█腦科學(xué)動(dòng)態(tài)

Nature：為什么發(fā)炎時(shí)輕輕觸碰都會(huì)痛？

Nature：寒冷記憶是天然的代謝開關(guān)

Nature：迷幻藥逆轉(zhuǎn)恐懼記憶

"讀心術(shù)"真實(shí)存在？眼神能傳遞未說出口的意圖

亮度是提琴，對(duì)比度是鼓點(diǎn)，大腦處理電影的神經(jīng)機(jī)制

壓力之下雄鼠無感，雌鼠變聰明

全球神經(jīng)性疼痛治療指南重大更新：首次明確三線療法

同一組基因如何左右你的快樂與抑郁？

█AI行業(yè)動(dòng)態(tài)

OpenAI推出圖像生成API gpt-image-1，

微軟AI同事正式上崗，2025年人機(jī)混合辦公成主流趨勢(shì)

帝國理工開源CAX工具：人工生命研究提速2000倍

█AI驅(qū)動(dòng)科學(xué)

Nature：新型電子"皮膚"實(shí)現(xiàn)無冷卻夜視技術(shù)

Nature：強(qiáng)化學(xué)習(xí)讓AI果蠅腿毛都會(huì)顫抖！

Nature：磁控折紙材料讓機(jī)器人實(shí)現(xiàn)90度自由變形

全球最大長讀RNA數(shù)據(jù)集發(fā)布，包含 7.5 億條 RNA 數(shù)據(jù)

全球首個(gè)甲狀腺癌診斷AI模型準(zhǔn)確率超90%

成本直降90%，AI改造普通設(shè)備實(shí)現(xiàn)高端眼底成像

"機(jī)器學(xué)習(xí)周期表"框架統(tǒng)一人工智能模型

AI給3D打印裝上"觸覺芯片"

AI調(diào)香師來了！輸入文字就能生成專屬香氛

無腿機(jī)器人可以跳10英尺高，線蟲運(yùn)動(dòng)啟發(fā)仿生突破

腦科學(xué)動(dòng)態(tài)

Nature：為什么發(fā)炎時(shí)輕輕觸碰都會(huì)痛？

炎癥為何會(huì)導(dǎo)致觸覺疼痛？美國國立衛(wèi)生研究院的Nima Ghitani、Nicholas J. P. Ryba和Alexander T. Chesler團(tuán)隊(duì)通過小鼠實(shí)驗(yàn)發(fā)現(xiàn)，炎癥會(huì)激活特定傷害感受器，使其長期敏感化，從而改變觸覺信號(hào)的傳遞方式。

?NP2B 神經(jīng)元、Mrgprb4-tdT-Cre 重組的特異性及背根神經(jīng)節(jié)反應(yīng)。Credit: Nature (2025).

研究團(tuán)隊(duì)結(jié)合功能成像和多重原位雜交技術(shù)，分析了小鼠三叉神經(jīng)元對(duì)熱和機(jī)械刺激的反應(yīng)。實(shí)驗(yàn)顯示，無害觸覺和熱刺激由不同神經(jīng)細(xì)胞傳遞，而有害刺激（如高溫或強(qiáng)壓）則激活重疊的傷害感受器（nociceptors，專門傳遞疼痛信號(hào)的神經(jīng)元）。當(dāng)研究人員注射炎癥介質(zhì)前列腺素E2（PGE2）后，特定傷害感受器持續(xù)活躍并對(duì)熱敏感，解釋了炎癥為何導(dǎo)致持續(xù)疼痛和熱超敏反應(yīng)。值得注意的是，觸覺檢測(cè)本身未受炎癥影響，但觸覺異常性疼痛（tactile allodynia，即輕觸引發(fā)疼痛）是由傷害感受器的持續(xù)活動(dòng)疊加正常觸覺信號(hào)引起的。進(jìn)一步分析表明，辣椒素受體TRPV1在熱敏感中起關(guān)鍵作用，但與自發(fā)性疼痛無關(guān)。這些發(fā)現(xiàn)揭示了炎癥性疼痛的細(xì)胞機(jī)制，為靶向治療提供了新思路。研究發(fā)表在 Nature 上。

#疾病與健康 #疼痛 #神經(jīng)機(jī)制與腦功能解析 #炎癥 #感覺編碼

閱讀更多：

Ghitani, Nima, et al. “A Distributed Coding Logic for Thermosensation and Inflammatory Pain.” Nature, Apr. 2025, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-025-08875-6

Nature：寒冷記憶是天然代謝開關(guān)，大腦如何用記憶調(diào)控新陳代謝

大腦如何記住溫度并調(diào)控身體？都柏林圣三一學(xué)院的Andrea Mu?oz Zamora、Aaron Douglas和Tomás J. Ryan團(tuán)隊(duì)與普林斯頓大學(xué)的Lydia Lynch合作發(fā)現(xiàn)，小鼠大腦能形成寒冷記憶并通過特定神經(jīng)回路提前啟動(dòng)代謝防御機(jī)制。

研究團(tuán)隊(duì)首先訓(xùn)練小鼠將4°C寒冷與特定視覺線索關(guān)聯(lián)，幾天后僅展示線索即可觸發(fā)代謝上調(diào)（預(yù)測(cè)性產(chǎn)熱）。通過活動(dòng)依賴性基因標(biāo)記技術(shù)，科學(xué)家定位到海馬體中存儲(chǔ)冷記憶的印跡細(xì)胞（engram，記憶的物理載體）。使用光遺傳學(xué)人工激活這些細(xì)胞時(shí)，即使處于室溫，小鼠也會(huì)通過棕色脂肪組織（BAT，一種產(chǎn)熱專用脂肪）將代謝率提升30%；反之抑制這些細(xì)胞則阻斷寒冷記憶表達(dá)。進(jìn)一步研究發(fā)現(xiàn)海馬體與下丘腦形成專用神經(jīng)回路，其中下丘腦神經(jīng)元通過神經(jīng)支配直接調(diào)控脂肪細(xì)胞。該機(jī)制解釋了為何預(yù)期性寒冷能觸發(fā)與實(shí)際寒冷相同的生理反應(yīng)。研究為開發(fā)針對(duì)肥胖等代謝疾病的新型記憶干預(yù)療法奠定基礎(chǔ)。研究發(fā)表在 Nature 上。

#神經(jīng)科學(xué) #神經(jīng)機(jī)制與腦功能解析 #記憶機(jī)制 #跨學(xué)科整合 #代謝調(diào)控

閱讀更多：

Mu?oz Zamora, Andrea, et al. “Cold Memories Control Whole-Body Thermoregulatory Responses.” Nature, Apr. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-025-08902-6

Nature：迷幻藥逆轉(zhuǎn)恐懼記憶

免疫系統(tǒng)如何影響大腦恐懼反應(yīng)？布萊根婦女醫(yī)院Michael Wheeler團(tuán)隊(duì)聯(lián)合16位學(xué)者發(fā)現(xiàn)，迷幻藥可通過重置腦細(xì)胞與免疫細(xì)胞的異常對(duì)話，顯著緩解恐懼行為。

研究團(tuán)隊(duì)首先建立慢性應(yīng)激小鼠模型，發(fā)現(xiàn)杏仁核中星形膠質(zhì)細(xì)胞與神經(jīng)元的異常互動(dòng)會(huì)增強(qiáng)恐懼反應(yīng)。通過單細(xì)胞測(cè)序技術(shù)，團(tuán)隊(duì)鎖定表皮生長因子受體（EGFR）信號(hào)通路是關(guān)鍵調(diào)控點(diǎn)。當(dāng)單核細(xì)胞（monocytes，外周免疫細(xì)胞）在應(yīng)激狀態(tài)下遷移至腦膜時(shí)，會(huì)激活促進(jìn)恐懼的神經(jīng)回路。使用裸蓋菇素（psilocybin）和MDMA（搖頭丸主要成分）治療后，小鼠腦部免疫細(xì)胞浸潤減少82%，恐懼行為下降67%。人類重度抑郁癥患者組織樣本分析證實(shí)相同機(jī)制存在。研究為開發(fā)靶向神經(jīng)免疫互作的精神疾病療法奠定基礎(chǔ)，目前團(tuán)隊(duì)正開展迷幻藥治療抑郁癥的臨床試驗(yàn)。研究發(fā)表在 Nature 上。

#疾病與健康 #神經(jīng)調(diào)控 #心理健康與精神疾病 #迷幻藥療法 #神經(jīng)免疫學(xué)

閱讀更多：

Chung, Elizabeth N., et al. “Psychedelic Control of Neuroimmune Interactions Governing Fear.” Nature, Apr. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-025-08880-9

"讀心術(shù)"真實(shí)存在？眼神能傳遞未說出口的意圖

人類如何通過眼神無聲傳遞意圖？麥吉爾大學(xué)的Florence Mayrand、Sarah D. McCrackin和Jelena Ristic團(tuán)隊(duì)發(fā)現(xiàn)，觀察者能通過眼部微妙運(yùn)動(dòng)特征識(shí)別他人心理狀態(tài)，對(duì)自主選擇的注視方向反應(yīng)速度更快，證實(shí)眼神確實(shí)攜帶意圖信息。

?實(shí)驗(yàn) 1 的設(shè)計(jì)和結(jié)果。

A 為注視者顯示的示例指令。注視者坐在距離計(jì)算機(jī)屏幕約 60 厘米的地方，使用位于屏幕頂部中央的攝像頭拍攝他們的臉部和軀干。他們首先看到一條持續(xù) 4000 毫秒的指令，通過顯示“選擇”或“左/右”信息來告知他們應(yīng)該如何引導(dǎo)視線。接下來，在注視點(diǎn)的左側(cè)和右側(cè)分別呈現(xiàn)一個(gè)外圍占位點(diǎn)，并指示注視者看向所選或指示的位置點(diǎn)并保持注視該位置點(diǎn) 4000 毫秒。

B 為觀察者顯示的示例響應(yīng)。觀察者觀看了注視者進(jìn)行眼球運(yùn)動(dòng)的片段。注視者首先直視前方 2000 毫秒，并在 T0 時(shí)開始眼球運(yùn)動(dòng)，此時(shí)視頻暫停。觀察者通過指示注視者即將進(jìn)行的眼球運(yùn)動(dòng)方向（左或右）來做出反應(yīng)。

C 實(shí)驗(yàn) 1 的結(jié)果。

Credit: Communications Psychology (2024).

研究通過三個(gè)預(yù)注冊(cè)實(shí)驗(yàn)展開。在核心實(shí)驗(yàn)中，81名參與者觀看人物向左/右注視的視頻片段，其中注視者可能自主選擇（self-chosen gaze）或接受指令（computer-instructed gaze）決定注視方向。當(dāng)視頻在眼球運(yùn)動(dòng)啟動(dòng)前暫停時(shí)，觀察者需預(yù)測(cè)即將發(fā)生的注視方向。結(jié)果顯示，對(duì)自主注視的預(yù)測(cè)反應(yīng)時(shí)（RT）平均快35毫秒，且眼部區(qū)域在自主注視前表現(xiàn)出更大幅度的預(yù)備運(yùn)動(dòng)。后續(xù)實(shí)驗(yàn)采用凝視提示范式（gaze cuing paradigm）進(jìn)一步證實(shí)，自主注視在300-700毫秒時(shí)間窗內(nèi)能更強(qiáng)促進(jìn)目標(biāo)定位。這些發(fā)現(xiàn)表明人類對(duì)眼部傳遞的心理狀態(tài)信息具有高度敏感性，這種能力可能源于進(jìn)化過程中對(duì)快速社交信息交換的需求。研究發(fā)表在 Communications Psychology 上。

#認(rèn)知科學(xué) #意圖與決策 #神經(jīng)機(jī)制與腦功能解析 #社會(huì)認(rèn)知

閱讀更多：

Mayrand, Florence, et al. “Intentional Looks Facilitate Faster Responding in Observers.” Communications Psychology, vol. 2, no. 1, Sept. 2024, pp. 1–8. www.nature.com, https://doi.org/10.1038/s44271-024-00137-x

亮度是提琴，對(duì)比度是鼓點(diǎn)——大腦處理電影的"神經(jīng)交響樂"機(jī)制

當(dāng)我們觀看電影時(shí)，大腦如何將無數(shù)視覺碎片整合成連貫畫面？慕尼黑路德維希馬克西米利安大學(xué)的Lukas Meyerolbersleben、Anton Sirota和Laura Busse團(tuán)隊(duì)發(fā)現(xiàn)，自然視覺會(huì)引發(fā)大腦產(chǎn)生交響樂般的神經(jīng)振蕩，不同視覺特征對(duì)應(yīng)特定"音符"。

研究團(tuán)隊(duì)利用艾倫研究所的開放數(shù)據(jù)集（含神經(jīng)像素記錄技術(shù)獲取的海量數(shù)據(jù)），分析了小鼠觀看電影片段時(shí)的神經(jīng)活動(dòng)。結(jié)果顯示，亮度、對(duì)比度等局部視覺特征會(huì)引發(fā)初級(jí)視覺皮層（V1）特定層次的振蕩：亮度激活L4層的窄帶伽馬振蕩（30-80Hz的高頻腦電波），光流激活低伽馬波段，而對(duì)比度則引發(fā)L4/L5層的epsilon振蕩（超快頻段）。這些特征特異性振蕩像樂器聲部般協(xié)調(diào)，通過丘腦-皮質(zhì)回路（thalamocortical circuit，視覺信息傳遞的關(guān)鍵通路）的跨層相位耦合（phase-coupling），最終形成連貫視覺感知。研究還發(fā)現(xiàn)這些"動(dòng)態(tài)電路基序"在不同刺激中保持穩(wěn)定，可能構(gòu)成視覺處理的通用編碼規(guī)則。研究發(fā)表在 Neuron 上。

#神經(jīng)科學(xué) #大腦信號(hào)解析 #視覺感知 #神經(jīng)機(jī)制與腦功能解析 #計(jì)算模型與人工智能模擬

閱讀更多：

Meyerolbersleben, Lukas Sebastian, et al. “Anatomically Resolved Oscillatory Bursts Reveal Dynamic Motifs of Thalamocortical Activity during Naturalistic Stimulus Viewing.” Neuron, vol. 0, no. 0, Apr. 2025. www.cell.com, https://doi.org/10.1016/j.neuron.2025.03.030

壓力之下雄鼠無感，雌鼠變聰明

早期壓力一定有害嗎？馬克斯·普朗克精神病學(xué)研究所的Lotte van Doeselaar和Mathias V. Schmidt團(tuán)隊(duì)發(fā)現(xiàn)，適度早期生活壓力（ELS）能增強(qiáng)雌性小鼠的情緒調(diào)節(jié)和認(rèn)知能力，關(guān)鍵蛋白FKBP51在此過程中起決定性作用，而雄性小鼠則表現(xiàn)出不同的適應(yīng)機(jī)制。

?ELS 和 Fkbp5 基因型分別導(dǎo)致雌性小鼠腦體積發(fā)生相互作用和變化。Credit: Nature Communications (2025).

研究通過基因編輯創(chuàng)建了谷氨酸能神經(jīng)元缺失FKBP51的小鼠模型（Fkbp5Nex），對(duì)比分析雌雄小鼠對(duì)早期壓力（ELS）的反應(yīng)。行為測(cè)試顯示，經(jīng)歷ELS的雌性野生型小鼠在壓力環(huán)境中焦慮減輕、記憶提升，但Fkbp5Nex小鼠無此優(yōu)勢(shì)。腦成像發(fā)現(xiàn)雌鼠特定腦區(qū)體積變化與FKBP51表達(dá)相關(guān)，電生理記錄揭示其海馬CA1錐體神經(jīng)元（負(fù)責(zé)記憶編碼的關(guān)鍵細(xì)胞）功能增強(qiáng)。RNA測(cè)序鑒定出轉(zhuǎn)錄因子TCF4作為FKBP51下游效應(yīng)物——人工過表達(dá)TCF4即可復(fù)制ELS的積極效果。值得注意的是，雄性小鼠的適應(yīng)機(jī)制獨(dú)立于FKBP51，凸顯性別差異。研究發(fā)表在 Nature Communications 上。

#疾病與健康 #心理健康與精神疾病 #神經(jīng)機(jī)制與腦功能解析 #性別差異 #壓力適應(yīng)

閱讀更多：

van Doeselaar, Lotte, et al. “FKBP51 in Glutamatergic Forebrain Neurons Promotes Early Life Stress Inoculation in Female Mice.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 2529. www.nature.com, https://doi.org/10.1038/s41467-025-57952-x

全球神經(jīng)性疼痛治療指南重大更新：首次明確三線療法

神經(jīng)性疼痛困擾全球10%人口，但現(xiàn)有療法效果有限。由Nadia Soliman、Michael C Ferraro等組成的國際疼痛研究協(xié)會(huì)神經(jīng)性疼痛特別興趣小組，通過對(duì)313項(xiàng)臨床試驗(yàn)的系統(tǒng)分析，首次明確了三線分級(jí)治療方案，為臨床實(shí)踐提供循證依據(jù)。

研究團(tuán)隊(duì)分析了313項(xiàng)隨機(jī)對(duì)照試驗(yàn)（涉及48,789名患者）數(shù)據(jù)，采用GRADE系統(tǒng)評(píng)估證據(jù)質(zhì)量。結(jié)果顯示：三環(huán)類抗抑郁藥（TCAs，如阿米替林）需治數(shù)（NNT，即需要治療多少患者才能獲得一例有效）最低（4.6），與α-2δ配體（如普瑞巴林，NNT=8.9）和5-羥色胺-去甲腎上腺素再攝取抑制劑（SNRIs，如度洛西汀，NNT=7.4）共同成為一線推薦。辣椒素8%貼劑（NNT=13.2）等局部療法因安全性成為二線選擇。非侵入性腦刺激技術(shù)重復(fù)經(jīng)顱磁刺激（rTMS）首次獲得三線推薦（NNT=4.2）。研究明確反對(duì)使用大麻制品，并指出部分療法如氯胺酮證據(jù)不足。研究發(fā)表在 The Lancet Neurology 上。

#疾病與健康 #神經(jīng)調(diào)控 #個(gè)性化醫(yī)療 #疼痛管理 #循證醫(yī)學(xué)

閱讀更多：

Soliman, Nadia, et al. “Pharmacotherapy and Non-Invasive Neuromodulation for Neuropathic Pain: A Systematic Review and Meta-Analysis.” The Lancet Neurology, vol. 24, no. 5, May 2025, pp. 413–28. www.thelancet.com, https://doi.org/10.1016/S1474-4422(25)00068-7

同一組基因如何左右你的快樂與抑郁？

為什么有些人更容易感到不幸福？成均館大學(xué)、三星醫(yī)院和首爾國立大學(xué)盆唐醫(yī)院的Jin Young Jung、Woojae Myung和Hong-Hee Won團(tuán)隊(duì)發(fā)現(xiàn)，主觀幸福感（SWB）與精神疾病共享93%的基因變異，且這一關(guān)聯(lián)在歐洲和東亞人群中均成立。

?condFDR 變異對(duì)精神疾病和主觀幸福感的影響。Credit: Nature Human Behaviour (2025).

研究團(tuán)隊(duì)整合了歐洲（UK Biobank）和韓國人群的基因數(shù)據(jù)，采用多基因風(fēng)險(xiǎn)評(píng)分、和孟德爾隨機(jī)化、分析。結(jié)果顯示，抑郁癥相關(guān)基因中有93%同時(shí)影響主觀幸福感，且ZMYND8等基因在前額葉皮層和杏仁核中高度活躍。通過條件錯(cuò)誤發(fā)現(xiàn)率（condFDR）分析，團(tuán)隊(duì)進(jìn)一步鑒定出LINC02163等新型共享基因位點(diǎn)。在東亞人群驗(yàn)證中，精神分裂癥與主觀幸福感的基因重疊模式與歐洲數(shù)據(jù)一致，表明這些遺傳機(jī)制可能具有普適性。研究還發(fā)現(xiàn)，靶向這些基因的干預(yù)或可同時(shí)改善心理健康和幸福感。研究發(fā)表在 Nature Human Behaviour 上。

#疾病與健康

閱讀更多：

Jung, Jin Young, et al. “Polygenic Overlap between Subjective Well-Being and Psychiatric Disorders and Cross-Ancestry Validation.” Nature Human Behaviour, Apr. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41562-025-02155-z

AI 行業(yè)動(dòng)態(tài)

OpenAI推出圖像生成API gpt-image-1，支持精準(zhǔn)編輯與多風(fēng)格創(chuàng)作

OpenAI近日發(fā)布了其最新圖像生成API——gpt-image-1，該模型在理解能力、細(xì)節(jié)呈現(xiàn)和文本渲染方面均有顯著提升。作為目前最先進(jìn)的圖像生成工具，gpt-image-1支持多樣化的風(fēng)格輸出，包括手繪、插畫和現(xiàn)實(shí)照片等，同時(shí)能夠高度自定義以滿足品牌需求。其三大核心功能——生成（Generations）、編輯（Edits）和變體化（Variations），為開發(fā)者提供了靈活的創(chuàng)作空間，例如通過文本提示生成新圖像、局部修改已有圖片或批量生成風(fēng)格相似的變體。

gpt-image-1在技術(shù)細(xì)節(jié)上也有諸多亮點(diǎn)。用戶可自定義圖像尺寸、質(zhì)量（低/中/高）、格式（PNG/JPEG/WebP）及透明背景，尤其適合UI設(shè)計(jì)和素材制作。不過，模型仍存在一定限制，如復(fù)雜場(chǎng)景生成延遲可能達(dá)2分鐘，文本排版和元素位置控制仍需優(yōu)化。費(fèi)用方面，按Token計(jì)價(jià)，單張圖片成本從0.02到0.02到0.19不等，具體取決于分辨率和質(zhì)量。

目前，Adobe、Figma、Wix等多家主流平臺(tái)已集成gpt-image-1，涵蓋設(shè)計(jì)、電商、視頻編輯等領(lǐng)域。例如，Canva用戶可通過AI快速生成平面設(shè)計(jì)，而Instacart能自動(dòng)為食譜配圖。OpenAI建議開發(fā)者通過詳細(xì)提示詞和“掩碼編輯”功能提升效果，并提供了多語言代碼示例以便快速上手。

#OpenAI #圖像生成API #AI設(shè)計(jì) #多模態(tài)模型 #創(chuàng)意工具

閱讀更多：

https://openai.com/index/image-generation-api/

微軟AI同事正式上崗，2025年人機(jī)混合辦公成主流趨勢(shì)

微軟近日宣布Microsoft 365 Copilot迎來重大更新，推出Researcher、Analyst等AI智能體，標(biāo)志著AI同事正式進(jìn)入職場(chǎng)。CEO納德拉（Satya Nadella）親自演示了這些智能體的功能，包括全天候研究分析、重塑工作流、跨平臺(tái)搜索和內(nèi)容創(chuàng)作。微軟認(rèn)為，AI不僅是工具，未來將成為與人類協(xié)作的同事，并預(yù)言2025年將成為前沿公司元年——這類公司以按需智能為核心，由人機(jī)混合團(tuán)隊(duì)驅(qū)動(dòng)。

微軟發(fā)布的2025工作趨勢(shì)報(bào)告指出，81%的企業(yè)領(lǐng)導(dǎo)者計(jì)劃在未來18個(gè)月內(nèi)引入AI智能體。報(bào)告將前沿公司定義為圍繞智能構(gòu)建、由人機(jī)團(tuán)隊(duì)協(xié)作的組織，并預(yù)測(cè)未來每家公司都將經(jīng)歷三步轉(zhuǎn)型：從AI助手到AI同事，最終實(shí)現(xiàn)人類主導(dǎo)、AI執(zhí)行的模式。盡管愿景宏大，但卡內(nèi)基梅隆大學(xué)（CMU）的實(shí)驗(yàn)顯示，當(dāng)前AI智能體在復(fù)雜任務(wù)中表現(xiàn)仍不穩(wěn)定，僅能完成少量工作，表明技術(shù)尚處早期階段。

科技巨頭如OpenAI、谷歌和亞馬遜也紛紛押注AI智能體，推出自動(dòng)化工具。微軟認(rèn)為，AI將徹底改變工作方式，但這一變革可能需要數(shù)十年。盡管面臨挑戰(zhàn)，AI智能體的崛起已不可逆轉(zhuǎn)，未來職場(chǎng)或?qū)⒊霈F(xiàn)人機(jī)比例等新指標(biāo)，而人類角色將逐漸轉(zhuǎn)向管理和決策。

#微軟 #AI同事 #人機(jī)協(xié)作 #未來辦公 #智能體革命

閱讀更多：

https://venturebeat.com/ai/microsoft-just-launched-powerful-ai-agents-that-could-completely-transform-your-workday-and-challenge-googles-workplace-dominance/

帝國理工開源CAX工具：人工生命研究提速2000倍

倫敦帝國理工學(xué)院的研究人員近日開源了一款名為CAX的硬件加速工具，為人工生命（artificial life，簡(jiǎn)稱ALife）研究帶來革命性突破。CAX能夠?qū)⒓?xì)胞自動(dòng)機(jī)的模擬速度提升最高2000倍，并支持離散系統(tǒng)、連續(xù)系統(tǒng)及神經(jīng)細(xì)胞自動(dòng)機(jī)等多種模型。其模塊化設(shè)計(jì)允許用戶通過幾行代碼實(shí)現(xiàn)復(fù)雜實(shí)驗(yàn)，例如自組織數(shù)字重建和噪聲去除任務(wù)，甚至在某些抽象推理任務(wù)中表現(xiàn)優(yōu)于GPT-4。

CAX的核心優(yōu)勢(shì)在于其統(tǒng)一框架，結(jié)合了感知模塊和更新模塊，可靈活適配不同維度的實(shí)驗(yàn)需求。例如，在三維神經(jīng)細(xì)胞自動(dòng)機(jī)實(shí)驗(yàn)中，CAX成功實(shí)現(xiàn)了MNIST手寫數(shù)字的跨面復(fù)制；在擴(kuò)散模型啟發(fā)下的NCA訓(xùn)練中，系統(tǒng)展現(xiàn)出穩(wěn)定的自修復(fù)能力。研究團(tuán)隊(duì)負(fù)責(zé)人、博士生Maxence Faldor表示，CAX的目標(biāo)是成為人工生命研究的“一站式工具”，其性能已在ICLR 2025入選論文中得到驗(yàn)證。

此外，CAX基于JAX/Flax生態(tài)系統(tǒng)開發(fā)，支持CPU、GPU和TPU硬件加速，用戶無需修改代碼即可擴(kuò)展實(shí)驗(yàn)規(guī)模。開源社區(qū)反響熱烈，開發(fā)者JJ Walker稱贊其“既快又好用”。這一工具不僅降低了人工生命研究的門檻，還為AI領(lǐng)域的涌現(xiàn)現(xiàn)象、自組織系統(tǒng)等研究提供了新思路。

#人工生命 #細(xì)胞自動(dòng)機(jī) #開源工具 #AI加速 #帝國理工

閱讀更多：

https://colab.research.google.com/github/maxencefaldor/cax/blob/main/examples/00_getting_started.ipynb#scrollTo=Zdyh8NH8fQUj

AI 驅(qū)動(dòng)科學(xué)

Nature：新型電子"皮膚"實(shí)現(xiàn)無冷卻夜視技術(shù)

麻省理工學(xué)院的Xinyuan Zhang、Jeehwan Kim團(tuán)隊(duì)與威斯康星大學(xué)麥迪遜分校合作，利用原子級(jí)剝離技術(shù)創(chuàng)造出10納米厚的熱釋電薄膜，首次實(shí)現(xiàn)無需液氮冷卻的高精度紅外探測(cè)。

?基于 ALO 獨(dú)立膜制備的熱釋電裝置表征裝置示意圖。Credit: Nature (2025).

研究團(tuán)隊(duì)發(fā)現(xiàn)含鉛熱釋電材料PMN-PT具有獨(dú)特電子特性——鉛原子像"分子級(jí)潤滑劑"般讓薄膜可無損剝離（atomic lift-off）。這種10納米厚的薄膜（相當(dāng)于頭發(fā)直徑的萬分之一）對(duì)遠(yuǎn)紅外（far-IR，不可見熱輻射）異常敏感，制成的100像素探測(cè)器陣列無需冷卻就能達(dá)到傳統(tǒng)設(shè)備的靈敏度。實(shí)驗(yàn)顯示，該技術(shù)使夜視鏡重量減輕90%，可集成到普通眼鏡框架；在霧天測(cè)試中能清晰識(shí)別50米外的行人輪廓。更突破的是，該原理可推廣至其他半導(dǎo)體材料，為柔性電子皮膚（electronic skin）開辟新路徑。研究發(fā)表在 Nature 上。

#AI驅(qū)動(dòng)科學(xué) #自動(dòng)化科研 #跨學(xué)科整合 #嗅覺技術(shù) #生成式AI

閱讀更多：

Zhang, Xinyuan, et al. “Atomic Lift-off of Epitaxial Membranes for Cooling-Free Infrared Detection.” Nature, Apr. 2025, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-025-08874-7

Nature：強(qiáng)化學(xué)習(xí)讓AI果蠅腿毛都會(huì)顫抖！

谷歌DeepMind與HHMI Janelia研究所的Roman Vaxenburg、Igor Siwanowicz等研究者用AI構(gòu)建了首個(gè)全身體物理模擬果蠅模型，不僅能逼真復(fù)現(xiàn)飛行和行走，還揭示了感覺運(yùn)動(dòng)控制的底層機(jī)制。

研究團(tuán)隊(duì)先通過共聚焦顯微鏡掃描果蠅身體，在MuJoCo物理引擎中構(gòu)建了包含2萬面片的精細(xì)模型，并開發(fā)了翅膀流體力學(xué)模擬和腳部黏附系統(tǒng)。為訓(xùn)練運(yùn)動(dòng)控制，他們采用深度強(qiáng)化學(xué)習(xí)（RL）技術(shù)，讓神經(jīng)網(wǎng)絡(luò)通過模仿13,000條真實(shí)行走軌跡和272條飛行軌跡，自主學(xué)會(huì)了復(fù)雜運(yùn)動(dòng)控制。虛擬果蠅不僅能以200Hz頻率拍動(dòng)翅膀精準(zhǔn)懸停，還能根據(jù)視覺輸入調(diào)整飛行方向。特別突破在于新開發(fā)的"現(xiàn)象學(xué)流體模型"，用計(jì)算高效的方式模擬了翅膀與空氣的復(fù)雜相互作用。研究還發(fā)現(xiàn)，分層控制器架構(gòu)（類似果蠅腹神經(jīng)索）能有效提升運(yùn)動(dòng)泛化能力。該模型已完全開源，為神經(jīng)科學(xué)和機(jī)器人學(xué)研究提供新平臺(tái)。研究發(fā)表在 Nature 上。

#AI驅(qū)動(dòng)科學(xué) #計(jì)算模型與人工智能模擬 #神經(jīng)機(jī)制與腦功能解析 #生物力學(xué) #開源科學(xué)

閱讀更多：

Vaxenburg, Roman, et al. “Whole-Body Physics Simulation of Fruit Fly Locomotion.” Nature, Apr. 2025, pp. 1–3. www.nature.com, https://doi.org/10.1038/s41586-025-09029-4

Nature：磁控折紙材料讓機(jī)器人實(shí)現(xiàn)90度自由變形

如何突破傳統(tǒng)超材料的運(yùn)動(dòng)耦合限制？普林斯頓大學(xué)的Tuo Zhao、Xiangxin Dang等團(tuán)隊(duì)開發(fā)出模塊化手性折紙超材料，通過解耦驅(qū)動(dòng)實(shí)現(xiàn)高達(dá)90°扭轉(zhuǎn)和50%收縮。

?Credit: Aaron Nathans/Princeton University

研究團(tuán)隊(duì)將旋轉(zhuǎn)方形鑲嵌（rotating-square tessellations，一種具有負(fù)泊松比特性的平面結(jié)構(gòu)）與管狀Kresling折紙陣列組合，構(gòu)建模塊化超材料。實(shí)驗(yàn)顯示，單自由度驅(qū)動(dòng)即可實(shí)現(xiàn)三階段形變：面內(nèi)扭轉(zhuǎn)由鑲嵌結(jié)構(gòu)主導(dǎo)，面外收縮則由折紙陣列控制。特別的是，材料能切換兩種驅(qū)動(dòng)模式——磁場(chǎng)控制下既可自由旋轉(zhuǎn)時(shí)線性移動(dòng)，也能自由平移時(shí)扭轉(zhuǎn)。仿真證實(shí)模塊化設(shè)計(jì)賦予材料可編程不穩(wěn)定性，局部手性調(diào)節(jié)精度達(dá)±5°，承載能力可調(diào)范圍超過300%。這種"元機(jī)器人"材料已成功應(yīng)用于激光光刻制造的微創(chuàng)醫(yī)療機(jī)器人原型（100微米級(jí)）和太陽光響應(yīng)熱調(diào)節(jié)器（溫度調(diào)節(jié)范圍27-70℃）。研究發(fā)表在 Nature 上。

#跨學(xué)科整合 #計(jì)算模型與人工智能模擬 #機(jī)器人技術(shù) #能量吸收 #信息加密

閱讀更多：

Zhao, Tuo, et al. “Modular Chiral Origami Metamaterials.” Nature, vol. 640, no. 8060, Apr. 2025, pp. 931–40. www.nature.com, https://doi.org/10.1038/s41586-025-08851-0

全球最大長讀RNA數(shù)據(jù)集發(fā)布，包含 7.5 億條 RNA 數(shù)據(jù)

傳統(tǒng)RNA測(cè)序技術(shù)猶如"拼湊碎紙片"，難以捕捉完整基因信息。新加坡科技研究局基因組研究所的Ying Chen、Jonathan G?ke等聯(lián)合8國專家，歷時(shí)7年構(gòu)建包含14種細(xì)胞系、7.5億條讀段的SG-NEx數(shù)據(jù)集，為疾病研究提供"高清基因地圖"。

?SG-NEx 數(shù)據(jù)集及處理流程概述。Credit: Nature Methods (2025).

研究采用納米孔長讀測(cè)序（Nanopore long-read sequencing）和PacBio IsoSeq等5種技術(shù)，對(duì)14種人類細(xì)胞系進(jìn)行多維度分析。通過引入spike-in內(nèi)參和m6A甲基化圖譜，首次實(shí)現(xiàn)RNA異構(gòu)體（isoform，同一基因產(chǎn)生的不同RNA變體）的精準(zhǔn)定量。數(shù)據(jù)顯示，長讀技術(shù)識(shí)別主要異構(gòu)體的靈敏度達(dá)81.6%，較傳統(tǒng)方法提升2.3倍，成功發(fā)現(xiàn)47種新型融合轉(zhuǎn)錄本和128個(gè)關(guān)鍵剪接事件。特別在癌癥細(xì)胞系中，檢測(cè)到12個(gè)與腫瘤轉(zhuǎn)移相關(guān)的RNA修飾位點(diǎn)。研究團(tuán)隊(duì)開發(fā)的開源分析流程支持自動(dòng)RNA特征檢測(cè)，已被全球23個(gè)研究組用于臨床試驗(yàn)設(shè)計(jì)。研究發(fā)表在 Nature Methods 上。

#疾病與健康 #個(gè)性化醫(yī)療 #跨學(xué)科整合 #RNA測(cè)序 #生物標(biāo)志物

閱讀更多：

Chen, Ying, et al. “A Systematic Benchmark of Nanopore Long-Read RNA Sequencing for Transcript-Level Analysis in Human Cell Lines.” Nature Methods, vol. 22, no. 4, Apr. 2025, pp. 801–12. www.nature.com, https://doi.org/10.1038/s41592-025-02623-4

全球首個(gè)甲狀腺癌診斷AI模型準(zhǔn)確率超90%

甲狀腺癌精準(zhǔn)診斷面臨臨床信息整合效率低下的難題。香港大學(xué)醫(yī)學(xué)院Matrix M. H. Fung、Joseph T. Wu聯(lián)合InnoHK健康數(shù)據(jù)發(fā)現(xiàn)實(shí)驗(yàn)室和倫敦衛(wèi)生與熱帶醫(yī)學(xué)院團(tuán)隊(duì)，開發(fā)出全球首個(gè)基于大語言模型（LLMs）的甲狀腺癌AI診斷系統(tǒng)，準(zhǔn)確率突破90%同時(shí)將診前準(zhǔn)備時(shí)間減半。

研究團(tuán)隊(duì)整合Mistral、Llama、Gemma和Qwen四個(gè)離線開源大語言模型，通過分析自由文本臨床記錄（如病理報(bào)告和手術(shù)筆記），建立甲狀腺癌分期和風(fēng)險(xiǎn)分類框架。系統(tǒng)使用美國癌癥基因組圖譜計(jì)劃（TCGA）的50例患者數(shù)據(jù)訓(xùn)練，在289例獨(dú)立驗(yàn)證中，對(duì)ATA風(fēng)險(xiǎn)分類（評(píng)估復(fù)發(fā)風(fēng)險(xiǎn)的系統(tǒng)）準(zhǔn)確率達(dá)88.5%-100%，AJCC分期（判斷癌癥進(jìn)展的系統(tǒng)）達(dá)92.9%-98.1%。通過多數(shù)投票集成策略，模型性能超越單一LLM，且支持離線部署避免敏感數(shù)據(jù)外泄。對(duì)比測(cè)試顯示，其表現(xiàn)與GPT-4o等頂尖在線模型相當(dāng)，同時(shí)為醫(yī)生節(jié)省50%的診前準(zhǔn)備時(shí)間。研究發(fā)表在 npj Digital Medicine 上。

#AI驅(qū)動(dòng)科學(xué) #預(yù)測(cè)模型構(gòu)建 #大模型技術(shù) #個(gè)性化醫(yī)療 #跨學(xué)科整合

閱讀更多：

Fung, Matrix M. H., et al. “Developing a Named Entity Framework for Thyroid Cancer Staging and Risk Level Classification Using Large Language Models.” Npj Digital Medicine, vol. 8, no. 1, Mar. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41746-025-01528-y

成本直降90%，AI改造普通設(shè)備實(shí)現(xiàn)高端眼底成像

如何讓普通眼科設(shè)備也能看清單個(gè)細(xì)胞？美國國立衛(wèi)生研究院國家眼科研究所的Johnny Tam和Joanne Li團(tuán)隊(duì)開發(fā)了一種AI增強(qiáng)技術(shù)，將標(biāo)準(zhǔn)檢眼鏡的成像分辨率提升至細(xì)胞級(jí)別，使視網(wǎng)膜色素上皮（RPE）細(xì)胞的臨床觀察成為可能。

?使用自適應(yīng)光學(xué) (AO) 和非自適應(yīng)光學(xué) (AO) 儀器（常規(guī)和高倍放大模塊）均可觀察到晚期吲哚菁綠 (ICG) 視網(wǎng)膜色素上皮 (RPE) 細(xì)胞鑲嵌圖。Credit: Communications Medicine (2025).

研究團(tuán)隊(duì)首先用1400張自適應(yīng)光學(xué)（AO，一種能補(bǔ)償光畸變的高端成像技術(shù)）檢眼鏡圖像訓(xùn)練AI系統(tǒng)，教會(huì)其識(shí)別圖像質(zhì)量等級(jí)。隨后，對(duì)標(biāo)準(zhǔn)檢眼鏡拍攝的同一視網(wǎng)膜區(qū)域圖像進(jìn)行AI增強(qiáng)處理，并配合吲哚菁綠（ICG，一種近紅外熒光染料）染色增強(qiáng)對(duì)比度。結(jié)果顯示，AI處理后的圖像清晰度提升8倍，能清晰分辨10-15微米的RPE細(xì)胞，與價(jià)值數(shù)十萬元的AO設(shè)備成像質(zhì)量相當(dāng)。更驚人的是，該技術(shù)將成像時(shí)間從AO所需的55分鐘縮短至15秒，效率提升220倍。在年齡相關(guān)性黃斑變性等疾病中，該方法已成功觀察到異常的RPE細(xì)胞分布。研究為致盲性眼病的早期診斷提供了經(jīng)濟(jì)高效的解決方案。研究發(fā)表在 Communications Medicine 上。

#AI驅(qū)動(dòng)科學(xué) #個(gè)性化醫(yī)療 #眼科成像 #視網(wǎng)膜疾病

閱讀更多：

Li, Joanne, et al. “Artificial Intelligence Assisted Clinical Fluorescence Imaging Achieves in Vivo Cellular Resolution Comparable to Adaptive Optics Ophthalmoscopy.” Communications Medicine, vol. 5, no. 1, Apr. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s43856-025-00803-z

"機(jī)器學(xué)習(xí)周期表"框架統(tǒng)一人工智能模型

如何打破機(jī)器學(xué)習(xí)算法的"孤島現(xiàn)象"？麻省理工學(xué)院的Shaden Alshammari、Mark Hamilton等研究者意外發(fā)現(xiàn)20多種經(jīng)典算法共享同一數(shù)學(xué)方程，由此構(gòu)建了首個(gè)"機(jī)器學(xué)習(xí)周期表"。該框架不僅解釋了現(xiàn)有算法的內(nèi)在聯(lián)系，還能指導(dǎo)設(shè)計(jì)性能提升8%的新模型。

?麻省理工學(xué)院的研究人員創(chuàng)建了一個(gè)機(jī)器學(xué)習(xí)周期表，展示了 20 多種經(jīng)典算法之間的聯(lián)系。這個(gè)新框架揭示了科學(xué)家如何融合不同方法的策略，以改進(jìn)現(xiàn)有的人工智能模型或構(gòu)建新的模型。

研究始于Alshammari對(duì)聚類算法的研究，她意外發(fā)現(xiàn)其數(shù)學(xué)形式與對(duì)比學(xué)習(xí)高度相似。團(tuán)隊(duì)由此推導(dǎo)出信息對(duì)比學(xué)習(xí)（I-Con）統(tǒng)一方程，證明23種算法都在最小化條件分布間的KL散度。 基于此，研究者將算法按"數(shù)據(jù)點(diǎn)連接方式"和"近似方法"分類，構(gòu)建了類似化學(xué)元素周期表的可視化框架。該表存在明確空白區(qū)域，提示潛在的新算法類型。為驗(yàn)證實(shí)用性，團(tuán)隊(duì)結(jié)合對(duì)比學(xué)習(xí)與聚類算法思想，設(shè)計(jì)出新型圖像分類器，在ImageNet-1K測(cè)試集上準(zhǔn)確率提升8%。框架還能跨方法遷移技術(shù)，如將對(duì)比學(xué)習(xí)的去偏（debiasing）技術(shù)應(yīng)用于聚類算法。 研究負(fù)責(zé)人Hamilton表示："這個(gè)植根于信息論的優(yōu)雅方程，統(tǒng)一了機(jī)器學(xué)習(xí)百年發(fā)展的精華"。該框架為算法創(chuàng)新提供了系統(tǒng)性工具，未來可動(dòng)態(tài)擴(kuò)展新算法類型。研究發(fā)表在 ICLR 2025 Conference 上。

#AI驅(qū)動(dòng)科學(xué) #跨學(xué)科整合 #計(jì)算模型與人工智能模擬 #機(jī)器學(xué)習(xí) #算法創(chuàng)新

閱讀更多：

Alshammari, Shaden Naif, et al. A Unifying Framework for Representation Learning. 2024. openreview.net, https://openreview.net/forum?id=WfaQrKCr4X

AI給3D打印裝上"觸覺芯片"

如何讓3D打印物體不僅看起來逼真，摸起來也真實(shí)？麻省理工學(xué)院CSAIL實(shí)驗(yàn)室的Faraz Faruqi、Stefanie Mueller團(tuán)隊(duì)開發(fā)了TactStyle系統(tǒng)，通過AI將普通圖像轉(zhuǎn)化為可觸摸的紋理，實(shí)現(xiàn)了"所見即所觸"的突破。

?TactStyle 的用戶界面以 Blender 插件的形式實(shí)現(xiàn)，允許用戶 (a) 加載原始 3D 模型，以及 (b) 使用圖像提示進(jìn)行風(fēng)格化。要使用 TactStyle，用戶 (c) 需要加載模型，(d) 上傳所需紋理的圖像，(e) 可選擇調(diào)整紋理放大系數(shù)以控制應(yīng)用于 3D 模型的高度位移程度。(f) 最后，用戶點(diǎn)擊“風(fēng)格化”按鈕，即可使用 TactStyle 集成的顏色和幾何風(fēng)格化模塊啟動(dòng)風(fēng)格化過程。Credit: arXiv (2025).

研究團(tuán)隊(duì)開發(fā)的TactStyle插件（基于Blender平臺(tái)）采用雙模塊設(shè)計(jì)：視覺模塊沿用Style2Fab技術(shù)調(diào)整顏色，創(chuàng)新性的幾何模塊則通過微調(diào)擴(kuò)散模型，將紋理圖像轉(zhuǎn)換為高度場(chǎng)（heightfield，決定觸感的3D表面結(jié)構(gòu)）。用戶只需上傳一張木紋或石材質(zhì)感照片，系統(tǒng)就能自動(dòng)生成可3D打印的模型文件。在測(cè)試中，生成的耳機(jī)保護(hù)套觸覺匹配度達(dá)76%，比傳統(tǒng)需要實(shí)體掃描的方法效率提升3倍。該系統(tǒng)已應(yīng)用于教育場(chǎng)景，例如讓學(xué)生觸摸全球各地的地質(zhì)樣本；在產(chǎn)品設(shè)計(jì)領(lǐng)域，設(shè)計(jì)師能快速驗(yàn)證不同材質(zhì)的觸感效果。

#AI驅(qū)動(dòng)科學(xué) #數(shù)字制造 #觸覺反饋 #3D打印 #生成式AI

閱讀更多：

Faruqi, Faraz, et al. TactStyle: Generating Tactile Textures with Generative AI for Digital Fabrication. 3 Mar. 2025. arXiv.org, https://doi.org/10.1145/3706598.3713740

AI調(diào)香師來了！輸入文字就能生成專屬香氛

傳統(tǒng)香水設(shè)計(jì)依賴人工調(diào)香且效率低下，東京科學(xué)研究所的Manuel Aleixandre、Dani Prasetyawan和Takamichi Nakamoto團(tuán)隊(duì)開發(fā)了全球首個(gè)氣味生成擴(kuò)散模型OGDiffusion。該系統(tǒng)通過分析精油質(zhì)譜數(shù)據(jù)，能根據(jù)文字描述全自動(dòng)生成可量產(chǎn)的氣味配方，人類測(cè)試驗(yàn)證其有效性。

?人工智能驅(qū)動(dòng)的 OGDiffusion 模型展現(xiàn)了擴(kuò)散模型在氣味生成領(lǐng)域的開創(chuàng)性應(yīng)用潛力。Credit: Institute of Science Tokyo

研究采用生成擴(kuò)散網(wǎng)絡(luò)，將166種精油的質(zhì)譜數(shù)據(jù)（mass spectrometry，化學(xué)物質(zhì)"指紋"圖譜）與9類氣味標(biāo)簽（如"花香"）關(guān)聯(lián)訓(xùn)練。用戶輸入描述后，模型首先生成目標(biāo)質(zhì)譜，再通過非負(fù)最小二乘法計(jì)算出精油混合比例。雙盲測(cè)試中，14名參與者對(duì)AI氣味的分類準(zhǔn)確率顯著（p<0.01），證明生成結(jié)果符合人類嗅覺認(rèn)知。特別的是，系統(tǒng)能通過修改描述符（如"增加30%木質(zhì)調(diào)"）精準(zhǔn)調(diào)整氣味特征，且配方可直接用現(xiàn)有精油復(fù)現(xiàn)。相比需要專家干預(yù)的商用AI調(diào)香系統(tǒng)，該方法首次實(shí)現(xiàn)端到端自動(dòng)化，使氣味設(shè)計(jì)效率提升10倍以上。研究發(fā)表在 IEEE Access 上。

#AI驅(qū)動(dòng)科學(xué) #自動(dòng)化科研 #跨學(xué)科整合 #嗅覺技術(shù) #生成式AI

閱讀更多：

Aleixandre, Manuel, et al. “Generative Diffusion Network for Creating Scents.” IEEE Access, vol. 13, 2025, pp. 57311–21. IEEE Xplore, https://doi.org/10.1109/ACCESS.2025.3555273

無腿機(jī)器人可以跳10英尺高，線蟲運(yùn)動(dòng)啟發(fā)仿生突破

佐治亞理工學(xué)院的Sunny Kumar、Ishant Tiwari和Victor M. Ortega-Jimenez團(tuán)隊(duì)通過研究寄生線蟲的跳躍機(jī)制，開發(fā)出能跳10英尺高的無腿軟體機(jī)器人，為行星探索等場(chǎng)景提供新方案。

?跳躍線蟲和仿生軟跳躍模型。Credit: Kumar S et al

研究團(tuán)隊(duì)首先用高速攝像機(jī)捕捉到線蟲通過身體扭結(jié)（kink，類似吸管彎曲的儲(chǔ)能結(jié)構(gòu)）實(shí)現(xiàn)雙向跳躍：向前跳時(shí)形成α形環(huán)（α-shaped loop），向后跳時(shí)呈現(xiàn)蹲姿。仿生實(shí)驗(yàn)中，他們開發(fā)的軟跳躍模型（SoftJM）通過硅膠體與碳纖維脊柱模擬這一過程。當(dāng)機(jī)器人"扭結(jié)"時(shí)，可儲(chǔ)存相當(dāng)于體重200倍的能量，并在0.1毫秒內(nèi)釋放——比眨眼快萬倍。優(yōu)化后的碳纖維版本跳躍高度達(dá)25倍體長（約10英尺），相當(dāng)于人類跳上10層樓。該設(shè)計(jì)突破傳統(tǒng)機(jī)器人需要復(fù)雜關(guān)節(jié)的限制，在沙地測(cè)試中表現(xiàn)優(yōu)異，未來或用于月球探測(cè)和災(zāi)難救援。研究發(fā)表在 Science Robotics 上。

#其他 #計(jì)算模型與人工智能模擬 #仿生機(jī)器人 #軟體機(jī)器人 #行星探索

閱讀更多：

Kumar, Sunny, et al. “Reversible Kink Instability Drives Ultrafast Jumping in Nematodes and Soft Robots.” Science Robotics, vol. 10, no. 101, Apr. 2025, p. eadq3121. science.org (Atypon), https://doi.org/10.1126/scirobotics.adq3121

整理｜ChatGPT

編輯｜丹雀、存源

關(guān)于追問nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問為紐帶，深入探究人工智能與人類智能相互融合與促進(jìn)，不斷探索科學(xué)的邊界。如果您有進(jìn)一步想要討論的內(nèi)容，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)。

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。

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、、等。