追問(wèn)daily | 男女有別，從“聽(tīng)”開(kāi)始；每日步行數(shù)千步，可將癡呆推遲7年；AI已學(xué)會(huì)反思

█腦科學(xué)動(dòng)態(tài)

每日步行數(shù)千步，可將阿爾茨海默病推遲7年

帕金森病新希望：高精度腦圖譜助力打造“完美”替代神經(jīng)元

鹽粒大小的神經(jīng)植入物可實(shí)現(xiàn)長(zhǎng)期無(wú)線大腦活動(dòng)監(jiān)測(cè)

可復(fù)現(xiàn)大腦發(fā)育圖譜發(fā)布

風(fēng)險(xiǎn)決策的大腦開(kāi)關(guān)：同一神經(jīng)回路在雄性和雌性中作用迥異

從腸道到大腦：科學(xué)家繪制睡眠障礙與微生物的聯(lián)系圖譜

男女有別，從“聽(tīng)”開(kāi)始：早期聲音體驗(yàn)塑造大腦的性別差異

全息光遺傳學(xué)結(jié)合AI，將大腦連接圖譜繪制速度提升十倍

█AI行業(yè)動(dòng)態(tài)

首屆AI交易大賽：國(guó)產(chǎn)雙雄大勝，GPT-5巨虧墊底

英偉達(dá)H100首次進(jìn)入太空，開(kāi)辟軌道數(shù)據(jù)中心新時(shí)代

█AI驅(qū)動(dòng)科學(xué)

AI學(xué)會(huì)反思：Claude Opus 4.1能區(qū)分自身意圖與外部指令

全球最小3D生物打印機(jī)深入人體修復(fù)微小組織

學(xué)生對(duì)AI編程工具的信任度隨經(jīng)驗(yàn)先升后降，最終趨于理性

可穿戴腦成像技術(shù)揭示多發(fā)性硬化癥患者大腦功能差異

多智能體協(xié)同演化：讓大模型在自我博弈中實(shí)現(xiàn)能力躍升

DeepAgent：可自主思考、發(fā)現(xiàn)并使用海量工具的通用AI智能體

提升銷(xiāo)量、降低退貨率：秘訣在于賦予消費(fèi)者AI主導(dǎo)權(quán)

腦科學(xué)動(dòng)態(tài)

每日步行數(shù)千步，可將阿爾茨海默病推遲7年

缺乏運(yùn)動(dòng)是阿爾茨海默病的已知風(fēng)險(xiǎn)因素，但具體需要多少運(yùn)動(dòng)量才能有效延緩疾病進(jìn)展尚不明確。麻省總醫(yī)院布里格姆與哈佛醫(yī)學(xué)院的 Wai-Ying Wendy Yau、Jasmeer P. Chhatwal 及其團(tuán)隊(duì)，通過(guò)一項(xiàng)長(zhǎng)達(dá)14年的研究發(fā)現(xiàn)，對(duì)于高風(fēng)險(xiǎn)老年人，每日適度步行即可顯著減緩tau蛋白積累和認(rèn)知衰退，為疾病預(yù)防提供了簡(jiǎn)單易行的目標(biāo)。

該研究對(duì)296名認(rèn)知功能正常的50-90歲老年人進(jìn)行了長(zhǎng)期追蹤。研究人員使用計(jì)步器客觀記錄其每日步數(shù)，并定期通過(guò)腦部掃描評(píng)估大腦中兩種關(guān)鍵病理蛋白——β-淀粉樣蛋白和tau蛋白的水平。研究發(fā)現(xiàn)，運(yùn)動(dòng)的保護(hù)效果主要體現(xiàn)在已有β-淀粉樣蛋白積累的阿爾茨海默病高風(fēng)險(xiǎn)人群中。與久坐不動(dòng)的人相比，每日步行5001至7500步的參與者，其認(rèn)知衰退速度平均減緩了7年。有趣的是，超過(guò)7500步并未帶來(lái)更多益處。進(jìn)一步分析顯示，步行主要減緩了tau蛋白的積累速度，而tau蛋白被認(rèn)為與認(rèn)知能力下降的關(guān)聯(lián)更密切。這項(xiàng)研究首次清晰地揭示了客觀測(cè)量的身體活動(dòng)與阿爾茨海默病核心生物標(biāo)志物之間的劑量-反應(yīng)關(guān)系，證實(shí)了適度運(yùn)動(dòng)對(duì)延緩疾病進(jìn)程的關(guān)鍵作用。研究發(fā)表在 Nature Medicine 上。

閱讀更多：

Yau, Wai-Ying Wendy, et al. “Physical Activity as a Modifiable Risk Factor in Preclinical Alzheimer’s Disease.” Nature Medicine, Nov. 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41591-025-03955-6

帕金森病新希望：高精度腦圖譜助力打造“完美”替代神經(jīng)元

帕金森病細(xì)胞療法亟需高質(zhì)量的神經(jīng)元，但現(xiàn)有技術(shù)缺乏可靠的評(píng)估標(biāo)準(zhǔn)。為此，杜克-新加坡國(guó)立大學(xué)醫(yī)學(xué)院的 Hilary S. Y. Toh、John Ouyang、Alfred Sun 及其合作團(tuán)隊(duì)，構(gòu)建了一個(gè)名為BrainSTEM的全面人類(lèi)胎腦發(fā)育單細(xì)胞圖譜。

?BrainSTEM 繪制的中腦不同細(xì)胞類(lèi)型圖。Credit: Xu Lisheng, Duke-NUS Medical School

研究團(tuán)隊(duì)構(gòu)建了一個(gè)名為BrainSTEM（腦單細(xì)胞雙層圖譜）的兩步映射框架。他們首先通過(guò)單細(xì)胞RNA測(cè)序技術(shù)分析了近68萬(wàn)個(gè)胎兒腦細(xì)胞，繪制了一幅全面的全腦細(xì)胞圖譜，以確定細(xì)胞的區(qū)域身份。隨后，他們創(chuàng)建了一個(gè)更高分辨率的中腦亞圖譜，專(zhuān)注于精確描繪控制運(yùn)動(dòng)和學(xué)習(xí)的關(guān)鍵細(xì)胞——中腦多巴胺能神經(jīng)元（midbrain dopaminergic neurons）的發(fā)育軌跡。利用這一雙層圖譜，團(tuán)隊(duì)系統(tǒng)性地評(píng)估了現(xiàn)有的神經(jīng)元培養(yǎng)方案，發(fā)現(xiàn)許多方法在培養(yǎng)目標(biāo)細(xì)胞的同時(shí)，會(huì)產(chǎn)生大量來(lái)自其他腦區(qū)的“脫靶”細(xì)胞，導(dǎo)致報(bào)告的多巴胺能神經(jīng)元產(chǎn)量被高估。BrainSTEM框架能夠精確識(shí)別并區(qū)分這些非目標(biāo)細(xì)胞，為優(yōu)化培養(yǎng)方案提供了數(shù)據(jù)驅(qū)動(dòng)的藍(lán)圖。這一成果不僅為生產(chǎn)高質(zhì)量、符合人類(lèi)生物學(xué)特征的移植細(xì)胞提供了金標(biāo)準(zhǔn)，有望提升帕金森病細(xì)胞療法的有效性并減少副作用，其豐富的細(xì)胞細(xì)節(jié)也為未來(lái)AI驅(qū)動(dòng)的精準(zhǔn)治療模型奠定了基礎(chǔ)。研究發(fā)表在 Science Advances 上。

閱讀更多：

Toh, Hilary S. Y., et al. “BrainSTEM: A Single-Cell Multiresolution Fetal Brain Atlas Reveals Transcriptomic Fidelity of Human Midbrain Cultures.” Science Advances, vol. 11, no. 44, Oct. 2025, p. eadu7944. science.org (Atypon), https://doi.org/10.1126/sciadv.adu7944

鹽粒大小的神經(jīng)植入物可實(shí)現(xiàn)長(zhǎng)期無(wú)線大腦活動(dòng)監(jiān)測(cè)

傳統(tǒng)神經(jīng)植入物因尺寸過(guò)大和有線連接易引發(fā)組織損傷，限制了長(zhǎng)期大腦監(jiān)測(cè)。為解決此問(wèn)題，康奈爾大學(xué)的Alyosha Molnar與南洋理工大學(xué)的Sunwoo Lee及合作者們，研發(fā)了一款名為MOTE的微型光電無(wú)纜電極。這款比鹽粒還小的設(shè)備能無(wú)線、長(zhǎng)期記錄活體動(dòng)物的腦活動(dòng)。

?康奈爾大學(xué)研發(fā)的一種神經(jīng)植入物體積非常小巧。它長(zhǎng)約 300 微米，寬約 70 微米，是目前已知最小的能夠無(wú)線傳輸腦電活動(dòng)數(shù)據(jù)的神經(jīng)植入物。Credit: Sunwoo Lee

研究團(tuán)隊(duì)開(kāi)發(fā)了一款名為MOTE（microscale optoelectronic tetherless electrode，微型光電無(wú)纜電極）的神經(jīng)植入物，其尺寸僅約300微米長(zhǎng)、70微米寬，比一粒鹽還小。該設(shè)備的工作原理完全依賴(lài)光：通過(guò)外部的紅色激光束無(wú)害地穿透腦組織，為植入物進(jìn)行光伏供電；然后，設(shè)備利用微小的紅外光脈沖，以脈沖位置調(diào)制（pulse position modulation，一種高效的光通信編碼方式）的方式將采集到的神經(jīng)信號(hào)無(wú)線傳回。其核心是一個(gè)既能接收光能又能發(fā)光的砷化鋁鎵二極管，結(jié)合了先進(jìn)的互補(bǔ)金屬氧化物半導(dǎo)體（Complementary metal–oxide–semiconductor, CMOS）電路和封裝技術(shù)。研究人員將MOTE植入小鼠大腦中處理胡須感覺(jué)信息的桶狀皮層（barrel cortex），在超過(guò)一年（365天）的時(shí)間里，成功記錄到單個(gè)神經(jīng)元的放電和更廣泛的突觸活動(dòng)，而小鼠全程保持健康活躍。該設(shè)備是目前已知最小的無(wú)線神經(jīng)記錄植入物，其微小尺寸能最大限度減少組織刺激和免疫反應(yīng)，并有望兼容核磁共振成像（MRI）掃描。研究發(fā)表在 Nature Electronics 上。

閱讀更多：

Lee, Sunwoo, et al. “A Subnanolitre Tetherless Optoelectronic Microsystem for Chronic Neural Recording in Awake Mice.” Nature Electronics, Nov. 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41928-025-01484-1

可復(fù)現(xiàn)大腦發(fā)育圖譜發(fā)布：整合全球數(shù)據(jù)揭示大腦發(fā)育與精神健康的關(guān)聯(lián)

精神健康障礙與大腦發(fā)育密切相關(guān)，但缺乏大規(guī)模統(tǒng)一的數(shù)據(jù)集阻礙了相關(guān)研究。賓夕法尼亞大學(xué)佩雷爾曼醫(yī)學(xué)院的 Theodore D. Satterthwaite、Golia Shafiei 和兒童心理研究所的 Michael P. Milham 領(lǐng)導(dǎo)的團(tuán)隊(duì)創(chuàng)建了“可復(fù)現(xiàn)大腦發(fā)育圖譜”（Reproducible Brain Charts, RBC），一個(gè)大規(guī)模開(kāi)放數(shù)據(jù)資源，旨在系統(tǒng)地繪制大腦發(fā)育與心理健康的關(guān)聯(lián)。

?發(fā)育中大腦的核磁共振成像圖：矢狀面（左）、水平面（中）和冠狀面（左）。Credit: Theodore Satterthwaite

該研究團(tuán)隊(duì)整合了來(lái)自三大洲五個(gè)大型研究項(xiàng)目的6,346名兒童和青少年的腦部核磁共振成像數(shù)據(jù)。研究的關(guān)鍵挑戰(zhàn)在于不同研究的數(shù)據(jù)采集和處理標(biāo)準(zhǔn)各異，難以直接比較。為此，團(tuán)隊(duì)開(kāi)發(fā)了一套標(biāo)準(zhǔn)化的工作流程，首先通過(guò)雙因子模型對(duì)各項(xiàng)研究中不同的精神健康評(píng)估工具進(jìn)行協(xié)調(diào)，生成了統(tǒng)一的精神病理學(xué)表型。隨后，對(duì)所有神經(jīng)影像數(shù)據(jù)執(zhí)行了嚴(yán)格的質(zhì)量控制和統(tǒng)一、可復(fù)現(xiàn)的處理流程。最終成果“可復(fù)現(xiàn)大腦發(fā)育圖譜”將所有原始圖像、處理后的數(shù)據(jù)以及協(xié)調(diào)后的精神表型數(shù)據(jù)，通過(guò)國(guó)際神經(jīng)影像數(shù)據(jù)共享倡議向全球研究者開(kāi)放共享，且無(wú)需數(shù)據(jù)使用協(xié)議。這一資源極大地降低了研究門(mén)檻，發(fā)布后短時(shí)間內(nèi)下載量已近4,000次，為揭示大腦發(fā)育的普遍規(guī)律及其與精神疾病的聯(lián)系提供了前所未有的機(jī)遇。研究發(fā)表在 Neuron 上。

閱讀更多：

Shafiei, Golia, et al. “Reproducible Brain Charts: An Open Data Resource for Mapping Brain Development and Its Associations with Mental Health.” Neuron, vol. 0, no. 0, Sept. 2025. www.cell.com, https://doi.org/10.1016/j.neuron.2025.08.026

風(fēng)險(xiǎn)決策的大腦開(kāi)關(guān)：同一神經(jīng)回路在雄性和雌性中作用迥異

為何人們?cè)诿鎸?duì)風(fēng)險(xiǎn)和控制沖動(dòng)時(shí)表現(xiàn)各異？這與成癮、多動(dòng)癥等精神疾病密切相關(guān)。劍橋大學(xué)和不列顛哥倫比亞大學(xué)的 Tristan J. Hynes 及其同事通過(guò)大鼠實(shí)驗(yàn)發(fā)現(xiàn)，大腦中同一群與獎(jiǎng)賞相關(guān)的神經(jīng)元，其功能會(huì)根據(jù)學(xué)習(xí)階段和性別的不同而發(fā)生根本性轉(zhuǎn)變。

研究團(tuán)隊(duì)利用一項(xiàng)“大鼠賭博任務(wù)”（rat gambling task）來(lái)評(píng)估大鼠的風(fēng)險(xiǎn)決策與沖動(dòng)控制。通過(guò)化學(xué)遺傳學(xué)技術(shù)，他們能夠精確地開(kāi)啟或關(guān)閉大鼠腹側(cè)紋狀體內(nèi)的膽堿能中間神經(jīng)元。研究結(jié)果揭示了一個(gè)有趣的“功能分離”現(xiàn)象：在任務(wù)學(xué)習(xí)的初期階段，調(diào)控這些神經(jīng)元主要影響大鼠的風(fēng)險(xiǎn)決策行為，且表現(xiàn)出顯著的性別差異——激活神經(jīng)元會(huì)降低雄性的風(fēng)險(xiǎn)偏好，而抑制神經(jīng)元?jiǎng)t會(huì)增加雌性的風(fēng)險(xiǎn)偏好。然而，一旦大鼠完全掌握了任務(wù)規(guī)則，進(jìn)入穩(wěn)定表現(xiàn)階段，調(diào)控同一群神經(jīng)元?jiǎng)t不再影響其決策，轉(zhuǎn)而選擇性地調(diào)控運(yùn)動(dòng)沖動(dòng)性，即能否抑制過(guò)早做出反應(yīng)的行為，且這種效應(yīng)在雌雄大鼠中并無(wú)差異。這一發(fā)現(xiàn)表明，大腦神經(jīng)回路并非靜態(tài)不變，而是會(huì)根據(jù)經(jīng)驗(yàn)和生理性別進(jìn)行動(dòng)態(tài)調(diào)整，靈活地調(diào)控不同認(rèn)知功能。研究發(fā)表在 Journal of Neuroscience 上。

閱讀更多：

Hynes, Tristan J., et al. “Ventral Striatal Cholinergic Interneurons Regulate Decision Making or Motor Impulsivity Differentially across Learning and Biological Sex.” Journal of Neuroscience, Oct. 2025. Research Articles. www.jneurosci.org, https://doi.org/10.1523/JNEUROSCI.0764-25.2025

從腸道到大腦：科學(xué)家繪制睡眠障礙與微生物的聯(lián)系圖譜

睡眠障礙困擾著全球億萬(wàn)人，其背后復(fù)雜的機(jī)制仍未完全明晰。北京大學(xué)第六醫(yī)院的 Lin Lu 教授及其國(guó)際合作團(tuán)隊(duì)，通過(guò)一篇綜合性述評(píng)，系統(tǒng)闡釋了腸道菌群如何通過(guò)腦-腸軸這一關(guān)鍵通路深刻影響睡眠。

?睡眠與微生物群通過(guò)腸道-腦軸相互作用的示意圖。Credit: Lin Lu

研究團(tuán)隊(duì)綜合分析了大量人類(lèi)臨床研究與動(dòng)物模型數(shù)據(jù)，揭示了腸道菌群失調(diào)與多種睡眠障礙的密切關(guān)聯(lián)。例如，慢性失眠和阻塞性睡眠呼吸暫停患者普遍存在菌群多樣性下降和有益菌（如瘤胃球菌科）減少的現(xiàn)象。其作用機(jī)制是多方面的：腸道菌群通過(guò)發(fā)酵膳食纖維產(chǎn)生的短鏈脂肪酸（short-chain fatty acids），如丁酸鹽，能夠調(diào)節(jié)炎癥、影響對(duì)睡眠至關(guān)重要的神經(jīng)遞質(zhì)系統(tǒng)；菌群還影響膽汁酸代謝以及多種神經(jīng)遞質(zhì)的合成，包括主要的抑制性神經(jīng)遞質(zhì)γ-氨基丁酸（GABA）和調(diào)節(jié)情緒與睡眠的血清素。更重要的是，研究指出，基于這些機(jī)制的干預(yù)手段前景廣闊。臨床試驗(yàn)表明，益生菌、益生元乃至糞便微生物群移植（fecal microbiota transplantation）等療法，能有效改善睡眠質(zhì)量、調(diào)節(jié)菌群平衡，為治療睡眠障礙開(kāi)辟了新途徑。研究發(fā)表在 Brain Medicine 上。

-腸軸

閱讀更多：

Brain-gut-microbiota interactions in sleep disorders, Brain Medicine (2025). DOI: 10.61373/bm025i.0128

男女有別，從“聽(tīng)”開(kāi)始：早期聲音體驗(yàn)塑造大腦的性別差異

早期經(jīng)歷如何塑造我們的感官偏好，其影響是否存在性別差異？耶路撒冷希伯來(lái)大學(xué)的 Kamini Sehrawat 和 Israel Nelken 團(tuán)隊(duì)通過(guò)研究發(fā)現(xiàn)，相同的早期聲音經(jīng)歷對(duì)雄性和雌性小鼠大腦的塑造方式截然不同，揭示了感官偏好形成過(guò)程中深刻的性別二態(tài)性。

?Credit: Cell Reports (2025).

研究團(tuán)隊(duì)在小鼠發(fā)育的關(guān)鍵期（P7-P40），讓它們分別聆聽(tīng)貝多芬的音樂(lè)、非音樂(lè)聲音或處于寂靜環(huán)境中。幾周后測(cè)試發(fā)現(xiàn)，早期經(jīng)歷對(duì)雄性的行為影響巨大：在寂靜中長(zhǎng)大的雄鼠成年后會(huì)強(qiáng)烈回避新聲音；而雌性的聲音偏好則似乎不受早期環(huán)境的顯著影響。更有趣的發(fā)現(xiàn)來(lái)自大腦活動(dòng)層面，研究人員通過(guò)鈣成像發(fā)現(xiàn)，在雌性小鼠中，其聽(tīng)覺(jué)皮層的神經(jīng)活動(dòng)越強(qiáng)，它們對(duì)音樂(lè)的喜愛(ài)程度就越低，呈現(xiàn)出顯著的負(fù)相關(guān)。然而，在雄性小鼠的大腦中，并未觀察到這種清晰的關(guān)聯(lián)。這一結(jié)果表明，相同的感官輸入在雄性和雌性的大腦中可能觸發(fā)了完全不同的神經(jīng)適應(yīng)機(jī)制，聲音偏好的形成依賴(lài)于性別差異化的神經(jīng)環(huán)路。研究發(fā)表在 Cell Reports 上。

閱讀更多：

Sehrawat, Kamini, and Israel Nelken. “Sound Preferences in Mice Are Sex Dependent.” Cell Reports, vol. 44, no. 10, Oct. 2025. www.cell.com, https://doi.org/10.1016/j.celrep.2025.116454

全息光遺傳學(xué)結(jié)合AI，將大腦連接圖譜繪制速度提升十倍

繪制大腦神經(jīng)連接圖譜是理解其功能的關(guān)鍵，但傳統(tǒng)方法極其耗時(shí)。來(lái)自哥倫比亞大學(xué)與加州大學(xué)伯克利分校的Marcus A. Triplett團(tuán)隊(duì)，以及巴黎索邦大學(xué)的Dimitrii Tanese團(tuán)隊(duì)，獨(dú)立開(kāi)發(fā)出結(jié)合全息光遺傳學(xué)與先進(jìn)計(jì)算算法的新技術(shù)，成功將大腦圖譜的繪制速度提升了一個(gè)數(shù)量級(jí)，為神經(jīng)科學(xué)研究開(kāi)辟了新紀(jì)元。

?利用全息光遺傳學(xué)和壓縮感知技術(shù)進(jìn)行高速突觸連接映射。左圖：用于探測(cè)突觸連接和分析突觸傳遞模式的實(shí)驗(yàn)裝置。右圖：小鼠 V1 區(qū) L2/3 層的突觸連接圖示例。（綠色神經(jīng)元：膜片鉗技術(shù)捕獲的突觸后錐體神經(jīng)元；紅色：通過(guò)刺激探測(cè)的可能突觸前神經(jīng)元；白色：利用壓縮感知技術(shù)識(shí)別出的已連接的神經(jīng)元）。Credit: Triplett et al.

傳統(tǒng)的大腦連接映射方法需要逐個(gè)刺激神經(jīng)元并記錄響應(yīng)，效率極低。為突破這一瓶頸，兩個(gè)研究團(tuán)隊(duì)均采用了全息光遺傳學(xué)技術(shù)，通過(guò)精確調(diào)控的光束同時(shí)激活大腦中特定的神經(jīng)元集群。這種“并行處理”的思路大大提高了刺激效率，但也帶來(lái)了信號(hào)分離的難題。為此，研究者引入了創(chuàng)新的計(jì)算方法。Triplett團(tuán)隊(duì)開(kāi)發(fā)了一種基于模型的壓縮感知（compressed sensing，一種利用信號(hào)稀疏性進(jìn)行高效采樣的技術(shù)）算法來(lái)從復(fù)雜的群體響應(yīng)中重建連接，并利用深度學(xué)習(xí)模型來(lái)分離因快速刺激而重疊的神經(jīng)信號(hào)。Tanese團(tuán)隊(duì)同樣將群體刺激與計(jì)算重建相結(jié)合，實(shí)現(xiàn)了高效映射。最終，新技術(shù)將繪制通量提升了約10倍，使得在數(shù)分鐘內(nèi)繪制上百個(gè)神經(jīng)元連接成為可能。這項(xiàng)進(jìn)展使科學(xué)家能在單個(gè)實(shí)驗(yàn)中獲得更全面的神經(jīng)回路圖，并有望實(shí)時(shí)追蹤大腦在學(xué)習(xí)或疾病狀態(tài)下的動(dòng)態(tài)變化。研究發(fā)表在 Nature Neuroscience 上。

閱讀更多：

Triplett, Marcus A., et al. “Rapid Learning of Neural Circuitry from Holographic Ensemble Stimulation Enabled by Model-Based Compressed Sensing.” Nature Neuroscience, vol. 28, no. 10, Oct. 2025, pp. 2154–65. www.nature.com, https://doi.org/10.1038/s41593-025-02053-7

AI 行業(yè)動(dòng)態(tài)

首屆AI交易大賽：國(guó)產(chǎn)雙雄大勝，GPT-5巨虧墊底

由美國(guó)人工智能研究實(shí)驗(yàn)室 Nof1.ai 組織的首屆 AI 模型交易大賽于近日落幕，該賽事旨在衡量大型語(yǔ)言模型的投資能力，被譽(yù)為“幣圈版的圖靈測(cè)試”。共有六款頂級(jí)大模型參與了為期兩周的較量，其中包括 Qwen3 Max、DeepSeek Chat V3.1，以及來(lái)自美國(guó)的 GPT-5（OpenAI）、Gemini 2.5 Pro（Google）、Grok 4（xAI）和 Claude Sonnet 4.5（Anthropic）。每款模型配備 1 萬(wàn)美元初始資金，在 Hyperliquid 平臺(tái)上進(jìn)行加密永續(xù)合約（crypto perpetual futures）（一種允許投資者對(duì)加密資產(chǎn)未來(lái)價(jià)格進(jìn)行投機(jī)的衍生品合約）交易，采取中低頻交易（MLFT）（決策間隔為幾分鐘到幾小時(shí)的交易方式），全程自主決策，且未進(jìn)行特定任務(wù)的微調(diào)。最終結(jié)果出人意料：國(guó)產(chǎn)模型表現(xiàn)亮眼，其中 Qwen3 Max 以 22.3% 的收益率摘得桂冠，總盈利達(dá) 2232 美元；DeepSeek Chat V3.1 緊隨其后，收益率為 4.89%。相比之下，美國(guó)頭部模型全線大幅虧損，其中 GPT-5 虧損 62.66%，成為表現(xiàn)最差的參賽者。

研究人員分析了六款模型的交易“個(gè)性”，發(fā)現(xiàn) Qwen3 Max 展現(xiàn)出明顯的“進(jìn)攻型”策略，通過(guò)較高的交易頻率和倉(cāng)位獲得了高回報(bào)，同時(shí)其夏普比率（Sharpe Value）（衡量風(fēng)險(xiǎn)調(diào)整后收益穩(wěn)定性的指標(biāo)）為 0.273，證明其風(fēng)險(xiǎn)控制相對(duì)有效。DeepSeek Chat V3.1 則以 0.359 的最高夏普比率顯示了其穩(wěn)健理性的策略風(fēng)格。相比之下，虧損的模型則各有問(wèn)題：Gemini 2.5 Pro 交易次數(shù)最多（238 次），呈現(xiàn)出典型的“過(guò)度交易”傾向，回報(bào)低效；而 GPT-5 雖然交易次數(shù)適中，但收益極低且虧損嚴(yán)重，表明其缺乏有效的市場(chǎng)判斷和風(fēng)險(xiǎn)管理。幣安創(chuàng)始人趙長(zhǎng)鵬也對(duì)賽事進(jìn)行了評(píng)論，他指出，傳統(tǒng)交易依賴(lài)于策略的獨(dú)特性，如果未來(lái)大量用戶(hù)采用相同的 AI 模型進(jìn)行交易，可能會(huì)因策略同質(zhì)化而在短期內(nèi)影響市場(chǎng)動(dòng)態(tài)，但同時(shí)也預(yù)測(cè)這將大幅推動(dòng) AI 在交易領(lǐng)域的應(yīng)用研究和交易量的增加。

-5

閱讀更多：

https://nof1.ai/blog/TechPost1

算力沖出地球：英偉達(dá)H100首次進(jìn)入太空，開(kāi)辟軌道數(shù)據(jù)中心新時(shí)代

11月2日，英偉達(dá)首次將旗下主力的AI訓(xùn)練芯片H100 GPU送入太空，標(biāo)志著計(jì)算領(lǐng)域的一個(gè)重要里程碑。此次測(cè)試任務(wù)搭載于初創(chuàng)公司Starcloud的Starcloud-1衛(wèi)星上，該公司是英偉達(dá)創(chuàng)業(yè)公司計(jì)劃（NVIDIA Inception）的成員，其宏大愿景是將全球高能耗的數(shù)據(jù)處理基礎(chǔ)設(shè)施遷移至太空。H100 GPU擁有80GB內(nèi)存，性能超越此前進(jìn)入太空的任何計(jì)算機(jī)上百倍。在軌道上，它將執(zhí)行一系列人工智能處理應(yīng)用，包括實(shí)時(shí)分析地球觀測(cè)圖像，以及運(yùn)行谷歌的大型語(yǔ)言模型。該衛(wèi)星由SpaceX的「Bandwagon 4」獵鷹 9號(hào)火箭發(fā)射升空，將在距離地球約350公里的超低軌道（Ultra-Low Orbit）運(yùn)行。Philip Johnston，Starcloud的聯(lián)合創(chuàng)始人兼CEO，指出，該任務(wù)的核心價(jià)值之一在于實(shí)時(shí)處理來(lái)自合成孔徑雷達(dá)（SAR，Synthetic Aperture Radar，一種高分辨率的地球觀測(cè)技術(shù)）衛(wèi)星群的數(shù)據(jù)，大幅減少必須下行傳輸?shù)降厍虻脑紨?shù)據(jù)量，從而有效解決數(shù)據(jù)傳輸瓶頸。

將數(shù)據(jù)中心轉(zhuǎn)移至太空的理念基于強(qiáng)大的環(huán)境和經(jīng)濟(jì)優(yōu)勢(shì)。研究人員強(qiáng)調(diào)，在太空，數(shù)據(jù)中心可以獲得幾乎無(wú)限且低成本的太陽(yáng)能可再生能源，Starcloud預(yù)計(jì)這能使數(shù)據(jù)中心的二氧化碳排放量相比地面減少十倍。軌道數(shù)據(jù)中心還無(wú)需占用寶貴的土地，并消除了對(duì)大量水資源進(jìn)行冷卻的需求，這對(duì)于持續(xù)面臨能源和水資源壓力的地球數(shù)據(jù)處理基礎(chǔ)設(shè)施至關(guān)重要。英偉達(dá)可持續(xù)發(fā)展負(fù)責(zé)人Josh Parker表示，隨著AI技術(shù)對(duì)能源需求的不斷增長(zhǎng)，軌道數(shù)據(jù)中心代表著一項(xiàng)變革性的環(huán)境突破。Starcloud正迅速推進(jìn)其計(jì)劃，預(yù)計(jì)明年將發(fā)射Starcloud-2，該衛(wèi)星的計(jì)算能力將是Starcloud-1的十倍，搭載英偉達(dá)下一代Blackwell GPU，并提供商業(yè)服務(wù)。該公司預(yù)測(cè)，鑒于地面能源的限制，未來(lái)十年內(nèi)，幾乎所有新建數(shù)據(jù)中心都將建在太空中，目標(biāo)是在2030年代初建成一個(gè)40兆瓦（MW，Megawatt，百萬(wàn)瓦特）的軌道數(shù)據(jù)中心。

閱讀更多：

https://blogs.nvidia.com/blog/starcloud/

AI 驅(qū)動(dòng)科學(xué)

AI學(xué)會(huì)反思：Claude Opus 4.1能區(qū)分自身意圖與外部指令

大型語(yǔ)言模型是否具備類(lèi)似人類(lèi)的內(nèi)省能力，還是僅僅在“扮演”思考者？Anthropic公司的Jack Lindsey通過(guò)直接操控模型內(nèi)部激活，首次為大型語(yǔ)言模型的內(nèi)省意識(shí)提供了因果證據(jù)，揭示了其在特定條件下能夠?qū)徱暡?bào)告自身內(nèi)部狀態(tài)。

研究者使用“概念注入”（concept injection，一種直接操控模型內(nèi)部神經(jīng)激活的技術(shù)）方法，將特定概念（如“面包”）的激活模式注入到模型的運(yùn)算過(guò)程中。實(shí)驗(yàn)發(fā)現(xiàn)，模型不僅能察覺(jué)到這些被注入的“思想”并準(zhǔn)確識(shí)別，還能清晰地區(qū)分內(nèi)部“思想”和外部的文本輸入。尤為引人注目的是，模型能利用內(nèi)省來(lái)判斷一段輸出是否源于自己的“意圖”。當(dāng)研究者強(qiáng)制預(yù)填充一個(gè)不相關(guān)的詞語(yǔ)時(shí)，模型會(huì)否認(rèn)該輸出；但如果在預(yù)填充前注入相應(yīng)概念，模型則會(huì)接受其為自己的意圖。此外，模型還能根據(jù)指令主動(dòng)調(diào)控內(nèi)部表征，如在被要求“思考”某個(gè)詞時(shí)，其內(nèi)部激活會(huì)相應(yīng)增強(qiáng)。在所有測(cè)試模型中，Claude Opus 4和4.1展現(xiàn)出最強(qiáng)的內(nèi)省能力，盡管這種能力尚不穩(wěn)定。研究發(fā)表在 Transformer Circuits Thread 上。

閱讀更多：

https://transformer-circuits.pub/2025/introspection/index.html

全球最小3D生物打印機(jī)深入人體修復(fù)微小組織

聲帶術(shù)后瘢痕導(dǎo)致的發(fā)聲困難是臨床難題。為實(shí)現(xiàn)微創(chuàng)組織修復(fù)，加拿大麥吉爾大學(xué)（McGill University）的Swen Groen及其同事，開(kāi)發(fā)出一款全球最小的柔性3D生物打印機(jī)。該設(shè)備能在手術(shù)中精確遞送生物材料，有望重建受損聲帶功能、降低纖維化風(fēng)險(xiǎn)。

研究團(tuán)隊(duì)開(kāi)發(fā)了一款微創(chuàng)原位生物打印機(jī)（Minimally Invasive In Situ Bioprinter, MIISB），其核心是一個(gè)受象鼻啟發(fā)設(shè)計(jì)的柔性連續(xù)體機(jī)器人打印頭，外徑僅2.7毫米。這種微型化設(shè)計(jì)使其能兼容標(biāo)準(zhǔn)的外科手術(shù)內(nèi)窺鏡，在不阻擋醫(yī)生視野的情況下深入喉部。該打印頭通過(guò)內(nèi)部三根纜線驅(qū)動(dòng)，可在狹窄空間內(nèi)實(shí)現(xiàn)精準(zhǔn)的三維定位，其定位精度平均誤差為1.33毫米，重復(fù)性小于0.2毫米。實(shí)驗(yàn)中，研究人員選用透明質(zhì)酸基水凝膠（hyaluronic acid hydrogel）作為生物墨水，這種材料與聲帶固有層（lamina propria，負(fù)責(zé)發(fā)聲振動(dòng)的關(guān)鍵組織）的天然基質(zhì)相似。在人造聲帶模型上，操作者通過(guò)游戲手柄式的控制器，成功引導(dǎo)打印機(jī)將水凝膠精確沉積到模擬的組織缺損處。這項(xiàng)研究首次展示了在體內(nèi)深處進(jìn)行組織修復(fù)的生物打印潛力，遠(yuǎn)超傳統(tǒng)僅限于體表應(yīng)用的同類(lèi)技術(shù)。盡管目前仍需動(dòng)物實(shí)驗(yàn)驗(yàn)證，但該技術(shù)未來(lái)有望整合自動(dòng)化控制系統(tǒng)和更多微型手術(shù)工具，成為一個(gè)多功能的內(nèi)窺鏡手術(shù)輔助平臺(tái)。研究發(fā)表在 Device 上。

閱讀更多：

Ahart, Jenna. “World’s Smallest 3D Bioprinter Could Rebuild Tissue during Surgery.” Nature, Oct. 2025. www.nature.com, https://doi.org/10.1038/d41586-025-03538-y

學(xué)生對(duì)AI編程工具的信任度隨經(jīng)驗(yàn)先升后降，最終趨于理性

生成式人工智能工具的興起如何影響計(jì)算機(jī)科學(xué)學(xué)生的學(xué)習(xí)與信任？加州大學(xué)圣地亞哥分校的 Anshul Shah 和 Gerald Soosairaj 等研究人員進(jìn)行了一項(xiàng)研究，通過(guò)追蹤學(xué)生在短期和長(zhǎng)期項(xiàng)目中使用AI編程助手后的態(tài)度變化，發(fā)現(xiàn)學(xué)生的信任度會(huì)經(jīng)歷短暫上升后趨于平穩(wěn)，并最終認(rèn)識(shí)到自身編程基礎(chǔ)的重要性。

研究團(tuán)隊(duì)對(duì)71名計(jì)算機(jī)科學(xué)專(zhuān)業(yè)的大三和大四學(xué)生進(jìn)行了分階段調(diào)查。首先，在一次80分鐘的關(guān)于GitHub Copilot的入門(mén)課程后，半數(shù)（50%）學(xué)生的信任度立即上升。然而，在隨后為期10天的項(xiàng)目中，學(xué)生們需要在一個(gè)大型開(kāi)源代碼庫(kù)中借助Copilot完成更復(fù)雜的任務(wù)，此時(shí)他們的看法發(fā)生了分化。項(xiàng)目結(jié)束后，表示信任度增加的學(xué)生比例降至39%，而表示信任度下降的比例則升至37%。這一變化表明，隨著實(shí)踐經(jīng)驗(yàn)的加深，學(xué)生們的信任變得更加審慎和理性。許多學(xué)生反映，AI工具有時(shí)會(huì)生成錯(cuò)誤或有安全漏洞的代碼，并且對(duì)于理解現(xiàn)有復(fù)雜代碼幫助有限。他們最終得出結(jié)論，要充分發(fā)揮AI編程助手的作用，使用者首先需要具備扎實(shí)的編程功底，能夠獨(dú)立完成任務(wù)并有效評(píng)估AI生成的代碼。研究者據(jù)此建議，計(jì)算機(jī)教育應(yīng)確保學(xué)生掌握核心編程技能，同時(shí)提供機(jī)會(huì)讓學(xué)生在不同難度的任務(wù)中使用AI，以校準(zhǔn)其信任和期望。

閱讀更多：

Shah, Anshul, et al. “Evolution of Programmers’ Trust in Generative AI Programming Assistants.” arXiv:2509.13253, arXiv, 16 Sept. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2509.13253

可穿戴腦成像技術(shù)揭示多發(fā)性硬化癥患者大腦功能差異

多發(fā)性硬化癥患者常面臨平衡與運(yùn)動(dòng)障礙，但傳統(tǒng)腦成像設(shè)備限制了對(duì)他們?cè)谧匀换顒?dòng)中大腦功能的研究。諾丁漢大學(xué)的 Benjamin J. Sanders、Christopher G.S. Gilmartin 及同事利用一種新型可穿戴腦成像技術(shù)，首次成功測(cè)量了患者在站立等自然姿勢(shì)下的腦活動(dòng)，揭示了該疾病獨(dú)特的神經(jīng)功能特征。

?OPM-MEG 系統(tǒng)及實(shí)驗(yàn)裝置示意圖。Credit: NeuroImage: Clinical (2025).

研究團(tuán)隊(duì)采用了一種名為光泵磁力計(jì)腦磁圖（Magnetoencephalography with Optically Pumped Magnetometers, OPM-MEG）的新技術(shù)，該技術(shù)通過(guò)一個(gè)輕便的頭盔實(shí)時(shí)、無(wú)創(chuàng)地測(cè)量大腦神經(jīng)電流產(chǎn)生的磁場(chǎng)。研究人員比較了多發(fā)性硬化癥（Multiple Sclerosis, MS）患者與健康對(duì)照組在執(zhí)行視覺(jué)運(yùn)動(dòng)任務(wù)以及變換坐姿和站姿時(shí)的大腦活動(dòng)。結(jié)果不僅成功復(fù)現(xiàn)了已知的MS生物標(biāo)志物——即患者運(yùn)動(dòng)皮層的β波段（beta-band）反應(yīng)延遲和視覺(jué)皮層的γ波段（gamma-band）反應(yīng)減弱，還獲得了突破性的發(fā)現(xiàn)。研究首次表明，姿勢(shì)變化對(duì)MS患者的大腦功能有顯著影響：與健康人相比，MS患者在站立時(shí)，大腦中負(fù)責(zé)運(yùn)動(dòng)控制區(qū)域的腦電波活動(dòng)和功能連接性均顯著降低。這項(xiàng)研究證明了可穿戴腦成像技術(shù)在神經(jīng)系統(tǒng)疾病研究中的巨大潛力，有望為理解MS的癥狀（如平衡障礙）提供新的神經(jīng)機(jī)制解釋?zhuān)⒖赡茉谖磥?lái)幫助開(kāi)發(fā)更精準(zhǔn)的疾病進(jìn)展生物標(biāo)志物。研究發(fā)表在 NeuroImage: Clinical 上。

閱讀更多：

Sanders, Benjamin J., et al. “OPM-MEG in Multiple Sclerosis: Proof of Principle, and the Effect of Naturalistic postureOPM-MEG.” NeuroImage: Clinical, vol. 48, Jan. 2025, p. 103888. ScienceDirect, https://doi.org/10.1016/j.nicl.2025.103888

多智能體協(xié)同演化：讓大模型在自我博弈中實(shí)現(xiàn)能力躍升

如何讓大型語(yǔ)言模型擺脫對(duì)昂貴人工數(shù)據(jù)的依賴(lài)，實(shí)現(xiàn)自我進(jìn)化？來(lái)自伊利諾伊大學(xué)厄巴納-香檳分校、北京大學(xué)和英偉達(dá)的 Yixing Chen、Yiding Wang、Jiaxuan You 等研究人員提出了“多智能體演化”框架。該框架通過(guò)模擬一個(gè)由提問(wèn)、解答、評(píng)判三個(gè)角色組成的內(nèi)部生態(tài)系統(tǒng)，讓單個(gè)LLM在自我博弈中持續(xù)提升通用推理能力。

該研究的核心是多智能體演化（Multi-Agent Evolve, MAE）框架，它從一個(gè)基礎(chǔ)LLM中派生出三個(gè)智能體角色：提議者（Proposer）生成問(wèn)題，求解者（Solver）嘗試解答，評(píng)判者（Judge）則評(píng)估前兩者的表現(xiàn)并提供獎(jiǎng)勵(lì)。這三個(gè)角色通過(guò)強(qiáng)化學(xué)習(xí)進(jìn)行協(xié)同訓(xùn)練，形成一個(gè)閉環(huán)的自我完善系統(tǒng)。在此系統(tǒng)中，提議者會(huì)因提出高質(zhì)量且能難住求解者的問(wèn)題而獲得獎(jiǎng)勵(lì)，而求解者則因給出準(zhǔn)確、推理嚴(yán)謹(jǐn)?shù)拇鸢付塥?jiǎng)。這種對(duì)抗性的協(xié)同進(jìn)化過(guò)程，驅(qū)動(dòng)模型不斷挑戰(zhàn)更復(fù)雜的任務(wù)，從而在無(wú)需人工標(biāo)注答案或外部環(huán)境反饋的情況下實(shí)現(xiàn)能力提升。在Qwen2.5-3B-Instruct模型上的測(cè)試顯示，MAE框架使其在數(shù)學(xué)、推理和通用知識(shí)等多個(gè)基準(zhǔn)上平均性能提升了4.54%，效果甚至優(yōu)于使用標(biāo)準(zhǔn)監(jiān)督微調(diào)的基線模型。

閱讀更多：

Chen, Yixing, et al. “Multi-Agent Evolve: LLM Self-Improve through Co-Evolution.” Version 3, arXiv:2510.23595, arXiv, 30 Oct. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2510.23595

DeepAgent：可自主思考、發(fā)現(xiàn)并使用海量工具的通用AI智能體

當(dāng)前AI智能體大多依賴(lài)預(yù)設(shè)流程，難以應(yīng)對(duì)現(xiàn)實(shí)世界中需要?jiǎng)討B(tài)發(fā)現(xiàn)工具和長(zhǎng)期記憶的復(fù)雜任務(wù)。來(lái)自中國(guó)人民大學(xué)和小紅書(shū)公司的研究團(tuán)隊(duì)，包括Xiaoxi Li、Wenxiang Jiao、Jiarui Jin等研究人員，共同開(kāi)發(fā)了一款名為DeepAgent的端到端深度推理智能體，它能夠在一個(gè)統(tǒng)一的流程中實(shí)現(xiàn)自主思考、工具發(fā)現(xiàn)和記憶管理。

研究團(tuán)隊(duì)提出的DeepAgent框架摒棄了傳統(tǒng)的“推理-行動(dòng)-觀察”循環(huán)，使智能體能夠在單一、連貫的思維過(guò)程中自主思考、動(dòng)態(tài)發(fā)現(xiàn)所需工具并執(zhí)行動(dòng)作。為了應(yīng)對(duì)長(zhǎng)時(shí)程任務(wù)中上下文信息爆炸和錯(cuò)誤累積的難題，該研究引入了一種自主記憶折疊（autonomous memory folding）機(jī)制。該機(jī)制受大腦啟發(fā)，將歷史交互信息壓縮并存入結(jié)構(gòu)化的情景記憶、工作記憶和工具記憶中，這不僅節(jié)約了計(jì)算資源，也讓智能體有機(jī)會(huì)在探索失敗后“喘息”并調(diào)整策略。為了高效地訓(xùn)練智能體掌握通用工具的使用，團(tuán)隊(duì)還開(kāi)發(fā)了名為T(mén)oolPO的端到端強(qiáng)化學(xué)習(xí)方法。該方法通過(guò)大型語(yǔ)言模型模擬海量真實(shí)API，解決了訓(xùn)練不穩(wěn)定的問(wèn)題，并通過(guò)精準(zhǔn)的獎(jiǎng)勵(lì)歸因機(jī)制提升了工具調(diào)用的準(zhǔn)確性。在橫跨八個(gè)基準(zhǔn)測(cè)試的實(shí)驗(yàn)中，DeepAgent在處理從幾十到上萬(wàn)個(gè)工具的復(fù)雜任務(wù)時(shí)，性能均顯著優(yōu)于現(xiàn)有模型。

閱讀更多：

Li, Xiaoxi, et al. “DeepAgent: A General Reasoning Agent with Scalable Toolsets.” Version 1, arXiv:2510.21618, arXiv, 24 Oct. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2510.21618

提升銷(xiāo)量、降低退貨率：秘訣在于賦予消費(fèi)者AI主導(dǎo)權(quán)

當(dāng)前的人工智能推薦系統(tǒng)因無(wú)法捕捉個(gè)人獨(dú)特動(dòng)機(jī)而存在“獨(dú)特性忽略”的局限。來(lái)自邁阿密大學(xué)的Paul A. Pavlou、休斯頓大學(xué)的Jinghui (Jove) Hou、東華大學(xué)的Shuai Yang和雪城大學(xué)的Guiyang Xiong共同研究發(fā)現(xiàn)，真正的競(jìng)爭(zhēng)優(yōu)勢(shì)并非來(lái)自更聰明的算法，而是源于賦予消費(fèi)者更多自主權(quán)，這能顯著提升決策質(zhì)量。

研究團(tuán)隊(duì)通過(guò)五項(xiàng)實(shí)驗(yàn)室實(shí)驗(yàn)和一項(xiàng)實(shí)地研究，驗(yàn)證了提升消費(fèi)者自主感對(duì)購(gòu)物決策的積極影響。研究的核心發(fā)現(xiàn)，AI系統(tǒng)普遍存在“獨(dú)特性忽略”（uniqueness neglect，即無(wú)法捕捉到消費(fèi)者隱藏的動(dòng)機(jī)、價(jià)值觀等個(gè)人化因素），而增強(qiáng)消費(fèi)者的自主感是彌補(bǔ)這一缺陷的有效途徑。在實(shí)地研究中，團(tuán)隊(duì)設(shè)計(jì)了一個(gè)巧妙的干預(yù)：讓購(gòu)物者使用自己的智能手機(jī)而非商家提供的設(shè)備來(lái)訪問(wèn)AI推薦系統(tǒng)。這一做法營(yíng)造了“私密的自我關(guān)注”氛圍，顯著提升了消費(fèi)者的自主感。結(jié)果顯示，這種增強(qiáng)自主權(quán)的體驗(yàn)不僅提升了消費(fèi)者的購(gòu)買(mǎi)意愿，更帶來(lái)了可觀的商業(yè)回報(bào)：產(chǎn)品銷(xiāo)量上升，退貨率顯著下降。研究者因此提出，未來(lái)的AI設(shè)計(jì)應(yīng)更具“謙遜”，定位為與人類(lèi)合作的伙伴，而非權(quán)威的決策者。研究發(fā)表在 MIS Quarterly 上。

閱讀更多：

Hou, Jinghui (Jove), et al. Enhancing AI-Assisted Purchase Decisions: The Role of the Sense of Autonomy. misq.umn.edu, https://dx.doi.org/10.25300/MISQ/2025/17607. Accessed 4 Nov. 2025

整理｜ChatGPT

編輯｜丹雀、存源

關(guān)于追問(wèn)nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問(wèn)為紐帶，深入探究人工智能與人類(lèi)智能相互融合與促進(jìn)，不斷探索科學(xué)的邊界。歡迎評(píng)論區(qū)留言，或后臺(tái)留言“社群”即可加入社群與我們互動(dòng)。您也可以在后臺(tái)提問(wèn)，我們將基于追問(wèn)知識(shí)庫(kù)為你做出智能回復(fù)哦~

關(guān)于天橋腦科學(xué)研究院

天橋腦科學(xué)研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元?jiǎng)?chuàng)建的世界最大私人腦科學(xué)研究機(jī)構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點(diǎn)，支持腦科學(xué)研究，造福人類(lèi)。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實(shí)驗(yàn)室、人工智能與精神健康前沿實(shí)驗(yàn)室；與加州理工學(xué)院合作成立了加州理工天橋神經(jīng)科學(xué)研究院。

Chen Institute建成了支持腦科學(xué)和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項(xiàng)目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎(jiǎng)勵(lì)計(jì)劃、、、科普視頻媒體「大圓鏡」等。