追問daily | 投射即預測？精神分析與神經科學的殊途同歸；從未生育也能擁有母性大腦

█ 腦科學動態

Science：蛋白質缺乏如何重塑大腦對必需氨基酸的渴望

Nature：從未生育也能擁有母性大腦

Nature：人工智能從頭設計微型蛋白精準靶向GPCR受體

投射即預測？精神分析與神經科學的殊途同歸

人腦如何將目標轉化為行動：前額葉與運動皮層間的通信子空間

補充麥角硫因有望改善長期服用抗精神病藥物患者的認知功能

█ AI行業動態

融資700億、價格砍七成：DeepSeek將推出桌面AI Agent

Claude記憶架構大翻新，為Conway智能體鋪平道路

跨物種腦機接口新探索：Dognosis用犬類嗅覺+神經信號重構早癌篩查入口

█ AI驅動科學

新型光子系統實現4飛焦耳超低能耗光開關

能耗直降75倍！神經形態芯片與儲層計算賦予軟體機械臂運動智慧

清華大學最新模型：2050年全球100%可再生能源供電技術可行

檢索增強操作框架提升機器人3D空間推理與復雜指令執行能力

改變混合順序提升千倍導電率，熱可逆離子生物凝膠助力可穿戴腦監測

腦科學動態

Science：蛋白質缺乏如何重塑大腦對必需氨基酸的渴望

動物在缺乏蛋白質時如何精準選擇所需營養？Boram Kim與Greg S. B. Suh等研究人員（韓國基礎科學研究所、首爾大學等）揭示了腸道檢測蛋白質缺乏并引導大腦尋找必需氨基酸的神經生物學基礎，發現了一個未知的腸腦雙重信號調節網絡。

? 蛋白質缺乏會觸發果蠅腸道上皮細胞釋放肽 CNMa，從而啟動腸-腦通訊。這種腸-腦信號傳導建立了一個正反饋回路，維持神經元活動和 CNMa 的產生。Credit: Institute for Basic Science

該研究主要以果蠅為模型，結合神經成像、行為實驗和基因工具展開。研究發現，當果蠅缺乏蛋白質時，腸道上皮細胞會釋放一種名為CNMamide（CNMa，一種肽類激素）。這觸發了兩條互補的腸腦通訊通路：首先，一條快速的神經回路被激活，帶有CNMa受體的腸道神經元迅速將信息傳至大腦；其次，一條較慢的激素通路通過血液循環中的CNMa持續作用于大腦。在腦內，CNMa激活了橢球體（ellipsoid body）中的R3m神經元，促進對必需氨基酸的攝入。同時，該信號途徑抑制了DH44神經元（一種糖感應神經元），從而降低動物對碳水化合物的興趣，徹底改變其飲食偏好。研究還發現，腸道共生菌群對該過程具有調控作用。進一步的小鼠模型實驗表明，這種精準調節特定營養素食欲的機制在哺乳動物中是進化保守的，并且獨立于以往已知的重要激素FGF21（fibroblast growth factor 21，成纖維細胞生長因子21）。該發現為肥胖和代謝疾病的干預提供了重要思路。研究發表在 Science 上。

#疾病與健康 #跨學科整合 #再生醫學 #嵌合體 #先天免疫

閱讀更多：

“Complex Interplay of Neuronal and Hormonal Gut-Brain Responses to Essential Amino Acid Deficit.” Science. www.science.org, https://www.science.org/doi/10.1126/science.adv3355. Accessed 25 May 2026

Nature：從未生育也能擁有母性大腦

生育如何長期重塑母親的大腦結構與行為適應性？Jennifer C. O’Chan和Giuseppina Di Salvo等（西奈山伊坎醫學院）揭示了多巴胺在驅動母性大腦持續重塑中的核心作用，發現其不僅提升了母鼠的育兒與認知能力，還為產后抑郁等神經及心理疾病提供了新機制。

這項研究通過對比經歷生育的小鼠與未生育小鼠的全腦轉錄組，發現背側海馬結構是基因表達發生劇烈改變的核心區域。行為測試顯示，生育小鼠展現出更快的幼崽尋回速度和更強的情境學習能力。然而，在引入產后慢性應激（chronic postpartum stress，通過母嬰分離模擬長期壓力）模型后，這些適應性改變和神經可塑性均被破壞。通過單細胞測序，研究團隊發現多巴胺不僅傳遞信號，還引發了組蛋白H3多巴胺化修飾（H3 dopaminylation，一種調控基因開關的表觀遺傳變化），沉默特定基因以實現大腦的長效適應。利用化學遺傳學抑制未生育小鼠該腦區的多巴胺釋放，竟成功復現了生育帶來的表觀遺傳與基因特征。該發現明確了長期行為適應的根本路徑。研究發表在 Nature 上。

#疾病與健康 #神經機制與腦功能解析 #多巴胺 #表觀遺傳學 #母性大腦

閱讀更多：

O’Chan, Jennifer C., et al. “Dopamine Drives Persistent Remodelling of the Maternal Brain.” Nature, May 2026, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-026-10509-4

Nature：人工智能從頭設計微型蛋白精準靶向GPCR受體

精確調控跨膜受體蛋白一直是藥物研發的難題。Edin Muratspahi?與David Baker等（Skape Bio公司等）通過人工智能從頭設計，成功開發出高親和力微型結合蛋白，在動物實驗中證實了其媲美臨床藥物的卓越療效。

研究團隊采用多層次策略攻克這一難題。首先，他們利用含有5個氨基酸的核心序列引導人工智能擴散模型，從頭生成微型蛋白；同時借助AlphaFold2提取自然支架進行序列重設計。為快速鎖定有效分子，團隊開發了受體分流（receptor diversion，一種在細胞中通過改變受體正常轉運軌跡來篩選高親和力結合蛋白的顯微技術）技術。結果顯示，這些蛋白能作為激動劑激活與疼痛相關的受體，或作為拮抗劑抑制與癌癥相關的CXCR4等受體。通過冷凍電鏡解析的5種設計蛋白結構與計算模型高度吻合。在小鼠實驗中，設計的CXCR4拮抗劑動員造血干細胞的效果與現行臨床藥物相當，且不良反應更少。相關計算模型與技術正推進全新的靶向藥物管線。研究發表在 Nature 上。

#疾病與健康 #其他 #蛋白質設計 #新藥研發 #G蛋白偶聯受體

閱讀更多：

Muratspahi?, Edin, et al. “De Novo Design of Miniproteins Targeting GPCRs.” Nature, May 2026, pp. 1–3. www.nature.com, https://doi.org/10.1038/s41586-026-10656-8

投射即預測？精神分析與神經科學的殊途同歸

精神分析的現象學描述與神經科學的機制研究之間長期存在鴻溝。Erik St?nicke及其團隊（奧斯陸大學）通過理論分析指出，弗洛伊德的模型與當今腦科學的預測處理范式高度契合。研究證實投射與預測在功能上具有一致性，共同揭示了心智追求心理穩態的本質，為理解精神障礙的維持機制與治療提供了新視角。

該研究通過跨學科整合，系統比較了精神分析核心概念與計算神經科學的預測處理和自由能原理。研究指出，大腦試圖通過消除不確定性來維持穩態。神經科學中的感知推理和主動推理分別對應精神分析中的內投和投射機制。

研究結果表明，妄想癥或內在批判聲音等精神障礙癥狀，實際上是大腦為了降低由于未知帶來的不確定性，而被迫維持的僵化且缺乏靈活性的預測模型。這些患者在潛意識中迫使現實符合其內部的負面預期。此外，研究強調了驚奇（surprise，即由于預測誤差引發的不悅情感反應）在心理治療中的關鍵作用。通過在醫患關系中引入新的互動體驗，打破患者固有的預測模型并引發這種認知沖突，可以促使大腦主動更新其僵化的程序性記憶。這一發現將主觀體驗與神經生理機制完美結合。研究發表在 Entropy 上。

#疾病與健康 #心理健康與精神疾病 #預測處理 #精神分析 #認知科學

閱讀更多：

St?nicke, Erik, et al. “Freud’s Model of the Mind Within a Predictive Processing Neuroscientific Paradigm.” Entropy, vol. 28, no. 3, Mar. 2026, p. 318. www.mdpi.com, https://doi.org/10.3390/e28030318

人腦如何將目標轉化為行動：前額葉與運動皮層間的通信子空間

大腦如何將抽象目標轉化為具體動作？Neha Binish和Jonas Terlau等（蒂賓根大學醫學中心和蒂賓根大學）發現了前額葉皮層與初級運動皮層間的獨特通信子空間，揭示了指導適應性行為的關鍵神經通路。

? 實驗設計、電極放置、行為和關鍵假設。Credit: Binish et al.

研究團隊記錄了12名植入顱內電極的難治性癲癇患者的大腦活動。參與者被要求完成一項根據情境線索快速識別目標的任務。通過結合計算與統計分析前額葉皮層和初級運動皮層的數據，研究人員在大腦的高維活動中識別出了一個低維的通信子空間（communication subspace，即嵌入在復雜神經網絡中專門用于信息中繼的簡化信號通道）。實驗結果顯示，這一特定空間能在單次試驗中選擇性地過濾并傳遞與行為相關的情境預測信息。相較于單獨觀察上述兩個獨立腦區，該子空間內的神經活動能夠更加精準地預測基于不同情境的動作計劃。這一發現證實了大腦正是通過協調的區域間種群動態（interareal population dynamics，即不同腦區神經元群體協同活動的網絡模式）來實現高效的信息交互與通訊。相關成果有望推動帕金森病等存在動作規劃困難的疾病機制研究，并為開發直接翻譯人類意圖的腦機接口提供理論啟發。研究發表在 Nature Neuroscience 上。

#神經科學 #意圖與決策 #前額葉皮層 #動作規劃 #神經群體動力學

閱讀更多：

Binish, Neha, et al. “A Communication Subspace Relays Context-Dependent Actions from Human Prefrontal to Motor Cortex.” Nature Neuroscience, May 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41593-026-02290-4

補充麥角硫因有望改善長期服用抗精神病藥物患者的認知功能

長期服用抗精神病藥物常導致患者認知功能衰退，但其機理一直不明。徐州醫科大學和北京回龍觀醫院的Mingxuan Zheng、Hanrong Yan、Wenting Hao、Huimei An、Yinghua Yu與Kuiyang Zheng等揭示了此類藥物通過耗竭特定腸道微生物代謝物從而誘發認知受損的完整致病通路。

研究人員以小鼠為模型，對其進行八周的奧氮平（一種常用的非典型抗精神病藥物）持續暴露。多組學分析顯示，藥物導致小鼠腸道菌群失調，特別是藍細菌（Cyanobacteria，一類能合成特定生物分子的腸道微生物）豐度大幅下降，進而引發血液和腦內麥角硫因（ergothioneine，一種人體無法自身合成、完全依賴微生物產生且具有強抗氧化作用的代謝物）顯著耗竭。這一現象在服用利培酮和氯氮平的患者及小鼠中同樣得到驗證。通過糞菌移植（FMT，將供體腸道菌群植入受體以改變其菌群組成的實驗技術），證實了菌群改變是導致認知損傷的直接原因。機制層面，麥角硫因缺乏激活了海馬區蛋白酪氨酸磷酸酶1B（PTP1B，一種氧化還原敏感磷酸酶），抑制了抗氧化調控因子，引發嚴重氧化應激與突觸結構受損。補充麥角硫因或特異性敲除海馬神經元中的PTP1B編碼基因，均能有效逆轉上述神經突生長異常與認知缺陷。研究發表在 Cell Host & Microbe 上。

#疾病與健康 #心理健康與精神疾病 #腸腦軸 #抗精神病藥物 #麥角硫因

閱讀更多：

Zheng, Mingxuan, et al. “Gut Microbiota-Derived Ergothioneine Alleviates Antipsychotic-Induced Synaptic and Cognitive Impairments.” Cell Host & Microbe, vol. 34, no. 5, May 2026, pp. 959-974.e7. ScienceDirect, https://doi.org/10.1016/j.chom.2026.03.020

AI 行業動態

融資700億、價格砍七成：DeepSeek將推出桌面AI Agent

人工智能公司DeepSeek近日宣布將其API定價永久調整為原價的四分之一，引發全球開發者關注。此前限時優惠結束后，官方直接將價格砍掉75%，使得實際費率遠低于GPT-5.5、Claude Opus 4.7等國際主流模型，且計價單位從美元轉為人民幣。在保持模型性能頂尖的同時，DeepSeek V4 Pro憑借獨創的注意力架構、并行策略和顯存量化技術實現了極低的推理成本，價格僅為國際同級別模型的十分之一以下。這一舉措被視作對高頻調用代碼API的開發者和企業的巨大讓利，也引發了外界對其低價策略可持續性的討論。

就在降價通知發布前一天，彭博社報道DeepSeek正推進一輪高達700億元人民幣的融資，有望創下中國科技初創企業首輪融資的歷史紀錄。創始人梁文鋒在投資者會議上明確表示，公司將把突破性AI研究置于短期商業化之前，以實現通用人工智能為最終目標。投資方陣容包括國家人工智能產業投資基金、騰訊、IDG資本等，寧德時代、京東、網易也在談判中。與此同時，DeepSeek開始組建Harness團隊，內部對標Anthropic的Claude Code，旨在開發桌面端智能體產品，將強大的代碼能力轉化為改變開發者工作流的實際應用。

#DeepSeek #API降價 #百億美元融資 #AGI #AI智能體

閱讀更多：

https://www.bloomberg.com/news/articles/2026-05-22/deepseek-founder-declares-agi-goal-as-10-billion-round-advances

從便簽到Wiki：Claude記憶架構大翻新，為Conway智能體鋪平道路

人工智能公司Anthropic正為Claude測試一套全新的“雙模記憶系統”，旨在徹底重構其記憶架構。新系統在保留原有將信息壓縮為單一摘要的“經典記憶”模式外，新增了革命性的“文件記憶”（Memory Files）功能。該功能允許Claude在對話中自動將信息整理成按話題或項目區分的結構化文檔，形成一個內置的“個人維基（Wiki，一種支持多人協作編輯的知識庫系統）”。當后續對話涉及相關主題時，Claude僅選擇性讀取對應文件，從而突破了單一摘要的容量瓶頸，實現了近乎無限的持久化記憶，并能精準按需檢索。用戶也能像編輯文檔一樣，隨時瀏覽、修改或刪除這些記憶文件，重新獲得了對AI記憶的控制權。

伴隨文件記憶一同亮相的，還有名為“夢境”的異步后臺記憶整合機制。該機制受人類快速眼動期（REM）睡眠啟發，能在Claude空閑時自動對積累的記憶文件進行合并重復項、更新過時信息、解決矛盾等深度整理，從而提升記憶質量。為企業客戶設計的“夢境”預覽版已展現出將首次處理錯誤率降低97%等顯著效果。更重要的是，這些記憶升級被視為是為即將到來的殺手級產品“Conway智能體”鋪路。Conway是一個設計為7x24小時永不下線的AI智能體平臺，擁有獨立的運行環境，能主動監聽事件、執行任務、操控瀏覽器等。文件記憶提供了存儲架構，夢境提供了自動維護機制，二者共同為Conway的持久自主運行奠定了基石，標志著AI從被動應答向主動行動的范式轉變。

#Claude記憶系統 #文件記憶 #夢境機制 #Conway智能體 #持久AI

閱讀更多：

https://www.testingcatalog.com/anthropic-plans-claude-memory-update-with-new-memory-files/

跨物種腦機接口新探索：Dognosis用犬類嗅覺+神經信號重構早癌篩查入口

印度班加羅爾初創公司Dognosis近期引發行業關注，其核心思路并非簡單利用犬類聞癌癥的能力，而是將這一生物感知過程通過腦機接口數字化，構建可訓練、可量化、可擴展的疾病篩查系統。公司推出的BreathEasy產品定位為非侵入式呼氣檢測平臺，受檢者佩戴定制面罩正常呼吸約10分鐘，系統采集呼氣中的揮發性有機物。樣本隨后送至實驗室，由訓練過的生物醫學檢測犬在受控環境中分析。關鍵在于，Dognosis自研了犬用腦機接口DogSense，用于記錄犬只嗅聞時的腦電圖及行為數據，并配合多模態機器學習平臺DogOS，將神經信號、呼吸模式等信息整合為數字化的疾病預測結果。這相當于把犬類天然的嗅覺優勢，通過神經信號讀取轉譯成標準化、可復核的醫療決策輸入。

從驗證數據看，公司宣稱一項與英國Medical Detection Dogs合作、涉及印度6家醫院1,502名參與者（含283名癌癥患者）的II期研究，在7種癌癥上取得了超過90%的敏感度與特異度，相關成果曾在ASCO、AACR等國際會議展示。Dognosis試圖將自己定位為多癌種早篩的低門檻入口，聲稱其篩查成本比常規套餐便宜10倍以上，并已在印度開展10余個醫院試點。這一路線對腦機接口領域而言，意義在于將應用邊界從“人-機控制”拓展到跨物種神經信號讀取與生物傳感增強診斷。不過，其腦機接口的具體技術參數（如電極數量、信號質量控制）、臨床數據的詳細分層結果以及系統的可重復性，仍有待獨立驗證和正式論文披露。無論如何，它展示了一種非典型但有啟發性的BCI范式：腦機接口可以作為“生物智能數字化”的中間層，放大人眼無法直接觀察的天然感知優勢。

#犬類腦機接口 #呼氣早篩 #跨物種AI #多癌種檢測 #生物傳感數字化

閱讀更多：

https://startuppedia.in/startup-stories/dognosis-is-combining-dogs-and-ai-for-cancer-screening-11837947

AI 驅動科學

新型光子系統實現4飛焦耳超低能耗光開關

如何在極低功耗下實現利用光信號控制光信號，一直是開發高速且節能的全光計算系統面臨的關鍵難題。Zhi Wang、Li He等（賓夕法尼亞大學與蒙大拿州立大學）利用二維半導體材料結合微觀光學結構，成功開發出一種能夠在飛焦耳級能耗下運行的全光開關，為未來的人工智能硬件與量子計算鋪平了道路。

? 二維納米腔激子極化子。(a) 耦合 TMD-PhC 納米腔示意圖。(b) 柵極可調 TMD 堆疊結構示意圖。(c) 懸浮 Si0N1 納米梁腔的掃描電子顯微鏡圖像，插圖顯示了模擬的腔模分布。暗區懸浮于 SiO2 襯底上。比例尺：500 nm。Credit: Physical Review Letters (2026).

為了使通常不會相互作用的光子產生強烈的非線性光學響應，研究團隊將原子級厚度的二維半導體單層二硒化鉬（MoSe2）與氮化硅光子晶體納米腔（photonic crystal nanocavity，一種能在納米尺度極度壓縮并限制光場的微觀結構）集成在一起。通過這種設計，光與原子層中的物質發生強耦合，形成了一種名為激子極化子（exciton-polariton，兼具光子極速傳播特性與物質間相互作用能力的半光半物質準粒子）的混合態。納米腔作為一個超精密的光陷阱，將這些準粒子限制在亞波長尺度內，顯著增強了粒子間的相互作用強度。實驗數據顯示，該器件僅需約4飛焦耳（femtojoule，極微小的能量單位）的能量就能達到開關閾值，比以往同類系統低了數個數量級，且開關操作在幾皮秒內即可完成。由于該平臺采用了兼容標準制造工藝的結構，未來有望將其大規模集成到復雜的光學微處理器中。研究發表在 Physical Review Letters 上。

#其他 #計算模型與人工智能模擬 #光子學 #激子極化子 #二維材料

閱讀更多：

Wang, Zhi, et al. “Strongly Nonlinear Nanocavity Exciton Polaritons in Gate-Tunable Monolayer Semiconductors.” Physical Review Letters, vol. 136, no. 14, Apr. 2026, p. 146901. APS, https://doi.org/10.1103/gc15-qsvf

能耗直降75倍！神經形態芯片與儲層計算賦予軟體機械臂運動智慧

軟體機器人憑借極高的靈活性在搜救與醫療等領域極具潛力，但其復雜的非線性身體結構使得動態控制成為長期的工程瓶頸。Noel Naughton、Arman Tekinalp、Keshav Shivam與Mattia Gazzola等（弗吉尼亞理工大學與伊利諾伊大學等）利用受大腦啟發的儲層計算方法，成功實現了對仿生軟體機械臂的高效控制，并大幅降低了計算能耗。

? 諾埃爾·諾頓團隊制作的軟體機器人虛擬渲染圖。Credit: Noel Naughton

該研究團隊利用三維虛擬工具構建了一個仿生軟體機械臂模型，其內部包含一個中央彈性核心和多對協同工作的合成肌肉。為了攻克傳統控制方法的局限，研究人員引入了儲層計算技術。他們將機械臂的運動數據輸入到神經儲層中，測試不同運動模式并進行反饋優化。該方法自然地適應了機械臂的彈性動力學特征，在處理復雜任務時成功實現了同步的肌肉協調與自建模，超越了傳統人工神經網絡的表現。更令人矚目的是，當研究團隊將該算法部署到神經形態硬件上時，其能效比標準中央處理器提高了75倍，比高效中央處理器提高了45倍。這一成果解決了軟體機器人復雜的動態控制難題，也為開發無束縛的小型實體機器人鋪平了道路。研究發表在 PNAS 上。

#AI驅動科學 #機器人及其進展 #軟體機器人 #儲層計算 #神經形態硬件

閱讀更多：

Naughton, Noel, et al. “Neural Reservoir Control of a Bio-Hybrid Soft Arm.” Proceedings of the National Academy of Sciences, vol. 123, no. 17, Apr. 2026, p. e2522094123. pnas.org (Atypon), https://doi.org/10.1073/pnas.2522094123

清華大學最新模型：2050年全球100%可再生能源供電技術可行

全球如何構建凈零電力系統以緩解氣候變化？清華大學Ziheng Zhu和Hanjie Mao等構建了高分辨率全球模型，證實到2050年完全依靠可再生能源供電的技術可行性，并量化了降本策略。

? 凈零排放電力系統的情景框架及相關 SCOE。左圖展示了 15 個情景的概念設計，這些情景與基準情景在需求增長和社會技術進步方面存在差異（情景定義見擴展數據表 1）。右圖列出了每個情景下按技術和輸電基礎設施劃分的相應 SCOE（美元/兆瓦時）。SCOE 定義為年度資本支出和運營支出除以總電力需求，不包括配電和管理成本。UHV：超高壓；DPV：分布式光伏；UPV：公用事業規模光伏；CCS：碳捕獲與封存。Credit: Zhu et al.

該研究構建了高時空分辨率（0.25° × 0.25°，全年8760小時）的全球電力系統模型。通過協同優化容量擴張與運行策略，團隊逐小時模擬全球全年的電力需求，并基于可用土地預測了風能和太陽能等可變可再生能源（variable renewable energy，VRE：發電量受自然天氣影響而波動的清潔能源資源）的部署情況。結果顯示，構建滿足全球用電需求的凈零電力系統在技術上完全可行，共需部署15至20太瓦的VRE。豐富的VRE能為低收入地區提供廉價電力，但土地利用是一大挑戰，僅太陽能光伏就需要超900萬公頃土地，且80%以上的VRE需建在用電負荷中心200公里以內。此外，研究證實需求側管理（demand-side management，DSM：通過干預改變用戶用電時間和方式的策略）、擴大國際輸電網以及消除技術貿易壁壘，可分別使系統成本降低6.5%、5.6%和12.2%。研究發表在 Nature Energy 上。

#可再生能源 #凈零排放 #電力系統模型

閱讀更多：

Zhu, Ziheng, et al. “Integrated Planning of Net-Zero Power Systems for All.” Nature Energy, May 2026, pp. 1–21. www.nature.com, https://doi.org/10.1038/s41560-026-02054-1

檢索增強操作框架提升機器人3D空間推理與復雜指令執行能力

視覺語言模型（VLM）雖能理解指令，卻缺乏在現實三維空間執行精細動作所需的空間推理能力。香港中文大學與浙江人形機器人創新中心有限公司的Kai Chen、Chengkun Li與Qi Dou等人開發了檢索增強操作框架，使機器人無需特定任務訓練即可將抽象語言轉化為精確的三維操作行動。

研究團隊開發的檢索增強操作（Retrieval-Augmented Manipulation，簡稱RAM，一種將視覺基礎模型與顯式三維物體表示相結合的系統框架）充當了語義意圖與幾何執行之間的物理橋梁。RAM系統首先分析機器人內置攝像頭捕獲的圖像，識別特定物體并構建以物體為中心的當前環境3D表示。當視覺語言模型處理用戶指令時，RAM會將這些3D幾何信息作為增強上下文反饋給模型。這使得系統能將復雜的抽象指令分解為一系列空間精確且物理上合理的子目標。

在真實機器人的零樣本測試中，RAM不僅成功引導執行了復雜的空間語言指令，還能在單張2D圖像的引導下完成空間感知操作。更重要的是，當面臨物體碰撞或尺寸限制等物理約束時，機器人能夠自適應地重新規劃行動。在通用三維物體數據集上的定量評估結果顯示，RAM的核心視覺模塊對未見過的物體類別具有極強的泛化能力，且在面對形狀變化和遮擋時表現出高度的魯棒性。研究發表在 Science Robotics 上。

#大模型技術 #機器人及其進展 #空間推理 #視覺語言模型 #零樣本學習

閱讀更多：

“A Retrieval-Augmented Framework Enabling VLM Spatial Awareness for Object-Centric Robot Manipulation.” Science Robotics. www.science.org, https://www.science.org/doi/10.1126/scirobotics.aea2092. Accessed 25 May 2026

改變混合順序提升千倍導電率，熱可逆離子生物凝膠助力可穿戴腦監測

腦電監測常面臨頭發阻擋電極且凝膠易干致信號衰減的難題。賓夕法尼亞州立大學的Ankan Dutta等人研發出一種熱可逆半導體離子生物凝膠。該材料遇熱液化穿透頭發后冷卻成膠，實現了長效穩定的腦電信號采集。

? 基于混合策略的離子型生物凝膠材料設計示意圖——NC、BC-NP、BC-MP、BC-PP 以及層狀結構（不混合的雙連續體系）。Credit: Science Advances (2026).

研究團隊通過調控成分的混合順序和相形態（phase morphology，即材料內不同組分的空間分布與結構），將明膠、甘油、離子液體與導電聚合物PEDOT:PSS結合。研究發現，混合策略徹底改變了材料性能：當利用粘彈性相分離（viscoelastic phase separation，即混合動態不對稱物質時產生的網絡狀分離現象）改變加入順序時，導電區域會形成互連網絡，使導電性提升約三個數量級，且兼具半導體特性與遇熱軟化能力。測試表明，新型生物凝膠能在不同發質頭皮上維持長達3天的極低接觸阻抗。該材料能準確記錄大腦在觸覺刺激下的事件相關去同步化。這克服了可穿戴設備的長期監測障礙，為客觀的神經觸覺反饋奠定基礎。研究發表在 Science Advances 上。

#意識與腦機接口 #腦機接口 #神經觸覺 #熱可逆生物凝膠 #可穿戴設備

閱讀更多：

“Controlling Thermoreversibility and Hole Conductivity in Thermoresponsive Ionic Biogels Using Phase Morphology for Neurohaptics.” Science Advances. www.science.org, https://www.science.org/doi/10.1126/sciadv.aee0777. Accessed 25 May 2026

整理｜ChatGPT

編輯｜丹雀、存源

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復哦~

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

研究院在華山醫院、上海市精神衛生中心分別設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工陳天橋雒芊芊神經科學研究院。

研究院還建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、科普視頻媒體「大圓鏡」等。