█ 腦科學動態(tài)

口服核糖也能治癱瘓？Cell揭示激活神經(jīng)再生的“糖”密碼

Science：抗衰老注射再生膝關節(jié)軟骨并預防關節(jié)炎

每增加10磅體重，腰痛風險上升7%

腸道-免疫軸新發(fā)現(xiàn)：母體微生物群缺失如何破壞胎兒神經(jīng)分化

居家指尖血檢測可準確識別阿爾茨海默病生物標志物

藥物干預可助老年大腦抵御手術創(chuàng)傷與記憶衰退

存活期從30天延至250天，新聯(lián)合療法在腦癌模型中顯奇效

神經(jīng)科學家開發(fā)衡量多語言能力的新公式

警務工作代價沉重：美國執(zhí)法人員面臨更高的過早死亡風險

█ AI行業(yè)動態(tài)

波士頓動力Atlas首秀CES

英偉達Rubin架構問世：推理成本暴降十倍

█ AI驅(qū)動科學

AI助力腦成像去噪：DeepCor將fMRI數(shù)據(jù)清晰度提升兩倍

一夜安睡知健康：AI模型SleepFM精準預警130種疾病

Deep Delta Learning：通過幾何變換重塑深度殘差網(wǎng)絡

小型模型“蒙對”答案背后的隱憂：過程驗證重于結果準確性

腦科學動態(tài)

口服核糖也能治癱瘓？Cell揭示激活神經(jīng)再生的“糖”密碼

脊髓損傷后的神經(jīng)再生一直是醫(yī)學界的難題。為了解開外周神經(jīng)能再生而中樞神經(jīng)不能再生的謎題，帝國理工學院的Simone Di Giovanni團隊及其博士生宋雅玥（Yayue Song）等人進行了一項開創(chuàng)性研究。他們發(fā)現(xiàn)了一條關鍵的代謝途徑——磷酸戊糖途徑，它不僅維持著日常的感覺功能，更是啟動神經(jīng)修復的關鍵“開關”。這項研究揭示了通過代謝重編程促進中樞神經(jīng)系統(tǒng)修復的可能性。

研究團隊利用背根神經(jīng)節(jié)神經(jīng)元作為模型，對比了其可再生的外周分支和不可再生的中樞分支。蛋白質(zhì)組學分析顯示，磷酸戊糖途徑（Pentose Phosphate Pathway）在外周軸突中高度富集。在日常活動中，該途徑通過生成NADPH來中和由機械壓力產(chǎn)生的活性氧，從而維持感覺穩(wěn)態(tài)。更重要的是，研究發(fā)現(xiàn)當外周神經(jīng)受損時，該途徑會被激活并產(chǎn)生核糖-5-磷酸（Ribose-5-phosphate）以支持修復所需的核苷酸合成；然而，在脊髓損傷后，該途徑卻處于“沉默”狀態(tài)。為了驗證其治療潛力，研究人員嘗試在小鼠模型中過表達關鍵酶——轉(zhuǎn)酮醇酶（Transketolase），或者簡單地讓小鼠口服核糖補充劑。結果令人振奮：這兩種干預方式都成功激活了代謝通路，顯著促進了受損脊髓的軸突再生，并改善了小鼠的運動和感覺功能。研究發(fā)表在 Cell 上。

#疾病與健康 #神經(jīng)機制與腦功能解析 #脊髓損傷 #代謝重編程 #再生醫(yī)學

閱讀更多：

Song, Yayue, et al. “A Glycolytic Shunt via the Pentose Phosphate Pathway Is a Metabolic Checkpoint for Nervous System Sensory Homeostasis and Axonal Regeneration.” Cell, vol. 0, no. 0, Jan. 2026. www.cell.com, https://doi.org/10.1016/j.cell.2025.12.003

Science：抗衰老注射再生膝關節(jié)軟骨并預防關節(jié)炎

隨著人口老齡化，骨關節(jié)炎成為困擾全球數(shù)億人的頑疾，往往最終只能通過關節(jié)置換手術解決。斯坦福大學醫(yī)學院的Helen Blau和Nidhi Bhutani等人領導的研究團隊取得了一項突破性發(fā)現(xiàn)：通過阻斷一種隨年齡增長而增加的蛋白質(zhì)，可以在不使用干細胞的情況下，成功再生軟骨并逆轉(zhuǎn)關節(jié)損傷。

該研究聚焦于一種名為15-PGDH的蛋白質(zhì)，研究人員將其歸類為“衰老酶”（gerozyme），其水平升高會導致肌肉萎縮和組織功能下降。研究團隊通過向老年小鼠和關節(jié)受損小鼠注射15-PGDH抑制劑，發(fā)現(xiàn)這能顯著促進透明軟骨的再生，并有效預防關節(jié)炎的發(fā)生。利用單細胞RNA測序技術，研究人員揭示了其獨特機制：該療法并非激活干細胞，而是對現(xiàn)有的軟骨細胞進行重編程，使其基因表達模式恢復年輕狀態(tài)，從而重新開始合成細胞外基質(zhì)。此外，來自人類關節(jié)置換手術的組織樣本在接受治療后也顯示出積極的再生反應。這一發(fā)現(xiàn)為開發(fā)無需手術即可治療骨關節(jié)炎的藥物奠定了基礎。研究發(fā)表在 Science 上。

#疾病與健康 #健康管理與壽命延長 #骨關節(jié)炎 #軟骨再生 #衰老酶

閱讀更多：

Singla, Mamta, et al. “Inhibition of 15-Hydroxy Prostaglandin Dehydrogenase Promotes Cartilage Regeneration.” Science, vol. 0, no. 0, Nov. 2025, p. eadx6649. science.org (Atypon), https://doi.org/10.1126/science.adx6649

每增加10磅體重，腰痛風險上升7%

腰痛是困擾現(xiàn)代人的常見病癥，但體重究竟在多大程度上影響這一痛癥？Michael D Perloff、Nicole T Hayes和K H Vincent Lau（波士頓大學喬巴尼安和阿維迪西安醫(yī)學院）通過一項大規(guī)模研究給出了明確答案。該團隊分析了普通人群的臨床數(shù)據(jù)，證實了超重與腰痛之間存在顯著的量化聯(lián)系，指出控制體重是預防此類疼痛的關鍵策略。

研究團隊利用計算機技術對超過110,000名成年患者的電子健康記錄（EHR）進行了詳盡的觀察性隊列分析。這些數(shù)據(jù)涵蓋了患者一年內(nèi)的門診記錄，研究人員通過特定的國際疾病分類代碼（ICD-10）來識別腰痛病例，并將其與患者的身高、體重及體重指數(shù)（BMI）進行關聯(lián)分析。結果顯示，在BMI值從18到35的區(qū)間內(nèi)，腰痛的患病率呈現(xiàn)線性增長趨勢：BMI每增加一個單位（約等于增加10磅體重），患腰痛的風險就增加7%。值得注意的是，當BMI超過35進入重度肥胖區(qū)間后，腰痛風險不再隨體重增加而上升，而是趨于平穩(wěn)。這一發(fā)現(xiàn)量化了體重對脊柱健康的具體影響，表明將BMI維持在健康范圍內(nèi)不僅能改善整體健康，也是避免腰痛的有效手段。研究發(fā)表在 Pain Medicine 上。

#疾病與健康 #健康管理與壽命延長 #腰痛 #肥胖 #流行病學調(diào)查

閱讀更多：

Perloff, Michael D., et al. “Body Mass Index and Prevalence of Low Back Pain: Correlation in a Large, Contemporary Cohort.” Pain Medicine. academic.oup.com, https://doi.org/10.1093/pm/pnaf178. Accessed 6 Jan. 2026

腸道-免疫軸新發(fā)現(xiàn)：母體微生物群缺失如何破壞胎兒神經(jīng)分化

母體健康狀況如何給胎兒大腦留下不可磨滅的印記？Bharti Kukreja、Shin Jeon和Brian T. Kalish（波士頓兒童醫(yī)院）的研究團隊通過繪制詳細的胚胎腦免疫圖譜，揭示了孕期壓力重塑胎兒神經(jīng)發(fā)育的深層機制，特別是發(fā)現(xiàn)雄性大腦在這一過程中表現(xiàn)出特定的脆弱性。

該研究采用了一種先進的雙模態(tài)方法，將原位空間轉(zhuǎn)錄組學與單細胞RNA測序相結合。研究人員構建了小鼠胚胎在妊娠中期和晚期大腦免疫基因表達的高分辨率圖譜，并重點觀察了母體免疫激活和微生物組耗竭這兩種壓力因素的影響。結果顯示，這些壓力源顯著改變了胎兒大腦的神經(jīng)免疫環(huán)境，并表現(xiàn)出明顯的性別差異。研究團隊特別發(fā)現(xiàn)，CXCL12/CXCR7信號通路（一種趨化因子網(wǎng)絡，指導細胞遷移和定位）在壓力環(huán)境下發(fā)生改變，成為導致神經(jīng)祖細胞分化異常的關鍵介質(zhì)。這意味著母體環(huán)境的微小變化可以通過特定的分子通路，精確地調(diào)控胎兒大腦的構建過程，為早期干預神經(jīng)發(fā)育障礙提供了潛在靶點。研究發(fā)表在 Nature Neuroscience 上。

#疾病與健康 #神經(jīng)機制與腦功能解析 #神經(jīng)發(fā)育 #腸道菌群 #空間轉(zhuǎn)錄組學

閱讀更多：

Kukreja, Bharti, et al. “Spatial Transcriptomics of the Developing Mouse Brain Immune Landscape Reveals Effects of Maternal Immune Activation and Microbiome Depletion.” Nature Neuroscience, Jan. 2026, pp. 1–14. www.nature.com, https://doi.org/10.1038/s41593-025-02162-3

居家指尖血檢測可準確識別阿爾茨海默病生物標志物

如何打破地域限制，讓阿爾茨海默病的早期檢測像測血糖一樣便捷？Nicholas J. Ashton及其團隊（Banner Health，哥德堡大學）與Anne Corbett和Clive Ballard（埃克塞特大學）等合作開展了一項名為DROP-AD的國際研究。該團隊成功驗證了一種基于指尖采血的干血斑檢測技術，無需冷鏈運輸或?qū)I(yè)醫(yī)療設備，即可在家庭環(huán)境中準確采集樣本并用于分析阿爾茨海默病的關鍵病理特征。

? 靜脈血漿和毛細血管干血斑 (DPS) 及干血斑 (DBS) 樣本的采集和處理。Credit: Nature Medicine (2026).

這項涉及337名參與者的研究展示了一種突破性的微創(chuàng)檢測方法。研究人員利用指尖毛細血管血制成的干血漿斑（DPS）和干血斑（DBS），檢測了三種關鍵生物標志物：p-tau217（磷酸化tau蛋白，阿爾茨海默病的核心病理標志）、GFAP（膠質(zhì)纖維酸性蛋白，反映星形膠質(zhì)細胞增生）以及NfL（神經(jīng)絲輕鏈，反映神經(jīng)軸突損傷）。結果顯示，指尖血樣本中的p-tau217水平與標準靜脈抽血結果高度吻合，并能以86%的準確率預測腦脊液中的病理變化。此外，GFAP和NfL的檢測結果也與傳統(tǒng)方法表現(xiàn)出強一致性。值得注意的是，該方法在唐氏綜合征患者群體中同樣有效，且參與者通過閱讀指南即可完成高質(zhì)量的自我樣本采集。這一技術打破了生物標志物研究對冷鏈物流和專業(yè)診所的依賴，為全球范圍內(nèi)的遠程篩查和臨床試驗開辟了新路徑。研究發(fā)表在 Nature Medicine 上。

#疾病與健康 #個性化醫(yī)療 #阿爾茨海默病 #生物標志物 #遠程醫(yī)療

閱讀更多：

Huber, Hanna, et al. “A Minimally Invasive Dried Blood Spot Biomarker Test for the Detection of Alzheimer’s Disease Pathology.” Nature Medicine, Jan. 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41591-025-04080-0

藥物干預可助老年大腦抵御手術創(chuàng)傷與記憶衰退

隨著人口老齡化，手術后認知障礙和年齡相關的記憶衰退成為老年人面臨的重大健康挑戰(zhàn)。Rajasekar Nagarajan 和 Uwe Rudolph團隊通過兩項獨立研究發(fā)現(xiàn)，簡單的藥物干預可能為衰老的大腦提供保護，幫助其應對手術創(chuàng)傷及記憶力減退，并揭示了潛在的分子修復機制。

? 實驗方案示意圖：該圖展示了用于評估鼻內(nèi)胰島素（INS）治療對通過基因敲除齒狀回門區(qū)生長抑素陽性（Sst+）GABA 能中間神經(jīng)元構建的假衰老小鼠的影響的實驗設計的時間線和關鍵步驟。該方案旨在評估海馬衰老模型中的行為和分子水平的變化。INS 給藥后，進行了一系列認知測試，包括新物體識別（NOR）測試、Y 迷宮測試和痕跡恐懼條件反射測試，并隨后進行了分子分析。Credit: Pharmacology Research & Perspectives (2025).

研究團隊首先關注了術后認知障礙問題。他們打破常規(guī)，對老年小鼠進行了手術實驗，發(fā)現(xiàn)術前間歇性給予常用麻醉劑丙泊酚，能顯著提升小鼠術后的認知表現(xiàn)。深入分析顯示，丙泊酚促使海馬體神經(jīng)元表面的α5-GABA A受體持續(xù)增加，同時抑制了導致細胞死亡和炎癥的標志物。這種有益效果在藥物代謝完畢后仍可持續(xù)五天。在另一項研究中，團隊使用模擬衰老的小鼠模型測試了鼻內(nèi)胰島素的效果，發(fā)現(xiàn)其能改善工作記憶和聯(lián)想記憶，并降低神經(jīng)炎癥。這表明，通過調(diào)節(jié)特定的神經(jīng)受體和炎癥機制，現(xiàn)有的藥物可能被重新利用以保護老年人的大腦功能。研究發(fā)表在 PNAS Nexus 和 Pharmacology Research & Perspectives 上。

#疾病與健康 #神經(jīng)機制與腦功能解析 #老年認知障礙 #丙泊酚 #鼻內(nèi)胰島素

閱讀更多：

Nagarajan, Rajasekar, et al. “Noncanonical Sustained Actions of Propofol Reverse Surgery-Induced Microglial Activation and Cognitive Impairment in Aged Mice.” PNAS Nexus, vol. 4, no. 7, July 2025, p. pgaf213. Silverchair, https://doi.org/10.1093/pnasnexus/pgaf213

Rajasekar Nagarajan et al, Intranasal Insulin Mitigates Memory Impairment and Neuroinflammation in a Mouse Model of Hippocampal Aging, Pharmacology Research & Perspectives (2025). DOI: 10.1002/prp2.70186

存活期從30天延至250天，新聯(lián)合療法在腦癌模型中顯奇效

膠質(zhì)母細胞瘤是一種致死率極高的腦癌，現(xiàn)有的標準療法往往無法阻止腫瘤復發(fā)。Humeyra Kaanoglu 和 Aziz Sancar 等人（北卡羅來納大學醫(yī)學院）與 Andrew Satterlee（北卡羅來納大學埃舍爾曼藥學院）合作，發(fā)現(xiàn)將標準化學療法與一種名為 EdU 的分子結合，能在臨床前模型中產(chǎn)生驚人的抗癌效果，甚至在小鼠實驗中實現(xiàn)了“治愈”。

? EdU 在體內(nèi)選擇性地定位于膠質(zhì)母細胞瘤（GBM）腫瘤細胞。圖示為攜帶原位 U87 異種移植瘤的小鼠腦組織的 H&E 染色、核染色（DAPI）、EdU 染色以及 DAPI/EdU 雙染圖像，這些小鼠分別接受（A）PBS、（B）5 mg/kg TMZ、（C）200 mg/kg EdU 和（D）5 mg/kg TMZ + 200 mg/kg EdU 治療。Credit: Proceedings of the National Academy of Sciences (2025).

研究團隊測試了替莫唑胺（Temozolomide，一種獲FDA批準的腦癌化療藥物）與 EdU（5-ethynyl-2′-deoxyuridine，一種常用于標記DNA復制的實驗室化學物質(zhì)）的組合。在植入人類膠質(zhì)母細胞瘤的小鼠模型實驗中，接受聯(lián)合治療的小鼠腫瘤完全消退，存活時間超過250天，而未治療組僅存活30天。這種組合展現(xiàn)了強大的協(xié)同效應，即兩藥聯(lián)用的效果遠超各自單獨作用的總和。為了驗證臨床潛力，團隊利用“篩查活體癌癥外植體”（SLiCE）技術——一種包含患者腫瘤細胞和健康腦組織的各種模型——進行測試，發(fā)現(xiàn)雖然不同患者樣本對藥物的敏感性存在差異，但均顯示出治療潛力。此外，毒性研究表明該療法副作用輕微且可逆。研究發(fā)表在 PNAS 上。

#疾病與健康 #個性化醫(yī)療 #癌癥 #膠質(zhì)母細胞瘤 #聯(lián)合療法

閱讀更多：

Kaanoglu, Humeyra, et al. “Combinatorial Treatment of Glioblastoma with Temozolomide (TMZ) plus 5-Ethynyl-2′-Deoxyuridine (EdU).” Proceedings of the National Academy of Sciences, vol. 123, no. 1, Jan. 2026, world, p. e2532187123. www.pnas.org, https://doi.org/10.1073/pnas.2532187123

神經(jīng)科學家開發(fā)衡量多語言能力的新公式

世界上超過一半的人口會說不止一種語言，但如何界定和衡量“多語能力”一直缺乏統(tǒng)一的標準。Xuanyi Jessica Chen和Esti Blanco-Elorrieta（紐約大學）開發(fā)了一套基于證據(jù)的創(chuàng)新公式和計算器。該工具能夠量化個體的多語言程度及主導語言，旨在為研究人員、臨床醫(yī)生和教育工作者提供一種清晰、科學的評估方法，解決了長期以來難以準確描述語言背景的困境。

該研究團隊開發(fā)了兩個核心公式，并將其實施在一個交互式計算器中。這些公式主要基于兩個關鍵變量：語言習得年齡（Age of Acquisition）以及用戶對自身聽、說、讀、寫能力的自我評估。為了驗證該方法的有效性，研究人員在兩組截然不同的人群中進行了測試，包括健康的年輕雙語者和患有語言障礙的老年雙語者。團隊將新公式的計算結果與傳統(tǒng)依賴大量背景數(shù)據(jù)且計算繁瑣的主成分分析方法進行了對比。結果顯示，這種簡化的新方法得出的語言優(yōu)勢指數(shù)與復雜方法的結果幾乎完全一致。該工具不僅能生成從單語到精通多語的多語言能力得分，還能精確計算語言間的優(yōu)勢差異，證明了僅依靠習得年齡和自評熟練度即可實現(xiàn)對多語言能力的準確量化，為語言病理學和認知科學研究提供了標準化的定量手段。研究發(fā)表在 Bilingualism: Language and Cognition 上。

#認知科學 #跨學科整合 #語言學 #多語言能力

閱讀更多：

Chen, Xuanyi Jessica, and Esti Blanco-Elorrieta. “A Theoretically Driven and Empirically Grounded Calculation for Language Dominance and Degree of Multilingualism.” Bilingualism: Language and Cognition, Dec. 2025, pp. 1–7. Cambridge University Press, https://doi.org/10.1017/S1366728925100849

警務工作代價沉重：美國執(zhí)法人員面臨更高的過早死亡風險

長期以來，警務工作被視為一項高危職業(yè)，但其對健康的長期隱形傷害往往被忽視。為了全面評估這一職業(yè)的健康代價，Peter T. Tanksley（德克薩斯州立大學）和 J.C. Barnes（辛辛那提大學）等人組成的研究團隊開展了一項全國性研究。他們發(fā)現(xiàn)，由于身心承受的雙重壓力，美國執(zhí)法人員面臨著比普通人群更高的全因死亡風險，尤其是在心血管健康和心理健康方面，這一發(fā)現(xiàn)為改善警員職業(yè)健康政策提供了關鍵依據(jù)。

? 與人口總體及各工作年齡段人群相比，執(zhí)法人員的全因死亡率和特定死因死亡率趨勢。Credit: The Lancet Regional Health—Americas (2025).

該研究分析了2020年至2023年間美國國家職業(yè)死亡監(jiān)測（NOMS）系統(tǒng)的數(shù)據(jù)，涵蓋了超過15,000名已故執(zhí)法人員和約250萬名普通工作年齡逝者的記錄。研究人員使用了年齡標準化死亡率（ASMR，一種消除年齡結構差異以進行公平比較的統(tǒng)計指標）來評估風險。結果顯示，執(zhí)法人員的過早死亡率顯著高于普通人群。在男性警員中，主要死因包括循環(huán)系統(tǒng)疾病（如心臟?。?、癌癥、自殺以及新冠疫情期間的感染。值得注意的是，男性警員的自殺率和心血管疾病死亡率均處于高位。對于女性警員，癌癥則是頭號殺手。J.C. Barnes 指出，這些健康危機與職業(yè)帶來的慢性壓力密切相關。研究團隊希望這些數(shù)據(jù)能促使相關部門設計基于實證的健康計劃，在警員的整個職業(yè)生涯中進行干預。研究發(fā)表在 The Lancet Regional Health—Americas 上。

#疾病與健康 #健康管理與壽命延長 #職業(yè)健康 #慢性壓力 #死亡率分析

閱讀更多：

Tanksley, Peter T., et al. “Mortality among Law Enforcement Officers in the United States: A Population-Wide Analysis of the National Occupational Mortality Surveillance Data, 2020–2023.” The Lancet Regional Health – Americas, vol. 52, Dec. 2025. www.thelancet.com, https://doi.org/10.1016/j.lana.2025.101270

AI 行業(yè)動態(tài)

波士頓動力Atlas首秀CES：攜手DeepMind，人形機器人將于2028年“進廠打工”

在2026年的國際消費類電子產(chǎn)品展覽會（CES）上，現(xiàn)代汽車與其子公司波士頓動力公司聯(lián)合展示了備受矚目的人形機器人 Atlas，這是該機器人首次在公開場合進行現(xiàn)場演示。在波士頓動力 Atlas 部門副總裁 Zachary Jackowski 的介紹下，Atlas 從地面流暢起身，在舞臺上自如行走并向觀眾揮手致意，甚至展示了類似貓頭鷹的頭部旋轉(zhuǎn)動作。盡管為了確保演示萬無一失，此次操作由工程師在旁遠程操控，但 Zachary Jackowski 強調(diào)，在實際應用場景中 Atlas 將具備完全的自主移動能力。據(jù)悉，針對汽車組裝優(yōu)化的量產(chǎn)版 Atlas 已經(jīng)投入生產(chǎn)，外觀呈現(xiàn)獨特的藍色，預計將于2028年正式部署在現(xiàn)代汽車位于佐治亞州的電動汽車制造工廠。此外，現(xiàn)代汽車宣布與 Google DeepMind達成戰(zhàn)略合作，后者將為 Atlas 提供先進的 AI 技術支持，這也標志著 Google 在出售波士頓動力多年后，以技術合作伙伴的身份重新回歸。

此次公開演示在機器人行業(yè)極為罕見，因為大多數(shù)制造商為避免現(xiàn)場發(fā)生“翻車”事故——例如去年俄羅斯首批人形機器人在演示中摔倒——通常僅愿意在社交媒體上發(fā)布經(jīng)過精心剪輯的研發(fā)原型機視頻。波士頓動力此舉展示了其在人形機器人領域的強大自信，意在與特斯拉等競爭對手在“類人”自動化領域展開激烈角逐。盡管商業(yè)人工智能的繁榮為機器人研發(fā)注入了巨額資金，但麥肯錫合伙人 Alex Panas 指出，雖然軟件、芯片組和通信技術正在加速融合，但真正的挑戰(zhàn)在于找到具體的應用場景。目前，人形機器人的靈巧程度尚未達到能廣泛替代人類工作的水平，但隨著技術進步，其對未來就業(yè)市場的影響勢必引發(fā)更多討論。值得注意的是，計劃部署 Atlas 的佐治亞州工廠此前曾因非法勞工問題受到聯(lián)邦調(diào)查，這為高科技自動化勞動力的引入增添了一層復雜的社會背景。

#波士頓動力 #Atlas #人形機器人 #現(xiàn)代汽車 #CES2026

閱讀更多：

https://www.nbcnews.com/tech/tech-news/hyundai-boston-dynamics-unveil-humanoid-robot-atlas-ces-rcna252483

英偉達Rubin架構問世：推理成本暴降十倍，物理AI迎來ChatGPT時刻

在拉斯維加斯舉辦的 CES 2026 展會上，英偉達（NVIDIA）創(chuàng)始人黃仁勛身著標志性皮衣，重磅發(fā)布了下一代計算架構——Rubin 平臺。這一全新的全棧計算平臺包含 Vera CPU、Rubin GPU 等六款芯片，旨在為未來的物理人工智能（Physical AI，能與物理世界交互的智能系統(tǒng)）和智能體構建基礎設施。Rubin 平臺的核心優(yōu)勢在于其驚人的效率提升：相比前代 Blackwell 平臺，它將推理任務的每代幣成本降低了高達 10 倍，同時將訓練混合專家模型所需的 GPU 數(shù)量減少了 4 倍。該平臺引入了第六代 NVLink 互連技術，帶寬高達 3.6TB/s，并配備了專為智能體推理設計的節(jié)能 Vera CPU 以及支持硬件加速的第三代 Transformer 引擎。這一系列創(chuàng)新不僅大幅縮短了 AI 訓練時間，更通過機密計算和實時健康監(jiān)測引擎確保了系統(tǒng)的安全性和穩(wěn)定性，預計將于 2026 年下半年通過 AWS、Google Cloud 等云服務商首批部署。

除了硬件層面的突破，英偉達還展示了其在自動駕駛和機器人領域的宏大愿景，宣稱“物理 AI 的 ChatGPT 時刻已經(jīng)到來”。公司推出了全球首個面向自動駕駛的開源視覺-語言-動作模型（VLA，結合視覺感知、語言理解和動作控制的AI模型）——Alpamayo 1。該模型具備思維鏈推理能力，能夠像人類一樣思考并解釋駕駛決策，有效解決了自動駕駛中罕見且復雜的長尾問題。為了構建完整的開發(fā)生態(tài)，英偉達還發(fā)布了 AlpaSim 仿真框架和大規(guī)模數(shù)據(jù)集。在機器人領域，英偉達推出了 Cosmos 和 Isaac GR00T 等一系列開源模型，助力開發(fā)具備推理能力的通用型專家機器人。通過與 Hugging Face 的深度合作以及對 Jetson Thor 芯片的廣泛應用，英偉達正攜手波士頓動力等合作伙伴，加速推動人形機器人和物理 AI 在現(xiàn)實世界中的普及與落地。

#英偉達 #Rubin架構 #物理AI #自動駕駛 #人形機器人

閱讀更多：

https://nvidianews.nvidia.com/news/alpamayo-autonomous-vehicle-development

AI 驅(qū)動科學

AI助力腦成像去噪：DeepCor將fMRI數(shù)據(jù)清晰度提升兩倍

功能性磁共振成像（fMRI）長期以來受困于運動和生理因素產(chǎn)生的“噪聲”，難以獲取純凈的大腦活動數(shù)據(jù)。Yu Zhu、Aidas Aglinskas和Stefano Anzellotti（波士頓學院）開發(fā)了一種名為DeepCor的新技術。該技術利用先進的人工智能算法，成功將fMRI數(shù)據(jù)的信噪比大幅提升，使去噪效果比現(xiàn)有標準方法提高了兩倍以上，為精準解析大腦功能開辟了新路徑。

fMRI研究的核心挑戰(zhàn)在于，關于大腦反應的真實磁共振數(shù)據(jù)往往與受試者頭部運動、心跳以及儀器擾動產(chǎn)生的噪聲混合在一起。為了更有效地分離這些信號，研究團隊開發(fā)了DeepCor方法，該方法基于生成式人工智能，特別是利用了對比自編碼器技術。DeepCor的工作原理是讓AI學習區(qū)分兩類腦區(qū)的模式：一類是包含神經(jīng)元的區(qū)域，另一類是不含神經(jīng)元的區(qū)域（如腦室）。由于噪聲通常會同時影響這兩組區(qū)域，DeepCor通過識別并剔除它們共有的模式，從而使包含神經(jīng)元的區(qū)域所特有的神經(jīng)活動信號得以突顯。在對比實驗中，DeepCor展現(xiàn)了驚人的效果：在去除真實fMRI數(shù)據(jù)中面部反應的噪聲時，其表現(xiàn)比目前廣泛使用的CompCor方法高出215%；而在處理模擬真實數(shù)據(jù)特性的合成數(shù)據(jù)時，其清晰度提升了339%。這一大幅度的性能飛躍超出了研究團隊最初10%到50%的預期，有望讓科學家利用現(xiàn)有的公共數(shù)據(jù)集和未來的實驗獲得更純凈的大腦視圖。研究發(fā)表在 Nature Methods 上。

#AI驅(qū)動科學 #大腦信號解析 #功能性磁共振成像 #生成式人工智能 #數(shù)據(jù)去噪

閱讀更多：

Zhu, Yu, et al. “DeepCor: Denoising fMRI Data with Contrastive Autoencoders.” Nature Methods, Nov. 2025, pp. 1–4. www.nature.com, https://doi.org/10.1038/s41592-025-02967-x

一夜安睡知健康：AI模型SleepFM精準預警130種疾病

睡眠不足不僅影響精神狀態(tài)，還可能預示潛在疾病。為了挖掘多導睡眠圖中未被充分利用的生理數(shù)據(jù)，Emmanual Mignot、James Zou、Rahul Thapa和Magnus Ruud Kjaer等研究人員（斯坦福大學醫(yī)學院、丹麥技術大學等）開發(fā)了一種名為SleepFM的人工智能基礎模型，該模型能利用一晚的睡眠數(shù)據(jù)預測100多種健康狀況的風險。

該研究利用來自約65,000名參與者的近60萬小時多導睡眠圖（Polysomnography，一種通過傳感器記錄腦活動、心率、呼吸等信號的綜合睡眠評估）數(shù)據(jù)對SleepFM進行了訓練。為了整合腦電圖、心電圖等多種異構數(shù)據(jù)流，團隊開發(fā)了一種名為“留一對比學習”（leave-one-out contrastive learning，隱藏一種數(shù)據(jù)模態(tài)并利用其他信號重建缺失部分的技術）的新訓練方法。研究人員將這些睡眠數(shù)據(jù)與長達25年的電子健康記錄相結合，發(fā)現(xiàn)該模型能準確預測130種疾病的風險。特別是在帕金森病、癡呆癥、心臟病發(fā)作和多種癌癥的預測中，其C指數(shù)（C-index，衡量模型預測一致性的指標）均超過0.8，意味著高準確度。結果表明，相比單一信號，綜合分析大腦、心臟和呼吸等多模態(tài)數(shù)據(jù)能顯著提升預測能力，使睡眠記錄成為檢測未來健康隱患的有力工具。研究發(fā)表在 Nature Medicine 上。

#AI 驅(qū)動科學 #預測模型構建 #基礎模型 #睡眠醫(yī)學 #多模態(tài)學習

閱讀更多：

Thapa, Rahul, et al. “A Multimodal Sleep Foundation Model for Disease Prediction.” Nature Medicine, Jan. 2026, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41591-025-04133-4

Deep Delta Learning：通過幾何變換重塑深度殘差網(wǎng)絡

深度殘差網(wǎng)絡雖然通過恒等連接解決了深層訓練難題，但其固有的加性偏置限制了對復雜動態(tài)系統(tǒng)的建模能力。來自普林斯頓大學的 Yifan Zhang、Mengdi Wang 與加州大學洛杉磯分校的 Yifeng Liu、Quanquan Gu 組成的團隊，提出了一種基于幾何線性代數(shù)的全新架構——Deep Delta Learning (DDL)。該研究旨在通過引入通過數(shù)據(jù)驅(qū)動的幾何變換，賦予網(wǎng)絡更強的狀態(tài)轉(zhuǎn)換模擬能力。

研究團隊設計了一種名為“Delta Residual Block”的新型模塊，其核心是“Delta 算子”。該算子對標準的恒等矩陣進行了秩-1擾動，引入了一個可學習的反射方向向量和一個標量門控beta。通過光譜分析，研究人員證明了該架構的靈活性：當beta趨近于 0 時，網(wǎng)絡保持標準的恒等映射，確保深層信號傳播；當beta趨近于 1 時，算子變?yōu)檎煌队?，能夠主動“遺忘”特定方向的信息；當beta趨近于 2 時，則實現(xiàn)幾何反射。這種機制將信息的擦除與寫入統(tǒng)一為同步操作，類似于優(yōu)化理論中的 Delta 規(guī)則（Delta Rule）。實驗與理論推導表明，DDL 使得神經(jīng)網(wǎng)絡能夠顯式控制層級轉(zhuǎn)換的特征值譜，從而在保持門控殘差架構訓練穩(wěn)定性的同時，具備了模擬復雜非單調(diào)動力學的能力。

#其他 #計算模型與人工智能模擬 #深度學習 #殘差網(wǎng)絡 #幾何代數(shù)

閱讀更多：

Zhang, Yifan, et al. “Deep Delta Learning.” arXiv:2601.00417, arXiv, 1 Jan. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2601.00417

小型模型“蒙對”答案背后的隱憂：過程驗證重于結果準確性

將小型語言模型部署為自主智能體時，我們能否信任它們的判斷？Laksh Advani 針對這一關鍵問題進行了深入研究，揭示了一個被稱為“錯誤理由下的正確”（Right-for-Wrong-Reasons, RWR）的嚴重可靠性危機。研究發(fā)現(xiàn)，即使這些模型給出了正確的最終答案，其背后的推理邏輯往往也是根本錯誤的。這一發(fā)現(xiàn)挑戰(zhàn)了僅依賴準確率的傳統(tǒng)評估范式，強調(diào)了在金融計算、醫(yī)療建議等關鍵領域部署智能體時，驗證其推理過程的必要性。

該研究分析了三個主流小型模型在數(shù)學、問答和常識推理任務中的10,734條推理軌跡。為了量化推理質(zhì)量，研究者開發(fā)了推理完整性評分（Reasoning Integrity Score, RIS），并邀請獨立評估者進行了驗證。數(shù)據(jù)顯示，50%至69%的“正確”答案實際上包含了邏輯缺陷。在探索解決方案時，研究發(fā)現(xiàn)檢索增強生成能有效提升推理完整性，因為它利用外部證據(jù)修正了計算錯誤；然而，對于容量有限的小模型，要求其進行“自我批評”的元認知干預反而會引發(fā)更多混亂，導致性能下降。為了解決這一問題，研究團隊提煉出一個基于神經(jīng)網(wǎng)絡的輕量級分類器，該工具能夠以比傳統(tǒng)大模型評估快100倍的速度，精準識別出有缺陷的推理過程（F1分數(shù)達0.86），為構建可信賴的智能體提供了實用的安全層。

#大模型技術 #計算模型與人工智能模擬 #智能體 #推理完整性 #檢索增強生成

閱讀更多：

Advani, Laksh. “When Small Models Are Right for Wrong Reasons: Process Verification for Trustworthy Agents.” arXiv:2601.00513, arXiv, 1 Jan. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2601.00513

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。