追問daily | Nature：百年運動小人模型被推翻；哪怕看不清字，大腦也能悄悄讀懂它的意思

█ 腦科學動態

Science：小鼠感覺皮層中的環形神經網絡如何引導電波旋轉

Nature：顛覆百年運動小人模型，大腦運動皮層并非井然有序

大腦神經元會根據視覺和記憶任務重塑結構和功能

基因剪接異常導致嚴重失眠

鎖定關聯六種腦部疾病的三個核心基因

多巴胺通過抑制神經元活動激發運動渴望

新計算模型鎖定641個精神分裂癥新基因

哪怕看不清字，大腦也能悄悄讀懂它的意思

早期神經運輸損傷或可逆轉

█ AI行業動態

48小時流失兩位大將：諾獎得主John Jumper離開谷歌加入Anthropic

█ AI驅動科學

Nature：新型光纖夾爪實現微米級精密機械裝配

單個器件實現高維并行計算，能效提升十倍

人工突觸利用光顏色編程實現類腦平衡學習

利用強化學習使無人機學會自主側身擠過極窄縫隙

串聯神經網絡毫秒級提取半導體特性

統一數據庫AkasicDB顯著減少大模型幻覺并提升檢索效率

智能不等于意識：神經科學家警示AI聊天機器人的擬人化陷阱

融合蟻群與鳥群算法突破人工智能早熟收斂瓶頸

千元機械手：在真實世界不間斷打游戲145小時

腦科學動態

Science：小鼠感覺皮層中的環形神經網絡如何引導電波旋轉

大腦中的神經活動常以波的形式傳播，但其解剖學基礎和全局協調作用一直不明確。Nicholas A. Steinmetz團隊（華盛頓大學醫學院）在小鼠大腦中發現了一種新型的旋轉腦電波，揭示了其依賴于感覺皮層中的環形解剖回路，并展現出協調全腦活動的功能。

? 左圖為小鼠大腦的三維渲染圖，展示了一個旋轉波的示例，以圓形彩虹色表示，顏色代表波的傳播方向；右圖為小鼠大腦的三維渲染圖，展示了旋轉波中心的空間分布，顏色越亮表示中心越多。Credit: Zhiwen Ye/Steinmetz Lab

研究團隊結合了全腦皮層成像和在丘腦、紋狀體及中腦等深部腦區的大規模高密度電極記錄。通過分析神經元的軸突投影，研究人員發現產生這些旋轉波的神經元在體感皮層中呈圓形排列，如同旋轉木馬的軌道一般。這種固定的解剖結構引導電信號呈螺旋狀運動。研究表明，旋轉波在兩側大腦呈鏡像對稱，并在感覺與運動區域間高度協調。當用微弱氣流刺激小鼠胡須時，其右側感覺皮層會立即產生順時針旋轉波。此外，在需要爪眼協調的物體檢測實驗中，旋轉波的特征隨著小鼠的興奮狀態和任務成功率而發生變化，表明這些波可能作為時空時鐘來協調感覺與運動反應。研究發表在 Science 上。

#神經科學 #神經機制與腦功能解析 #腦電波 #感覺運動協調

閱讀更多：

Ye, Zhiwen, et al. “Brain-Wide Topographic Coordination of Rotating Waves.” Science, vol. 392, no. 6804, June 2026, p. eadx1369. science.org (Atypon), https://doi.org/10.1126/science.adx1369

Nature：顛覆近百年運動小人模型，大腦運動皮層并非井然有序

大腦如何控制全身運動？Darrel R. Deo和Francis R. Willett等研究人員（斯坦福大學醫學院吳蔡神經科學研究所）通過高分辨率單神經元記錄，更新了有著近百年歷史的運動小人模型，發現運動皮層并非像傳統教科書那樣嚴格有序分區，而是呈現出全身運動信息的混雜表征。

? 倫敦自然歷史博物館的三維感覺和運動小人模型。Credit: Wikipedia/Dr. Joe Kiff,

為了在單神經元尺度重新繪制運動皮層，研究團隊招募了8名癱瘓受試者。這些受試者均植入了微電極陣列，用于參與腦機接口臨床試驗。研究人員記錄了受試者嘗試進行45種身體動作和言語任務時中央前回的神經元電信號。結果顯示，運動皮層每個區域都包含全身運動的信息，而非僅對應特定部位。例如，手部運動敏感區也包含面部和腿部的信號。此外，研究人員在上腹側中央前回兩側發現了兩個言語偏好區，其中間是一個廣泛參與全身運動的萬能區域。這一高度混雜且相互關聯的發現挑戰了經典的運動小人。在應用方面，這意味著單個植入物即可提供豐富的運動控制信號，有助于設計更高效的輔助設備。研究發表在 Nature 上。

#疾病與健康 #腦機接口 #神經機制與腦功能解析 #運動皮層

閱讀更多：

Deo, Darrel R., et al. “A Mosaic of Whole-Body Representations on the Human Precentral Gyrus.” Nature, June 2026, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-026-10653-x

大腦神經元會根據視覺和記憶任務重塑結構和功能

工作記憶等復雜腦功能如何實現？M. Feyerabend和J. F. Staiger等（哥廷根大學醫學中心及加拿大西安大略大學）組成的研究團隊發現，狨猴腦細胞會根據其所處的視覺或記憶區域，在結構和電生理功能上進行顯著的適應性調整，展現出高度特異性。

? 狨猴前額葉皮層三種不同類型神經細胞的高分辨率最大投影圖像。左圖（紅色）為棘狀錐體細胞（興奮下游神經細胞的神經細胞）；中圖（綠色）為無棘多極中間神經元（快速且選擇性地抑制其他神經細胞的神經細胞）；右圖（藍色）為無棘雙極中間神經元（緩慢但持續時間較長地抑制其他神經細胞的神經細胞）。Credit: University Medical Center G?ttingen

研究團隊通過測量普通狨猴初級視覺皮層和外側前額葉皮層（lateral prefrontal cortex，LPFC）中三種神經元的三維形態和電特性。研究顯示，興奮性神經元和快速放電抑制性神經元在這兩個腦區中表現出顯著差異。在負責高級工作記憶的LPFC中，這兩種神經元均表現出更寬的動作電位和更多的爆發式放電行為。形態學上，LPFC中的興奮性神經元擁有更長的樹突分支，但電興奮性較低；相反，快速放電抑制性神經元在LPFC中電興奮性更高且軸突結構更復雜。相比之下，非快速放電抑制性神經元的區域差異較少。這種神經元水平的特異性適應在靈長類動物中比在嚙齒類動物中更為顯著，有助于闡明精神分裂癥等精神疾病的潛在病理機制。研究發表在 Nature Communications 上。

#疾病與健康 #神經機制與腦功能解析 #工作記憶 #神經元多樣性 #前額葉皮層

閱讀更多：

Feyerabend, M., et al. “Intrinsic Neuronal Diversity as a Substrate for Cortical Area Specialization in Primate Vision.” Nature Communications, June 2026. www.nature.com, https://doi.org/10.1038/s41467-026-73734-5

基因剪接異常導致嚴重失眠

大腦何時應該清醒，何時又該休息？由 Tahnee Mackensen 和 Manuel Irimia 等人（巴塞羅那龐培法布拉大學與基因組調控中心）組成的研究團隊發現，神經元基因中被稱為微外顯子的微小片段如果發生剪接異常，會導致斑馬魚處于過度興奮狀態并引發嚴重失眠。這一發現揭示了調控生物覺醒狀態和睡眠周期的一種新型分子機制。

? 鈣成像技術用于測量大腦中的神經活動。圖像越亮，神經活動越活躍。Credit: UPF - CRG

研究人員構建了缺乏特定拼接因子基因的斑馬魚突變體，使其無法正常納入微外顯子（microexons，長度僅為3到51個核苷酸的極小外顯子片段）。通過高通量行為追蹤和高速攝像分析發現，這些突變體表現出明顯的過度興奮狀態，白天活動量增加61％，夜間活動量增加66％，且入睡延遲47％，導致夜間每10小時就損失1.5小時的睡眠。此外，突變體前腦區域的環磷酸腺苷（cAMP）水平顯著升高，使神經元一直處于過度活躍狀態。研究團隊使用化學抑制劑降低突變體體內的cAMP水平后，斑馬魚的活動成功恢復到正常狀態，證實了cAMP在神經元中扮演著控制覺醒強度的恒溫器角色。由于人類自閉癥和精神分裂癥也存在微外顯子調控異常，該研究為緩解相關神經系統疾病的行為癥狀提供了潛在的藥理學靶點。研究發表在 Science Advances 上。

#疾病與健康 #神經機制與腦功能解析 #選擇性剪接 #睡眠障礙 #斑馬魚

閱讀更多：

Mackensen, Tahnee, et al. “Neuronal Microexons Modulate Arousal via the cAMP-PKA-CREB Pathway in Zebrafish.” Science Advances, vol. 12, no. 25, June 2026, p. eady8291. science.org (Atypon), https://doi.org/10.1126/sciadv.ady8291

鎖定關聯六種腦部疾病的三個核心基因

精神疾病的早期發現和治療一直受限于其復雜的生物學機制。復旦大學、倫敦國王學院以及巴黎-薩克雷大學等機構的研究團隊通過對青少年多組學數據的分析，成功發現了跨越精神分裂癥、抑郁癥和失眠癥等六種精神和發育障礙的共同遺傳和免疫標志物。

? 主要神經精神疾病共有的致病 CpG 位點和致病基因。a、b，圖中展示了致病 CpG 位點（a）和致病基因（b）。每種神經精神疾病用特定顏色表示，每條曲線的寬度代表致病 CpG 位點或基因對相應疾病的影響程度（曲線越寬，絕對效應越大）。數字表示相應 CpG 位點/基因與神經精神疾病之間的相關性。Credit: Qian et al. (Nature Mental Health, 2026).

研究團隊利用歐洲大型青少年IMAGEN隊列項目中1274名健康青少年的血液多組學數據進行分析。他們通過全基因組分析結合孟德爾隨機化，在六種神經精神和睡眠障礙（包括精神分裂癥、重度抑郁癥、雙相情感障礙、注意力缺陷多動障礙、自閉癥譜系障礙和失眠癥）中，確定了73個致病DNA甲基化位點和62個致病基因。其中，研究者重點鎖定了三個關鍵基因（MAD1L1、MRPL2、HLA-DRB1）。例如，在cg06770790位點的甲基化會抑制MRPL2基因的表達，進而增加失眠和精神分裂癥的患病風險。研究還顯示，這些致病基因在自身免疫性疾病通路中顯著富集，提示精神疾病與免疫系統失調存在著共同的基因組機制，這也為未來的多病同治和早期干預開發提供了潛在的分子靶點。研究發表在 Nature Mental Health 上。

#疾病與健康 #心理健康與精神疾病 #多組學 #孟德爾隨機化

閱讀更多：

Qian, Luheng, et al. “Adolescent Multi-Omics and Mendelian Randomization Reveal Transdiagnostic Molecular Mechanisms in Psychiatric Disorders.” Nature Mental Health, June 2026, pp. 1–14. www.nature.com, https://doi.org/10.1038/s44220-026-00660-2

多巴胺通過抑制神經元活動激發運動渴望

如何解析行為成癮中動機異常的腦機制？Naoya Nishitani與Katsuyuki Kaneda等（金澤大學）利用新型小鼠跑輪成癮模型，闡明了內側伏隔核中多巴胺及其受體在調節尋求與消耗獎賞中的神經機制。

? 在操作性輪跑任務中，向伏隔核內側部（mNAc）注射 D0 受體拮抗劑可降低獎賞尋求和獎賞消耗（左下）。向伏隔核內側部注射 D1 受體拮抗劑也可降低獎賞尋求（右下）。Credit: Adapted from Nishitani et al. (2025), Neuropsychopharmacology,

研究團隊設計了一種將跑輪運動作為天然獎賞的操作性條件反射任務。小鼠需通過戳鼻達到規定次數來獲得1分鐘的跑輪機會。研究人員以此獨立評估尋求獎賞和消耗獎賞這兩種動機。藥理學實驗顯示，系統性或內側伏隔核（mNAc）局部阻斷多巴胺D1和D2受體會抑制尋求行為，而僅阻斷D1受體會減少消耗行為。此外，利用光纖光度測定發現，在小鼠開始尋求獎賞前，mNAc的神經活動下降，而多巴胺釋放量上升；當獲得跑輪獎賞時，兩者均顯著上升。若使用D1受體拮抗劑，則會阻止尋求前mNAc神經活動的下降。表明多巴胺釋放增加并通過D1受體抑制mNAc神經活動，是驅動特定行為動機的關鍵機制。研究發表在 Neuropsychopharmacology 上。

#疾病與健康 #神經機制與腦功能解析 #行為成癮 #多巴胺 #內側伏隔核

閱讀更多：

Nishitani, Naoya, et al. “Medial Nucleus Accumbens Dopamine Receptors Modulate Motivation for Wheel Running in Male Mice.” Neuropsychopharmacology, vol. 50, no. 13, Dec. 2025, pp. 1982–92. www.nature.com, https://doi.org/10.1038/s41386-025-02136-w

新計算模型鎖定641個精神分裂癥新基因

精神分裂癥的遺傳機制復雜，傳統方法難以精確識別其風險基因。Fabiana Rossi、Giulio Pergola和Daniel R. Weinberger等（利伯腦發育研究所與意大利巴里大學等機構）通過構建新型計算模型，揭示了基因網絡在大腦中的長程協同作用，成功發現了641個此前未被識別的精神分裂癥相關基因。

研究團隊開發了名為 INGENE 和 MODULE 的計算模型，用于捕捉遠端調控變異（trans-eQTLs）對基因表達的集體影響。傳統方法通常只關注近端變異，而新模型能夠模擬基因之間的長程調控關系。研究人員分析了超過 10.2 萬名個體的基因數據，以及來自數百名捐贈者六個腦區（包括海馬體和杏仁核等）的腦組織樣本。結果表明，這種結合了順式和反式預測的模型，顯著提升了 18744 個基因的表達預測準確性，性能超越了此前的基準模型。通過將該模型應用于大規模基因組數據，研究團隊成功在腦區中篩選出 766 個與精神分裂癥相關的基因，其中 641 個為首次發現的全新關聯基因。這些基因主要富集在谷氨酸信號傳導、腦細胞通訊及免疫過程等關鍵生物學通路上。這一成果為理解該疾病的遺傳相互作用提供了重要見解，有望推動精準精神病學的發展。研究發表在 Nature Genetics 上。

#疾病與健康 #心理健康與精神疾病 #精神分裂癥 #基因網絡 #計算生物學

閱讀更多：

Rossi, Fabiana, et al. “Co-Expression-Based Models Improve eQTL Predictions and Highlight Novel Transcriptome-Wide Genes Associated with Schizophrenia.” bioRxiv, 11 Feb. 2026, p. 2026.02.10.704353. bioRxiv, https://doi.org/10.64898/2026.02.10.704353

哪怕看不清字，大腦也能悄悄讀懂它的意思

感覺加工在意識中扮演什么角色？Daphné Rimsky Robert、Matteo Lisi及其合作者（法國國家科學研究中心/巴黎西岱大學整合神經科學與認知中心、倫敦大學皇家霍洛威學院）通過設計結合視覺遮蔽與聽覺提示的認知實驗，證實人類大腦可以在感官細節完全缺失的情況下，有意識地獲取并理解已消失文字的抽象語義含義。

在實驗中，研究團隊向參與者短暫展示一個單詞，隨后立即用隨機字符串進行視覺掩蔽，以打斷其視覺加工。在單詞消失后，參與者會聽到一段相關或不相關的詞語錄音。測試結果顯示，當后來的聽覺詞匯與先前被掩蔽的單詞存在語義關聯時，參與者能夠顯著提高對先前單詞的檢測與識別能力。然而，令人驚訝的是，他們卻完全無法回憶起該單詞的大小寫形式或在屏幕中的具體位置等物理特征。這表明，通過逆向線索（retro-cueing，利用事后提示激活先前記憶表征的技術），大腦能夠在感覺痕跡消失后，幫助純粹的語義表征進入意識。該發現表明意識獲取機制在很大程度上獨立于早期的感覺積累，支持了意識源于后期信息廣播的理論。研究發表在 Communications Psychology 上。

#認知科學 #神經機制與腦功能解析 #意識感知 #語義加工 #視覺掩蔽

閱讀更多：

Rimsky Robert, Daphné, et al. “Consciously Detecting and Recognizing a Past Visual Word after Its Sensory Trace Is Gone.” Communications Psychology, June 2026. www.nature.com, https://doi.org/10.1038/s44271-026-00478-9

早期神經運輸損傷或可逆轉

神經退行性疾病中的軸突運輸受損機制及可逆性長期不明。Edoardo Moretto、Marc Aurel Busche和Giampietro Schiavo等（英國倫敦大學學院女王廣場神經病學研究所、英國癡呆癥研究所及意大利國家研究中心）通過小鼠實驗，發現由病理性tau蛋白聚集引起的軸突運輸缺陷在神經元死亡前是可逆的，并揭示了其分子機制。

? 利用掃描電子顯微鏡對培養的小鼠原代皮層神經元進行成像。Credit: Steve Gschmeissner and Giampietro Schiavo

研究團隊利用雙光子成像技術，在活體小鼠大腦皮層中追蹤熒光標記的腦源性神經營養因子的運動，從而實時監測軸突運輸。結果顯示，在神經纖維纏結形成和神經元死亡之前的疾病極早期，軸突運輸便已受損，表現為速度減慢和停頓增加。機制上，過度磷酸化的tau蛋白在微管上形成了被稱為tau包膜（tau envelopes，由多個tau蛋白分子協同結合微管形成的聚集體）的障礙，阻礙了驅動蛋白的移動。研究證實該損傷是可逆的。通過藥物抑制絲裂原活化蛋白激酶（MAPK）p38α（一種調節細胞應激和驅動tau蛋白磷酸化的關鍵酶），能減少異常磷酸化并縮小包膜體積，顯著恢復軸突運輸功能。持續使用選擇性抑制劑neflamapimod治療效果更佳。研究發表在 Nature Neuroscience 上。

#疾病與健康 #神經機制與腦功能解析 #阿爾茨海默病 #軸突運輸 #神經退行性疾病

閱讀更多：

Moretto, Edoardo, et al. “Aberrant Tau Accumulation Caused by MAPT Mutations Induces Early Pathological Changes in Axonal Transport That Are Rescued by P38α Inhibition.” Nature Neuroscience, vol. 29, no. 6, June 2026, pp. 1355–68. www.nature.com, https://doi.org/10.1038/s41593-026-02266-4

AI 行業動態

48小時流失兩位大將：諾獎得主John Jumper離開谷歌加入Anthropic

繼Transformer共同發明人Noam Shazeer加入OpenAI僅48小時后，谷歌DeepMind副總裁、因開發蛋白質結構預測系統AlphaFold榮獲諾貝爾化學獎的研究人員John Jumper也宣布離職并加入Anthropic。John Jumper曾長期在掌門人Demis Hassabis支持下領導團隊，攻克了生物學界長達半個世紀的蛋白質折疊難題。

分析認為，John Jumper的離職與谷歌在AI編程工具商業化上的滯后，以及對手Anthropic在生命科學領域的重金投入有關。近期，由于主力大模型更新一再延期，谷歌DeepMind團隊內部也流露出對模型研發進度落后的擔憂。與此同時，各大科技巨頭對頂尖研究人員的爭奪正日趨白熱化，John Jumper的加入無疑將強化Anthropic在生物醫藥等前沿應用領域的競爭優勢。

#谷歌DeepMind #JohnJumper #Anthropic #人才流動 #生物AI

閱讀更多：

https://www.bloomberg.com/news/articles/2026-06-19/nobel-winner-john-jumper-to-leave-google-deepmind-for-anthropic

AI 驅動科學

Nature：新型光纖夾爪實現微米級精密機械裝配

針對傳統光鑷抓力不足而無法操控復雜微觀物體的難題，安徽大學的研究人員研制出一種光控微型機械夾爪。該成果成功將高精度光控與機械抓握相結合，實現了微觀尺度下對復雜物體的三維高效操控。

? 利用光纖光柵（OFG）對不透明、不規則且厘米級大小的物體進行高性能三維操控。Credit: Nature (2026).

研究團隊利用雙光子聚合在商用光纖端面構建了尺寸僅為38×38×61立方微米的微型夾爪。其設計靈感源自生物學：光纖充當神經傳輸信號，摻有銀納米顆粒的熱敏水凝膠充當肌肉提供動力，剛性光刻膠則構成骨骼骨架。當近紅外激光照射時，光熱效應使水凝膠肌肉收縮從而張開爪子，關閉激光則使爪子閉合。實驗表明，該夾爪響應時間僅為77毫秒，每秒可開合5次。其輸出力達到微牛級，力質比約為每毫克340微牛，比此前同類裝置提升了一到兩個數量級。該裝置不僅能無損抓取和釋放單個癌細胞，還能操控不透明微粒、不規則碎片，甚至完成了微米級精度的微型齒輪箱和軸承的裝配，且能深入小于300微米的極窄通道或動物組織中進行采樣。研究發表在 Nature 上。

#其他 #機器人及其進展 #仿生技術 #微納操縱

閱讀更多：

Pan, Deng, et al. “Optical Fibre Gripper for High-Performance 3D Micromanipulation.” Nature, June 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-026-10673-7

單個器件實現高維并行計算，能效提升十倍

傳統人工智能硬件因存算分離導致能耗巨大，亞利桑那大學的 Jinli Chen, Akinsanmi S. Ige, Keith Runge, Pierre A. Deymier 以及 Xiaodong Yan 團隊受人腦啟發，開發了一種拓撲聲學突觸（TAS）。該研究通過利用非線性聲波動力學，在單一器件內實現了高維并行計算，極大地提升了處理效率并降低了功耗。

? TAS 的神經形態功能和計算基準測試。Credit: Science Advances (2026).

研究團隊研制的拓撲聲學突觸（TAS）棄用了傳統的電子傳輸，轉而通過微小連接路徑傳輸聲波，并將信息編碼為相位比特（phi-bits，由波導內聲波集體相互作用產生的信息單位）。這種機制模擬了生物突觸的增強與抑制過程。在 Iris 花卉分類測試中，TAS 展現出卓越的性能，其學習收斂速度比傳統多層感知機快 20%，參數需求減少 60%，且功耗比場效應晶體管（FET）和憶阻器等尖端電子硬件低至少一個數量級。此外，通過增加波導數量，TAS 還能模擬復雜的神經調節。這種聲音芯片實現了真正的硬件并行處理，為解決大數據時代的計算密度挑戰提供了新路徑。研究發表在 Science Advances 上。

#神經科學 #計算模型與人工智能模擬 #神經形態計算 #聲學突觸

閱讀更多：

Chen, Jinli, et al. “Topological Acoustic Synapse for High-Dimensional Neuromorphic Computing.” Science Advances, vol. 12, no. 24, June 2026, p. eaec6633. science.org (Atypon), https://doi.org/10.1126/sciadv.aec6633

人工突觸利用光顏色編程實現類腦平衡學習

如何降低現代人工智能的高能耗并實現類似人腦的自平衡學習？Hyun Woo Kim、Wooseok Yang、Sae Byeok Jo（成均館大學）等人組成的研究團隊利用下一代半導體材料中的缺陷，開發出一種可通過光顏色調控記憶與遺忘的新型人工突觸器件。

? 通過對光顏色的感知，單個經過基因工程改造的突觸能夠選擇性地增強或減弱其記憶，從而實現類似大腦的穩態學習。Credit: Nature Communications (2026).

研究團隊巧妙地利用了硫化銀鉍（AgBiS2）半導體中的陽離子無序（cation disorder，指晶體結構中陽離子的無序排列）缺陷來制造電子陷阱。他們在該材料上方堆疊了近紅外吸收分子層。通過精確調控，入射光的顏色成為了控制學習的開關。近紅外光能夠填充陷阱，觸發長期增強，使突觸連接增強13倍以上，實現加速學習。相反，短波長的藍光則會清空陷阱，驅動長期抑制，實現快速遺忘。超快激光光譜技術證實，兩種顏色的光會讓電子在相反的路徑上運動。在手寫數字識別模擬中，采用這種波長正交方案的系統在1000輪訓練中保持了穩定的識別率，而傳統單一機制系統在200輪內就失去了記憶。該器件可采用與現有半導體生產線兼容的低溫溶液法制備。研究發表在 Nature Communications 上。

#其他 #計算模型與人工智能模擬 #神經形態計算 #人工突觸 #自平衡學習

閱讀更多：

Kim, Hyun Woo, et al. “Disorder-Mediated Non-Equilibrium Photocurrent Redistribution Enables Homeostatic Synaptic Conditioning in AgBiS2 Heterostructure.” Nature Communications, May 2026. www.nature.com, https://doi.org/10.1038/s41467-026-73235-5

利用強化學習使無人機學會自主側身擠過極窄縫隙

如何在無外部定位時控制無人機穿過極窄縫隙？浙江大學的研究團隊開發出一種全新的感知運動控制策略，成功讓四旋翼無人機僅依靠機載傳感器即可自主完成高難度傾斜避障，安全穿過極窄空間。

? 工作原理和系統實現。Credit: Wu et al.

傳統無人機在復雜雜亂環境中極易發生碰撞。為此，研究團隊提出了一種感知運動策略，通過強化學習在模擬環境中進行訓練。為解決無模型強化學習在三維特殊歐幾里得群限制下難以尋找可行路徑的難題，研究人員利用基于模型的規劃器生成軌跡來引導算法初始化。

研究團隊在一架尺寸為38厘米乘10厘米的定制四旋翼無人機上進行了物理驗證。實驗表明，該控制策略表現出極高的重復性與精準度，使無人機在無需預先獲知縫隙位置和方向的前提下，成功穿過間隙僅有5厘米、傾斜角高達90度的矩形縫隙。在面對未曾訓練過的動態移動縫隙時，無人機也能敏捷地做出反應并安全穿過。這項研究展示了端到端控制架構在極高精度約束任務中的巨大應用潛力。研究發表在 Science Robotics 上。

#其他 #機器人及其進展 #無人機 #強化學習 #自主導航

閱讀更多：

Wu, Tianyue, et al. “Precise Aggressive Aerial Maneuvers with Sensorimotor Policies.” Science Robotics, vol. 11, no. 115, June 2026, p. eaeb0180. science.org (Atypon), https://doi.org/10.1126/scirobotics.aeb0180

串聯神經網絡毫秒級提取半導體特性

如何高效獲取晶體管隱藏的物理特性是優化芯片制造的瓶頸。Masatoshi Kimura、Keisuke Ide和Toshio Kamiya等（東京科學研究所、橫濱市立大學與臺灣國立中山大學）開發出一種新型串聯神經網絡（tandem neural network）框架，成功在毫秒內準確反向提取出半導體的關鍵物理參數。

? Credit: Institute of Science Tokyo

在半導體領域，不同的物理屬性組合可能會產生幾乎相同的晶體管特性，這種現象被稱為多值性，使得反向推導極為困難。傳統方法依賴于器件仿真（TCAD）軟件進行數百次迭代，耗時數小時至數天。本研究提出的新型框架將兩個機器學習模型串聯：第一個模型負責逆向預測，從測量數據估算材料參數；第二個模型則是預訓練的正向模型，用于重建晶體管特性并約束預測范圍。研究團隊使用1000個非晶銦鎵鋅氧化物（a-IGZO）晶體管的數據集訓練該系統，涵蓋了缺陷密度、電子遷移率等六個重要參數。結果顯示，該系統能在不到1毫秒的時間內，從單條電流-電壓曲線中推斷出所有參數，決定系數達到了0.99以上。相比傳統迭代方法，其分析速度提升了六個數量級以上，且在實驗室制造的真實器件測試中表現出高度一致性。研究發表在 Advanced Intelligent Systems 上。

#AI驅動科學 #預測模型構建 #半導體 #機器學習

閱讀更多：

Kimura, Masatoshi, et al. “Tandem Neural Network Rapidly Solves Multivalued Inverse Problems: Application to Oxide-Semiconductor Characterization.” Advanced Intelligent Systems, n/a, no. n/a, p. e70437. Wiley Online Library, https://doi.org/10.1002/aisy.70437

新一代統一數據庫AkasicDB顯著減少大模型幻覺并提升檢索效率

企業AI代理在處理復雜數據時極易產生事實性幻覺。Geonho Lee、Jeongho Park、Donghyoung Han、Min-Soo Kim（韓國科學技術院與GraphAI Co. Ltd.）合作研發了下一代數據庫AkasicDB，通過統一集成向量、圖和關系存儲，成功減少了AI幻覺并大幅提升了查詢效率。

? AkasicDB 將向量、圖和關系存儲集成到單個數據庫管理系統 (DBMS) 中，并通過統一的查詢規劃器和遍歷-連接-相似性運算符，將跨三種數據模型的查詢處理為單個執行計劃。這與傳統方法（通常分別操作多個數據庫）截然不同。Credit: KAIST

為了應對傳統檢索增強生成在處理多維數據時的局限，研究團隊開發了融合向量、圖和關系數據庫的單一引擎AkasicDB。在此基礎上，他們提出一種稱為全方位檢索增強生成（Omni RAG，通過結合文檔語義、實體關系和表格結構化數據來提高大模型檢索質量）的新方法。該系統允許用戶將復雜的向量搜索、圖遍歷和關系過濾合并為單個結構化查詢語言和圖形查詢語言（SQL/GQL）進行統一執行。實驗結果表明，該架構最大限度減少了中間數據傳輸與響應延遲。原本在傳統分立系統中需要21.3秒才能完成的復雜搜索，在AkasicDB中耗時縮短至1秒以內，處理速度提升了20倍以上。此外，由于能夠同時利用多維度數據進行精準檢索，該技術將生成式人工智能的回答準確率提升了78%，顯著抑制了幻覺現象。研究發表在 Companion of the International Conference on Management of Data 上。

#大模型技術 #其他 #檢索增強生成 #數據庫

閱讀更多：

Lee, Geonho, et al. “AkasicDB: Demonstrating Omni RAG with a Unified Vector-Graph-Relational DBMS.” Companion of the International Conference on Management of Data [New York, NY, USA], SIGMOD Companion ’26, 2026, pp. 70–73. ACM Digital Library, https://doi.org/10.1145/3788853.3801609

智能不等于意識：神經科學家警示警惕AI聊天機器人的擬人化陷阱

人工智能聊天機器人是否真的具有意識？Vanessa Hadid、Karim Jerbi與John W. Krakauer（蒙特利爾大學和約翰·霍普金斯大學等）合作發表論文，指出AI的高水平智能表現并不等同于擁有意識體驗，警告公眾需要高度警惕將AI擬人化所帶來的心理和認知危機。

研究團隊引入神經科學中的盲視（blindsight，指大腦初級視覺皮層受損后，患者主觀上看不見卻能準確對視覺刺激做出反應的現象）和情感盲視（affective blindsight，指患者在無法有意識感知面部表情時仍能對情緒做出反應的生理現象）來闡釋這一問題。這些現象表明，復雜的、具有目標導向和情感響應的行為可以在無意識狀態下完成，即智能行為與意識體驗是完全分離的。當前的對話式智能體本質上是基于統計模式學習的計算系統，通過數學優化生成回復，屬于一種計算自動化，而非產生了內在生命。當人們面對能夠流利進行情感互動的AI時，極易落入擬人化陷阱，誤認為對方理解并關心自己，從而在心理脆弱時過度產生情感依戀，甚至加劇心理健康隱患。研究發表在 The Transmitter 上。

#神經科學 #神經機制與腦功能解析 #心理健康與精神疾病

閱讀更多：

“The Illusion of AI Consciousness: Lessons from Humans.” The Transmitter: Neuroscience News and Perspectives, 8 June 2026, https://www.thetransmitter.org/artificial-intelligence/the-illusion-of-ai-consciousness-lessons-from-human-unconscious-processing/.

融合蟻群與鳥群算法突破人工智能早熟收斂瓶頸

AI算法常因過早停止搜索而陷入局部最優。為解決此難題，Donald C. Wunsch II（密蘇里科技大學）與Ashraf M. Abdelbar（布蘭登大學）將兩種自然啟發式計算技術結合，研發出能鼓勵算法持續探索的高效尋優方法。

該研究將模擬螞蟻集體覓食的蟻群優化算法，與模擬鳥群信息共享的粒子群優化算法相結合。研究人員在連續域蟻群算法中引入源自鳥群的社會影響機制，以提高算法的搜索多樣性，避免其在得到次優解后過早收斂。在算法性能評估中，研究團隊利用加州大學歐文分校基準數據庫的65個數據集對前饋神經網絡進行分類訓練，并在包含多達30,000個變量的63個復雜數學優化測試中進行驗證。結果顯示，與標準蟻群算法相比，新方法在48項神經網絡測試及47項數學優化測試中表現更優，顯著降低了搜索停滯的發生頻率。研究發表在 Memetic Computing 上。

#其他 #算法優化 #仿生計算 #神經網絡

閱讀更多：

Abdelbar, Ashraf M., and Donald C. Wunsch. “PSO-Style Social Influence in an Ant Colony Algorithm for Continuous-Domain Optimization.” Memetic Computing, vol. 18, no. 2, Mar. 2026, p. 17. Springer Link, https://doi.org/10.1007/s12293-025-00493-z

卡馬克與薩頓打造千元機械手：在真實世界不間斷打游戲145小時

為了解決機器人從模擬環境向真實世界遷移時策略易失靈的難題，Khurram Javed、John Carmack以及Richard S. Sutton等人在內的團隊（Keen Technologies與阿爾伯塔大學），開發出名為Physical Atari的低成本、高耐用物理強化學習平臺，實現了機器人在真實世界中連續百余小時自主學習打游戲。

該系統由兩個核心模塊組成：一是通過3D打印制造、利用伺服電機控制標準游戲搖桿的機械手，二是用樹莓派運行游戲并顯示視覺標記的控制箱。研究人員在無需人工干預的真實環境中進行了長達145小時的持續實時強化學習實驗。為解決硬件磨損，團隊引入了高電流反射等工程優化。實驗結果表明，該系統成本控制在1000美元以內。更重要的是，測試發現即使在結構完全相同的兩臺機器人之間遷移策略，微小的制造公差也會導致性能顯著下降，證明了設備端自適應對于提升機器人性能的不可替代性。

#其他 #機器人及其進展 #強化學習 #真實世界 #硬件平臺

閱讀更多：

Javed, Khurram, et al. “Physical Atari: A Robust and Accessible Platform for Real-Time Reinforcement Learning on Robots.” Version 1, arXiv:2606.19357, arXiv, 29 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2606.19357

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。