追问daily | 螃蟹也会痛；虚拟现实中的棒棒糖是什么味道？AI与大脑语言处理路径惊人相似

长期新冠是一种复杂的疾病状态，在COVID-19 病毒感染后影响数百万人的生活质量。由于患者面临广泛的疼痛、疲劳以及行动能力受限的困扰，研究团队着手探讨非侵入性疗法的可能性。研究由加州大学洛杉矶分校健康科学学院和贝勒医学院合作完成，主要负责人Bijan Najafi表示，经皮电神经刺激（TENS）在长期新冠症状管理中展现出巨大潜力。

该研究在 25 名长期新冠患者中测试了TENS设备的疗效。参与者分为高剂量组和低剂量组，每天使用设备 3 至 5 小时，持续 4 周。通过简短疼痛量表（BPI）和全球疲劳指数（GFI），研究分别测量了疼痛干扰、疲劳程度及步态表现。结果显示，高剂量组在疼痛干扰（BPI-I）上的改善显著优于低剂量组。在步态参数方面，高剂量组的步长时间（改善 4-8%）、步频（改善 4-10%）和双支撑相（改善 12%）均明显提升。此外，符合纤维肌痛诊断标准的亚组患者在疲劳指数上表现出显著进步。研究发表在 Scientific Reports 上。

岸蟹可能具备疼痛感知能力

此前，许多研究者曾通过观察实验探究甲壳类动物是否有痛觉，发现它们在接受机械撞击、电击或酸性物质后，会触摸自己被攻击的区域或试图躲避危险。最近，哥德堡大学的研究人员Lynne Sneddon和Eleftherios Kasiouras等人首次通过神经生物学手段证明疼痛传送至螃蟹的大脑。

研究人员采用脑电图技术，监测岸蟹在接受机械（von Frey hairs，压力刺激工具）和化学（醋酸）刺激后的中枢神经系统活动。实验发现，岸蟹爪、触角和腿部软组织在刺激下表现出明显神经反应，机械刺激的反应强度较高但持续时间较短，而化学刺激则引发更长时间的反应。触角仅对化学刺激敏感，显示局部差异。此外，研究证实了这些部位存在疼痛感受器，表明岸蟹能够将疼痛信号传递至大脑处理。尽管尚需进一步研究，现有结果为甲壳类动物感知疼痛提供了强有力的神经生物学证据。研究发表于 Biology 期刊。

西北大学Rodrigo Braga带领的团队，在最新的研究中揭示了大脑中用于理解他人思想和情感的社交认知网络如何与杏仁核（amygdala）合作。

研究利用高分辨率功能性磁共振成像技术，分析了杏仁核和社交认知网络的互动。研究发现，杏仁核的内侧核通过与社交认知网络的连接，在调节情绪和促进社交互动中扮演关键角色。具体来说，内侧核在处理情绪重要内容时，能够与新近进化的社交认知网络进行持续沟通。这一发现为探索焦虑症和抑郁症的新型治疗方法提供了理论依据。此外，研究指出，经颅磁刺激（TMS）技术可能通过间接靶向杏仁核来改善治疗效果。研究发表在 Science Advances 上。

失明小鼠的神经细胞保留了视觉功能

视觉信号处理的重要步骤发生在视网膜的神经节细胞中，但其信号模式的来源长期不明。维也纳工业大学的 Paul Werginz 团队通过实验揭示了这些细胞的信号特性，并探索其在视网膜退化情况下的稳定性。

研究选取小鼠模型，分析三种 α型视网膜神经节细胞（αRGCs）的信号模式：αON 持续型（持续响应光信号）、αOFF 持续型（持续抑制响应）、αOFF 瞬时型（短暂高频响应）。通过光刺激和直接电流刺激结合，团队发现，不同类型 RGCs 的信号差异主要由其固有生物物理特性决定，而非输入信号来源。持续型细胞可长时间生成高速率动作电位，而瞬时型细胞的短时爆发模式更适合高频信号处理。这些差异在光感受器退化后依然保持稳定，进一步验证了细胞内在特性的重要性。研究发表于 Journal of Neuroscience 上。

由杜伦大学心理学系的 Marco Bocchio 博士领导的团队揭示了中间神经元如何作为“交通控制器”，调节其他脑细胞的活动。

研究团队使用全光学技术，在小鼠海马体中同时记录了中间神经元和锥体细胞的活动。他们通过光遗传学精准操控单个中间神经元，发现这些神经元通过解除抑制（disinhibition）触发锥体细胞的同步性活动，而不会干扰已有的细胞组装结构（cell assemblies）。研究特别指出，这种同步性活动可能与记忆形成和经验处理密切相关。通过网络模型模拟，研究进一步表明中间神经元的功能不仅依赖于明确的分工，还通过协同作用保持神经网络的动态平衡。研究结果发表于 PLOS Biology。

慈鲷揭示社会地位如何影响大脑健康

社会压力可能通过增加大脑中的氧化应激，诱发心理健康问题和神经退行性疾病。为了探讨社会地位对大脑氧化平衡的具体影响，中央密歇根大学的Peter Dijkstra博士和马克斯普朗克动物行为研究所的Alex Jordan博士领导的团队，以慈鲷为研究对象，系统分析了社会地位如何影响不同脑区的氧化应激模式。

科学家在15个鱼缸中建立了稳定的慈鲷社会等级，每缸包含6只雌鱼和2只雄鱼，并通过行为观察和解剖分析，测量了不同脑区的氧化DNA损伤（8-OHdG，衡量细胞损伤的重要指标）和抗氧化能力（如谷胱甘肽水平）。研究发现，主导雄鱼在中脑表现出较低的氧化应激和较高的抗氧化能力，同时繁殖活跃度与端脑的抗氧化功能密切相关。而从属雄鱼则表现出更高的氧化应激水平。研究表明，社会地位通过调控繁殖系统和激素水平，显著影响大脑的氧化平衡。这一发现有助于深入理解社交压力如何作用于大脑并可能影响心理健康。研究发表在Frontiers in Behavioral Neuroscience上。

在全球范围内，精神分裂症患者因担忧迷幻药引发或加重精神病而被排除在相关治疗研究之外。由Michel Sabé等研究人员组成的国际团队，包括来自瑞士日内瓦大学医院和柏林自由大学等机构的学者，首次系统性地对相关数据进行了整理与分析。

研究通过系统综述（systematic review）和元分析（meta-analysis），覆盖从经典迷幻药LSD（麦角酸二乙酰胺）到MDMA（3,4-亚甲二氧基甲基苯丙胺）的数据。数据来源于131篇文章，涵盖不同研究类型，如随机对照试验（RCT）和病例对照研究。研究结果显示，在普通人群中，迷幻药诱发长期精神病的风险极低，仅为0.002%；但在精神分裂症患者中，风险上升到3.8%。此外，13.1%因迷幻药诱发精神病的患者进一步发展为精神分裂症。研究结论指出，目前的证据表明精神分裂症患者可能不应被完全排除在迷幻药治疗试验之外，但仍需更加严格的安全评估。研究发表在 Molecular Psychiatry 上。

睡眠作为重要的生理过程，对人体健康的维持和疾病预防至关重要。然而，女性在睡眠研究中代表性不足的问题长期存在。本研究由Grant S. Mannino、Tabitha R. F. Green、Sean M. Murphy等科学家完成，研究团队隶属于美国的生物医学研究机构。研究通过大样本分析，探索雌雄C57BL/6J小鼠在睡眠结构上的生物学差异。

研究以267只C57BL/6J小鼠为实验对象，使用非侵入性压电系统记录连续48小时的生理数据，包括总睡眠时间、非快速眼动睡眠、快速眼动样睡眠和觉醒状态（WAKE）。通过分层广义线性混合模型分析数据，发现显著的性别差异。实验结果显示，雌性小鼠的总睡眠时间较少，非快速眼动睡眠时间较短，而快速眼动样睡眠和觉醒时间更多。研究还发现，忽视性别变量可能导致临床前研究的结果偏差。此外，模拟实验进一步验证了在未平衡性别样本量的情况下，治疗效果分析可能失去准确性。该研究发表在 Scientific Reports 上。

为了探索哺乳动物大脑中神经元形态的多样性与保守性，Hanchuan Peng等科学家团队联合多个机构，包括中国科学院深圳先进技术研究院、上海交通大学、冷泉港实验室等，开展了一项大规模的全脑形态测量研究。他们旨在通过多尺度形态分析提供关键解剖学描述，揭示神经元结构的复杂性及其功能关联。

研究团队结合光学显微镜成像技术和大数据分析方法，对3.7 Peta体素的小鼠大脑影像进行多尺度解析。他们将204个小鼠大脑注册至Allen通用坐标框架（CCF），注释了182,497个神经元细胞体，并重建了1,876个神经元的全形态，包括树突与轴突结构，检测到263万个轴突小突起处（Axonal Varicosities）。通过六个层级（包括神经元群体、树突微环境、完整单细胞形态等）研究，团队定量分析了神经元形态的多样性和刻板性，并发现了分布在大脑不同区域的保守形态模块及基序。这项研究为哺乳动物大脑神经元的功能与解剖学特征提供了重要见解，构建了一个丰富的数据资源库，为未来神经科学研究奠定基础。研究发表在 Nature Communications 上。

近日，一个名为“Sora PR Puppets”的团体通过AI开发平台Hugging Face泄露了OpenAI尚未公开的Sora视频生成器访问权限。他们借助早期访问系统的认证令牌，开发了一个前端界面，使用户能够通过输入简单文本生成分辨率高达1080p、时长10秒的视频。这一事件意在抗议OpenAI对Sora早期测试者的不公平待遇和“艺术清洗”（Art Washing）的行为。

据该团体称，Sora早期访问项目要求艺术家们在未获得合理补偿的情况下，投入大量时间进行错误测试和功能反馈。他们批评OpenAI未能公平对待创作者，反而将该项目更多用于公关宣传。OpenAI对此回应称，Sora目前仍处于“研究预览”阶段，公司努力在创新与安全之间取得平衡，并为参与测试的艺术家提供了免费使用权限和支持。

技术层面，Sora自今年推出以来表现出稳定性问题。例如，创作者Patrick Cederberg在生成数百个视频片段后才获得一个可用版本。此外，泄露的代码显示，最新版本的Sora似乎是一个更快速的“涡轮”（Turbo）变体，但自定义选项仍有限。

Anthropic近日发布了模型上下文协议（Model Context Protocol, MCP），旨在通过标准化数据集成方式，简化企业人工智能（AI）应用的实施。作为一款开源工具，MCP提供了将数据源与AI用例连接的通用方法，使开发者可以通过该协议直接连接数据库，简化数据检索与处理流程。

Anthropic的Claude关系主管Alex Albert表示，MCP的核心价值在于通过统一协议，处理本地资源（如数据库、文件）和远程资源（如Slack和GitHub的API）。MCP的目标是实现数据与模型之间的互操作性，消除多模型调用相同数据库却无法协同工作的问题。为了推动应用，Anthropic已经发布了适用于Google Drive、Slack、GitHub等平台的预构建MCP服务器，并开放用户通过Python或TypeScript自行开发服务器。

MCP目前主要服务于Claude系列模型，但Anthropic希望它能成为更广泛的行业标准。公司鼓励开发者为开源项目贡献连接器和实现方案。据悉，MCP的早期采用者包括Block和Apollo，Zed等多家公司也正基于MCP开发AI代理。

NVIDIA日前推出了一款名为Fugatto的音乐生成人工智能模型。该模型以其对声音生成与转换的精细化控制功能引人注目，为音频创作领域带来了全新可能。通过简单的文本提示或音频输入，用户可以生成全新声音场景，修改现有音频，甚至探索从未存在过的独特音效。

Fugatto支持多任务音频操作，包括基于文本生成音乐或语音，以及对现有音频进行修改。例如，它可以根据用户描述生成带有特定情感或风格的音乐，还支持添加乐器或调整语音的情感与口音。此外，用户可以结合组合式指令 (ComposableART)，精确控制多种艺术属性，或利用时序插值（Temporal Interpolation）实现动态音频场景，如雨声逐渐转变为鸟鸣。

Fugatto的优势不仅在于其高度的个性化控制，还在于它能突破训练数据限制，创造全新音效。例如，让萨克斯风模仿猫叫声或小号发出狗吠声。此外，该模型还支持多语言与多口音生成，适合跨区域应用需求。

Fugatto为音乐创作、广告配音、语言学习及游戏开发提供了灵活支持。例如，它可以帮助音乐人快速生成创意原型，为广告语音匹配市场需求，或通过动态音效提升游戏沉浸感。通过额外数据微调，Fugatto甚至可以完成未曾训练过的任务，如生成高品质歌声，为行业提供更多可能性。

空间组学是一项将分子分析（如基因组学、转录组学）与空间信息相结合的技术，旨在绘制分子在复杂组织细胞内的分布。这项技术对于理解疾病进程、促进精准诊断和靶向治疗具有重要意义。费城儿童医院的Kai Tan博士领导的团队，开发了CelloType这一基于人工智能的模型，为该领域提供了新型工具。

研究团队设计了CelloType模型，一种基于Transformer的深度学习方法（自动捕捉复杂数据关系的算法），通过同时整合细胞分割与分类，解决了传统方法效率低、准确率不足的问题。实验结果显示，CelloType在处理自然图像、亮光图像和荧光图像等多种组织样本数据时，均优于目前最先进的单任务模型。在细胞类型分类方面，该模型超越了现有实例分割模型。同时，研究还表明，CelloType可用于组织内细胞和非细胞元素的多尺度分割与分类，显著提升了小型和大型细胞结构分析的速度和精度。该研究成果发表在 Nature Methods 杂志上。

语言生成能力是人类语言的核心，但要判断儿童何时具备这种能力一直是理论和实践上的挑战。芝加哥大学的 Susan Goldin-Meadow 教授与语言学家、心理学家和计算分析师合作，结合行为观察与计算建模技术，探索儿童如何超越语言输入创造性地运用语言。

研究中，研究人员观察了 64 名英语母语儿童与照护者的语言互动，分析儿童何时开始使用限定词（determiners，如“a”和“the”）与名词的新组合，标志着语言生成能力的出现。通过每四个月记录 90 分钟的互动，发现儿童在 30 个月左右开始表现出这种能力。同时，研究团队开发了一个生成计算机模型，根据儿童听到的语言输入进行训练。模型通过屏蔽限定词来测试其语言预测能力，结果显示模型的表现与儿童语言生成能力的时间点和模式高度一致。这表明儿童在语言学习过程中具备了超越输入的创造性能力。研究结果发表在 PNAS 上。

随着虚拟现实技术的快速发展，视觉和听觉体验得到提升，但味觉的虚拟化仍处于初级阶段。本研究由来自生物医学工程和虚拟现实领域的科研人员联合开展，重点开发便携式味觉界面设备，为虚拟环境中的味觉模拟提供新途径。

研究团队开发了一种基于味觉发生器阵列的智能棒棒糖界面系统，采用电泳技术（iontophoresis，利用电流引导化学物质迁移）生成可控味觉反馈。设备通过嵌入含食品级琼脂糖凝胶的味觉袋，提供包括盐、糖、樱桃和绿茶在内的九种口味选择。通过调节电压强度，用户可体验不同的味觉浓度。

设备小型化设计，尺寸仅为8厘米×3厘米×1厘米，便于用户操作和携带。实验结果显示，该设备在医学味觉评估、沉浸式远程购物和混合现实应用中表现良好，能够为用户提供更自然的味觉和嗅觉反馈。团队计划进一步优化设备的味觉种类和持久性，以扩展其在生物医学、娱乐和人机交互领域的潜力。研究发表在 PNAS 上。

为了赋予机器人在复杂任务中的精细操作能力，哥伦比亚大学研究团队开发了一种全新的传感和学习系统 3D-ViTac。研究负责人Yunzhu Li表示，该系统能够让机器人同时通过视觉和触觉感知环境，从而显著提升操作技能。

3D-ViTac 系统集成了视觉和触觉传感器，其中触觉传感器覆盖密度极高，每个单元覆盖 3mm²（相当于一个米粒大小的区域）。这种传感器通过低成本、灵活的材料制造，结合视觉数据，统一在 3D 表征空间中，从而保持了数据的三维空间关系。

通过扩散策略（diffusion policies）实现的模仿学习框架，该系统让机器人能够完成多种细致操作任务。在实验中，研究人员将传感器安装在机器人夹具的抓手上，并测试了机器人处理易碎物品（如鸡蛋和葡萄）以及高精度任务（如抓取六角扳手和摆放三明治）的能力。结果显示，系统在安全处理易碎物品和复杂任务中的表现显著优于仅依赖视觉的机器人。

动物从出生开始就表现出复杂的本能行为，这些行为由大脑神经回路控制，而基因组的存储能力有限，这一矛盾长期未解。冷泉港实验室的Anthony Zador和Alexei Koulakov教授，以及博士后Divyansha Lachi和Sergey Shuvaev，结合人工智能设计出“基因组瓶颈算法”来破解这一难题。

研究通过人工神经网络提出基于权重矩阵有损压缩的“基因组瓶颈算法”（，以模拟基因组如何压缩和传递神经回路信息。结果显示，压缩算法在未经过多轮训练的情况下，在图像识别任务上达到接近完全训练网络的性能，并在《太空入侵者》游戏中表现出天生理解规则的能力。此外，该算法对复杂任务和数据集表现出极强的迁移学习能力。这表明，通过基因组瓶颈压缩神经回路，不仅优化了信息存储，还为人工智能算法设计提供了新的可能性。研究发表在 PNAS 上。

近年来，人工智能的快速发展使人们对其与人脑神经处理的相似性产生了浓厚兴趣。哥伦比亚大学的 Gavin Mischler、Yinghao Aaron Li 和 Nima Mesgarani，与北威尔健康研究所的 Stephan Bickel 和 Ashesh D. Mehta 联手，探索语言理解中LLMs与大脑的共同点。

研究团队选用了12种参数规模一致但性能不同的高性能LLMs，结合患者语言刺激下的颅内脑电图数据，比较了模型的特征提取路径与大脑语言处理路径的相似性。他们发现，随着LLMs在语言任务中的性能提高，其对大脑神经反应的预测能力也增强。同时，高性能LLMs的层级特征提取路径与人脑的语言处理路径更加相似，甚至能够通过更少的模型层级实现类似的编码能力。研究还强调了上下文信息对模型性能和大脑相似性的影响。这些发现表明，LLMs在优化过程中逐渐趋近于人脑的语言处理机制，为开发更具生物启发性的人工智能模型提供了理论基础。

随着人工智能技术的飞速发展，模型更新的频率和规模不断加大。然而，目前的人工智能模型弃用实践存在诸多问题，比如阻碍历史研究和科学复现。Tim Johnson与Nick Obradovich提出了一种折衷方案，为模型弃用提供新思路。

现行的模型弃用方法通常彻底关闭对旧版模型的公共访问，这主要是出于以下考量：旧模型可能缺乏必要的安全功能，容易产生法律责任，同时其维护成本高昂。然而，这种方法也导致了历史记录丢失和科学研究受阻。例如，无法对大型语言模型（LLMs）的行为演变进行系统性研究，也很难复制基于旧模型的实验。

作者指出，新弃用方法应兼顾开发者与用户的需求。首先，可通过引入“有限责任”机制，免除开发者因旧模型产生的潜在责任，同时限制这些模型仅用于非商业、历史和科学研究。其次，开发者可以选择开源模型技术细节，或通过中心化的档案系统（如政府机构或第三方平台）保存模型，以降低维护成本。此外，开放API访问也是一种可行方案，为用户提供持续的研究机会。

这种方法不仅保护了开发者的商业利益，也为学术界和技术历史保留了珍贵资源。例如，开放模型可以帮助研究人员更深入地理解模型功能的演变，以及其对科学和社会的影响。研究发布在 Nature Communications 上。