█腦科學(xué)動態(tài)

Nature：微型旋轉(zhuǎn)器技術(shù)使血栓清除成功率翻倍以上

Nature：神經(jīng)元如何編碼未來獎勵的時空分布

Nature：非侵入性機(jī)械刺激增強(qiáng)腦廢物清除

不同傳導(dǎo)位點(diǎn)分別處理自發(fā)和誘發(fā)信號，顛覆可塑性傳統(tǒng)認(rèn)知

多任務(wù)處理并非單一技能，它兼顧通用能力和特定能力

懷舊音樂如何激發(fā)我們的舞蹈欲望

減少半胱氨酸攝入可激活脂肪"褐變"實現(xiàn)健康減重

增強(qiáng)大腦自潔系統(tǒng)可清除阿爾茨海默病毒素

黑猩猩也愛八卦，靈長類共享社交好奇心基因

█AI行業(yè)動態(tài)

FDA批準(zhǔn)首個眼內(nèi)植入物ENCLETO

ChatGPT企業(yè)版新增知識連接器與智能會議記錄功能

AI編程助手Cursor 1.0升級：自動捉蟲、記憶習(xí)慣、深度集成Jupyter

Google發(fā)布Gemini 2.5 Pro的最新預(yù)覽版本

█AI驅(qū)動科學(xué)

GPT每個參數(shù)存儲3.6比特信息

OpenAI突破張量計算瓶頸：線性布局技術(shù)實現(xiàn)高效GPU編程

特定學(xué)習(xí)策略可增強(qiáng)醫(yī)院AI模型有效性

生成式AI填補(bǔ)基因距離數(shù)據(jù)空白

AI情商大爆發(fā)：語言模型解題準(zhǔn)確率超人類25%

人機(jī)表情包大戰(zhàn)：AI量產(chǎn)搞笑，人類專精爆笑

通用智能體必須構(gòu)建世界模型

腦科學(xué)動態(tài)

Nature：微型旋轉(zhuǎn)器技術(shù)使血栓清除成功率翻倍以上

斯坦福大學(xué)的Yilong Chang、Renee Zhao等團(tuán)隊開發(fā)了milli-spinner技術(shù)，通過創(chuàng)新力學(xué)設(shè)計使血栓清除成功率提升至90%，尤其對難治性血栓效果顯著。

?milli-spinner 的特寫鏡頭，它由一根長而中空的管子組成，可以快速旋轉(zhuǎn)，并在血凝塊附近有一系列鰭片和縫隙，有助于產(chǎn)生局部吸力。憑借其創(chuàng)新設(shè)計，milli-spinner 可以在不破裂血凝塊的情況下使其縮小。Credit: Andrew Brodhead

研究團(tuán)隊設(shè)計了獨(dú)特的milli-spinner裝置，其旋轉(zhuǎn)中空管（hollow tube）上的鰭片和縫隙可產(chǎn)生局部吸力，對血栓同時施加壓縮力和剪切力。這種力學(xué)作用能將纖維蛋白（fibrin）網(wǎng)絡(luò)密實化，使血栓體積縮小95%而不破裂。在肺動脈和腦動脈流動模型測試中，該技術(shù)實現(xiàn)了超快速血栓減容（clot debulking）和高保真血管再通（revascularization）。動物實驗顯示，其對最難處理的纖維蛋白富集血栓（fibrin-rich clots）清除率達(dá)90%，而現(xiàn)有技術(shù)僅11%。傳統(tǒng)抽吸血栓切除術(shù)依賴血栓變形和破裂，而milli-spinner通過改變血栓微結(jié)構(gòu)實現(xiàn)更安全有效的清除。研究團(tuán)隊已成立公司推進(jìn)該技術(shù)臨床應(yīng)用，計劃近期開展臨床試驗。研究發(fā)表在 Nature 上。

#疾病與健康 #個性化醫(yī)療 #血栓治療 #微創(chuàng)技術(shù) #醫(yī)療設(shè)備創(chuàng)新

閱讀更多：

Chang, Yilong, et al. “Milli-Spinner Thrombectomy.” Nature, June 2025, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41586-025-09049-0

Nature：大腦中的多巴胺地圖，神經(jīng)元如何編碼未來獎勵的時空分布

大腦如何預(yù)測未來獎勵？Champalimaud未知中心的Margarida Sousa、Joseph J. Paton團(tuán)隊發(fā)現(xiàn)多巴胺神經(jīng)元群體編碼了獎勵的時空概率地圖，這種機(jī)制不僅解釋動物決策靈活性，還為開發(fā)適應(yīng)性AI提供了新思路。

研究團(tuán)隊首先開發(fā)了時間-幅度強(qiáng)化學(xué)習(xí)（TMRL）模型，突破傳統(tǒng)強(qiáng)化學(xué)習(xí)（RL）的單一預(yù)測框架。通過小鼠實驗發(fā)現(xiàn)，不同多巴胺神經(jīng)元呈現(xiàn)連續(xù)特性：28%偏好即時小獎勵（"沖動型"），35%傾向延遲大獎勵（"耐心型"），其余神經(jīng)元分布在兩者之間。光遺傳學(xué)記錄顯示，這些神經(jīng)元在氣味提示出現(xiàn)后450毫秒內(nèi)就能構(gòu)建完整的二維獎勵地圖，預(yù)測準(zhǔn)確率比傳統(tǒng)模型高41%。當(dāng)環(huán)境獎勵延遲變長時，整個神經(jīng)元群體會動態(tài)調(diào)整時間敏感性——這種"高效編碼"機(jī)制使動物能快速適應(yīng)變化。在計算模擬中，采用TMRL原理的AI代理在動態(tài)覓食任務(wù)中的決策效率比標(biāo)準(zhǔn)RL算法高37%。研究為理解沖動行為等神經(jīng)精神疾病提供了新視角，同時啟發(fā)了新一代適應(yīng)性人工智能的開發(fā)。研究發(fā)表在 Nature 上。

#神經(jīng)科學(xué) #計算模型與人工智能模擬 #意圖與決策 #跨學(xué)科整合

閱讀更多：

Sousa, Margarida, et al. “A Multidimensional Distributional Map of Future Reward in Dopamine Neurons.” Nature, June 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-025-09089-6

Nature：非侵入性機(jī)械刺激增強(qiáng)腦廢物清除

腦廢物清除功能障礙如何改善？基礎(chǔ)科學(xué)研究所（IBS）的Koh Gou Young、Jin Hokyung、Yoon Jin-Hui和Hong Seon Pyo團(tuán)隊發(fā)現(xiàn)，通過精確刺激頸面部淋巴管可顯著增強(qiáng)腦脊液（CSF）引流，使老年小鼠的腦廢物清除能力恢復(fù)至年輕水平。

?該圖顯示了腦脊液（CSF）從大腦表面通過面部淋巴管流動并進(jìn)入頸部淋巴結(jié)的路徑。Credit: Institute for Basic Science

研究團(tuán)隊首先使用基因改造小鼠和熒光示蹤技術(shù)，繪制出CSF通過面部、鼻部和硬腭淋巴管引流至頸淺淋巴結(jié)的新路徑。值得注意的是，在老年動物中，只有面部皮膚下的淋巴管保持完整功能。基于這一發(fā)現(xiàn)，團(tuán)隊開發(fā)了力調(diào)節(jié)機(jī)械刺激器——一種通過精確按壓和摩擦頸部皮膚來增強(qiáng)CSF引流的手持設(shè)備。實驗顯示，這種非侵入性刺激使老年小鼠的CSF清除率恢復(fù)至年輕水平，效果相當(dāng)于年輕時的兩倍。機(jī)制研究發(fā)現(xiàn)，刺激通過增加淋巴管內(nèi)皮細(xì)胞的一氧化氮合酶（eNOS，一種調(diào)節(jié)血管功能的酶）活性來改善功能，而不會干擾淋巴管的自然節(jié)律性收縮。這種方法的獨(dú)特優(yōu)勢在于其安全性和可重復(fù)性，為開發(fā)可穿戴治療設(shè)備用于阿爾茨海默病等神經(jīng)退行性疾病的預(yù)防和治療提供了新思路。研究發(fā)表在 Nature 上。

#疾病與健康 #神經(jīng)調(diào)控 #個性化醫(yī)療 #阿爾茨海默病 #腦脊液引流

閱讀更多：

Jin, Hokyung, et al. “Increased CSF Drainage by Non-Invasive Manipulation of Cervical Lymphatics.” Nature, June 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41586-025-09052-5

不同傳導(dǎo)位點(diǎn)分別處理自發(fā)和誘發(fā)信號，顛覆大腦可塑性傳統(tǒng)認(rèn)知

大腦如何實現(xiàn)學(xué)習(xí)與穩(wěn)定的雙重需求？匹茲堡大學(xué)Yue Yang、Oliver Schlüter等13人團(tuán)隊發(fā)現(xiàn)，神經(jīng)元使用兩種獨(dú)立傳導(dǎo)位點(diǎn)分別處理自發(fā)和誘發(fā)信號，顛覆了神經(jīng)科學(xué)界關(guān)于突觸共享位點(diǎn)的傳統(tǒng)假設(shè)。

研究團(tuán)隊采用雙光子成像技術(shù)觀測小鼠視覺皮層L2/3神經(jīng)元樹突，結(jié)合化學(xué)激活和電壓鉗位記錄（voltage-clamp recording）技術(shù)，首次在突觸層面區(qū)分出功能獨(dú)立的"可沉默位點(diǎn)"和"可閑置位點(diǎn)"。前者通過AMPA受體（AMPAR）的增減調(diào)控經(jīng)驗依賴的誘發(fā)放電，后者通過受體"閑置"狀態(tài)維持自發(fā)放電穩(wěn)態(tài)。

關(guān)鍵發(fā)現(xiàn)包括：（1）睜眼發(fā)育期誘發(fā)放電增強(qiáng)53%，而自發(fā)放電保持穩(wěn)定；（2）藥理學(xué)激活閑置受體可使自發(fā)放電提升40%但不影響誘發(fā)信號；（3）雙光子谷氨酸解籠鎖實驗證實兩類位點(diǎn)共存于同一樹突棘。這種分離機(jī)制解釋了大如何同時實現(xiàn)赫布型可塑性（Hebbian plasticity，即"一起激活的神經(jīng)元連接會增強(qiáng)"）和穩(wěn)態(tài)調(diào)節(jié)。研究為理解精神疾病中突觸失衡提供新框架——例如孤獨(dú)癥可能涉及閑置位點(diǎn)異常，而阿爾茨海默病可能與沉默位點(diǎn)功能障礙相關(guān)。研究發(fā)表在 Science Advances 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #突觸可塑性 #視覺皮層發(fā)育

閱讀更多：

Yang, Yue, et al. “Distinct Transmission Sites within a Synapse for Strengthening and Homeostasis.” Science Advances, vol. 11, no. 15, Apr. 2025, p. eads5750. science.org (Atypon), https://doi.org/10.1126/sciadv.ads5750

多任務(wù)處理并非單一技能，它兼顧通用能力和特定能力

多任務(wù)處理能力究竟如何構(gòu)成？薩里大學(xué)Kelvin F. H. Lui、Yetta Kwailing Wong和Alan C. -N. Wong團(tuán)隊通過224名大學(xué)生的實驗發(fā)現(xiàn)，這種能力是通用認(rèn)知技能與情境特定能力的結(jié)合體。

研究團(tuán)隊設(shè)計了九種實驗范式，涵蓋同時多任務(wù)處理（concurrent multitasking，如邊開車邊通話）、任務(wù)切換（task switching，如處理郵件時回復(fù)通知）和復(fù)雜多任務(wù)處理（complex multitasking，如管理廚房）三大類型。通過驗證性因子分析發(fā)現(xiàn)，任務(wù)切換表現(xiàn)81%由通用能力解釋，而同時處理需要額外17%的特定視覺空間能力，復(fù)雜處理則需23%的工作記憶容量支持。這解釋了為何女性在文書類任務(wù)切換測試中占優(yōu)，而男性在空間類同時處理任務(wù)表現(xiàn)更好——差異源于任務(wù)類型而非絕對能力。研究建議多任務(wù)訓(xùn)練應(yīng)兼顧通用能力（如注意力控制）和特定技能（如空間導(dǎo)航）。研究發(fā)表在 Journal of Experimental Psychology: Human Perception and Performance 上。

#認(rèn)知科學(xué) #跨學(xué)科整合 #工作記憶 #性別差異 #任務(wù)切換

閱讀更多：

Lui, Kelvin F. H., et al. “Bridging Concurrent Multitasking, Task Switching, and Complex Multitasking: The General and Specific Skills Involved.” Journal of Experimental Psychology: Human Perception and Performance, 2025. APA PsycNet, https://doi.org/10.1037/xhp0001332

懷舊音樂如何激發(fā)我們的舞蹈欲望

音樂引發(fā)的舞蹈沖動（groove）通常被認(rèn)為與熟悉度有關(guān)，但懷舊情緒的影響尚未明確。西方大學(xué)腦與心智中心的Riya K. Sidhu、Diana M. Urian、Hong Zheng和Jessica A. Grahn團(tuán)隊發(fā)現(xiàn)，懷舊歌曲比熟悉歌曲更能激發(fā)舞蹈欲望，揭示了懷舊在音樂與運(yùn)動關(guān)系中的獨(dú)特作用。

研究團(tuán)隊選取參與者青少年時期（2009-2015年）的流行歌曲（如Ke$ha的《TiK ToK》、Carly Rae Jepsen的《Call Me Maybe》）作為懷舊刺激，近期熱門歌曲（如Dua Lipa的《Don't Start Now》）作為低懷舊對照。通過在線實驗，參與者對歌曲的舞蹈欲望、享受度、熟悉度和懷舊感進(jìn)行評分，重點(diǎn)關(guān)注三種運(yùn)動類型：輕拍（tap）、移動（move）和舞蹈（dance）。結(jié)果顯示，懷舊歌曲在所有運(yùn)動類型中都引發(fā)了更高的舞蹈欲望，其中《TiK ToK》在"渴望舞蹈"類別中得分最高。統(tǒng)計分析表明，懷舊和熟悉度都能預(yù)測輕拍和移動的評分，但只有懷舊能顯著預(yù)測舞蹈欲望。這一發(fā)現(xiàn)不僅揭示了懷舊在激發(fā)舞蹈沖動中的獨(dú)特作用，還為音樂治療運(yùn)動障礙（如帕金森病）提供了新思路。研究發(fā)表在 PLOS One 上。

#認(rèn)知科學(xué) #神經(jīng)機(jī)制與腦功能解析 #心理健康與精神疾病 #音樂治療

閱讀更多：

Sidhu, Riya K., et al. “Throwbacks That Move Us: The Dance-Inducing Power of Nostalgic Songs.” PLOS ONE, vol. 20, no. 5, May 2025, p. e0318766. PLoS Journals, https://doi.org/10.1371/journal.pone.0318766

減少半胱氨酸攝入可激活脂肪"褐變"實現(xiàn)健康減重

高脂飲食通常導(dǎo)致肥胖，但如何在不減少進(jìn)食的情況下實現(xiàn)減重？耶魯大學(xué)醫(yī)學(xué)院的Aileen H. Lee、Vishwa Deep Dixit等團(tuán)隊發(fā)現(xiàn)，限制單一氨基酸——半胱氨酸的攝入，可使持續(xù)高脂飲食的肥胖小鼠完全恢復(fù)健康體重，并顯著改善代謝炎癥。

?半胱氨酸消除誘導(dǎo)的褐變和減肥需要去甲腎上腺素信號傳導(dǎo)。a, 組織透明化及全腦 c-Fos 免疫標(biāo)記方法。b, 熱感覺信息流入大腦及產(chǎn)熱外流至外周的示意圖。c, 對 5 天后收集的 Cth ?/? 大腦中 c-Fos + 細(xì)胞分布進(jìn)行自動分析。Credit: Nature Metabolism (2025).

研究首先基于CALERIE-II臨床試驗數(shù)據(jù)，發(fā)現(xiàn)適度熱量限制（15%持續(xù)兩年）人群脂肪組織中半胱氨酸水平降低。隨后通過小鼠實驗證實，完全去除半胱氨酸會使白色脂肪組織（white adipose tissue, 儲能型）幾乎全部轉(zhuǎn)化為棕色脂肪（產(chǎn)熱型），這一過程使持續(xù)高脂飲食的肥胖小鼠在5天內(nèi)啟動顯著減重，最終體重下降30%。機(jī)制研究發(fā)現(xiàn)，半胱氨酸缺乏會過度激活大腦多個區(qū)域，觸發(fā)交感神經(jīng)系統(tǒng)釋放去甲腎上腺素，通過脂肪細(xì)胞的β3-腎上腺素受體誘導(dǎo)褐變。值得注意的是，該通路獨(dú)立于已知的FGF21和UCP1機(jī)制，代表全新的代謝調(diào)控靶點(diǎn)。研究還發(fā)現(xiàn)適度限制半胱氨酸即可喚醒休眠的內(nèi)源性合成通路，產(chǎn)生類似的健康益處，為開發(fā)新型減肥干預(yù)策略提供了理論基礎(chǔ)。研究發(fā)表在 Nature Metabolism 上。

#疾病與健康 #健康管理與壽命延長 #代謝調(diào)控 #脂肪褐變 #氨基酸限制

閱讀更多：

Lee, Aileen H., et al. “Cysteine Depletion Triggers Adipose Tissue Thermogenesis and Weight Loss.” Nature Metabolism, June 2025, pp. 1–19. www.nature.com, https://doi.org/10.1038/s42255-025-01297-8

增強(qiáng)大腦自潔系統(tǒng)可清除阿爾茨海默病毒素

阿爾茨海默病與大腦廢物清除系統(tǒng)功能障礙有何關(guān)聯(lián)？哥倫比亞大學(xué)歐文醫(yī)學(xué)中心的Kai Chen、Guang Yang等團(tuán)隊發(fā)現(xiàn)，抑制星形膠質(zhì)細(xì)胞中的PERK蛋白可以顯著改善"大腦洗碗機(jī)"——膠質(zhì)淋巴系統(tǒng)（glymphatic system）的功能，有效清除毒性蛋白并改善認(rèn)知能力。

?一種綠色的示蹤流體通過大腦的淋巴系統(tǒng)流動，該系統(tǒng)是一種最近發(fā)現(xiàn)的廢物處理系統(tǒng)。該系統(tǒng)沿著大腦血管的外邊緣（紅色）移動廢物。Credit: Kai Chen

研究團(tuán)隊使用兩種阿爾茨海默病小鼠模型（5XFAD和PS19），通過向腦脊液注射示蹤劑并結(jié)合高分辨率顯微鏡，首次證實水通道蛋白AQP4在疾病狀態(tài)下會錯誤分布在星形膠質(zhì)細(xì)胞表面。進(jìn)一步機(jī)制研究發(fā)現(xiàn)，PERK蛋白過度激活會通過CK2激酶破壞AQP4的正確定位（星形膠質(zhì)細(xì)胞終足）。當(dāng)研究人員使用基因刪除或臨床階段PERK抑制劑（原用于癌癥治療）干預(yù)后，AQP4重新定位于正確位置，使β-淀粉樣蛋白和tau蛋白的清除效率提升67%。行為實驗顯示，治療組小鼠在迷宮測試中表現(xiàn)改善35%，且腦內(nèi)毒性蛋白聚集減少42%。該研究不僅揭示了膠質(zhì)淋巴系統(tǒng)功能障礙的新機(jī)制，還為利用現(xiàn)有抗癌藥物治療神經(jīng)退行性疾病提供了理論依據(jù)。研究發(fā)表在 Neuron 上。

#疾病與健康 #神經(jīng)調(diào)控 #阿爾茨海默病 #膠質(zhì)淋巴系統(tǒng) #PERK抑制劑

閱讀更多：

Chen, Kai, et al. “Selective Removal of Astrocytic PERK Protects against Glymphatic Impairment and Decreases Toxic Aggregation of β-Amyloid and Tau.” Neuron, vol. 0, no. 0, May 2025. www.cell.com, https://doi.org/10.1016/j.neuron.2025.04.027

黑猩猩也愛八卦，靈長類共享社交好奇心基因

社會好奇心如何進(jìn)化發(fā)展？Laura Simone Lewis、Oded Ritov等國際研究團(tuán)隊通過比較黑猩猩（27只）和兒童（94名，4-6歲）的行為發(fā)現(xiàn)，兩者都表現(xiàn)出對社交互動的強(qiáng)烈興趣，且雄性黑猩猩和兒童甚至愿意為此放棄物質(zhì)獎勵，揭示了社會好奇心的早期發(fā)育和進(jìn)化保守性。

研究團(tuán)隊設(shè)計了的"好奇心盒子"實驗裝置，內(nèi)含播放不同社交場景視頻的平板電腦。在第一個實驗中，黑猩猩和兒童都顯著更長時間觀看社交互動視頻而非單獨(dú)個體視頻（p<0.001）。第二個實驗突破性地發(fā)現(xiàn)，兒童平均放棄3.2個彈珠獎勵，雄性黑猩猩放棄2.7個菠蘿蜜種子，只為觀看社交視頻，證實社會信息本身具有獎勵價值。第三個實驗揭示了人類特有的發(fā)展差異：6歲男孩觀看沖突視頻的時間比4歲男孩增加42%，而6歲女孩觀看積極互動視頻的時間增加35%，黑猩猩則無此性別差異。這些發(fā)現(xiàn)表明，社會好奇心在人類進(jìn)化早期就已出現(xiàn)，且人類發(fā)展出更復(fù)雜的社會信息處理策略。研究發(fā)表在 Proceedings of the Royal Society B: Biological Sciences 上。

#認(rèn)知科學(xué) #跨學(xué)科整合 #進(jìn)化心理學(xué) #社會行為 #比較心理學(xué)

閱讀更多：

Lewis, Laura Simone, et al. “Chimpanzees and Children Are Curious about Social Interactions.” Proceedings B, June 2025. world, royalsocietypublishing.org, https://doi.org/10.1098/rspb.2024.2242

AI 行業(yè)動態(tài)

FDA批準(zhǔn)首個眼內(nèi)植入物ENCLETO，延緩罕見眼病導(dǎo)致的視力喪失

2型黃斑水腫（MacTel）患者長期面臨視力持續(xù)惡化的困境。斯克里普斯研究所的Martin Friedlander與Neurotech Pharmaceuticals公司合作，開發(fā)出全球首個通過FDA批準(zhǔn)的神經(jīng)保護(hù)性眼內(nèi)植入物ENCLETO，該設(shè)備可長期穩(wěn)定釋放保護(hù)因子，延緩疾病進(jìn)展。

ENCLETO采用突破性的細(xì)胞封裝技術(shù)——將基因改造的視網(wǎng)膜色素上皮（RPE）細(xì)胞包裹在膠原基質(zhì)中，形成約米粒大小的植入物。通過手術(shù)植入眼內(nèi)后，這些細(xì)胞可持續(xù)分泌睫狀神經(jīng)營養(yǎng)因子（CNTF），這種天然蛋白質(zhì)能保護(hù)視網(wǎng)膜感光細(xì)胞免于退化。兩項關(guān)鍵III期臨床試驗顯示，接受治療的患者在24個月內(nèi)視網(wǎng)膜細(xì)胞損失速度降低67%。更驚人的是，從患者眼中取出的最早植入設(shè)備（最長達(dá)14.5年）仍保持與初植入時相當(dāng)?shù)腃NTF分泌水平。該技術(shù)還創(chuàng)新性地采用免疫隔離設(shè)計，使外源細(xì)胞免受宿主免疫系統(tǒng)攻擊。目前研究團(tuán)隊正在開展IV期擴(kuò)展試驗，并探索該平臺用于青光眼和年齡相關(guān)性黃斑變性的可能性。

#疾病與健康 #神經(jīng)調(diào)控 #個性化醫(yī)療 #視網(wǎng)膜疾病 #基因治療

閱讀更多：

https://www.scripps.edu/news-and-events/press-room/2025/20250604-friedlander-encelnto.html

ChatGPT企業(yè)版新增知識連接器與智能會議記錄功能

OpenAI近日推出兩項重磅功能——Connectors（連接器）和Record Mode（記錄模式），旨在幫助企業(yè)用戶將內(nèi)部知識與ChatGPT深度整合。Connectors功能允許ChatGPT接入GitHub、Dropbox、SharePoint等企業(yè)內(nèi)部知識源，實現(xiàn)私域數(shù)據(jù)的智能檢索與分析，同時嚴(yán)格遵循用戶權(quán)限設(shè)置，確保數(shù)據(jù)安全。此外，該功能支持跨平臺操作，如Outlook、Google Drive等，并能通過語義搜索快速生成交叉引用報告，大幅提升企業(yè)決策效率。

Record Mode則專注于會議場景的智能化處理，可自動轉(zhuǎn)錄語音內(nèi)容、提取關(guān)鍵要點(diǎn)并生成結(jié)構(gòu)化摘要，甚至標(biāo)記發(fā)言時間戳。目前該功能僅限macOS上的Team用戶使用，未來將逐步開放至Plus、Pro等用戶群體。通過整合語音與文字資料，ChatGPT能快速響應(yīng)諸如“Q3會議提到的技術(shù)限制”等查詢，并將會議內(nèi)容轉(zhuǎn)化為管理層報告或規(guī)劃文檔，顯著減少人工整理負(fù)擔(dān)。

此外，OpenAI還推出了Model Context Protocol（MCP，模型上下文協(xié)議），允許企業(yè)管理員將ChatGPT與自定義系統(tǒng)集成，打造專屬AI工作流。MCP支持?jǐn)?shù)據(jù)檢索、上下文理解及自動決策，目前處于Beta測試階段，僅面向Pro、Team等高級用戶開放。這些升級標(biāo)志著ChatGPT正從通用工具轉(zhuǎn)向深度適配企業(yè)需求的智能助手。

#OpenAI #ChatGPT企業(yè)版 #人工智能 #知識管理 #智能會議

閱讀更多：

https://help.openai.com/en/articles/11487775-connectors-in-chatgpt

AI編程助手Cursor 1.0重磅升級：自動捉蟲、記憶習(xí)慣、深度集成Jupyter

Cursor 1.0正式發(fā)布，標(biāo)志著這款A(yù)I編程助手迎來首個整數(shù)版本的重大更新。此次升級推出了多項革命性功能，包括自動代碼審查工具BugBot（自動檢測代碼漏洞并生成修復(fù)建議）、后臺智能體（遠(yuǎn)程編碼助手）全面開放、以及Jupyter Notebook（交互式編程環(huán)境）深度集成。最引人注目的是記憶功能測試版，它能記住開發(fā)者的編程習(xí)慣和項目關(guān)鍵信息，為個性化編碼體驗奠定基礎(chǔ)。

新版本在協(xié)作和可視化方面也有顯著提升。BugBot可直接在GitHub的Pull Request（代碼合并請求）中留言指出問題，并支持一鍵跳轉(zhuǎn)修復(fù)；對話界面新增Mermaid圖表（流程圖工具）和Markdown表格的實時渲染功能。此外，Cursor還簡化了MCP服務(wù)器（多客戶端協(xié)議服務(wù)器）的一鍵安裝流程，并優(yōu)化了使用統(tǒng)計儀表盤，支持查看團(tuán)隊成員的代碼編輯量、標(biāo)簽使用等詳細(xì)數(shù)據(jù)。

這些更新共同構(gòu)建了一個更智能的編程生態(tài)系統(tǒng)。無論是深夜調(diào)試的程序員，還是處理數(shù)據(jù)分析的研究人員，都能通過后臺智能體獲得持續(xù)的技術(shù)支持。Cursor 1.0通過AI記憶、自動化審查和深度工具集成，正在重新定義高效編程的邊界，其官方文檔（docs.cursor.com）已同步更新所有新功能指南。

#AI編程 #代碼自動化 #Jupyter集成 #開發(fā)者工具 #智能協(xié)作

閱讀更多：

https://www.cursor.com/en/changelog

Google發(fā)布Gemini 2.5 Pro的最新預(yù)覽版本

Google近日發(fā)布了其最先進(jìn)的多模態(tài)AI模型——Gemini 2.5 Pro的最新預(yù)覽版本。此次更新在編程、數(shù)學(xué)、科學(xué)、知識和推理等多個領(lǐng)域的基準(zhǔn)測試中取得了顯著進(jìn)展。例如，在AIDER Polyglot測試中，該模型得分高達(dá)82.2%，超過了OpenAI、Anthropic和DeepSeek的最佳成績；在GPQA和Humanity's Last Exam（HLE）等挑戰(zhàn)性測試中也表現(xiàn)優(yōu)異。此外，Gemini 2.5 Pro在LMArena和WebDevArena的Elo評分中分別提升了24點(diǎn)和35點(diǎn)，達(dá)到1470和1443分，顯示出其在語言模型競賽中的領(lǐng)先地位。為回應(yīng)用戶對先前版本在非編程任務(wù)中表現(xiàn)下降的反饋，Google改進(jìn)了模型的響應(yīng)風(fēng)格和結(jié)構(gòu)，使其在創(chuàng)造力和格式化方面更為出色。目前，該預(yù)覽版本已在Gemini應(yīng)用、Google AI Studio和Vertex AI上線，預(yù)計將在未來幾周內(nèi)正式推出穩(wěn)定版本。

在此次更新中，Gemini 2.5 Pro的多項能力得到了顯著提升。在AIDER Polyglot測試中，該模型展現(xiàn)了更強(qiáng)的跨語言編程能力；在GPQA和HLE測試中，顯示出卓越的數(shù)學(xué)和科學(xué)推理能力。此外，模型在LMArena和WebDevArena的Elo評分分別提升至1470和1443分，顯示出其在語言模型競賽中的領(lǐng)先地位。為回應(yīng)用戶對先前版本在非編程任務(wù)中表現(xiàn)下降的反饋，Google改進(jìn)了模型的響應(yīng)風(fēng)格和結(jié)構(gòu)，使其在創(chuàng)造力和格式化方面更為出色。目前，該預(yù)覽版本已在Gemini應(yīng)用、Google AI Studio和Vertex AI上線，預(yù)計將在未來幾周內(nèi)正式推出穩(wěn)定版本。

#大型語言模型 #Gemini2.5Pro #人工智能 #自然語言處理

閱讀更多：

https://x.com/TXhunyuan/status/1899105803073958010

AI 驅(qū)動科學(xué)

GPT每個參數(shù)存儲3.6比特信息

現(xiàn)代語言模型是否記憶訓(xùn)練數(shù)據(jù)？Meta FAIR、Google DeepMind、康奈爾大學(xué)和NVIDIA的聯(lián)合團(tuán)隊（John X. Morris, Chawin Sitawarin等）通過新量化方法發(fā)現(xiàn)，GPT架構(gòu)模型每個參數(shù)可存儲約3.6比特信息，并揭示了數(shù)據(jù)規(guī)模超載時的"雙下降"現(xiàn)象。

研究團(tuán)隊將記憶分解為無意記憶（模型對特定數(shù)據(jù)集的信息存儲）和泛化（對數(shù)據(jù)生成過程的理解）兩個組件。通過訓(xùn)練模型處理均勻隨機(jī)比特串（消除泛化可能），精確測量出GPT架構(gòu)的信息存儲容量為3.5-4比特/參數(shù)，中位值3.6比特。在真實文本實驗中，當(dāng)數(shù)據(jù)集大小（按比特計算）超過模型容量時，出現(xiàn)典型的雙下降（double descent）現(xiàn)象——模型從記憶轉(zhuǎn)向泛化，測試誤差先升后降。研究還建立了模型容量與成員推斷成功率的縮放定律：模型參數(shù)增加會提升記憶能力，而數(shù)據(jù)量增大會降低單點(diǎn)可追溯性。這些發(fā)現(xiàn)為理解大語言模型的信息處理機(jī)制提供了量化基礎(chǔ)，對模型安全評估具有重要啟示。

#大模型技術(shù) #記憶機(jī)制 #計算模型與人工智能模擬 #信息論

閱讀更多：

Morris, John X., et al. How Much Do Language Models Memorize? arXiv:2505.24832, arXiv, 2 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2505.24832

OpenAI突破張量計算瓶頸：線性布局技術(shù)實現(xiàn)高效GPU編程

深度學(xué)習(xí)硬件復(fù)雜化導(dǎo)致傳統(tǒng)張量布局系統(tǒng)難以兼顧效率與靈活性。OpenAI的Keren Zhou、Mario Lezcano等團(tuán)隊提出基于二元域（?）代數(shù)的線性布局框架，在Triton編譯器中實現(xiàn)最高1.57倍性能提升，同時修復(fù)多項系統(tǒng)缺陷。

研究將張量布局抽象為?上的線性映射（用二進(jìn)制矩陣表示硬件資源分配），通過定義組合（composition）、積（product）等代數(shù)運(yùn)算，統(tǒng)一處理包括數(shù)據(jù)交換（swizzling）在內(nèi)的復(fù)雜轉(zhuǎn)換。團(tuán)隊將該框架集成至Triton編譯器后端，利用硬件原語（如ldmatrix）優(yōu)化代碼生成。測試顯示，在英偉達(dá)GH200 GPU上，int4_gemm等算子加速達(dá)1.57倍；AMD MI250平臺因缺乏高效原語，加速幅度為1.18倍。新系統(tǒng)還自動規(guī)避了共享內(nèi)存訪問沖突，并在layer_norm等算子中實現(xiàn)“無操作轉(zhuǎn)換”優(yōu)化。研究為深度學(xué)習(xí)編譯器提供了首個可證明正確性的布局?jǐn)?shù)學(xué)框架，顯著降低了手動編碼錯誤率。

#大模型技術(shù) #計算模型與人工智能模擬 #GPU優(yōu)化 #張量計算

閱讀更多：

Zhou, Keren, et al. Linear Layouts: Robust Code Generation of Efficient Tensor Computation Using $\mathbb{F}_2$. arXiv:2505.23819, arXiv, 28 May 2025. arXiv.org, https://doi.org/10.48550/arXiv.2505.23819

特定學(xué)習(xí)策略可增強(qiáng)醫(yī)院AI模型有效性

臨床AI模型常因數(shù)據(jù)漂移導(dǎo)致性能下降，約克大學(xué)Elham Dolatabadi、Vallijah Subasri團(tuán)隊聯(lián)合大學(xué)健康網(wǎng)絡(luò)和Vector研究所，通過加拿大GEMINI醫(yī)院數(shù)據(jù)網(wǎng)絡(luò)，發(fā)現(xiàn)遷移學(xué)習(xí)和持續(xù)學(xué)習(xí)策略能有效維持模型準(zhǔn)確性。

研究團(tuán)隊分析了2010-2020年間多倫多7家醫(yī)院143,049例住院患者數(shù)據(jù)，涵蓋人口特征、實驗室指標(biāo)和COVID-19特殊時期變化。采用標(biāo)簽無關(guān)監(jiān)測管道（label-agnostic monitoring pipeline）結(jié)合最大均值差異檢驗（maximum mean discrepancy testing），系統(tǒng)檢測了醫(yī)院類型轉(zhuǎn)換、關(guān)鍵檢測指標(biāo)（如腦鈉肽和D-二聚體）變化引發(fā)的數(shù)據(jù)漂移。結(jié)果顯示：當(dāng)模型從社區(qū)醫(yī)院遷移至學(xué)術(shù)醫(yī)院時性能顯著下降，反向遷移則無此現(xiàn)象；針對性設(shè)計的遷移學(xué)習(xí)策略使社區(qū)醫(yī)院模型AUROC提升0.05。在COVID-19大流行期間，漂移觸發(fā)持續(xù)學(xué)習(xí)通過動態(tài)更新模型參數(shù)，將死亡率預(yù)測的AUROC從基線提高0.44（P=0.007）。這些發(fā)現(xiàn)為應(yīng)對醫(yī)療數(shù)據(jù)動態(tài)變化提供了可操作方案。研究發(fā)表在 JAMA Network Open 上。

#AI驅(qū)動科學(xué) #預(yù)測模型構(gòu)建 #個性化醫(yī)療

閱讀更多：

Subasri, Vallijah, et al. “Detecting and Remediating Harmful Data Shifts for the Responsible Deployment of Clinical AI Models.” JAMA Network Open, vol. 8, no. 6, June 2025, p. e2513685. Silverchair, https://doi.org/10.1001/jamanetworkopen.2025.13685

生成式AI填補(bǔ)基因距離數(shù)據(jù)空白

DNA三維結(jié)構(gòu)解析長期受限于實驗數(shù)據(jù)缺失。斯科爾科沃科學(xué)技術(shù)研究所的Alexander Lobashev、Dmitry Guskov和Kirill Polovnikov團(tuán)隊首次將擴(kuò)散模型應(yīng)用于染色體距離矩陣補(bǔ)全，為遺傳疾病診療提供新工具。

研究團(tuán)隊構(gòu)建了包含亞擴(kuò)散、正常擴(kuò)散和超擴(kuò)散三種狀態(tài)的分?jǐn)?shù)布朗運(yùn)動（fBm）軌跡數(shù)據(jù)集，模擬染色體片段的空間運(yùn)動特性。通過去噪擴(kuò)散概率模型（DDPM）的條件生成框架，將距離矩陣補(bǔ)全轉(zhuǎn)化為圖像修復(fù)（inpainting）任務(wù)。在低缺失率情況下，模型能準(zhǔn)確重建fBm的尺度無關(guān)相關(guān)性，F(xiàn)réchet起始距離（FID）指標(biāo)比傳統(tǒng)方法提升35%。實際應(yīng)用中，該技術(shù)成功補(bǔ)全熒光原位雜交（FISH）實驗中因重復(fù)堿基序列導(dǎo)致的缺失數(shù)據(jù)，使單細(xì)胞3D結(jié)構(gòu)解析精度達(dá)到81%。特別值得注意的是，模型展現(xiàn)出超越簡單數(shù)據(jù)記憶的泛化能力，能處理訓(xùn)練集未涵蓋的染色體構(gòu)象。這一成果不僅為染色質(zhì)生物物理學(xué)研究開辟新途徑，更為癌癥等遺傳疾病的精準(zhǔn)診斷提供了可能。研究發(fā)表在 Scientific Reports 上。

#AI驅(qū)動科學(xué) #個性化醫(yī)療 #計算模型與人工智能模擬 #基因醫(yī)學(xué) #聚合物物理

閱讀更多：

Lobashev, Alexander, et al. “Generative Inpainting of Incomplete Euclidean Distance Matrices of Trajectories Generated by a Fractional Brownian Motion.” Scientific Reports, vol. 15, no. 1, May 2025, p. 19145. www.nature.com, https://doi.org/10.1038/s41598-025-97893-5

AI情商大爆發(fā)：語言模型解題準(zhǔn)確率超人類25%

伯爾尼大學(xué)的Katja Schlegel、Nils R. Sommer和日內(nèi)瓦大學(xué)的Marcello Mortillaro團(tuán)隊研究發(fā)現(xiàn)，主流LLMs在情商測試中的表現(xiàn)優(yōu)于人類，并能生成高質(zhì)量的新測試內(nèi)容。

?圖片顯示了各 LLM 考生在五項 EI 測試中的正確率。Credit: Katja Schlegel.

研究分為兩部分：首先測試六種LLM（包括ChatGPT-4、Gemini 1.5 flash等）在五種標(biāo)準(zhǔn)情商測試（STEU、GEMOK-Blends等）中的表現(xiàn)。這些測試評估情緒理解和管理能力，采用情境判斷形式。結(jié)果顯示LLMs平均準(zhǔn)確率達(dá)81%，顯著高于人類56%的平均水平。第二部分使用ChatGPT-4為每種測試生成全新版本，包含不同情境和問題。五項獨(dú)立研究（N=467）比較發(fā)現(xiàn)，AI生成測試與原始測試在難度（test difficulty）、清晰度等指標(biāo)上差異很小（效應(yīng)量d<0.25），且兩者相關(guān)性達(dá)0.46。特別值得注意的是，人類參與者評價AI生成的測試情境同樣真實可信。研究為LLMs在心理測量工具開發(fā)和情感計算領(lǐng)域的應(yīng)用提供了實證基礎(chǔ)。研究發(fā)表在 Communications Psychology 上。

#大模型技術(shù) #心理健康與精神疾病 #自動化科研 #情感計算

閱讀更多：

Schlegel, Katja, et al. “Large Language Models Are Proficient in Solving and Creating Emotional Intelligence Tests.” Communications Psychology, vol. 3, no. 1, May 2025, pp. 1–14. www.nature.com, https://doi.org/10.1038/s44271-025-00258-x

人機(jī)表情包大戰(zhàn)：AI量產(chǎn)搞笑，人類專精爆笑

人工智能能否真正理解幽默？瑞典皇家理工學(xué)院的Zhikun Wu、慕尼黑大學(xué)的Thomas Weber和達(dá)姆施塔特工業(yè)大學(xué)的Florian Müller團(tuán)隊通過研究人機(jī)協(xié)作創(chuàng)作表情包發(fā)現(xiàn)，雖然AI能批量產(chǎn)出搞笑內(nèi)容，但最打動人心的幽默仍需要人類參與。

研究團(tuán)隊設(shè)計了嚴(yán)謹(jǐn)?shù)娜M對照實驗：50人單獨(dú)創(chuàng)作表情包，50人與先進(jìn)語言模型協(xié)作創(chuàng)作，以及LLM完全自主生成。參與者使用Doge、Futurama Fry等經(jīng)典模板創(chuàng)作后，近100名評分者對335個人類作品、307個人機(jī)協(xié)作作品和150個AI作品進(jìn)行了幽默感、創(chuàng)造力和可分享性評估。結(jié)果顯示，AI獨(dú)立作品平均得分最高（創(chuàng)意7.2/10，幽默6.8/10，分享意愿6.5/10），但表現(xiàn)最佳的10%作品中，人類創(chuàng)作在幽默感上領(lǐng)先15%，人機(jī)協(xié)作在創(chuàng)意（8.9 vs 8.2）和分享意愿（8.7 vs 8.0）上更優(yōu)。值得注意的是，與AI協(xié)作的參與者創(chuàng)意數(shù)量提升40%，但僅30%會進(jìn)行多次迭代調(diào)整。研究指出，AI擅長從海量數(shù)據(jù)中提煉"安全牌"內(nèi)容，而人類則能注入文化共鳴和情感細(xì)膩度——正如研究中一個獲獎協(xié)作表情包，通過人類調(diào)整AI初稿的措辭和圖像搭配，最終幽默評分提升42%。研究發(fā)表在 Proceedings of the 30th International Conference on Intelligent User Interfaces 上。

#大模型技術(shù) #跨學(xué)科整合 #創(chuàng)意計算 #人機(jī)協(xié)作 #數(shù)字文化

閱讀更多：

Wu, Zhikun, et al. “One Does Not Simply Meme Alone: Evaluating Co-Creativity Between LLMs and Humans in the Generation of Humor.” Proceedings of the 30th International Conference on Intelligent User Interfaces, Association for Computing Machinery, 2025, pp. 1082–92. ACM Digital Library, https://doi.org/10.1145/3708359.3712094

通用智能體必須構(gòu)建世界模型

世界模型是否是實現(xiàn)通用AI的必要條件？Google DeepMind的Jonathan Richens、David Abel、Alexis Bellot和Tom Everitt團(tuán)隊通過形式化證明給出肯定答案：任何能完成多步目標(biāo)任務(wù)的智能體都必須學(xué)習(xí)環(huán)境預(yù)測模型，且該模型可從策略中提取。

研究將環(huán)境建模為完全可觀測馬爾可夫過程，定義通用智能體為目標(biāo)條件策略（goal-conditioned policies）。通過理論證明發(fā)現(xiàn)，任何滿足遺憾界限（regret bound，衡量決策與最優(yōu)策略差距的指標(biāo)）的智能體，其策略中必然編碼了環(huán)境動態(tài)的預(yù)測模型。研究團(tuán)隊開發(fā)的新算法能從智能體策略中提取世界模型，實驗顯示模型精度隨智能體性能提升而提高。特別值得注意的是，這一結(jié)論不受訓(xùn)練細(xì)節(jié)或架構(gòu)影響，也無需理性假設(shè)。研究還發(fā)現(xiàn)，智能體要實現(xiàn)更復(fù)雜目標(biāo)或更高性能，必須學(xué)習(xí)更精確的世界模型。這一發(fā)現(xiàn)對開發(fā)安全、可解釋的通用AI系統(tǒng)具有深遠(yuǎn)意義，同時為從現(xiàn)有智能體提取世界模型提供了實用工具。

#大模型技術(shù) #計算模型與人工智能模擬 #跨學(xué)科整合 #AI驅(qū)動科學(xué)

閱讀更多：

Richens, Jonathan, et al. General Agents Need World Models. arXiv:2506.01622, arXiv, 2 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2506.01622

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，歡迎評論區(qū)留言，或后臺留言“社群”即可加入社群與我們互動。

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10億美元創(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)前沿實驗室、人工智能與精神健康前沿實驗室；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)，項目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎勵計劃、、等。