究团队使用全脑脑电图监测了使用常用麻醉剂丙泊酚（propofol）的患者，并将其大脑活动与深度睡眠、快速眼动睡眠、昏迷及清醒状态下的数据进行对比。分析结果颠覆了“麻醉即睡眠”的传统观念。研究显示，麻醉下的大脑在不同区域会呈现出不同的活动模式，某些特征类似于睡眠，而另一些则更接近昏迷。此外，团队还识别出了麻醉所独有的神经信号，这些信号在其他任何意识状态下都未曾出现。这一发现强调了在手术中进行脑部监测的必要性，通过精细调控麻醉剂量，临床医生或可引导患者大脑进入更接近有益的睡眠状态，而非可能导致术后认知功能下降的“类昏迷”状态，从而提升手术安全性与患者的恢复质量。研究发表在 PNAS 上。

#疾病与健康 #神经机制与脑功能解析 #麻醉 #意识 #脑电图

阅读更多：

Helfrich, Janna D., et al. “Spectral Mapping Reveals a Resemblance of the Anesthetic Brain State to Both Sleep and Coma.” Proceedings of the National Academy of Sciences, vol. 123, no. 21, May 2026, p. e2514098123. www.pnas.org, https://doi.org/10.1073/pnas.2514098123

缺氧也能抗衰老：HIF-1α自噬降解可延缓衰老并延长哺乳动物寿命

不同器官衰老速度各异，其背后的保护机制尚不明确。海军军医大学第二附属医院的陈华江、胡博、田野、吴晓东及空军军医大学西京医院的高博等人，从衰老缓慢的椎间盘组织中发现一种独特的抗衰老机制，并基于此开发出一种能靶向降解关键蛋白的小分子化合物，成功延长了小鼠的健康寿命。

研究团队首先通过跨组织比较发现，椎间盘的衰老速度显著慢于其他组织。深入探究后，他们揭示了其背后的独特机制：椎间盘髓核细胞处于持续的缺氧微环境中，但与传统认知不同，这种缺氧并未导致缺氧诱导因子-1α（hypoxia-inducible factor-1α, HIF-1α）的积累，反而通过一种由Optineurin蛋白介导的选择性自噬将其降解，从而避免了细胞应激和衰老。基于这一发现，团队设计并合成了一种小分子化合物HATC（HIF-1α-targeting autophagy-tethering compound），它能巧妙地“劫持”细胞的自噬系统，在全身各组织中靶向降解HIF-1α。在老年小鼠中进行的实验证实，每周注射HATC能广泛降低多个器官中的HIF-1α水平，改善多种与年龄相关的病理状况，最终使小鼠的中位寿命和最大寿命分别显著延长了约14%和12%。研究发表在 Nature Aging 上。

#疾病与健康 #健康管理与寿命延长 #衰老 #自噬 #HIF-1α

阅读更多：

Yang, Chen, et al. “Hypoxia-Induced Autophagic Degradation of HIF-1α Attenuates Cellular Aging and Extends Mammalian Lifespan.” Nature Aging, May 2026, pp. 1–21. www.nature.com, https://doi.org/10.1038/s43587-026-01124-z

大脑免疫细胞与特定神经元互动加速恐惧记忆消退

为何有些创伤性记忆难以忘怀？这可能与大脑中免疫细胞的工作效率有关。加拿大儿童医院和多伦多大学的Paul W. Frankland及其同事通过研究发现，恐惧记忆的消退并非仅由神经元主导，大脑中的免疫细胞——小胶质细胞，通过与储存记忆的特定神经元直接互动，在“擦除”恐惧过程中扮演了关键角色。

▷ 图像展示了小胶质细胞和记忆储存细胞之间的相互作用。图中，蓝色细胞代表小胶质细胞，紫色细胞代表记忆储存细胞。图像突显了这两种细胞之间的直接接触。Credit: Captured in the Frankland Lab and reconstructed using Imaris software.

研究团队首先在小鼠模型中标记了储存特定恐惧记忆的神经元，即记忆痕迹。在随后的恐惧消退训练中，他们观察到小胶质细胞会被主动招募到这些记忆痕迹神经元的周围，并与之发生直接的物理接触。进一步的超微结构成像和功能实验揭示，这种互动能够暂时性地“沉默”恐惧记忆痕迹神经元的活动。为了验证这一互动的重要性，研究人员利用遗传学和药理学方法阻止小胶质细胞与记忆痕迹神经元接触，结果发现，小鼠的恐惧记忆消退速度显著减慢。这表明小胶质细胞通过直接调节记忆回路，积极地参与并加速了恐惧记忆的减弱过程。这一发现颠覆了恐惧消退完全是神经元过程的传统认知，为理解和治疗创伤后应激障碍等与恐惧记忆相关的精神疾病开辟了新思路。研究发表在 Nature Neuroscience 上。

#疾病与健康 #神经机制与脑功能解析 #心理健康与精神疾病 #恐惧记忆 #小胶质细胞

阅读更多：

Liu, Yunlong, et al. “Microglia-Dependent Regulation of Fear Memory Extinction.” Nature Neuroscience, May 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41593-026-02286-0

创伤发生时间而非其类型决定其长期影响

为何相似的创伤经历会导致迥异的心理后果？意大利理工学院的Laura Cancedda、Valter Tucci及其合作团队发现，创伤发生的时间点，而非创伤本身的类型，是决定其对大脑和行为产生何种持久影响的关键。这项发现为开发基于创伤发生年龄的个性化精神疾病疗法开辟了新道路。

▷ Credit: Cell Reports Medicine (2026).

研究团队通过在小鼠的不同发育阶段（幼儿期、童年、青春期和青年期）施加应激，发现创伤的后果与“关键窗口期”紧密相关。例如，童年期创伤显著损害了成年后的社交能力，而青春期创伤则主要导致攻击性和支配行为的增加，但焦虑症状在所有受创伤组中普遍存在。进一步的蛋白质组学分析揭示了创伤如何在大脑中留下持久的“分子伤疤”。生命早期的创伤主要重塑了杏仁核、海马体等大脑深层结构，而青春期及以后的创伤则更多地影响了负责高级认知功能的前额叶皮层。更重要的是，研究人员锁定了一个名为脑源性神经营养因子（Brain-Derived Neurotrophic Factor, BDNF）的关键通路，它在大脑可塑性中扮演重要角色，调控该通路或可成为干预青年期创伤后遗症的潜在治疗靶点。研究发表在 Cell Reports Medicine 上。

#疾病与健康 #心理健康与精神疾病 #创伤 #大脑发育 #关键期

阅读更多：

Morelli, Giovanni, et al. “Traumatic Life Experiences during Critical Periods Lead to Diverse Developmental Trajectories.” Cell Reports Medicine, May 2026, p. 102798. ScienceDirect, https://doi.org/10.1016/j.xcrm.2026.102798

利用实时脑信号预测和预防儿童注意力不集中

注意力不集中，尤其在多动症（ADHD）儿童中，影响深远且现有疗法有限。多伦多病童医院的George M. Ibrahim和Nebras M. Warsi等研究人员首次在人体中发现一种可预测注意力分散的脑信号，并通过实时精准的神经刺激成功恢复了儿童的专注力，为注意力障碍的治疗开辟了全新方向。

研究首先对30名癫痫患儿进行了颅内记录，并利用机器学习模型成功识别出一种能够在注意力分散发生前出现的特定脑电信号。基于这一发现，团队设计了一套闭环干预系统：一旦系统检测到预示注意力即将分散的信号，便会立即施加一次短暂且精准的电刺激。结果显示，这种时机恰到好处的干预能有效“挽救”儿童的注意力，使其在任务中的反应速度和准确性均得到提升。为了探索该方法的普适性，研究团队进一步在正常发育儿童和ADHD患儿中采用非侵入性技术进行验证。他们通过脑磁图确认了该信号的存在，并利用经颅磁刺激-脑电图（TMS-EEG）对目标脑区施加单脉冲刺激，同样观察到了注意力的显著改善。这项研究表明，开发能够实时监控并调控注意力的非侵入性工具具有巨大潜力。研究发表在 Nature Neuroscience 上。

#疾病与健康 #神经调控 #注意力 #儿童健康 #闭环神经调控

阅读更多：

Warsi, Nebras M., et al. “Closed-Loop Stimulation Modulates Attention Shifting in Children.” Nature Neuroscience, May 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41593-026-02294-0

抑郁症削弱的是期待，而非品尝美食的快乐

快感缺失作为抑郁症的核心症状，究竟是如何影响患者对愉悦活动的感受的？由Nils B. Kroemer和Corinna Schulz等（波恩大学医院、图宾根大学医院等）领导的研究团队发现，抑郁症主要损害的是对奖赏的预期和动机过程，而非实际体验快乐的能力，这一发现为抑郁症的治疗提供了新视角。

研究团队对52名抑郁症患者和51名健康参与者进行了一项精巧的味觉测试。参与者需要对不同食物在看到、闻到和品尝等不同阶段的渴望度（wanting，即追求奖励的动力）和喜爱度（liking，即体验奖励的愉悦感）进行评分。结果显示，在仅仅看到食物的预期阶段，抑郁症患者的渴望度显著低于健康人。然而，一旦食物摆在面前，甚至在品尝之前，他们的渴望度就会回升，并且在实际品尝时，其感受到的愉悦感与健康人没有差别。研究还发现，快感缺失症状越严重，其在预期阶段的渴望度就越低。此外，研究揭示了身心关联的一个重要线索：较低的胰岛素敏感性（insulin sensitivity，身体有效处理血糖的能力）与更严重的快感缺失症状相关，暗示代谢功能障碍可能在抑郁症的动机缺陷中扮演了重要角色。研究发表在 Cell Reports Medicine 上。

#疾病与健康 #心理健康与精神疾病 #抑郁症 #快感缺失 #奖赏机制

阅读更多：

Schulz, Corinna, et al. “Blunted Anticipation, but Not Consummation, of Food Rewards in Depression.” Cell Reports Medicine, vol. 0, no. 0, May 2026. www.cell.com, https://doi.org/10.1016/j.xcrm.2026.102796

繁重照护任务加速老年人认知衰退，适度照护则有益脑功能

晚年承担照护责任对认知功能有何影响？Baowen Xue及团队（伦敦大学学院）发现，繁重的照护任务会加速老年人的认知能力下降，而适度的照护责任反而能有效延缓脑功能衰退，抵消部分正常衰老带来的影响。

为了探究照护特征如何影响认知轨迹，研究团队分析了英国老龄化纵向研究中多年的跟踪数据。他们运用倾向得分匹配（Propensity Score Matching，一种通过模拟随机分配来减少样本选择偏差的统计方法）将2765名50岁以上的照护者与同等数量的非照护者进行了精确配对。研究采用分段生长曲线模型追踪了参与者在承担照护责任前后的执行功能和记忆力变化。结果显示，承担高强度照护（每周超过50小时）、在家中提供照护或照顾配偶的人群，其大脑功能下降速度显著快于非照护群体，额外增加了约三分之一的认知衰退。相反，从事低强度照护（每周5至9小时）、在家庭之外或照顾父母的人，其执行功能下降更为缓慢，可抵消约三分之一的年度脑功能衰退。此外，记忆力的变化呈现相似但较弱的趋势，且这些影响并不受个体性别或经济状况的干扰。这项研究突显了为重度照护者提供替代护理支持以防止认知过早衰退的迫切性。研究发表在 Age and Ageing 上。

#疾病与健康 #健康管理与寿命延长 #认知功能 #老年人 #家庭照护

阅读更多：

Xue, Baowen, et al. “Association between Becoming a Carer in Later Life and Changes in the Trajectory of Cognitive Function: Results from the English Longitudinal Study of Ageing.” Age and Ageing, vol. 55, no. 5, May 2026, p. afag132. Silverchair, https://doi.org/10.1093/ageing/afag132

AI 行业动态

爱思唯尔起诉Meta盗版论文训练Llama

人工智能版权争议迎来标志性升级。全球顶尖学术出版巨头爱思唯尔（Elsevier），旗下拥有《柳叶刀》《细胞》等核心期刊，近日联合法国阿歇特出版集团、英国麦克米伦出版集团及作家Scott Turow，在美国纽约南区法院对Meta及其CEO扎克伯格提起集体诉讼。这是主流学术出版商首次针对AI企业的版权维权行动。诉状指控，Meta在训练其大语言模型Llama时，非法爬取、复制了受版权保护的科研论文和出版物。美国出版商协会在声明中强调，Meta的行为是“明目张胆的侵权”，此次诉讼旨在还原事实。

原告方指出，Meta的训练数据主要来自两大“问题来源”。其一，通用爬虫数据集Common Crawl，其中很可能混入了未经授权的付费期刊摘要和全文。其二，著名的盗版学术平台LibGen（全球最大的盗版电子书和论文数据库）和Sci-Hub（提供绕过付费墙获取数百万篇学术论文的网站）。控方大量证据源自此前作家诉Meta案（Kadrey v. Meta）中披露的内部员工邮件。面对指控，Meta发言人表示将积极应诉，并计划援引“合理使用”（Fair Use，美国版权法中允许在特定条件下无需授权使用版权内容的豁免条款）原则进行抗辩，称已有判例支持使用版权内容训练AI。值得注意的是，美国法院去年曾首次裁定Anthropic公司使用合法购买的书籍训练AI属于“转化性使用”，但这起涉及盗版数据源的诉讼结果仍存巨大悬念。

#爱思唯尔诉Meta #AI版权 #盗版学术数据库 #合理使用抗辩 #Llama训练数据

阅读更多：

https://www.nature.com/articles/d41586-026-01481-0

编程AI“终极考试”首破零：GPT-5.5从零盲写程序，推理算力成新关键

一项被称为“地狱级”的编程基准近日被AI首次攻克。由Meta、斯坦福大学和哈佛大学联合推出的全新编程测试“程序基准测试（ProgramBench，要求模型仅根据编译好的可执行文件和文档，从零重建整个程序，禁止反编译或联网）”，此前所有前沿AI模型的通过率均为0%。如今，GPT-5.5成为了首个破例者。研究人员发现，GPT-5.5在默认推理模式下表现平平，但切换到高推理模式（high和xhigh）后性能飞跃，成功解出了经典终端程序“矩阵数字雨（cmatrix，一种模仿《黑客帝国》数字雨效果的屏幕保护程序）”。其中，高推理模式用C语言实现，而超高推理模式则用Python完成了同一任务，两者均通过了全部行为测试。这一突破标志着编程评估从“修修补补”转向了真正的“从零创造”。

此次突破揭示了“推理算力”正成为编程AI能力的核心变量。在200道题目中，目前仅有这一道被解出，但GPT-5.5超高推理模式还创下了26个任务通过95%以上单元测试的新纪录，在所有关键指标上全面碾压其他模型。相比之下，Claude Opus 4.7超高推理模式花费了10倍以上的成本和调用次数，却因颜色解析大小写敏感和退出码错误两个简单漏洞而失败。分析指出，智能不再是一个固定值，而愈发表现为算力的函数。随着传统测试基准逐渐失效，ProgramBench的出现为衡量AI的工程化编程能力设立了更高门槛，而通往超级人工智能的路径或许无需等待下一代架构革命，推理算力的持续扩展就可能带来指数级的能力爆发。

#GPT-5.5 #编程基准 #推理算力 #从零重建 #ProgramBench

阅读更多：

https://programbench.com/blog/gpt-5-5-first-solve/

AI 驱动科学

Cell：开发AI虚拟细胞模型RegVelo以预测细胞命运走向

如何将底层基因调控机制与细胞动态特性结合以精准预测细胞命运的复杂演变，是发育生物学面临的核心挑战。慕尼黑亥姆霍兹中心 Fabian J. Theis 团队与牛津大学、Stowers医学研究所 Tatjana Sauka-Spengler 团队合作开发了名为RegVelo的端到端人工智能生成式框架。该研究成功在计算机上构建了高还原度的虚拟细胞模型，首次实现了基因调控网络与细胞发育动态的同时精准推断。

该研究设计了RegVelo，这是一种融合核糖核酸速率（RNA velocity，一种利用基因剪接状态预测细胞演化轨迹的计算分析方法）与基因调控网络（gene regulatory network，揭示基因间相互控制关系的系统图谱）的贝叶斯深度生成模型。研究人员将未剪接与已剪接的核糖核酸丰度作为输入参数，利用神经网络将转录过程建模为受复杂调控且时间依赖的非线性动态过程。在斑马鱼神经嵴发育实验中，团队结合全长单细胞转录组测序和染色质可及性数据，模拟了关键基因关闭对系统发育轨迹的干扰。结果表明，RegVelo不仅能够精准捕捉细胞命运的启动状态，确认tfec是驱动色素细胞形成的早期核心转录因子，还通过计算模拟全新识别出elf1是控制色素细胞命运的调控因子。这些由计算机输出的机制预测，随后经由规律间隔成簇短回文重复序列系统介导的敲除操作，以及单细胞扰动测序得到了高度一致的体内实验验证。该创新突破了传统观察性实验的局限，提供了一种兼具数据洞察与因果严谨性的数字模拟工具。研究发表在 Cell 上。

#AI驱动科学 #预测模型构建 #单细胞测序 #虚拟细胞 #基因调控网络

阅读更多：

Wang, Weixu, et al. “RegVelo: Gene-Regulatory-Informed Dynamics of Single Cells.” Cell, vol. 0, no. 0, May 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.04.022

AI语言模型在处理医院结构化数据方面表现不佳，需结合代码执行以确保准确性

大语言模型（LLM）能否简化医院日常的数据分析任务，从而减少对专业数据分析师的依赖？为探究此问题，来自西奈山伊坎医学院的Eyal Klang, Benjamin Glicksberg及其同事，对九款主流LLM处理真实电子健康记录（EHR）的能力进行了评估。研究发现，当前LLM无法独立、准确地处理结构化数据，必须结合代码生成与执行的混合策略才能确保可靠性。

研究团队使用了来自西奈山医疗系统50,000次真实急诊就诊的电子健康记录（EHR）数据，对包括GPT-4o和Llama在内的九款主流大型语言模型进行了测试。任务设定为医院管理者日常依赖的两项基本操作：根据特定条件计数患者和基于多重标准筛选记录。研究人员比较了三种不同的提示策略：直接提问、思维链推理，以及一种基于工具的方法，即要求模型生成可执行的Python代码来完成任务。结果显示，直接提问的准确率普遍很低。思维链策略虽有少量提升，但随着数据表格规模的增大，其性能急剧下降，即使是表现最好的GPT-4o，准确率也从约95%骤降至60%以下。相比之下，基于工具的方法表现最佳，GPT-4o和Qwen-2.5-72B等顶级模型实现了近乎完美的准确率。然而，一些为速度和效率优化的模型（如DeepSeek）即便在此模式下也表现不佳。研究结论明确指出，在不借助代码执行的情况下，当前的LLM尚不适合独立用于临床管理中的结构化数据处理。为了在医疗场景中安全、可靠地应用这些技术，必须采用将LLM与传统代码执行相结合的智能体策略。研究发表在 PLOS Digital Health 上。

#AI驱动科学 #自动化科研 #大语言模型 #电子健康记录

阅读更多：

Wang, Shuyu, et al. “Discovery and Heterologous Reconstitution of a Plant Noncanonical Quasi-Circadian Gene Regulatory Network.” Cell, vol. 0, no. 0, May 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.04.033

七款智能戒指有望打破手语沟通障碍

现有的手语翻译设备多采用笨重的手套或有线传感器，舒适度差且需逐一校准。Jaejin Park、Ki Jun Yu等（韩国研究团队）开发了一款基于七枚智能戒指的无线手语翻译系统，成功在无需对个体校准的情况下实现了高准确率的实时手语词汇和句子识别。

研究团队开发了无线连接环式手语翻译器（wirelessly connected, ring-type sign language translator，一种由独立指环构成以释放手指灵活性的无束缚系统），将七个指环佩戴在关键手指上。每个指环均内置三轴加速度计，以捕捉手势相对于重力的方向及运动轨迹。各指环采集的信号利用蓝牙多链路技术（Bluetooth multilink technology，允许多个外设模块同时向主机独立传输数据的通信协议）同步传输至终端。随后，人工智能提取特征并结合顺序词语检测框架（sequential word detection framework，一种能在连续动作流中自动切分并识别词汇的技术），实现句子级别的实时翻译。针对未参与训练的新用户测试显示，该系统对100个美国手语词汇和100个国际手语词汇的识别准确率分别达到88.3%和88.5%，证明了其出色的跨用户通用性和鲁棒性。研究发表在 Science Advances 上。

#疾病与健康 #意图与决策 #手语翻译 #可穿戴设备

阅读更多：

“An AI-Driven, Wearable, Conformal Ring System for Real-Time and User-Independent Sign Language Interpretation.” Science Advances. www.science.org, https://www.science.org/doi/10.1126/sciadv.aec8995. Accessed 14 May 2026

开发内置计算智能光学传感器大幅降低数据传输需求

现代光学传感器被动收集海量影像并传输至后端处理，导致了严重的延迟与高能耗问题。德克萨斯农工大学的Yuxuan Cosmi Lin和Linda Katehi团队开发出一种能够自我压缩并分析数据的新型智能光学传感器，在保持出色视觉性能的同时大幅减少了数据传输需求。

研究团队提出了一种名为电致变色高光谱嵌入（electrochromic hyperspectral embedding，一种将智能计算前置到像素级别的架构框架）的新型系统。在传统架构中，传感与计算是相互分离的；而新方法利用电致变色光电探测器（electrochromic photodetectors，可根据电信号动态改变光响应特性的器件）中电可调的光电流响应，使每个像素在读取前能够自适应地选择并编码与当前任务最相关的光谱成分。随后，这些输出的低维数据直接与基于忆阻器的轻量级硬件相连以进行高效的数据推理。结果显示，与传统的视觉平台相比，该智能传感器在保持高分类准确率的前提下，将数据传输量成功降低了一个数量级以上。这项技术消除了系统对云计算或大型计算芯片的过度依赖，为未来的微创外科手术、太空物质成分勘探以及自动驾驶等应用场景提供了体积更小巧、响应更迅速且极具能效的智能系统解决方案。研究发表在 Nature Sensors 上。

#其他 #机器人及其进展 #边缘计算 #智能视觉 #光学传感器

阅读更多：

Li, Ran, et al. “Electrochromic Hyperspectral Embedding for Ultracompact Intelligent Vision.” Nature Sensors, vol. 1, no. 5, May 2026, pp. 443–56. www.nature.com, https://doi.org/10.1038/s44460-026-00065-9

信号折叠设计助力神经形态芯片大幅降低AI能耗

大型语言模型等人工智能系统由于耗能巨大，亟需高能效的底层硬件替代方案。Lei Tong和Langlang Xu等（华中科技大学、香港中文大学）利用二维半导体材料开发了一种新型硬件计算系统，通过引入独特的内部信号优化方案成功解决了神经形态芯片中权重精度与能效之间的权衡难题，大幅降低了计算基础功耗。

▷ 垂直 1T1R 阵列架构。Credit: Nature Electronics (2026).

研究团队开发了一种紧凑的电子系统，该系统基于二维半导体二硫化钼构建了垂直的单晶体管单电阻交叉阵列。为了在保持计算模型精度的同时最大限度地降低系统能耗，研究人员创新性地引入了内置的信号折叠（signal-folding，通过编码组合信号来预定义计算输入信号并优化工作流程的策略）方案，该方案具体包含输入信号折叠和权重电导折叠两部分。在执行向量矩阵乘法时，工作信号被动态编码为两个组合的折叠信号。实验表明，输入信号折叠成功降低了硬件的工作电压，而权重电导折叠有效规避了底层器件之间的物理不一致性，从而大幅扩大了权重计算精度。测试结果显示，与使用传统展开信号的电子系统相比，该创新方法在完全不依赖高能耗的硬件校准或纠错补偿方案的情况下，能够极其准确地表示人工神经网络所需的编码值，并将该乘法运算的功耗降低了高达百分之九十。这一关键突破为未来边缘人工智能计算平台的高效本地运行提供了重要的底层技术支撑。研究发表在 Nature Electronics 上。

#大模型技术 #计算模型与人工智能模拟 #神经形态芯片 #二硫化钼 #能效优化

阅读更多：

Tong, Lei, et al. “Signal-Folding-Based Neuromorphic Hardware for Energy-Efficient Computing.” Nature Electronics, Apr. 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41928-026-01626-z

给模型配个专属教练：强化学习加速仿生机器人运动模拟

模拟大脑与身体协同工作的神经机械系统高度复杂，传统上依赖专家手动调节海量参数，极易导致模拟结果与动物实际表现严重脱节。卡内基梅隆大学的Camila J. Fernandez和Victoria A. Webster-Wood团队开发了一种基于强化学习的系统化分析框架，成功实现了对高维生物模型的靶向性优化，显著缩小了模型预测与真实动物行为之间的差距。

这项研究旨在通过数据驱动框架消除模型改进过程中的主观猜测成分。研究团队引入了强化学习算法，使其作为神经机械模型的数字孪生发挥类似诊断教练的作用。在具体实验中，研究人员将这一被称为支持强化学习的神经机械模型分析（RL-NMA，一套能够自动识别并评估高维模型优化方向的数据处理流程）管道应用于三个案例：受海洋软体动物海兔（Aplysia californica）摄食机制启发的软体机器人、海兔摄食行为的计算模型以及仿生软抓手。该系统通过定量评估，精准定位了导致真实动物数据与原始模型发生偏差的核心参数。依据该算法的诊断推荐，团队实施了需求驱动复杂度的局部改进，仅在绝对必要的部分增加细节。结果表明，靶向优化后的模型在行为相关性上获得了显著提升，不仅有效缩小了模拟仿真与真实表现之间的差距，还避免了全局复杂化带来的巨大计算开销。研究发表在 npj Robotics 上。

#AI驱动科学 #计算模型与人工智能模拟 #神经机械学 #强化学习 #仿生机器人

阅读更多：

Fernandez, Camila J., et al. “Analysis Pipeline for Demand-Driven Complexity Improvements of Models in Neurorobotics and Neuromechanics.” Npj Robotics, May 2026. www.nature.com, https://doi.org/10.1038/s44182-026-00087-y

设计阻碍减少人工智能的隐藏能耗

人工智能系统耗能巨大，但用户在追求操作效率时往往忽略其背后的环境代价。Cheng Chen、Cassandra Troy和Maggie Mengqing Zhang（俄勒冈州立大学等）探索了软件界面设计对使用者行为的干预效果。研究表明，在系统中刻意增加交互阻力能促使用户停下反思，有效减少不必要的算力消耗，为推动绿色科技使用提供了可行路径。

研究团队招募了171名参与者进行行为学实验，重点测试了生成式人工智能系统中设计摩擦（design friction，刻意在用户界面中设置屏障以减缓交互速度的机制）的实际干预效果。实验对比了两种不同类型的机制，第一种是基于行动的摩擦（action-based friction，要求用户在提交生成指令前必须先搜索现有图像库并详细填写具体需求参数），第二种是基于线索的摩擦（cue-based friction，在界面上直接向用户展示有关生态环境影响的提示信息）。

实验数据表明，基于行动的摩擦显著提高了使用者的认知精细加工程度，迫使他们在操作前深入思考资源浪费问题，从而有效提升了负责任使用的意图，即便这种限制轻微削弱了用户的自主控制感。相比之下，基于线索的摩擦虽然通过透明度启发式（transparency heuristic，人们倾向于对主动公开信息的系统产生好感和信任的心理捷径）增加了用户对工具的信任度，但并未实质性改变其随意使用的习惯。这些发现证实，在以效率为导向的高性能计算时代，让交互过程慢下来能有效减少个人的生态足迹。研究发表在 Science Communication 上。

#认知科学 #意图与决策 #环境保护 #人机交互

阅读更多：

Chen, Cheng, et al. “Pausing for Reflection: How Design Friction Shapes Environmentally Responsible Artificial Intelligence Use and Trust.” Science Communication, Apr. 2026, p. 10755470261434438. SAGE Journals, https://doi.org/10.1177/10755470261434438

像素级控制热辐射：卡内基梅隆大学开发微型热敏条形码

控制热辐射通常面临整体温度调节耗时耗能且缺乏局部精准调控的问题。为实现热辐射智能控制，卡内基梅隆大学的Sheng Shen和Xiu Liu等人开发出一种热数字化方法，成功制造出能以像素级精度独立调节热辐射的设备。

▷ 具有多个存储单元和数字读出的纳米级计算设备，插图显示了切换状态。Credit: Science Advances (2026).

研究团队将相变材料碲化锗融入超表面（metasurfaces，一种由亚波长纳米结构组成的人工表面，可操纵电磁波）设计中，开发出像素化电可重构设备。碲化锗具有非易失性（non-volatile，即断电后仍能保持现有物理状态的特性），通过交叉指型微型加热器阵列施加不同的电压脉冲，可以在无需持续供电的情况下实现非晶态与结晶态的切换。实验结果表明，该设备不仅实现了微秒级的高速响应，还能对热输出进行渐进式精确调节，突破了传统单纯开关状态的限制。目前团队已在一维阵列上展示了类似条形码的可调谐热信号图案，未来有望扩展为二维热敏二维码，并在自适应热伪装、可穿戴设备以及化学传感等领域展现出巨大应用潜力。研究发表在 Science Advances 上。

#其他 #热辐射控制 #超表面 #相变材料

阅读更多：

Liu, Xiu, et al. “Pixelated Electrically Reconfigurable Metasurfaces for Intelligent Thermal Emission Control.” Science Advances, vol. 12, no. 13, Mar. 2026, p. eaeb2016. science.org (Atypon), https://doi.org/10.1126/sciadv.aeb2016

超六成美国青少年使用AI聊天机器人，近半数遭遇不良交互风险

人工智能聊天机器人在青少年群体中日益普及，其潜在的心理与行为风险引发了学术界的广泛关注。佛罗里达大西洋大学与威斯康星大学欧克莱尔分校的Sameer Hinduja和Justin W. Patchin针对美国青少年使用人工智能聊天机器人的情况开展了大规模全国性调查，结果揭示尽管这些工具常被用于心理支持和娱乐，但近半数使用者遭遇了索要隐私、怂恿自残等有害交互。

该团队通过在线匿名调查收集了代表性的3466名13至17岁青少年的数据，并采用卡方检验分析了不同群体的聊天机器人使用频率、动机以及面临的13种不安全交互风险。数据表明，高达百分之六十点二的受访者曾使用计算机辅助人工智能聊天机器人，其中百分之十一点四的人几乎每天使用。虽然大部分人主要将其用于娱乐、寻求建议和交友，但百分之四十七点一的用户报告了至少一种负面经历。具体而言，百分之三十二点三的青少年被索要令人不适的个人信息，约四分之一的受访者感到被操纵或被怂恿参与非法和危险活动，更有百分之十四点七和百分之十三的青少年分别接触到了与自残和自杀相关的极端内容。分析表明，13岁年龄段的年轻群体受到的负面影响尤为显著，而男性、白人以及异性恋青少年报告遇到交互风险的比例也出人意料地更高。这一现象凸显了在相关平台内置内容过滤和心理健康响应机制的紧迫性。研究发表在 Journal of Adolescence 上。

#认知科学 #心理健康与精神疾病 #大模型技术 #青少年网络安全

阅读更多：

Hinduja, Sameer, and Justin W. Patchin. “Risks and Harms of Conversational Artificial Intelligence (CAI) Chatbot Use Among US Youth.” Journal of Adolescence, n/a, no. n/a. Wiley Online Library, https://doi.org/10.1002/jad.70164. Accessed 14 May 2026

触觉梦境技术赋能人形机器人，灵巧操作成功率提升90.9%

人形机器人在现实接触丰富的环境中进行灵巧全身操作时常面临身体协调与物体操控的困难。Yaru Niu和Ding Zhao等人（卡内基梅隆大学与博世人工智能中心）提出了一种结合全身控制与触觉感知的综合人工智能系统，成功大幅提升了人形机器人执行复杂操作任务的成功率。

▷ Humanoid Touch Dream 结合了稳定的全身控制、触觉感知和预测性触觉感知学习，使人形机器人能够执行各种需要大量接触的任务，从折叠毛巾、整理书籍到高精度插入、工具使用和双手沏茶，实现灵巧操作。Credit: Niu et al.

研究团队开发了一个集成的人形机器人操作系统，其中下半身由基于强化学习的控制器负责保持平衡，上半身姿态和手部运动分别通过逆运动学和手部重定向处理。在此基础上，团队引入了一种具有触觉梦境的人形变换器（Humanoid Transformer with Touch Dreaming，一种融合多模态感知的深度学习网络结构）人工智能系统。该系统采用单阶段模仿学习（imitation learning，一种让机器通过观察人类专家演示来掌握特定任务行为的算法）框架，不仅接收视觉和本体感觉输入，还把触觉作为核心信息模态。在训练时，模型除了预测机器人的未来动作，还会进行触觉梦境（touch dreaming，即预测操作过程中未来手部关节力和触觉感知信号的演变过程）以增强整体策略的接触感知能力。为避免处理嘈杂的底层传感器波动，模型不直接重建原始读数，而是预测触觉潜在表征（tactile latent representations，对复杂物理触觉信息进行压缩与提炼后的深层特征表达）。在折毛巾、双手沏茶等五项现实接触任务中，该系统使机器人的平均成功率比强基准提高了百分之九十点九，且潜在表征预测比原始信号预测带来了百分之三十的性能提升。

#其他 #机器人及其进展 #模仿学习 #全身控制 #触觉感知

阅读更多：

Niu, Yaru, et al. “Learning Versatile Humanoid Manipulation with Touch Dreaming.” arXiv:2604.13015, arXiv, 27 Apr. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2604.13015

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。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。

研究院在华山医院、上海市精神卫生中心分别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陈天桥雒芊芊神经科学研究院。

研究院还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、、科普视频媒体「大圆镜」等。