█腦科學動態(tài)

世界首例活人基因編輯豬肝移植成功，患者存活近半年

“肛門呼吸”人體試驗成功

更年期如何重塑女性大腦

每周數(shù)千美金的兒童神經(jīng)康復療法被指無效

光學設備可區(qū)分來自大腦和頭皮的血流信號

定制化聲學神經(jīng)調(diào)節(jié)可有效緩解醫(yī)護人員壓力

同時吸食大麻和煙草或改變大腦“幸福分子”水平，加劇負面情緒

█AI行業(yè)動態(tài)

OpenAI發(fā)布ChatGPT Atlas：不只是瀏覽器，而是超級AI助理

Claude 正式發(fā)布桌面應用，深度集成操作系統(tǒng)

ICCV 2025大獎揭曉：CMU獨攬最佳論文，何愷明十年經(jīng)典再封神

█AI驅動科學

Nature：全面擁抱AI，大學生會變得更聰明，還是停止思考？

BiDoRA：更高效的大模型微調(diào)新方法，降低數(shù)據(jù)和算力需求

紙薄磁性肌肉問世，賦能折紙機器人醫(yī)療應用

Refashion軟件：通過模塊化設計實現(xiàn)可重構的環(huán)保服裝

AI分析揭示健身應用的負面心理影響

人工智能聊天機器人系統(tǒng)性地違反心理健康倫理標準

腦科學動態(tài)

世界首例活人基因編輯豬肝移植成功，患者存活近半年

面對全球器官移植供體嚴重短缺的困境，異種移植成為備受期待的解決方案。安徽醫(yī)科大學第一附屬醫(yī)院的孫倍成與云南農(nóng)業(yè)大學的魏紅江團隊在該領域取得歷史性突破，成功實施了世界首例基因編輯豬肝臟到活體人類的移植手術，為無法手術的肝癌患者提供了新的治療思路，患者術后存活時間長達171天。

?Credit：Journal of Hepatology

該研究為一名71歲的巨大肝細胞癌患者移植了一個經(jīng)過10處基因編輯的豬肝臟作為輔助器官。供體豬由云南農(nóng)業(yè)大學團隊培育，通過敲除3個豬的異種抗原基因并引入7個人類基因，以最大程度避免免疫排斥和凝血功能障礙。術后初期結果令人鼓舞，移植的豬肝臟在31天內(nèi)未出現(xiàn)超急性或急性排斥反應，并表現(xiàn)出正常的代謝功能，能分泌膽汁、合成豬白蛋白。然而，在術后第38天，患者出現(xiàn)了異種移植相關的血栓性微血管?。▁enotransplantation-associated thrombotic microangiopathy, xTMA），這是一種嚴重的并發(fā)癥。為控制病情，醫(yī)生移除了輔助豬肝。盡管xTMA得到成功處理，但患者最終因反復上消化道出血在術后第171天不幸去世。這項研究不僅證明了輔助性豬肝異種移植作為等待人類供體“生命之橋”的可行性，也首次揭示了xTMA是阻礙長期成功的關鍵挑戰(zhàn)，為未來的臨床試驗提供了寶貴的臨床范例和研究方向。研究發(fā)表在 Journal of Hepatology 上。

閱讀更多：

Zhang, Wenjie, et al. “Genetically Engineered Pig-to-Human Liver Xenotransplantation.” Journal of Hepatology, vol. 0, no. 0, Oct. 2025. www.journal-of-hepatology.eu, https://doi.org/10.1016/j.jhep.2025.08.044

“肛門呼吸”人體試驗成功：腸道通氣療法有望成呼吸衰竭患者救命稻草

為應對呼吸機短缺和機械通氣引發(fā)的肺損傷，科學家探索通過腸道為身體供氧的新方法。受水生生物腸道呼吸的啟發(fā)，東京理科大學的武部貴則（Takanori Takebe）團隊在成功完成哺乳動物實驗后，開展了全球首例人體臨床試驗，驗證了經(jīng)肛門腸內(nèi)通氣（EVA）技術的安全性與可行性。

?Credit：Med

該研究是一項1期、單中心、開放標簽的劑量遞增臨床試驗，招募了27名健康成年男性。研究人員通過直腸向參與者單次注入不同劑量的非氧合全氟萘烷（perfluorodecalin, PFD），這是一種已獲臨床批準、具有高氧氣溶解度的液體，并讓其在體內(nèi)保留60分鐘。此次試驗使用未額外加載高濃度氧氣的PFD，旨在單純評估該液體及給藥方式的安全性。團隊通過監(jiān)測不良事件、生命體征和血液檢測等指標進行評估。結果顯示，該方法安全且耐受性良好。所有參與者均未出現(xiàn)嚴重不良事件，觀察到的副作用僅為輕微、短暫的腹脹和腹痛，無需干預即可自行緩解。血液檢測未發(fā)現(xiàn)PFD被全身吸收。此外，藥代動力學模型預測該方法具有劑量依賴性的氧合效應，與高劑量組觀察到的外周血氧飽和度適度增加現(xiàn)象相符。這一結果為后續(xù)使用完全氧合PFD治療呼吸衰竭患者的臨床試驗奠定了關鍵安全基礎。研究發(fā)表在 Med 上。

閱讀更多：

Fujii, Tasuku, et al. “Safety and Tolerability of Intrarectal Perfluorodecalin for Enteral Ventilation in a First-in-Human Trial.” Med, vol. 0, no. 0, Oct. 2025. www.cell.com, https://doi.org/10.1016/j.medj.2025.100887

更年期如何重塑女性大腦

許多女性在更年期飽受“腦霧”困擾，其背后的腦結構變化機制是什么？波多黎各龐塞健康科學大學的 Angélica Rodríguez、Andrea Pereira 在 Bárbara Barros 和 Karla Martínez 的指導下，進行了一項文獻綜述，系統(tǒng)性地總結了更年期如何重塑大腦，并揭示了這些變化與認知、情緒癥狀的關聯(lián)。

研究團隊通過系統(tǒng)性文獻回顧發(fā)現(xiàn)，更年期與大腦結構發(fā)生顯著變化密切相關。首先，大腦中負責記憶和執(zhí)行功能的關鍵區(qū)域，如額葉皮質、顳葉皮質和海馬體，其灰質體積會減少，這直接導致了言語記憶和視覺空間記憶能力的下降。其次，腦白質高信號（white matter hyperintensities，通常指因血流減少導致的微小組織損傷）增多，尤其是在過早絕經(jīng)或頻繁經(jīng)歷潮熱的女性中更為普遍，這些病變會增加未來患中風和癡呆癥的風險。不過，研究也帶來了一些希望：部分證據(jù)顯示，絕經(jīng)后灰質體積可能部分恢復，這表明大腦具備一定的神經(jīng)可塑性來進行自我修復和補償。此外，腦血管反應性和能量代謝的改變也進一步證實了更年期對神經(jīng)系統(tǒng)的深遠影響。研究成果在 2025 年北美更年期協(xié)會（The Menopause Society）年會上公布。

閱讀更多：

https://menopause.org/annual-meetings/2025-annual-meeting

每周數(shù)千美金的兒童神經(jīng)康復療法被指無效

針對神經(jīng)系統(tǒng)殘疾兒童的物理療法 Cuevas Medek Exercises 和 Dynamic Movement Intervention 日益流行，但其科學依據(jù)何在？由耶魯大學的 David Frumberg 及國際合作者 Ginny Paleg 等人組成的團隊通過一篇評論性文章指出，這兩種療法不僅缺乏可靠的科學支持，還給患兒家庭帶來沉重的經(jīng)濟與倫理負擔。

研究團隊通過系統(tǒng)性回顧文獻發(fā)現(xiàn)，這兩種康復方法存在嚴重的證據(jù)缺陷。Cuevas Medek Exercises（CME）雖已應用數(shù)十年，但支持其有效性的僅有少數(shù)個案報告和存在高度偏見的小型研究。而2021年才推出的 Dynamic Movement Intervention（DMI）證據(jù)基礎更為薄弱，僅有一篇會議摘要可查。因此，這兩種療法在循證醫(yī)學評級中均被列為 Sackett 5級（Sackett Level 5，即無有效證據(jù)）。更重要的是，它們的理論根植于過時的反射層級模型（reflex-hierarchical models），與現(xiàn)代運動學習科學所倡導的、以兒童主動參與和功能目標為導向的原則背道而馳。研究者強調(diào)，推廣這些未經(jīng)證實的療法是不道德的，家庭常為此支付高昂費用，同時還可能犧牲孩子寶貴的教育和社交機會。他們呼吁治療師、專業(yè)機構和保險公司堅守職業(yè)倫理，推廣基于現(xiàn)代神經(jīng)可塑性原理的循證干預措施。研究發(fā)表在 Pediatric Physical Therapy 上。

閱讀更多：

Paleg, Ginny, et al. “Where’s the Evidence? Challenging Therapists to Stop Legitimizing Dynamic Movement Intervention and Cuevas Medek Exercises.” Pediatric Physical Therapy, p. 10.1097/PEP.0000000000001261. journals.lww.com, https://doi.org/10.1097/PEP.0000000000001261

光學設備可區(qū)分來自大腦和頭皮的血流信號

如何準確無創(chuàng)地測量大腦血流，同時排除頭皮信號的干擾，是神經(jīng)科學領域的一大難題。南加州大學神經(jīng)修復中心和加州理工學院的Charles Liu、Jonathan Russin、Simon Mahler等研究人員，通過一項創(chuàng)新實驗，成功驗證了一種名為散斑對比光譜的光學技術能夠可靠地“看穿”頭皮，為中風、腦損傷等疾病的監(jiān)測帶來了新希望。

?激光散斑對比光譜系統(tǒng)裝置，用于監(jiān)測太陽穴附近主要頭皮動脈暫時阻塞時頭皮和腦血流。Credit: Huang et al.

研究團隊使用了一種名為散斑對比光譜（speckle contrast optical spectroscopy, SCOS）的非侵入性技術，通過捕捉散射的激光來測量血流。為了解決長期困擾該領域的頭皮信號干擾問題，研究者們設計了一個巧妙的實驗方案。他們在20名參與者身上，通過暫時性地阻斷僅為頭皮供血的顳淺動脈（superficial temporal artery），同時保持大腦血流不變。在此期間，他們利用一個多通道SCOS設備，在不同距離上采集光信號。結果清晰地表明，當探測器與激光源的距離小于2.3厘米時，信號會因頭皮血流受阻而顯著減弱；而當距離大于等于2.3厘米時，信號幾乎不受影響，證明了這部分信號主要來自大腦深處。這項研究首次在人類身上通過直接實驗證據(jù)，證實了SCOS技術探測大腦血流的有效性，并為該技術的臨床應用（如評估中風風險和檢測創(chuàng)傷性腦損傷）提供了關鍵的優(yōu)化參數(shù)。研究發(fā)表在 APL Bioengineering 上。

閱讀更多：

Huang, Yu Xi, et al. “Assessing Human Scalp and Brain Blood Flow Sensitivities via Superficial Temporal Artery Occlusion Using Speckle Contrast Optical Spectroscopy.” APL Bioengineering, vol. 9, no. 4, Dec. 2025. pubs.aip.org, https://doi.org/10.1063/5.0263953

定制化聲學神經(jīng)調(diào)節(jié)可有效緩解醫(yī)護人員壓力

醫(yī)護人員面臨著日益嚴峻的心理健康危機，迫切需要有效的干預措施。維克森林大學醫(yī)學院的 Charles H. Tegeler, Catherine L. Tegeler 等研究人員，通過一項隨機對照試驗發(fā)現(xiàn)，一種根據(jù)個人腦電波定制的閉環(huán)聲學神經(jīng)調(diào)節(jié)技術，能夠安全、快速地緩解醫(yī)護人員的壓力、焦慮和失眠癥狀。

?自 2011 年以來，維克森林大學醫(yī)學院的“大腦身體研究項目”一直在評估一項閉環(huán)聽覺神經(jīng)調(diào)節(jié)技術（Cereset Research），該技術能夠近乎實時地將腦電波轉化為個性化音調(diào)。這些回響的音調(diào)能夠促使大腦協(xié)調(diào)、平衡和平靜，從而擺脫僵硬的壓力模式。Credit: Wake Forest University School of Medicine

該研究采用了一種名為Cereset Research的非侵入性神經(jīng)技術，它能夠近乎實時地監(jiān)測參與者的大腦活動，并將其轉化為獨特的個性化音調(diào)。研究團隊招募了144名承受中度至重度壓力的醫(yī)護人員，并將其隨機分為干預組和候補對照組。干預組在兩周內(nèi)接受了四次治療，每次約36分鐘，參與者只需閉眼放松，聆聽由自身腦電波產(chǎn)生的“回響”音調(diào)，引導大腦恢復平衡。六至八周后評估結果顯示，干預組的感知壓力量表（Perceived Stress Scale, PSS，一種衡量個體壓力感受的心理學工具）得分平均下降7.8分，而對照組僅下降1.2分，差異顯著。此外，干預組在焦慮、失眠、抑郁和疲勞等方面的癥狀也得到了顯著改善。這項簡短的干預措施安全且耐受性良好，為支持高壓人群的心理健康提供了一種可擴展的新方案。研究發(fā)表在 Global Advances in Integrative Medicine and Health 上。

閱讀更多：

Tegeler, Catherine L., et al. “Randomized Controlled Trial of Acoustic Neuromodulation to Enhance Well-Being in Healthcare Workers.” Global Advances in Integrative Medicine and Health, vol. 14, Oct. 2025, p. 27536130251388984. SAGE Journals, https://doi.org/10.1177/27536130251388984

同時吸食大麻和煙草或改變大腦“幸福分子”水平，加劇負面情緒

為何同時吸食大麻和煙草的人群往往報告更嚴重的抑郁和焦慮？麥吉爾大學道格拉斯研究中心的 Rachel A. Rabin 和 Romina Mizrahi 等人領導的一項研究，首次揭示了可能導致這一現(xiàn)象的分子機制，發(fā)現(xiàn)混合使用會顯著改變大腦內(nèi)源性大麻素系統(tǒng)的關鍵酶水平。

研究團隊利用正電子發(fā)射斷層掃描技術，對13名年輕大麻使用者的大腦進行了分析。參與者被分為兩組：8名僅吸食大麻者，以及5名同時吸食大麻和香煙者。研究聚焦于一種名為脂肪酸酰胺水解酶（Fatty acid amide hydrolase, FAAH）的物質，這種酶負責分解大腦中的“幸福分子”——花生四烯乙醇胺（anandamide），后者在情緒和壓力調(diào)節(jié)中扮演重要角色。結果發(fā)現(xiàn)，與僅吸食大麻的群體相比，混合使用者的黑質和小腦腦區(qū)的FAAH水平顯著更高。這意味著混合使用者的“幸福分子”被更快地降解，導致其水平偏低，而此前的研究已證實低水平的花生四烯乙醇胺與焦慮、抑郁以及戒斷困難等不良后果密切相關。這項初步發(fā)現(xiàn)為理解混合使用為何加劇負面健康影響提供了首個直接的人類神經(jīng)生物學證據(jù)，并為未來開發(fā)針對大麻使用障礙的藥物療法指明了新的靶點。研究發(fā)表在 Drug and Alcohol Dependence Reports 上。

閱讀更多：

“A Preliminary Investigation of Tobacco Co-Use on Endocannabinoid Activity in People with Cannabis Use.” Drug and Alcohol Dependence Reports, vol. 16, Sept. 2025, p. 100369. www.sciencedirect.com, https://doi.org/10.1016/j.dadr.2025.100369

AI 行業(yè)動態(tài)

OpenAI發(fā)布ChatGPT Atlas：不只是瀏覽器，而是超級AI助理

OpenAI 近日正式發(fā)布了其人工智能瀏覽器 ChatGPT Atlas，基于 Chromium內(nèi)核，Atlas 的推出旨在與現(xiàn)有的主流瀏覽器，特別是谷歌的 Chrome 和微軟的 Edge，形成直接競爭。OpenAI 首席執(zhí)行官 Sam Altman 曾多次表達對瀏覽器領域的濃厚興趣，甚至在谷歌可能被迫出售 Chrome 時表達過潛在的收購意愿。目前，ChatGPT Atlas 率先發(fā)布了 macOS 版本，并向 Free、Plus、Pro 和 Go 等所有用戶免費開放，同時預告了 Windows、iOS 和 Android 版本的開發(fā)計劃。Atlas 的核心能力在于將強大的 ChatGPT 模型深度集成到用戶的瀏覽體驗中，通過“Ask ChatGPT”側邊欄，AI 能夠“看到”用戶當前瀏覽的頁面上下文，并直接提供問答支持或執(zhí)行任務，OpenAI 表示其目標是構建一個真正的超級助理，也就是能理解用戶世界并幫助其實現(xiàn)目標的智能伙伴。

Atlas 集成了多項增強用戶效率的先進功能，其中最引人注目的是內(nèi)置的 ChatGPT 記憶功能，它能夠調(diào)用過往的對話記錄、細節(jié)以及任務上下文，從而協(xié)助用戶更高效地完成新的目標。此外，Atlas 還引入了瀏覽器記憶，允許 AI 記住用戶訪問過的網(wǎng)站內(nèi)容并在需要時重新調(diào)用，例如幫助用戶總結行業(yè)趨勢或查找歷史招聘信息。OpenAI 強調(diào)，用戶對所有記憶功能擁有完全控制權，可以隨時在設置中查看、清除或使用無痕模式來避免數(shù)據(jù)記錄。對于 Plus、Pro 和 Business 用戶，Atlas 還提供了智能體模式（Agent Mode）的預覽功能，該模式賦予了 AI 執(zhí)行復雜、多步驟任務的能力，如在線購物或整理報告。鑒于智能體可能帶來的安全風險，OpenAI 特別部署了嚴格的安全措施：包括禁止在瀏覽器內(nèi)運行代碼、下載文件或訪問本地文件系統(tǒng)。盡管研究人員已經(jīng)針對潛在攻擊進行了數(shù)千小時的安全測試，但 OpenAI 仍提醒用戶保持警惕，謹慎提供敏感信息，并在處理重要任務時關注 ChatGPT 的執(zhí)行行為。

Atlas 瀏覽器

閱讀更多：

https://openai.com/index/introducing-chatgpt-atlas/

Claude 正式發(fā)布桌面應用，深度集成操作系統(tǒng)

人工智能公司 Anthropic 近日正式發(fā)布了其大型語言模型 Claude 的官方桌面應用程序，旨在將 AI 能力深度集成到用戶的日常操作系統(tǒng)層面。這一戰(zhàn)略舉措標志著主流 AI 助手服務正從傳統(tǒng)的瀏覽器驅動模式（Browser-Driven Model）向原生應用集成模式（Native Application Integration Model）轉型，進一步加劇了與競爭對手在用戶工作流程中的核心競爭。初期發(fā)布的版本主要針對 macOS 系統(tǒng)用戶，重點突破了 AI 模型在復雜、跨應用任務處理中的效率瓶頸。該桌面客戶端被設計為可常駐后臺，并可通過預設的全局熱鍵調(diào)用機制快速喚出，使得用戶能夠在不切換窗口、不中斷當前工作流的情況下，即時獲取 Claude 的支持和分析。

新應用的核心功能圍繞增強上下文感知計算（Contextual Awareness Computing）和視覺輸入處理（Visual Input Processing）展開。其中，用戶可以直接通過截屏或共享窗口的方式，讓 Claude “實時查看”用戶正在處理的內(nèi)容，從而針對性地提供代碼建議、文檔摘要或數(shù)據(jù)分析。此外，文件拖放功能的強化，允許模型直接與本地文件、代碼編輯器、或數(shù)據(jù)庫等進行高效連接與交互。這意味著 Claude 不再僅僅是一個純文本聊天界面，而成為了一個嵌入在操作系統(tǒng)內(nèi)部的智能輔助工具。通過這種深度整合，Anthropic 極大地提升了模型處理涉及本地數(shù)據(jù)和即時視覺信息的復雜任務的能力，有望為專業(yè)用戶和開發(fā)者提供更高效、更直觀的人機交互體驗。

閱讀更多：

https://claude.com/download

ICCV 2025大獎揭曉：CMU獨攬最佳論文，何愷明十年經(jīng)典再封神

國際計算機視覺大會（ICCV）2025于夏威夷檀香山圓滿落幕，本屆大會規(guī)?？涨?，共收到超過1.1萬篇投稿，錄用論文超過2500篇，且超過一半的作者來自中國。大會的最高榮譽——最佳論文獎（Marr Prize）授予了卡耐基梅隆大學團隊，他們開創(chuàng)性地提出了BrickGPT（文本到3D生成技術），該方法能首次從文本描述直接生成物理穩(wěn)定、可實際建造的「積木結構模型」。研究人員為此構建了StableText2Brick數(shù)據(jù)集，并利用物理感知回滾機制，確保生成設計的穩(wěn)定性。此外，CMU團隊還獲得了最佳論文榮譽提名，因其提出了一種由Lohmann透鏡和純相位空間光調(diào)制器組成的光學系統(tǒng)，實現(xiàn)了空間可變自動對焦，打破了傳統(tǒng)鏡頭一次只能對一個平面清晰對焦的限制。在學生論文方面，以色列理工學院團隊憑借FlowEdit（用于文本圖像編輯的流模型）斬獲最佳學生論文獎，該方法實現(xiàn)了免反演、模型無關的文本圖像編輯。

兩年一度、表彰十年經(jīng)典貢獻的Helmholtz Prize（表彰對計算機視覺做出基礎性貢獻的十年經(jīng)典論文的獎項）在今年被授予兩項里程碑式的工作。其中，何愷明、張祥雨、任少卿和孫劍在十年前發(fā)表的論文因提出PReLU（Parametric Rectified Linear Unit，參數(shù)化的修正線性單元，一種提升深度學習模型擬合效果的激活函數(shù)）而獲獎，該研究使PReLU網(wǎng)絡在ImageNet（大規(guī)模視覺識別挑戰(zhàn)賽）分類數(shù)據(jù)集上的識別錯誤率首次超越了人類水平。同期獲獎的還有Ross Girshick的Fast R-CNN（快速區(qū)域卷積網(wǎng)絡，一種用于目標檢測的高效算法）。其他重要獎項方面，Azriel Rosenfeld終身成就獎頒發(fā)給了對計算機視覺領域做出卓越貢獻的Rama Chellappa教授。本屆ICCV顯示出在「圖像和視頻合成和生成」等領域投稿量和錄用量均居榜首，成為當前最熱門的研究方向。

閱讀更多：

https://x.com/ICCVConference/status/1980704802691858682

AI 驅動科學

Nature：大學全面擁抱AI：大學生會變得更聰明，還是停止思考？

全球大學正被AI浪潮席卷，學生是應該擁抱技術變得更聰明，還是會因此停止思考？Nature的特寫文章探討了這一教育領域的重大挑戰(zhàn)。該文由Helen Pearson撰寫，綜合了包括清華大學王帥國和麻省理工學院Nataliya Kosmyna在內(nèi)的多位專家的研究與觀點，揭示了AI在高等教育中扮演的雙重角色及其對學生認知能力的潛在影響。

AI在校園已無處不在，一項全球調(diào)查顯示86%的大學生在學業(yè)中頻繁使用AI。AI的價值與風險并存，構成了一把雙刃劍。哈佛大學的一項隨機對照試驗表明，使用定制AI導師的物理專業(yè)學生比僅由人類教師指導的學生學得更快更好。然而，令人擔憂的證據(jù)也隨之浮出水面。麻省理工學院的一項研究利用腦電圖監(jiān)測發(fā)現(xiàn)，完全依靠自己知識寫作的學生大腦區(qū)域連接模式最強，而使用ChatGPT輔助寫作的學生大腦連接性最弱，這表明他們的思維參與度較低，并且之后幾乎無法回憶起所寫內(nèi)容。清華大學的初步研究也亮起紅燈：使用AI工具的學生雖然在課后即時測試中得分更高，但在幾周后的測試中成績反而落后，這暗示了AI可能帶來一種“虛假的理解感”。面對AI的沖擊，全球高校對策不一：中國將其視為國家戰(zhàn)略，清華大學已構建系統(tǒng)的AI教學架構；而美國校園則普遍缺乏統(tǒng)一指導。文章發(fā)表在 Nature 上。

閱讀更多：

Pearson, Helen. “Universities Are Embracing AI: Will Students Get Smarter or Stop Thinking?” Nature, vol. 646, no. 8086, Oct. 2025, pp. 788–91. www.nature.com, https://doi.org/10.1038/d41586-025-03340-w

BiDoRA：一種更高效的大模型微調(diào)新方法，顯著降低數(shù)據(jù)和算力需求

為解決大型語言模型微調(diào)成本高昂且易于過擬合的難題，加州大學圣地亞哥分校的 Peijia Qin、Ruiyi Zhang 和 Pengtao Xie 團隊開發(fā)了一種名為 BiDoRA 的新方法。該方法通過創(chuàng)新的雙層優(yōu)化框架，能夠使用極少的數(shù)據(jù)和算力高效定制AI模型，向著“AI民主化”邁出了重要一步。

?BiDoRA 概述。BiDoRA 使用 BLO 框架執(zhí)行 PEFT。在底層，BiDoRA 使用下游數(shù)據(jù)集的訓練集分割來學習更新矩陣的方向分量 ?V。在上層，BiDoRA 使用數(shù)據(jù)集的驗證集分割，利用底層優(yōu)化后的 ?V 來優(yōu)化幅度分量 m。確定最佳幅度后，方向分量會在訓練集和驗證集的聯(lián)合訓練集上進行進一步微調(diào)，以最大化整體性能。Credit: Transactions on Machine Learning Research (2025).

研究團隊提出了一種名為 BiDoRA（基于雙層優(yōu)化的權重分解低秩自適應）的新型參數(shù)高效微調(diào)（Parameter-efficient fine-tuning, PEFT）方法。與現(xiàn)有技術如權重分解低秩自適應（DoRA）同步優(yōu)化權重矩陣的幅度和方向不同，BiDoRA 創(chuàng)新地采用雙層優(yōu)化框架將二者解耦。具體而言，它在底層循環(huán)中使用訓練數(shù)據(jù)學習權重的“方向”，在上層循環(huán)中使用驗證數(shù)據(jù)優(yōu)化權重的“幅度”。這種獨立的異步優(yōu)化機制有效緩解了過擬合風險，使模型的更新方式更接近理想的完全微調(diào)。實驗結果表現(xiàn)優(yōu)異，在預測蛋白質性質等任務中，BiDoRA 僅用幾百分之一的參數(shù)量就達到甚至超越了傳統(tǒng)方法的性能。例如，在預測肽能否穿過血腦屏障時，其參數(shù)量減少了326倍；在預測蛋白質熱穩(wěn)定性時，參數(shù)量減少了408倍，效果卻與完全微調(diào)相當。這項研究發(fā)表在 Transactions on Machine Learning Research 上。

閱讀更多：

Qin, Peijia, et al. “BiDoRA: Bi-Level Optimization-Based Weight-Decomposed Low-Rank Adaptation.” Transactions on Machine Learning Research, May 2025. openreview.net, https://openreview.net/forum?id=v2xCm3VYl4

紙薄磁性肌肉問世，賦能折紙機器人醫(yī)療應用

如何讓軟體機器人靈活運動且不受線纜束縛，是機器人領域的一大挑戰(zhàn)。北卡羅來納州立大學的 Xiaomeng Fang、Sen Zhang 及同事，針對這一問題開發(fā)了一種創(chuàng)新的3D打印技術，能夠制造出紙一樣薄的“磁性肌肉”。這項技術將高濃度的磁性顆粒與彈性體結合，為微型折紙機器人在醫(yī)療等領域的應用帶來了突破。

?用 Miura-Ori 折紙圖案制作的爬行機器人。深色區(qū)域覆蓋一層磁性橡膠薄膜，使機器人能夠移動。Credit: North Carolina State University

研究團隊開發(fā)了一種包含高達75%重量比鐵磁顆粒的特殊打印墨水，并定制了一套結合紫外光與加熱平臺的雙重固化3D打印系統(tǒng)。該系統(tǒng)克服了高濃度磁性顆粒會阻擋固化光線的技術難題，成功打印出既柔韌又具備強大磁力的薄膜。研究人員將這種薄膜作為“肌肉”貼附在一種名為三浦折疊（Miura-Ori，一種能將大面積平面壓縮成極小體積的折紙技術）的結構上，構建了兩款原型機器人。第一款是用于治療胃潰瘍的藥物輸送機器人。在模擬胃部的實驗中，它能通過外部磁場被精確引導至潰瘍點，隨后展開以覆蓋病灶并持續(xù)釋放藥物。第二款是爬行機器人，通過磁場的開關使其身體交替收縮和舒展，從而實現(xiàn)前進，甚至能穿越高達7毫米的障礙物和在沙地等復雜地形上移動。這項研究展示了軟體驅動器和折紙結構結合的巨大潛力。研究發(fā)表在 Advanced Functional Materials 上。

閱讀更多：

Zhang, Sen, et al. “3D-Printed Soft Magnetoactive Origami Actuators.” Advanced Functional Materials, n/a, no. n/a, p. e16404. Wiley Online Library, https://doi.org/10.1002/adfm.202516404

Refashion軟件：通過模塊化設計實現(xiàn)可重構的環(huán)保服裝

為應對快時尚帶來的驚人浪費，麻省理工學院計算機科學與人工智能實驗室（MIT CSAIL）的 Rebecca Lin 與 Adobe 研究院的 Michal Luká? 和 Mackenzie Leake 合作，開發(fā)了一款名為 Refashion 的創(chuàng)新軟件。該系統(tǒng)通過模塊化設計理念，讓用戶能像搭積木一樣設計可輕松重組、調(diào)整和修復的環(huán)保服裝，旨在從源頭解決衣物浪費問題。

?使用 Refashion，用戶只需繪制形狀并將它們組合在一起，即可構建出可靈活調(diào)整的時尚單品的輪廓。它以可視化的圖表形式演示了如何裁剪服裝，為設計諸如褲子之類的可重新組合成連衣裙的單品提供了一種直觀的方法。Credit: Alex Shipps/MIT CSAIL and Rebecca Lin

研究團隊的核心貢獻是一款名為 Refashion 的計算機輔助設計工具，它將復雜的服裝設計簡化為標準化的模塊操作。用戶無需專業(yè)縫紉技能，只需在軟件界面上繪制簡單的幾何形狀，或使用內(nèi)置的T恤、褲子等模板，就能構建服裝的基本框架。該工具提供褶皺（pleat）、抽褶（gather）等多種塑形功能，用戶設計的模塊可以通過金屬按扣或魔術貼等可逆連接件進行組裝，而非永久性的縫合。這意味著一條褲子可以輕松拆解并重組成一條連衣裙。為了實現(xiàn)材料的最優(yōu)利用，團隊還開發(fā)了一種基于整數(shù)線性規(guī)劃（integer linear programming，一種數(shù)學優(yōu)化技術）的算法，能自動將設計圖分解為最少的模塊組合。用戶完成設計后，還可以在不同體型的3D模型上進行虛擬試穿。初步用戶研究證實，即便是新手也能在半小時內(nèi)完成一件可變換形態(tài)的服裝設計。

閱讀更多：

Lin, Rebecca, et al. “Refashion: Reconfigurable Garments via Modular Design.” Proceedings of the 38th Annual ACM Symposium on User Interface Software and Technology, 2025, pp. 1–18. arXiv.org, https://doi.org/10.1145/3746059.3747632

AI分析揭示健身應用的負面心理影響

健身應用旨在促進健康，但其潛在的負面影響卻鮮為人知。來自倫敦大學學院的 Florence Sheen、Lucy Porter、Paulina Bondaronek 等研究人員利用人工智能分析了數(shù)萬條社交媒體帖子，揭示了這些廣受歡迎的應用可能給用戶帶來的羞愧、失望和動力喪失等意想不到的心理后果。

研究團隊采用了一種名為機器輔助主題分析（Machine-Assisted Topic Analysis, MATA）的創(chuàng)新方法，該方法結合了AI的強大數(shù)據(jù)處理能力與人類的深度定性分析。他們收集了社交平臺X上關于五款最盈利健身應用的58,881條帖子，并篩選出其中13,799條表達負面情緒的內(nèi)容。AI首先自動將這些海量數(shù)據(jù)歸納為六個核心主題，隨后研究人員對這些主題進行深入解讀。分析發(fā)現(xiàn)，用戶的負面體驗主要集中在幾個方面：應用通過過于簡化的算法量化現(xiàn)實世界的活動，導致數(shù)據(jù)不準確；頻繁的技術故障和令人厭煩的通知也引發(fā)了用戶的反感。更重要的是，當用戶無法達到算法設定的僵化目標時，會產(chǎn)生強烈的羞愧感、失望感，并最終失去堅持下去的動力，導致他們不僅放棄了應用，也放棄了本應堅持的健康行為。研究結果呼吁，應用開發(fā)者應超越單純的數(shù)字追蹤，轉向更注重心理學和用戶內(nèi)在動機的設計。研究發(fā)表在 British Journal of Health Psychology 上。

閱讀更多：

Sheen, Florence, et al. “Living Well? The Unintended Consequences of Highly Popular Commercial Fitness Apps through Social Listening Using Machine-Assisted Topic Analysis: Evidence from X.” British Journal of Health Psychology, vol. 30, no. 4, 2025, p. e70026. Wiley Online Library, https://doi.org/10.1111/bjhp.70026

新的研究表明人工智能聊天機器人系統(tǒng)性地違反心理健康倫理標準

當人們?nèi)找嬉蕾嚾斯ぶ悄芰奶鞕C器人獲取心理健康支持時，其行為是否符合專業(yè)倫理規(guī)范？由布朗大學的 Zainab Iftikhar 領導，并與路易斯安那州立大學健康科學中心等機構的研究者合作，一項新研究系統(tǒng)地評估了大型語言模型在心理咨詢中的表現(xiàn)。結果顯示，這些AI即使在特定指令下，仍會系統(tǒng)性地違反倫理標準，團隊據(jù)此構建了一個包含15項風險的倫理框架。

研究團隊進行了長達18個月的民族志研究，合作方包括三位持證臨床心理學家和七位同伴咨詢師。研究人員首先讓咨詢師與多個主流大型語言模型（包括GPT系列、Claude和Llama）進行模擬咨詢，并要求AI使用認知行為療法等循證技術。隨后，臨床心理學家對137個聊天會話記錄進行評估，識別出系統(tǒng)性的倫理違規(guī)行為。研究發(fā)現(xiàn)AI咨詢師存在五大類問題：缺乏情境適應性，提供“一刀切”的建議；治療協(xié)作不佳，過度主導對話并可能強化用戶的負面信念；營造欺騙性同理心，使用“我理解”等話術制造虛假連接；存在不公平歧視，對邊緣化群體表現(xiàn)出偏見；缺乏安全與危機管理能力，對自殺意念等危機情況反應冷漠。研究者強調(diào)，與人類治療師不同，目前尚無針對AI的問責機制，這可能對用戶造成實際傷害。該研究成果將在 AAAI/ACM Conference on Artificial Intelligence, Ethics and Society 上發(fā)表。

閱讀更多：

Iftikhar, Zainab, et al. “How LLM Counselors Violate Ethical Standards in Mental Health Practice: A Practitioner-Informed Framework.” Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society, vol. 8, no. 2, Oct. 2025, pp. 1311–23. ojs.aaai.org, https://doi.org/10.1609/aies.v8i2.36632

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(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(chuàng)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(yī)院、上海市精神衛(wèi)生中心設立了應用神經(jīng)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(jīng)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(tài)系統(tǒng)，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎勵計劃、、等。