摘要：大脑中的神经回路如何精确地“布线”？麻省理工学院皮考尔学习与记忆研究所的 Yulia Akbergenova 和 Troy Littleton 等研究人员，通过研究果蝇发现，神经活动本身就是突触发育的“质检员”。研究揭示了一个基本的反馈模型：神经元通过感知自身

脑科学动态

神经活动有助于电路连接成熟为最佳信号传递器

新型脑植入物可高精度地将药物输送到多个脑区

大脑也能“返老还童”？认知训练可让大脑化学系统年轻十岁

干细胞结合神经营养因子有望促进脑损伤后神经元再生

趋避行为可以重塑大脑解读面部情绪的方式

时间：预防痴呆症中被忽视的关键社会因素

心率变化可预测磁脑刺激治疗抑郁症的成功率

AI行业动态

重塑发育神经科学基石：“可重现脑图谱”开放资源发布

观看YouTube自学操作：谷歌新型AI智能体训练框架WL问世

ChatGPT将大幅放宽限制：开放个性化定制与成人内容

AI驱动科学

AI从头设计蛋白质，打造更安全有效的“智能胰岛素”

AI科学家两周速通人类三年科研路

AR与眼动追踪技术助力运动障碍患者控制机械臂

新型织物贴片利用静电变身麦克风，可与AI聊天

ACXNet模型：利用脑电图神经流形实现跨任务心理负荷评估

AI模型难以跨文化识别残疾歧视

脑科学动态

神经活动有助于电路连接成熟为最佳信号传递器

大脑中的神经回路如何精确地“布线”？麻省理工学院皮考尔学习与记忆研究所的 Yulia Akbergenova 和 Troy Littleton 等研究人员，通过研究果蝇发现，神经活动本身就是突触发育的“质检员”。研究揭示了一个基本的反馈模型：神经元通过感知自身的信号传递活动来调控连接点的生长，确保每个连接都成熟为最佳的信号发射器。

▷ 论文中的一幅图片细节显示了神经元（上图）和肌肉（下图）之间形成的突触，中间有一个狭窄的裂隙。明显的 T 形形状表示存在一个活跃区域。在上图中，突触发育正常。在下图中，研究人员干扰了突触的活动。结果，活跃区域变得更大（两幅图的比例相同）。Credit: Yulia Akbergenova / Littleton Lab / MIT Picower Instittute

研究团队以果蝇的神经肌肉连接为模型，使用一种光敏荧光蛋白为突触标记“生日”，从而得以在数天内连续追踪单个连接的发育历程。他们发现，突触中负责释放神经递质的活跃区域其成熟过程并非一蹴而就，而是分阶段进行的，从无法传递信号到最终能高效响应电刺激，历时数日。为了探究神经活动的作用，研究人员在特定的神经元中阻断了信号的释放。结果显示，这些“沉默”的神经元停止了建造新的突触连接。取而代之的是，它们将建造材料不断运往已有的、无法工作的活跃区域，导致其体积异常膨大，仿佛试图通过“加固”来修复这个失效的连接点。进一步实验证实，这种补偿性的生长行为受到来自信号接收方（肌肉细胞）的反馈信号所驱动。当肌肉细胞上的受体被移除后，神经元的这种异常生长现象便消失了。这一发现表明，神经活动通过一个精巧的反馈回路，动态调节着突触的数量和大小，确保神经回路最终能高效、稳定地传递信息。研究发表在 The Journal of Neuroscience 上。

#神经科学 #神经机制与脑功能解析 #神经发育 #突触

阅读更多：

Akbergenova, Yulia, et al. “Active Zone Maturation Controls Presynaptic Output and Release Mode and Is Regulated by Neuronal Activity.” Journal of Neuroscience, Oct. 2025. Research Articles. www.jneurosci.org, https://doi.org/10.1523/JNEUROSCI.1143-25.2025

新型脑植入物可高精度地将药物输送到多个脑区

如何精准且微创地将药物输送到大脑深处的多个目标区域，是治疗神经系统疾病的一大挑战。纽约大学阿布扎比分校（NYU Abu Dhabi）的 Khalil Ramadi, Batoul Khlaifat 及同事开发了一款名为SPIRAL的新型柔性植入物，它能以前所未有的精度覆盖更广泛的脑组织。

▷ 该装置名为 SPIRAL（战略精准输注区域液体管理），是一种细而灵活的管状装置，可在脑内多个点释放药物。Credit: NYU Abu Dhabi

研究团队设计了一种名为SPIRAL的螺旋形微流体植入物，它是一根细长、柔性的导管，其独特之处在于沿螺旋结构分布着多个精确设计的药物释放口。为了实现对药物分布的精确控制，团队首先利用计算流体力学模型，优化了每个释放口的尺寸，确保药物能均匀地输送到目标脑区。随后，通过体外实验验证了模型的有效性。更关键的是，在动物模型中进行的长期植入测试显示，与传统的直形导管相比，SPIRAL并未引起更显著的炎症反应或神经胶质增生（gliosis，大脑组织对损伤产生的疤痕反应），证明了其优异的生物安全性。这项设计巧妙地解决了传统单点给药方式覆盖范围小、分布不均的难题，能够在一次微创植入后，将治疗药物有效地递送到更大、更复杂的脑组织中，有望突破血脑屏障的限制，用于治疗胶质母细胞瘤等疾病。未来，该平台还有望集成电刺激功能，为神经调控提供更强大的工具。研究发表在 Journal of Neural Engineering 上。

#疾病与健康 #神经调控 #脑机接口 #个性化医疗

阅读更多：

Khlaifat, Batoul, et al. “Helical Neural Implants for Intracerebral Drug Delivery.” Journal of Neural Engineering, vol. 22, no. 5, Sept. 2025, p. 056020. Institute of Physics, https://doi.org/10.1088/1741-2552/ae0523

大脑也能“返老还童”？认知训练可让大脑化学系统年轻十岁

大脑中负责学习记忆的胆碱能系统会随年龄衰退，如何有效延缓这一过程？麦吉尔大学的 Etienne de Villers-Sidani、Mouna Attarha 及其同事进行了一项临床试验，首次在人类中证实，特定的在线大脑训练能够从生化层面逆转大脑老化，将关键神经系统的健康水平恢复至年轻十岁的状态。

该研究招募了92名65岁以上的健康老年人，并将他们随机分为两组进行为期10周的干预。实验组每天进行30分钟的BrainHQ速度型认知训练，而对照组则玩普通的娱乐性电脑游戏。研究的核心创新在于使用了一种先进的脑部扫描技术，即[18F]FEOBV正电子发射断层扫描，从而可以直接量化大脑胆碱能系统的健康状况。结果显示，仅有进行BrainHQ训练的实验组在多个大脑区域的胆碱能功能得到显著提升。尤其是在负责高级认知功能的前扣带皮层，其胆碱能活性指标提升了2.3%。研究人员指出，这一增幅足以抵消长达十年自然老化所造成的衰退（约2.5%）。这是首次有研究证实，非药物干预能够逆转人类大脑中特定的神经化学老化过程，为通过认知训练降低痴呆风险提供了强有力的生物学证据。研究发表在 JMIR Serious Games 上。

#疾病与健康 #健康管理与寿命延长 #认知训练 #神经可塑性

阅读更多：

Attarha, Mouna, et al. “Effects of Computerized Cognitive Training on Vesicular Acetylcholine Transporter Levels Using [18F]Fluoroethoxybenzovesamicol Positron Emission Tomography in Healthy Older Adults: Results from the Improving Neurological Health in Aging via Neuroplasticity-Based Computerized Exercise (INHANCE) Randomized Clinical Trial.” JMIR Serious Games, vol. 13, no. 1, Oct. 2025, p. e75161. games.jmir.org, https://doi.org/10.2196/75161

干细胞结合神经营养因子有望促进脑损伤后神经元再生

大脑损伤后修复能力有限，如何提升干细胞疗法的效果是关键。来自巴塞罗那大学的 Daniel Tornero 和 Alba Ortega 等研究人员提出了一种新策略：让干细胞自身持续产生神经营养因子，从而显著增强神经元的成熟与连接能力，为治疗神经退行性疾病开辟了新途径。

▷ BDNF 在表达钙指示剂的人类 iPSC 衍生 NPC 中的过表达。Credit: International Journal of Molecular Sciences (2025).

研究团队首先将供体皮肤细胞转化为诱导多能干细胞，并将其进一步分化为神经祖细胞（neural progenitor cells, NPCs，可以发育成神经元的早期细胞）。核心创新在于，他们通过基因工程手段，让这些神经祖细胞能够持续地过量表达一种关键蛋白——脑源性神经营养因子（brain-derived neurotrophic factor, BDNF，能有效促进神经元存活、生长和形成连接）。实验结果表明，这种自带“营养工厂”的细胞在体外培养时，能够发育为更成熟、电活动更活跃的神经元，而且不会破坏神经网络的整体结构。更重要的是，利用微流控芯片系统（a microfluidic chip system，一种可在微观尺度上操控细胞和流体的芯片技术）观察发现，这些细胞分泌的BDNF能够像“导航信号”一样，有效吸引并引导其他神经元的轴突向其定向生长，这对于移植细胞与宿主大脑建立功能性连接至关重要。这一发现为提高干细胞疗法治疗中风、帕金森病等脑损伤疾病的效率提供了有力的实验依据。研究发表在 International Journal of Molecular Sciences 上。

#疾病与健康 #神经机制与脑功能解析 #干细胞 #再生医学

阅读更多：

Ortega-Gasco, Alba, et al. “BDNF Overexpression Enhances Neuronal Activity and Axonal Growth in Human iPSC-Derived Neural Cultures.” International Journal of Molecular Sciences, vol. 26, no. 15, Jan. 2025, p. 7262. www.mdpi.com, https://doi.org/10.3390/ijms26157262

趋避行为可以重塑大脑解读面部情绪的方式

我们的行为如何影响情绪感知？日本丰桥技术科学大学的Yugo Kobayashi、Hideki TAMURA、Shigeki NAKAUCHI和Tetsuto MINAMI团队利用虚拟现实技术，发现趋近或回避他人的行为会反过来重塑我们对他人面部表情的解读，揭示了行动与感知之间存在的双向因果关系。

▷ 与虚拟角色远离参与者相比，参与者主动避开虚拟角色时更有可能将虚拟角色的表情视为愤怒。 Credit: (C)Toyohashi University Of Technology.

研究团队利用虚拟现实技术设计了一系列心理物理实验。参与者佩戴头戴式显示器，观察一个面部表情可在“快乐”与“愤怒”（或“恐惧”）之间平滑变化的3D虚拟角色。实验设置了四种趋避行为条件：参与者主动接近或远离虚拟角色，以及虚拟角色主动接近或远离参与者。研究的核心发现，行动显著影响了感知。当参与者主动选择远离虚拟角色时，他们更倾向于将其表情解读为“愤怒”，这种倾向性显著高于虚拟角色自己移开的被动情境。这一结果表明，我们自身的回避行为会放大对面部表情中潜在威胁的感知。研究还发现，无论谁是主动方，接近行为都与“快乐”表情的感知相关，而回避行为则与“恐惧”表情的感知相关。这些发现证实了感知与行动之间存在紧密的双向联系，意味着我们的身体动作并非仅仅是对外部世界作出的反应，它同时也在主动塑造我们对这个世界的认知。这项工作也提示，在缺乏身体互动的线上交流中，我们对他人情绪的解读可能与面对面交流有所不同。研究发表在 International Journal of Affective Engineering 上。

#认知科学 #神经机制与脑功能解析 #情绪感知 #社会认知

阅读更多：

Kobayashi, Yugo, et al. “Facial Expression Recognition Is Modulated by Approach-Avoidance Behavior.” International Journal of Affective Engineering, vol. 24, no. 3, 2025, pp. 253–66. J-Stage, https://doi.org/10.5057/ijae.IJAE-D-24-00049

时间：预防痴呆症中被忽视的关键社会因素

为何健康生活建议难以遵循？预防痴呆症可能忽略了一个关键因素：时间。来自澳大利亚新南威尔士大学悉尼分校健康大脑衰老中心（CHeBA）的 Susanne Röhr, Perminder Sachdev, Simone Reppermund 等研究者发表观点文章指出，“时间不平等”是影响大脑健康的关键社会决定因素，它系统性地阻碍了人们采取健康行为，从而增加了痴呆症风险。

▷ Credit: The Lancet Healthy Longevity (2025).

这篇观点性文章整合了流行病学、神经科学和时间利用研究的见解，将时间确立为大脑健康的一个关键社会决定因素。研究者提出了“时间不平等”（temporal inequity，指社会不同群体间可自由支配时间的不平等分配）和“时间贫困”（time poverty，即个体缺乏足够的时间来休息和照顾健康）两个核心概念。他们指出，当前痴呆症预防策略过分强调个人责任，却忽视了许多人因长时间工作、繁重的家庭照护责任或过长的通勤时间而根本无法遵循健康建议。

文章论证，维持大脑健康的基本活动（包括睡眠、运动、备餐吃饭和社交）每天至少需要10个小时，这对于许多处于“时间贫困”状态的弱势群体而言是奢望。这种不平等不仅加剧了现有的健康鸿沟，也使得许多预防干预措施收效甚微。因此，作者呼吁实现“时间正义”（temporal justice，旨在保护和重新分配时间的社会措施），建议政府和企业通过推行弹性工作制、保障员工的“断网权”、提供可负担的托儿服务以及优化城市规划等政策，为全民大脑健康创造必要的“时间资源”。研究发表在 The Lancet Healthy Longevity 上。

#疾病与健康 #疾病预防 #社会经济因素 #大脑健康

阅读更多：

Röhr, Susanne, et al. “Making Time for Brain Health: Recognising Temporal Inequity in Dementia Risk Reduction.” The Lancet Healthy Longevity, vol. 0, no. 0, Oct. 2025. www.thelancet.com, https://doi.org/10.1016/j.lanhl.2025.100768

心率变化可预测磁脑刺激治疗抑郁症的成功率

如何预测磁刺激疗法对抑郁症患者是否有效？德国哥廷根大学医学中心的 Roberto Goya-Maldonado 及其同事，通过一项临床试验发现了一个简单而强大的实时生理指标：在治疗刚开始时心率的瞬间减慢，能够有效预测患者数周后的康复情况。

该研究对75名重度抑郁症患者进行了一种名为加速间歇性θ波爆发刺激（accelerated intermittent theta burst stimulation，简称iTBS）的先进磁刺激疗法。研究团队同时测试了两种优化策略：一是通过功能性磁共振成像为每位患者定制刺激靶点；二是在治疗时实时监测心率变化。研究发现，在首次治疗开始后的短短45秒内，那些心率出现明显减速的患者，在六周后抑郁症状的改善程度要显著优于心率变化不大的患者。这种心率反应被认为成功激活了关键的情绪调节环路——额叶-迷走神经通路。令人意外的是，成本高昂且复杂的个性化靶点定位策略，其疗效并不优于传统的标准化定位方法。这一发现意义重大，意味着临床医生未来或许无需依赖昂贵的脑部扫描，而是通过简单的心电图监测，就能实时评估治疗是否有效，并可能据此调整刺激参数，从而为患者提供更精准、高效的治疗方案。研究发表在 Brain Medicine 上。

#疾病与健康 #个性化医疗 #心理健康与精神疾病 #神经调控

阅读更多：

Wilkening, Jonas, et al. “Heart Rate Modulation and Clinical Improvement in Major Depression: A Randomized Clinical Trial with Accelerated Intermittent Theta Burst Stimulation.” Brain Medicine, 1, no. aop, Oct. 2025, pp. 1–11. Brain Medicine. genomicpress.kglmeridian.com, https://doi.org/10.61373/bm025a.0113

AI 行业动态

重塑发育神经科学基石：可重现脑图谱”开放资源发布

研究人员长期致力于揭示脑发育与重大精神障碍之间的复杂关联，但这一领域面临着多中心数据异质性与结果可重现性的挑战。近期，宾夕法尼亚大学的Theodore D. Satterthwaite等研究人员在Neuron杂志上发布了一项名为“可重现脑图谱”（Reproducible Brain Charting, RBC，一个大规模开放神经影像数据集）的重大开放资源。RBC整合了来自三大洲五项独立的青少年脑发育研究数据，旨在提供一个标准化、高质量的数据框架，以推动大规模、可重现的发育与精神病理神经科学研究。该资源不仅囊括了原始的神经影像数据和经过统一处理的影像衍生结果，还提供了标准化的精神病理表型数据，极大地提升了跨研究数据整合的可能性。

为克服多中心数据测量工具异质性的问题，RBC项目采用了严格的数据标准化流程。研究人员利用双因子模型（bi-factor model，一种用于提取精神病理共同因子和特异性维度的统计方法）构建了统一的精神病理表型，提取出广义精神病理因子（p-factor）以及内化、外化和注意问题等特异性维度，有效调和了不同研究中使用的异构评估工具间的差异。在神经影像数据处理方面，RBC采用了包括C-PAC和FreeSurfer在内的专业工具进行严格的质量控制（Quality Control, QC，确保数据质量和可靠性的流程）和统一化处理。这些处理后的数据涵盖了多种常用的结构和功能磁共振成像（MRI）衍生指标，例如皮层厚度（Cortical Thickness, CT）、皮层表面积（Surface Area, SA）以及功能连接矩阵和局部一致性（ReHo，反映局部脑活动同步性的指标），并基于16种解剖图谱进行了精细的脑区划分，确保了数据在不同研究间的可比性。

通过对整合数据的初步分析，研究人员强调了严格的质量控制和数据标准化对于发现可靠的脑结构与精神病理关联的决定性作用。他们发现，在未进行质控和标准化前，皮层厚度和表面积似乎都与p因子显著相关；然而，在实施严格的质控和标准化后，仅表面积仍保持显著关联，表现为精神病理负荷越高，表面积越小，尤其在前额叶皮层区域。这一发现有力地证明了，若纳入低质量数据或忽视多中心数据间的标准化，可能会导致发现虚假的或不可靠的脑-行为关联。RBC通过国际神经影像数据共享计划（International Neuroimaging Data Sharing Initiative）公开共享了所有的标准化数据和质控指标，为全球研究人员提供了一个透明且高质量的平台，以加速对脑发育机制和阿尔茨海默病、孤独症等精神神经障碍的理解。

#可重现脑图谱 #RBC #发育神经科学 #精神病理学 #数据标准化

阅读更多：

观看YouTube自学操作：谷歌新型AI智能体训练框架WL问世

来自Google Cloud AI Research、DeepMind和俄亥俄州立大学的研究人员，提出了创新的“Watch Learn”（WL）框架，其核心理念是让AI直接从YouTube等网络平台上的教学视频中高效、自动地学习人类如何使用电脑。

WL框架的核心在于运用逆动力学模型（IDM，一种根据前后状态推断中间执行动作的AI模型）自动生成可执行的操作轨迹。该模型首先分析视频教程的连续两帧屏幕画面，即O_t和O_{t+1}，进而推断出用户在中间执行的精确动作a_t，例如点击、键入或滚动。通过训练一个基于SigLIP-2的视觉模型，研究人员使其能够预测动作类型、位置坐标以及输入的文本。整个流程无需人工标注。WL通过视频检索和严格过滤步骤，筛选出高质量的屏幕录制片段，随后利用训练好的逆动力学模型对视频进行逐帧分析，最终成功生成了超过53,000条高质量轨迹，涵盖Word、Photoshop、VLC等69种软件应用，为AI提供了前所未有的真实操作数据集。

实验结果在OSWorld验证基准（OSWorld-Verified，一个用于评估AI在真实桌面环境中执行复杂任务能力的测试平台）上显示，WL框架生成的轨迹数据显著提升了多种模型的性能。这些轨迹数据被用于两种主要用途：推理时的上下文示例和监督微调。对于通用多模态模型，推理准确率提升了1.6%到3.0%；对于开源模型（如Qwen 2.5-VL），性能提升尤为显著，成功率最高提高了11.1%。研究人员强调，数据的质量而非单纯的数量是提升性能的关键因素。

#AI智能体 #计算机操作代理 #逆动力学模型 #YouTube学习 #数据生成

阅读更多：

Sam Altman宣布ChatGPT将大幅放宽限制：开放个性化定制与成人内容

OpenAI的首席执行官Sam Altman近日宣布，该机构计划大幅放宽对其大型语言模型ChatGPT的内容限制。Altman表示，在产品发布的初期，为了谨慎应对潜在的心理健康问题，ChatGPT被设定了较为严格的限制性规则。然而，OpenAI的研究人员现已成功缓解了潜在的严重心理健康风险，并通过引入新的安全工具，使其能够安全地在大多数情况下放松这些早期规定。

在接下来的几周内，OpenAI预计将发布一个新版本的ChatGPT。该版本将允许用户赋予模型一个更具个性的回复风格，旨在重现甚至超越用户此前对4o（OpenAI的旗舰多模态大型语言模型）所展现出的喜爱特质。根据Altman的说法，若用户希望他们的ChatGPT能以一种非常人性化的方式进行互动、大量使用表情符号，或者扮演朋友的角色，模型都将能够满足这些要求。Altman强调，这些个性化的互动方式将完全由用户的需求驱动，而不是基于最大化使用率的目的，体现了对用户选择权的尊重。

OpenAI计划在今年12月进一步扩大内容自由度。届时，随着年龄验证（age-gating，限制未成年人访问特定内容的系统）系统的全面推广实施，基于“对待成年用户如同成年人”的原则，OpenAI将允许更多内容类型。其中包括面向已验证成年用户的色情内容。

#ChatGPT #Sam Altman #内容限制 #个性化 #年龄验证

阅读更多：

AI 驱动科学

AI从头设计蛋白质，打造更安全有效的“智能胰岛素”

传统胰岛素治疗存在促进癌细胞生长等风险，如何破解这一百年难题？华盛顿大学的 David Baker、Wang Xinru 与德克萨斯大学西南医学中心的 白晓晨 等研究人员合作，利用AI蛋白质设计技术，成功开发出一种全新的胰岛素受体激动剂，它不仅降糖效果更优，还能精准规避潜在的癌症风险。

▷ 图形摘要。Credit：Molecular Cell

研究团队摒弃了改造天然胰岛素的传统思路，运用AI从头设计了一种全新的蛋白质分子。该分子由两部分组成，分别靶向胰岛素受体的两个关键结合位点，并通过一个“连接链”将它们整合。通过巧妙调整连接链的柔性，研究人员成功实现了对下游信号的精准调控：他们设计的分子可以优先激活负责降低血糖的AKT通路（一条调控代谢的关键信号通路），同时大幅减少对可能刺激癌细胞增殖的MAPK通路（一条与细胞生长和增殖相关的信号通路）的激活。实验结果显示，这种“AI胰岛素”表现出卓越的性能。它在95℃高温下依然稳定，解决了传统胰岛素的储存难题。在糖尿病小鼠模型中，其降糖效果不仅比天然胰岛素更强，作用时间也更持久。更重要的是，它能够激活部分因基因突变而对天然胰岛素无反应的受体，为罕见遗传性糖尿病患者带来希望。最关键的突破在于其安全性：由于高度的结构特异性，这种新分子无法激活癌细胞上常见的杂交受体，从而在发挥疗效的同时，有效避免了刺激肿瘤生长的风险。研究发表在 Molecular Cell 上。

#疾病与健康 #个性化医疗 #蛋白质设计 #糖尿病 #AI制药

阅读更多：

Wang, Xinru, et al. “Tuning Insulin Receptor Signaling Using de Novo-Designed Agonists.” Molecular Cell, vol. 0, no. 0, Oct. 2025. www.cell.com, https://doi.org/10.1016/j.molcel.2025.09.020

AI科学家两周速通人类三年科研路，西湖大学发布DeepScientist系统

如何让AI从科研助手转变为能独立推动科学前沿的合作伙伴？西湖大学的 Yue Zhang、Yixuan Weng、Minjun Zhu 等研究人员开发了一款名为 DeepScientist 的AI科学家系统。该系统实现了端到端的自主科学发现，在多个前沿AI任务上，其探索速度和成果显著超越了人类科学家的水平。

DeepScientist 系统的核心是将复杂的科学发现过程建模为一个目标驱动的贝叶斯优化（Bayesian Optimization，一种基于概率模型寻找函数最优解的策略）问题。它通过一个包含“假设、验证、分析”的三阶段循环进行自主研究，并利用一个不断增长的知识记忆库来智能地平衡探索与利用。研究团队在三个前沿AI任务上部署了该系统，让其挑战由人类科学家建立的最新技术水平。结果显示，DeepScientist 表现卓越。在AI文本检测任务中，它仅用两周时间就提出了三种更优的新方法，取得了堪比人类研究社区三年累计的进展，将关键性能指标提升了7.9%。此外，在智能体失败归因和LLM推理加速任务上，它也分别将性能大幅提升了183.7%和1.9%。研究日志揭示了前沿探索的艰辛：系统从超过5000个想法中筛选出约1100个进行实验，最终仅有21个获得了成功。这凸显了其智能过滤机制的重要性。更重要的是，研究发现科学突破与计算资源之间存在近乎线性的“缩放定律”，意味着增加算力可以直接加速科学发现的进程。

#AI驱动科学 #自动化科研 #大模型技术 #人工智能

阅读更多：

Weng, Yixuan, et al. “DeepScientist: Advancing Frontier-Pushing Scientific Findings Progressively.” arXiv:2509.26603, arXiv, 30 Sept. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2509.26603

AR与眼动追踪技术助力运动障碍患者控制机械臂

如何让严重运动障碍患者轻松控制机械臂？针对传统操纵杆操作困难的问题，Joung-Woo Hyung及其同事开发了一套创新的控制系统。该系统利用增强现实和人工智能技术，实现了完全通过用户的“眼神”来指挥机械臂完成复杂任务，极大地提升了辅助技术的可用性和自主性。

该研究的核心在于将微软HoloLens 2头戴设备与一个轻量级的人工智能模型相结合，创造了一种直观的“所见即所得”式交互。系统工作流程如下：用户佩戴HoloLens 2，其内置的摄像头会实时捕捉视野画面；YOLOv8（一种高效的物体检测算法）模型会迅速识别出用户正在注视的物体（如一个水杯），并通过增强现实界面，用一个虚拟方框将其高亮显示。一旦用户通过持续凝视确认目标，HoloLens 2的空间定位功能就会计算出该物体的三维坐标。随后，系统会自动规划出机械臂从当前位置到目标物体的最优路径，并执行抓取动作。整个过程无需任何手动操作。用户还可以通过注视AR界面上的虚拟按钮来下达“移动”、“拿过来”或“取消”等后续指令。实验测试表明，该系统在1米范围内的抓取成功率和定位精度非常高，证明了其在日常生活场景中的实用性。研究发表在 Scientific Reports 上。

#AI驱动科学 #预测模型构建 #组织心理学 #情绪计算 #领导力评估

阅读更多：

Hyung, Joung-Woo, et al. “Robotic Arm Control by Augmented Reality-Assisted Object Detection.” Scientific Reports, vol. 15, no. 1, Oct. 2025, p. 35678. www.nature.com, https://doi.org/10.1038/s41598-025-19514-5

新型织物贴片利用静电变身麦克风，可与AI聊天

如何将AI语音助手无缝融入日常生活？为解决传统穿戴设备僵硬、不便的难题，由Beibei Shao和Ying-Chih Lai等研究人员组成的国际团队，开发了一种名为A-Textile的智能织物。这种织物贴片利用静电原理，将任何普通衣物变为高灵敏度麦克风，实现了与人工智能的直观语音交互。

▷ 深度学习赋能的 A-Textile。（B）照片展示了用于语音感知的 AT 织物集成服装。比例尺，4 厘米。（C）照片展示了已开发的 AT 织物（尺寸，3.3 厘米 x 3.3π 厘米）。比例尺，2 厘米。（D）照片展示了 AT 织物的柔韧性。比例尺，2 厘米。Credit: Science Advances (2025).

该技术的核心是摩擦起电效应（triboelectricity，即日常生活中常见的静电现象）。研究团队设计的A-Textile是一种多层织物，当人体运动或周围声波引起其振动时，织物层间会摩擦产生并调制静电荷，从而生成能够代表语音的电信号。为了大幅提升信号强度和稳定性，团队创新性地在硅橡胶涂层中嵌入了三维二硫化锡纳米花（three-dimensional SnS2 nanoflowers），有效增强了电荷的捕获与保存。信号产生后，会被无线传输至处理设备，由一个专门训练的深度学习模型进行解析。测试结果显示，该系统识别语音指令的准确率高达97.5%，即使在嘈杂环境下依然表现出色。原型机能产生高达21伏的电压，展示了其自供电的潜力。在应用演示中，用户只需对着缝有A-Textile贴片的衣领或袖口说话，即可控制智能灯具的开关，或直接与ChatGPT进行流畅的对话。这项技术将复杂的AI交互简化为与衣服的自然交谈。研究发表在 Science Advances 上。

#AI驱动科学 #跨学科整合 #智能织物 #人机交互

阅读更多：

Shao, Beibei, et al. “Deep Learning–Empowered Triboelectric Acoustic Textile for Voice Perception and Intuitive Generative AI-Voice Access on Clothing.” Science Advances, vol. 11, no. 41, Oct. 2025, p. eadx3348. science.org (Atypon), https://doi.org/10.1126/sciadv.adx3348

ACXNet模型：利用脑电图神经流形实现跨任务心理负荷评估

如何客观、实时地评估个体的心理负荷以防止认知超载导致的失误？研究人员G. Abinaya和K. Dinakaran开发了一种名为ACXNet的新型混合深度学习模型。该模型能够直接从脑电图（EEG）信号中精准解码个体的心理负荷水平，且无需针对每个用户进行复杂的预先校准，为人机交互和医疗健康领域的实时认知状态监控提供了高效的解决方案。

研究团队提出的ACXNet模型巧妙地融合了三种人工智能技术。首先，模型使用自动编码器（Autoencoder，一种用于无监督学习和数据降维的神经网络）对原始的高维脑电图数据进行处理，在保留关键信息的同时有效降低了计算复杂度。接着，卷积神经网络被用来自动学习脑电信号中的时空依赖特征，这些特征反映了大脑在执行认知任务时神经活动的动态时空组织模式（即神经流形）。最后，通过强大的XGBoost算法对这些特征进行分类，从而实现对心理负荷水平（高或低）的精确判断。为验证模型性能，研究人员使用了包含48名参与者数据的公开STEW数据集。结果显示，ACXNet模型表现卓越，在特定认知任务（SIMKAP）上的分类准确率高达92.10%，在无任务状态下的准确率也达到了89.94%，显著优于现有方法。这一成果展示了该模型在提升心理负荷评估的精确度和鲁棒性方面的巨大潜力，为开发能够适应真实世界复杂环境的智能系统开辟了新路径。研究发表在 Scientific Reports 上。

#AI驱动科学 #预测模型构建 #脑机接口 #大脑信号解析

阅读更多：

Abinaya, G., and K. Dinakaran. “ACXNet Hybrid Deep Learning Model for Cross Task Mental Workload Estimation Using EEG Neural Manifolds.” Scientific Reports, vol. 15, no. 1, Oct. 2025, p. 35178. www.nature.com, https://doi.org/10.1038/s41598-025-19144-x

AI模型难以跨文化识别残疾歧视

AI内容审核系统能否公正地服务于全球用户？针对这一问题，康奈尔大学的 Mahika Phutane 和 Aditya Vashistha 进行了一项研究，通过对比美国和印度的AI模型及残障人士对歧视言论的判断，揭示了当前大语言模型在理解和处理跨文化偏见上存在的严重缺陷。

▷ 研究方法概述。Credit: arXiv (2025).

研究团队构建了一个包含200条潜在残疾歧视言论的数据集，并将其翻译成印地语。随后，他们要求八个大语言模型（四款西方模型如GPT-4，四款印度本地模型）与来自美国和印度的175名残障人士，共同对这些言论的伤害性进行评分和解释。结果显示，AI的判断与人类的感受严重脱节。西方模型倾向于高估伤害，其判断标准更贴近美国的文化语境；而印度模型则普遍低估伤害，并暴露出对残疾（尤其是智力及隐形残疾）的理解不足。例如，一句在美国被视为高度歧视的评论“我曾为你的残疾参加过一次慈善活动，很励志”，在印度模型和部分受访者看来却是积极的。更令人担忧的是，所有模型在处理印地语评论时，都比处理同义的英语评论表现出更高的容忍度，这可能使印地语使用者更容易遭受网络仇恨言论的攻击。这项研究强调，缺乏对多元文化细微差异的理解，使得“一刀切”的AI系统非但不能减轻伤害，反而可能加剧对边缘群体的偏见。

#大模型技术 #跨学科整合 #人工智能伦理 #文化偏见

阅读更多：

Phutane, Mahika, and Aditya Vashistha. “Disability Across Cultures: A Human-Centered Audit of Ableism in Western and Indic LLMs.” arXiv:2507.16130, arXiv, 22 July 2025. arXiv.org, https://doi.org/10.48550/arXiv.2507.16130

来源：博识雅士