█腦科學動態

Nature：基因突變分型為精神疾病精準治療提供新路徑

不用開顱也能做"腦擾動實驗"？用AI孿生腦刻畫腦網絡因果

多睡15分鐘，就能讓青少年更聰明

產前壓力導致女童情緒與免疫系統易感性增加

面對虛擬人更敢賭，研究揭秘杏仁核的"膽量調控術"

寶寶愛哭鬧？父母日?；涌山档徒箲]風險

多巴胺雙面舞：大腦如何學會規避風險

多運動，思維更敏銳：體育活動促進老年人的大腦健康

大腦"蝴蝶效應"揭秘：局部小改動如何引發全腦大變動

大腦左右半球：獨立運作與協同交互的神經機制

█AI行業動態

ICLR 2025杰出論文揭曉

微軟突破性AI模型：CPU也能跑，能耗直降90%！

AI智能體能力爆發：完成任務時長每7個月翻倍

谷歌推出"思考預算"可控AI模型，推理能力按需付費

Google Research推出“Mobility AI”計劃

█AI驅動科學

機器人看視頻學技能：單次觀看實現跨形態模仿

大腦視覺啟發AI革新：Lp-Convolution突破機器視覺瓶頸

告別"AI失憶癥"！SD-LoRA算法實現終身學習突破

AI實現3D游戲零樣本遷移，跨游戲直接上手操作

腦科學動態

Nature：基因突變分型為精神疾病精準治療提供新路徑

精神疾病治療面臨同一基因不同突變導致差異癥狀的難題。耶魯大學的Kristen Brennand與西奈山伊坎醫學院的Gang Fang、Paul Slesinger團隊發現，神經突觸關鍵基因neurexin-1存在"功能喪失"和"功能獲得"兩種突變機制，需采用完全不同的干預策略。

研究團隊將4名攜帶neurexin-1突變患者的皮膚細胞重編程為誘導多能干細胞（iPSCs），再分化為兩類關鍵神經元：負責興奮信號的谷氨酸能神經元（iGLUT）和負責抑制信號的GABA能神經元（iGABA）。電生理記錄顯示，兩類突變殊途同歸——功能喪失突變（LOF）導致neurexin-1蛋白產量減半，而功能獲得突變（GOF）產生異常蛋白，但均使谷氨酸神經元活動降低40%，GABA神經元活動反增35%。研究人員用雌二醇成功挽救LOF突變神經元功能，而GOF突變需特定DNA片段阻斷錯誤蛋白合成。該發現顛覆了"同基因同治療"的傳統思路。研究發表在 Nature 上。

#疾病與健康 #個性化醫療 #心理健康與精神疾病 #神經調控 #精準醫療

閱讀更多：

Fernando, Michael B., et al. “Phenotypic Complexities of Rare Heterozygous Neurexin-1 Deletions.” Nature, Apr. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-025-08864-9

不用開顱也能做"腦擾動實驗"？用AI孿生腦刻畫腦網絡因果

如何非侵入式繪制全腦因果圖譜？南方科技大學劉泉影團隊聯合香港科技大學胡禹、香港浸會大學周昌松等研究者，通過構建AI數字孿生腦并施加虛擬擾動，首次發布人腦有效連接圖譜（EBC），揭示了腦區間因果交互的方向性與調控特性。

研究提出神經擾動推斷（NPI）框架，先訓練人工神經網絡（ANN）作為孿生腦建模腦活動動態，再通過系統擾動各腦區節點并記錄響應，量化有效連接（EC）的方向、強度及興奮/抑制屬性。在模擬數據中，NPI推斷的EC與真實連接相關性顯著優于格蘭杰因果分析（Granger causality）。應用于800人的靜息態功能磁共振成像（rs-fMRI）數據后，發現興奮性連接多位于功能網絡內部（如默認模式網絡），而抑制性連接常見于跨網絡區域。更關鍵的是，NPI結果與癲癇患者的皮層-皮層誘發電位（CCEP）數據高度匹配，證實其臨床價值。研究發表在 Nature Methods 上。

#AI驅動科學 #神經調控 #神經機制與腦功能解析 #計算模型與人工智能模擬 #跨學科整合

閱讀更多：

Luo, Zixiang, et al. “Mapping Effective Connectivity by Virtually Perturbing a Surrogate Brain.” Nature Methods, Apr. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41592-025-02654-x

多睡15分鐘，就能讓青少年更聰明

劍橋大學的Barbara J. Sahakian和復旦大學的Wei Cheng團隊通過大規模研究發現，早睡且睡眠時間較長的青少年表現出更好的腦功能和認知能力，即使睡眠時間差異僅15分鐘也能觀察到顯著差異。

研究團隊利用青少年大腦認知發展研究中3,222名11-12歲參與者的Fitbit客觀睡眠數據，結合腦部掃描和認知測試結果。通過稀疏典型相關分析識別出兩個關鍵睡眠-腦維度：一個將晚睡和短睡眠與皮層下-皮層連接減少相關聯，另一個將高心率和短淺睡眠與腦容量降低相關聯。分層聚類分析揭示了三種青少年生物型：生物型1（39%）表現為晚睡、短睡眠和高心率；生物型3（37%）則相反，表現為早睡、長睡眠和低心率；生物型2（24%）處于中間狀態。認知測試顯示，生物型3在詞匯、閱讀和問題解決等任務中表現最佳，生物型1表現最差。縱向分析證實這些差異從9歲持續到14歲。研究發表在 Cell Reports 上。

#疾病與健康 #神經機制與腦功能解析 #青少年發展 #睡眠科學 #認知表現

閱讀更多：

Ma, Qing, et al. “Neural Correlates of Device-Based Sleep Characteristics in Adolescents.” Cell Reports, vol. 44, no. 5, May 2025. www.cell.com, https://doi.org/10.1016/j.celrep.2025.115565

產前壓力導致女童情緒與免疫系統易感性增加

孕期壓力如何影響胎兒發育？耶路撒冷希伯來大學的Hermona Soreq和Shani Vaknine Treidel團隊聯合慕尼黑工業大學等機構發現，母親壓力會重塑新生兒分子通路，尤其導致女嬰膽堿能系統和免疫相關tRNA片段發生顯著改變，這些變化可能增加未來情緒障礙風險。

?tRF 家族在應激組和對照組之間存在顯著差異，并且在母親和新生兒之間存在一些相反的影響。 Credit: Molecular Psychiatry (2025).

研究團隊采集了120對母嬰的臍帶血，重點分析了一種調控基因表達的小RNA分子——tRNA片段（tRFs）。通過高通量測序和機器學習分析發現，承受壓力的母親所生女嬰出現特定線粒體tRFs家族近乎完全消失的現象，這些被稱為"CholinotRFs"的分子能靶向調控乙酰膽堿相關基因。研究同時發現男嬰乙酰膽堿酯酶（AChE）活性異常升高，表明其壓力反應系統從出生即失衡。利用這些生物標志物構建的分類模型對女嬰壓力暴露的判斷準確率高達95%。這些發現揭示了產前壓力通過膽堿能系統（控制情緒和免疫的重要通路）對后代產生性別特異性影響的分子機制，為早期干預提供了潛在靶點。研究發表在 Molecular Psychiatry 上。

#疾病與健康 #個性化醫療 #心理健康與精神疾病 #神經調控 #產前壓力

閱讀更多：

Vaknine Treidel, Shani, et al. “Maternal Prenatal Stress Induces Sex-Dependent Changes in tRNA Fragment Families and Cholinergic Pathways in Newborns.” Molecular Psychiatry, Apr. 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41380-025-03011-2

面對虛擬人更敢賭，杏仁核的膽量調控術

日本國家信息與通信技術研究所的Toshiko Tanaka和Masahiko Haruno團隊發現，當溝通伙伴以虛擬形象（avatar）而非真人面孔出現時，人們賭博意愿顯著增加，而大腦杏仁核（amygdala）對反饋不確定性的異常響應是關鍵機制。

?Credit: Toshiko Tanaka

研究設計精巧的賭博實驗：28名參與者需在"安全選項"和"賭博選項"間抉擇，同時接收來自真人或虛擬形象觀察者的動態表情反饋。功能磁共振成像（fMRI，51人數據）顯示，虛擬形象條件下賭博率提升23%，計算模型揭示這與大腦對表情反饋不確定性的"估值溢價"相關。杏仁核表現出獨特活動模式——其對不確定性的負向響應越強，個體越傾向冒險。有趣的是，這種效應在共情能力（通過人際反應指數量表測量）較低的個體中更顯著，暗示虛擬形象可能削弱了社交顧慮。研究為虛擬社交的風險決策機制提供了首個神經證據，對網絡賭博防治和虛擬現實設計具有啟示意義。研究發表在 PLOS Biology 上。

#認知科學 #神經機制與腦功能解析 #風險決策 #虛擬現實 #杏仁核

閱讀更多：

Tanaka, Toshiko, and Masahiko Haruno. “Feedback from an Avatar Facilitates Risk-Taking by Modulating the Amygdala Response to Feedback Uncertainty.” PLOS Biology, vol. 23, no. 4, Apr. 2025, p. e3003122. PLoS Journals, https://doi.org/10.1371/journal.pbio.3003122

寶寶愛哭鬧？父母日?；涌山档徒箲]風險

約20%的嬰兒天生具有易躁動、高敏感的氣質，這可能導致未來的情緒問題。賴希曼大學的Tahli Frenkel團隊與加州大學戴維斯分校合作發現，父母若能在第一年采用"條件性響應"（contingent responsiveness，即精準回應嬰兒信號）的養育方式，可重塑嬰兒大腦活動模式，降低情緒障礙風險。

研究追蹤51對母嬰，在嬰兒4個月時通過視頻記錄評估母親響應性（如對嬰兒注視的及時回應）和嬰兒氣質（如對新刺激的哭鬧反應）。11個月時，通過腦電圖（EEG）測量發現，高敏感嬰兒若經歷高響應性養育，其風險性腦電模式（右額葉過度激活）會減弱。這些嬰兒在陌生情境中表現更冷靜，甚至展現出早期共情能力（如對他人疼痛的關注）。而未獲響應性養育的高敏感嬰兒，則出現典型的情緒調節困難腦電特征。研究證實，父母如同"神經雕塑家"，通過日?；泳氄{整嬰兒大腦發育軌跡。研究發表在 Developmental Psychology 上。

#疾病與健康 #心理健康與精神疾病 #神經機制與腦功能解析 #早期干預 #親子互動

閱讀更多：

Frenkel, Tahl I., et al. “Maternal Contingent Responsiveness Moderates Temperamental Risk to Support Adaptive Infant Brain and Socioemotional Development across the First Year of Life.” Developmental Psychology, vol. 60, no. 11, 2024, pp. 2157–77. APA PsycNet, https://doi.org/10.1037/dev0001764

多巴胺雙面舞：大腦如何學會規避風險

多巴胺如何幫助大腦從負面經歷中學習？西北大學范伯格醫學院的Gabriela C. Lopez和Talia N. Lerner團隊發現，伏隔核兩個亞區的多巴胺信號以完全相反的方式協同工作，形成動態的"預警系統"。

研究人員訓練小鼠在聽到5秒警告提示（cue）后移動到安全區域以避免足部電擊（footshock），同時通過光纖光度技術（fiber photometry，一種實時監測神經活動的光學方法）記錄伏隔核核心區（Core）與腹內側殼（vmShell）的多巴胺動態。結果顯示：腹內側殼區多巴胺早期對電擊產生強烈反應（峰值達基礎值180%），隨著學習進展，反應轉移至警告提示本身，最終在熟練期消失；而核心區多巴胺則呈現持續抑制（最低降至基礎值60%），且對警告提示的抑制強度隨訓練增加3倍。當實驗改為不可規避電擊時，多巴胺模式迅速回歸初始狀態，證明其具有環境敏感性。這些發現揭示了多巴胺不僅是"快樂分子"，更是靈活的危險評估系統，其功能紊亂可能導致焦慮癥等疾病的過度回避行為。研究發表在 Current Biology 上。

#神經科學 #神經機制與腦功能解析 #心理健康與精神疾病 #多巴胺 #規避學習

閱讀更多：

Lopez, Gabriela C., et al. “Region-Specific Nucleus Accumbens Dopamine Signals Encode Distinct Aspects of Avoidance Learning.” Current Biology, vol. 0, no. 0, Apr. 2025. www.cell.com, https://doi.org/10.1016/j.cub.2025.04.006

多運動，思維更敏銳：體育活動促進老年人的大腦健康

如何通過日常活動優化老年認知？南澳大利亞大學的Audrey M Collins和Maddison L Mellow團隊發現，每天僅需5分鐘中高強度運動（MVPA）就能顯著提升處理速度和工作記憶，且效果不受遺傳背景影響。

研究團隊使用腕戴式三軸加速度計（triaxial accelerometers，精確記錄身體活動的穿戴設備）追蹤585名65-80歲老年人24小時活動模式，發現中高強度運動（MVPA，如快走/游泳等顯著提升心率的運動）與認知功能存在雙向關聯：增加MVPA時間可提升處理速度22%、工作記憶18%和執行功能（多任務處理能力）25%；反之減少運動則認知下降。特別值得注意的是，從完全不運動到每天僅運動5分鐘的群體認知改善最顯著。研究采用組合等時替代分析證實，用MVPA替代其他任何活動時間均能帶來認知收益。這種效應獨立于APOE4基因等風險因素。研究發表在 Age and Ageing 上。

#疾病與健康 #健康管理與壽命延長 #認知科學 #運動干預 #老年醫學

閱讀更多：

Collins, Audrey M., et al. “24-Hour Time Use and Cognitive Performance in Late Adulthood: Results from the Investigating Gains in Neurocognition in an Intervention Trial of Exercise (IGNITE) Study.” Age and Ageing, vol. 54, no. 4, Apr. 2025, p. afaf072. Silverchair, https://doi.org/10.1093/ageing/afaf072

大腦"蝴蝶效應"揭秘：局部小改動如何引發全腦大變動

大腦局部干預如何引發全腦功能重構？這一機制長期困擾神經科學家。由Giovanni Rabuffo、Houefa-Armelle Lokossou、Zengmin Li等15人組成的國際團隊通過小鼠實驗發現，丘腦損傷或皮層沉默會引發獨特的全腦連接模式改變，這些改變既包含連接減弱也包含增強現象。

研究團隊首先采集小鼠在接受丘腦損傷和皮層樞紐化學遺傳沉默（chemogenetic silencing，利用工程受體選擇性調控神經元活動）前后的功能磁共振成像（fMRI）數據?？v向分析顯示，這些局部干預會破壞大腦維持全網絡活動的能力。隨后，他們構建了個性化小鼠全腦計算模型，模擬發現局部興奮性改變會調制遠端腦區的放電率和頻率內容，從而驅動功能連接（FC）重構。特別值得注意的是，不同干預位點會產生獨特的受影響腦區分布模式，這解釋了為何文獻中既有低連接也有高連接的報道。該框架為理解局部神經調控的系統性效應提供了機制性見解，有望優化腦部疾病的臨床診斷和個性化神經調控策略。研究發表在 PNAS 上。

#神經科學 #神經調控 #神經機制與腦功能解析 #計算模型與人工智能模擬

閱讀更多：

Rabuffo, Giovanni, et al. “Mapping Global Brain Reconfigurations Following Local Targeted Manipulations.” Proceedings of the National Academy of Sciences, vol. 122, no. 16, Apr. 2025, p. e2405706122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2405706122

大腦左右半球：獨立運作與協同交互的神經機制

大腦左右半球如何平衡獨立與協作？麻省理工學院的Scott L. Brincat和Earl K. Miller團隊通過綜述人類與非人靈長類研究，揭示視覺信息在半球間傳遞時，高級皮層仍保留空間偏側化特征。

研究整合近年神經生理學證據，發現盡管初級視覺皮層（V1）存在明顯的視野分工，但高級認知區域仍表現出對側空間處理偏好。通過分析視覺皮層層級，團隊證實左右半球使用獨立的注意機制，但當物體跨越視野中線時，半球間通過動態交互實現無縫銜接。例如，當猴子追蹤移動物體時，前額葉皮層神經元會提前激活對側半球對應區域，形成"預測性交接"。這種機制可能解釋阿爾茨海默病患者常見的視覺空間障礙——其半球間信息傳遞效率下降50%。研究還發現，精神分裂癥患者的胼胝體異常與幻覺癥狀嚴重度正相關（r=0.62）。研究發表在 Neuropsychologia 上。

#神經科學 #神經機制與腦功能解析 #認知科學 #跨學科整合 #視覺處理

閱讀更多：

“Cognitive Independence and Interactions between Cerebral Hemispheres.” Neuropsychologia, vol. 212, June 2025, p. 109153. www.sciencedirect.com, https://doi.org/10.1016/j.neuropsychologia.2025.109153

AI 行業動態

ICLR 2025杰出論文揭曉：中國科大與Meta領銜AI安全與模型編輯突破

國際機器學習頂會ICLR 2025近日公布了三篇杰出論文獎和三項榮譽提名研究成果。中國科學技術大學與新加坡國立大學合作的《AlphaEdit》提出了一種創新的語言模型編輯技術，通過零空間約束避免知識篡改，僅需一行代碼即可提升36.7%的編輯性能。Meta的分割一切2（SAM 2）憑借開源視頻分割模型和六倍速圖像處理能力入選榮譽提名，而普林斯頓大學團隊則揭示了大型語言模型安全對齊的脆弱性，呼吁更深入的對齊機制。

獲獎論文聚焦AI領域核心挑戰。普林斯頓大學和Google DeepMind的研究人員發現，當前大語言模型的安全對齊僅作用于前幾個token，導致易受越獄攻擊，提出延伸對齊范圍的方法。不列顛哥倫比亞大學團隊則通過分析微調動態，解釋了模型幻覺加劇的原因，并提出優化對齊效果的新框架。此外，數據Shapley值的計算效率突破和推測解碼技術的改進也展現了研究的前沿性。

#ICLR2025 #AI安全 #模型編輯 #語言模型 #Meta

閱讀更多：

https://blog.iclr.cc/2025/04/22/announcing-the-outstanding-paper-awards-at-iclr-2025/

微軟突破性AI模型問世：CPU也能跑，能耗直降90%！

微軟研究院與中國科學院大學的研究人員聯合開發了一款名為BitNet b1.58 2B4T的新型AI模型，其最大特點是無需依賴高性能GPU，僅需普通CPU即可高效運行。該團隊在arXiv預印本平臺發布的論文中指出，傳統大語言模型（LLMs）如ChatGPT依賴GPU進行訓練和推理，主要因其處理海量數據時需極高算力，但這也導致能源消耗劇增。而新模型通過創新性的“1位架構”，將權重存儲簡化為-1、0、1三個值，僅需基礎加減運算，大幅降低了內存和計算需求。

測試結果顯示，BitNet b1.58 2B4T在同類模型中性能媲美甚至超越部分GPU驅動方案，同時能耗降低超90%。為適配這一架構，團隊開發了專用運行時環境bitnet.cpp，進一步優化了CPU的運算效率。這一突破意味著未來用戶或可在個人電腦或手機上本地運行高性能AI，無需依賴云端數據中心。

#微軟AI #CPU運行 #節能技術 #1位架構 #本地化處理

閱讀更多：

https://dx.doi.org/10.48550/arxiv.2504.12285

AI智能體能力爆發：完成任務時長每7個月翻倍

METR的研究人員通過分析2019年至2025年間最先進的AI智能體在約200項任務（以編程為主，兼有通用推理）中的表現，發現了一項關鍵趨勢：AI成功完成任務的時間范圍正呈指數級增長。研究顯示，任務時長與AI成功率高度相關（R2=0.83），且AI能勝任的50%成功率任務時長每7個月翻倍。例如，2022年ChatGPT僅能處理30秒的編程任務，而如今已可完成人類需1小時的任務。按此趨勢推算，2026年AI將處理2小時任務，2029年甚至可能攻克1個月時長的任務。

值得注意的是，2024至2025年間，這一趨勢加速至每4個月翻倍。若持續加速，AI或于2027年實現處理月級任務。研究人員指出，隨著AI自我改進能力的增強，其發展可能進入“超指數增長”階段——更強大的AI將加速創造更先進的AI，形成技術迭代的飛輪效應。這種正反饋循環或使AI能力迅速超越人類研究者，甚至顛覆所有領域的發展模式。

#AI智能體 #指數增長 #自動化編程 #技術奇點 #METR研究

閱讀更多：

https://theaidigest.org/time-horizons

谷歌推出"思考預算"可控AI模型，推理能力按需付費

谷歌近日發布全球首款混合推理模型Gemini 2.5 Flash，通過創新的"思考預算"機制實現推理能力精準調控。該模型在Gemini 2.0 Flash基礎上進行重大升級，允許開發者通過0-24,576個token的動態區間設定計算資源分配，在保證速度的同時顯著提升復雜問題處理能力。其定價策略直觀體現推理價值：關閉思考功能時輸出成本為每百萬token 0.60美元，啟用后飆升至3.50美元，近六倍差價折射出深度思考的計算強度。

在性能表現方面，Gemini 2.5 Flash展現出驚人競爭力。在評估推理能力的"人類最后一次考試"中，它以12.1%的得分超越Anthropic的Claude 3.7 Sonnet（8.9%）和DeepSeek R1（8.6%），僅略遜于OpenAI的o4-mini（14.3%）。Google DeepMind首席技術官Koray Kavukcuoglu強調，深度思考能提升模型解決編碼、數學等專業問題的準確性，但團隊也發現過度思考會導致成本激增和答案質量下降，為此特別開發了可調節的"推理滑塊"。

Hugging Face工程師Nathan Habib指出，AI公司正從單純擴大模型規模轉向"延長思考時間"的新賽道，但需警惕"拿著錘子找釘子"的濫用風險。雖然DeepSeek等開放權重模型帶來競爭壓力，谷歌仍堅信專有模型在精度要求極高的金融、科研領域具有不可替代性。隨著推理模型逐漸成為行業標配，這場關于計算資源、環境成本與智能上限的平衡術將持續考驗開發者的智慧。

#Gemini2.5Flash #混合推理模型 #思考預算 #AI成本控制 #谷歌DeepMind

閱讀更多：

https://www.technologyreview.com/2025/04/17/1115375/a-google-gemini-model-now-has-a-dial-to-adjust-how-much-it-reasons/

Google Research推出“Mobility AI”計劃

Google Research推出“Mobility AI”計劃，旨在通過人工智能技術提升城市交通系統的效率和可持續性。該計劃聚焦于三個核心領域：測量、模擬和優化，旨在深入理解并復制交通網絡和出行模式，從而更有效地設計和評估交通干預措施。通過整合高分辨率交通數據、先進的模擬技術和優化算法，Mobility AI致力于為城市交通管理提供科學、可行的解決方案，推動城市交通向更智能、綠色的方向發展。

Mobility AI計劃首先通過高分辨率的交通數據收集和分析，建立了詳細的交通網絡模型。這些數據包括車輛行駛路徑、速度、時間等信息，能夠準確反映城市交通的動態變化。其次，團隊利用先進的模擬技術，構建了數字孿生（Digital Twin）城市交通系統，能夠在虛擬環境中測試和評估不同的交通策略和干預措施。再者，通過優化算法，團隊能夠在模擬的基礎上，尋找最優的交通管理方案，以減少擁堵、降低排放和提升出行效率。例如，在Green Light項目中，Mobility AI通過優化交通信號燈的控制策略，在多個城市實現了減少車輛停頓次數和降低碳排放的目標。

#神經技術 #城市交通 #人工智能 #數字孿生 #交通優化

閱讀更多：

https://research.google/blog/introducing-mobility-ai-advancing-urban-transportation/

AI 驅動科學

機器人看視頻學技能：單次觀看實現跨形態模仿

康奈爾大學的Kushal Kedia、Sanjiban Choudhury團隊開發了RHyME系統，突破人類與機器人動作差異限制，使機器人僅觀看一次操作視頻就能模仿復雜任務，減少75%訓練數據需求。

?計算機科學博士生庫沙爾·凱迪亞（左）和普里特維什·丹是 RHyME 系統開發團隊成員。該系統允許機器人通過觀看一段操作視頻來學習任務。Credit: Louis DiPietro

研究團隊提出創新框架RHyME（不匹配執行下的混合模仿檢索），通過最優傳輸算法建立人類視頻與機器人動作的語義映射。系統首先分析人類示范視頻的嵌入序列（embedding sequences），從機器人記憶庫中檢索相似片段并重新組合，形成可執行的虛擬教程。在疊餐盤、取杯子等任務中，配備RHyME的機械臂成功率較傳統方法提高50%，且能適應雙手操作等復雜場景。關鍵突破在于序列級相似性度量技術，即使人類動作與機器人運動形態迥異，系統仍能識別高層語義關聯。

#AI驅動科學 #自動化科研 #跨學科整合 #機器人學習 #模仿學習

閱讀更多：

Kedia, Kushal, et al. One-Shot Imitation under Mismatched Execution. arXiv:2409.06615, arXiv, 28 Mar. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2409.06615

大腦視覺啟發AI革新：Lp-Convolution突破機器視覺瓶頸

如何讓AI像人腦一樣"聰明"地看世界？基礎科學研究所、延世大學和馬克斯·普朗克研究所的Jea Kwon、C. Justin Lee等開發出Lp-Convolution技術，通過模擬大腦視覺皮層的高斯分布連接模式，使機器視覺同時具備高精度和低計算成本的優勢。

?大腦視覺皮層的信息處理結構與人工神經網絡。Credit: Institute for Basic Science

研究團隊采用多變量p-廣義正態分布（MPND）構建動態濾波器，取代傳統CNN的固定方形卷積核（convolution kernel，圖像處理的基本單元）。在CIFAR-100測試中，該方法使RepLKNet模型的分類準確率提升15%，對圖像模糊、噪聲等數據損壞的魯棒性提高40%。通過對比小鼠腦數據發現，當濾波器形狀接近生物視覺皮層的自然高斯分布時，AI內部神經活動模式與真實大腦的相似度達到82%。這種"可變形卷積"技術尤其擅長處理需要長距離關聯的任務，如醫學影像中的細微病灶識別。研究發表在 ICLR 2025 上。

#AI驅動科學 #計算模型與人工智能模擬 #機器視覺 #生物啟發算法 #自動駕駛

閱讀更多：

Kwon, Jea, et al. Brain-Inspired $L_p$-Convolution Benefits Large Kernels and Aligns Better with Visual Cortex. 2024. openreview.net, https://openreview.net/forum?id=0LSAmFCc4p

告別"AI失憶癥"！SD-LoRA算法實現終身學習突破

如何讓AI像人類一樣持續學習而不遺忘？香港城市大學、哈佛大學、西安交通大學和浙江大學的研究人員聯合開發了SD-LoRA算法，通過分解神經網絡參數的方向和幅值，實現了無需存儲歷史數據的高效持續學習，解決了AI領域長期存在的"災難性遺忘"難題。

研究團隊提出的SD-LoRA算法將低秩適應（LoRA）矩陣分解為方向（direction）和幅值（magnitude）兩個組件。與傳統方法不同，SD-LoRA固定已學習任務的方向參數，僅調整幅值權重，完全避免了歷史數據存儲需求。實驗發現，下游任務的最優參數集中在特定方向附近，僅通過調整幅值即可適應新任務。算法還包含兩個高效變體：SD-LoRA-RR通過動態降低后續任務矩陣的秩減少參數，SD-LoRA-KD則通過知識蒸餾避免引入新矩陣。在多個基準測試中，SD-LoRA在減少50%參數存儲的同時保持最高準確率，且不增加推理開銷。理論分析首次從矩陣逼近角度解釋了該方法的有效性，證明學習到的參數會逐漸逼近最優解的主成分。研究發表在 ICLR 2025上。

#大模型技術 #預測模型構建 #持續學習 #參數效率 #災難性遺忘

閱讀更多：

https://openreview.net/pdf?id=5U1rlpX68A

AI實現3D游戲零樣本遷移，跨游戲直接上手操作

如何讓AI智能體具備跨游戲泛化能力？北京大學的Shaofei Cai、Zhancun Mu和Yitao Liang與加州大學洛杉磯分校的Anji Liu團隊開發的ROCKET-2智能體，僅在Minecraft上預訓練就能直接適應"毀滅戰士"、DeepMind Lab和虛幻5引擎等全新3D環境，實現了零樣本遷移的突破。

研究團隊提出了"跨視角目標對齊"方法，允許人類通過自身視角的分割掩碼標注目標物體，智能體則通過兩個Transformer模塊（非因果的Spatial模塊和因果的Temporal模塊）理解意圖并執行任務。為解決視角差異帶來的挑戰，團隊設計了跨視角一致性損失和目標可見性損失兩個輔助訓練目標。實驗結果顯示，該方法在Minecraft任務中達到接近100%的成功率，推理速度比前代提升3-6倍，且無需實時生成分割掩碼。最引人注目的是，該智能體首次實現了從Minecraft到其他3D游戲的零樣本遷移，在虛幻5引擎等全新環境中也能直接上手操作。

#AI驅動科學 #預測模型構建 #跨學科整合 #3D游戲AI #零樣本學習

閱讀更多：

Cai, Shaofei, et al. ROCKET-2: Steering Visuomotor Policy via Cross-View Goal Alignment. arXiv:2503.02505, arXiv, 4 Mar. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2503.02505

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。如果您有進一步想要討論的內容，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。

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。

Chen Institute與華山醫院、上海市精神衛生中心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天橋神經科學研究院。

Chen Institute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、、等。