bmj是什么机器追问daily ｜ 什么样的歌单更有助于长跑？饥饿时为何总选垃圾食品？GPT-4o原生图像生成上线

为什么有些声音一听难忘，有些却过耳即忘？芝加哥大学的Cambria Revsine团队通过大规模实验发现，声音的记忆性存在普遍规律，与听者个体差异无关。研究结合声学分析和计算模型，首次证实某些声音特征（如高音调）能显著提升记忆效果。

研究团队使用TIMIT语音数据库（含数百名美国人声片段），在Amazon Mechanical Turk平台招募3000余名参与者完成声音记忆任务。参与者需在重复播放的语音片段中识别相同说话者，研究人员据此计算每条声音的“记忆性分数”（memorability score）。通过回归模型分析，团队发现低层声学特征（如基频/fundamental frequency、响度）和高层特征（如方言、主观人格评分）共同影响记忆性。例如，音调较高（pitch）、语速较慢的声音更易被记住，而模型预测准确率显著高于随机水平。这一规律在不同语句和听者间保持一致，证实声音记忆性具有内在稳定性。研究为优化语音助手、有声读物设计提供了科学依据，未来或可应用于司法证言可靠性评估。研究发表在 Nature Human Behaviour 上。

运动显著提升全年龄段认知功能，低强度活动效果最佳

认知衰退和神经退行性疾病成为全球健康挑战，南澳大利亚大学的Ben Singh和Carol Maher团队通过大规模分析证实，运动能显著改善儿童、成人和老年人的认知能力。研究覆盖258,279名参与者，为运动促进认知健康提供了强有力证据。

研究团队对133项系统评价（含2,724项随机对照试验）进行元分析，使用AMSTAR-2工具评估数据质量。结果显示，低至中等强度运动（如瑜伽、太极拳）对大脑功能提升最显著，其中儿童记忆力改善达26%（SMD=0.26），ADHD患者执行功能提升24%（SMD=0.24）。运动游戏（exergames）如Pokémon Go对整体认知效果突出，且短期干预（1-3个月）即可见效。研究发表在 British Journal of Sports Medicine 上。

大脑用"智能缩放"策略高效处理数字信息

人类大脑如何用有限的神经元资源处理近乎无限的数值范围？这一长期困扰科学界的问题有了新答案。日本国家信息通信研究机构（NICT）的Hayashi Masamichi团队与东京大学Kido Teruaki、Yotsumoto Yuko合作，通过先进的脑成像技术首次揭示了大脑处理数字的"智能缩放"机制。研究发现，高阶脑区会根据上下文动态调整数字表征方式。

研究团队采用功能磁共振成像（fMRI）技术，精确记录受试者在观察不同数值范围（小范围：1-4个点；大范围：5-16个点）的点阵图案时的脑活动。通过创新的多变量模式分析方法，研究人员成功解码了大脑各区域对数值的响应模式。

研究结果展现出三个重要发现：层级处理机制：初级视觉皮层采用"绝对值编码"，即对具体数字（如"3个点"）产生固定响应；而随着信息向高阶脑区传递，顶叶和额叶区域逐渐转变为"相对值编码"，将数值归类为"极小"（XS）、"小"（S）、"大"（L）或"极大"（XL）等类别；动态调整特性：同一个数值（如5个点）在小范围中被编码为"极大"（XL），在大范围中却被编码为"极小"（XS），证明大脑能根据环境自动调整标尺；资源优化原理：这种灵活的编码方式解释了人类为何能用有限神经元处理近乎无限的数值范围——通过将绝对数值映射到有限的相对类别中，大大提高了信息处理效率。

特别值得注意的是，这种从绝对到相对的转变沿着大脑背侧通路（从顶叶到前额叶）呈现梯度变化，表明高级认知功能更依赖情境化的信息处理方式。该发现不仅解释了数字处理的神经机制，还可能适用于其他抽象概念（如时间、大小）的理解。研究发表在 Nature Communications 上。

微塑料在人体内的积累威胁健康，但清除手段有限。江南大学王刚团队与饶驰通团队发现，副干酪乳杆菌DT66和植物乳杆菌DT88能高效吸附微塑料并通过粪便排出，使小鼠肠道微塑料减少67%，同时缓解炎症。

研究通过高通量筛选从784株细菌中选出吸附能力最强的副干酪乳杆菌DT66和植物乳杆菌DT88。体外实验显示，两者对0.1μm聚苯乙烯颗粒（polystyrene particles）吸附效果最佳。动物实验中，喂食益生菌的小鼠微塑料排泄率提升34%，肠道残留降低67%。此外，植物乳杆菌DT88通过上调紧密连接蛋白（如occludin和ZO-1）修复肠道屏障，并调节菌群平衡。研究指出，乳酸菌的解毒机制包括直接吸附排泄和间接修复肠道微环境。研究发表在 Environmental Pollution  上。

重复行为VS沟通障碍，孤独症症状的脑科学解释

孤独症谱系障碍（ASD）的诊断长期依赖主观行为评估，缺乏生物标志物。日本福井大学Akemi Tomoda与哈尔滨医科大学Jia Wang、Lijie Wu等团队合作，通过多模态脑成像发现ASD儿童左半球白质与功能连接特异性异常，为客观诊断和精准干预奠定基础。

研究采用磁共振扩散张量成像（DTI，检测白质纤维微观结构）和静息态功能连接（rsFC，评估脑区协同活动），对比34名ASD与43名TD儿童。结果显示：ASD组左半球白质完整性显著降低，表现为分数各向异性（FA）下降、平均扩散率（MD）和径向扩散率（RD）升高，尤其在前丘脑辐射（ATR）、扣带回等区域。功能连接分析发现，上纵束（SLF）结构-功能异常与重复行为相关，扣带回连接则影响沟通能力。团队提出的“束-区域连接组”方法首次整合结构与功能数据，揭示ASD症状的神经机制。研究发表在 NeuroImage 上。

你的运动歌单值几个马拉松？快节奏旋律可提升10%耐力

运动时的疲劳感常让人难以坚持，音乐能否将锻炼变为快乐习惯？芬兰于韦斯屈莱大学音乐、心智、身体和大脑卓越中心（CoE MMBB）的Andrew Danso团队发现，音乐通过分散注意力降低疲劳感知，使低中强度运动更易坚持。

研究结合两项实验和元分析，发现120-140 BPM的快节奏音乐显著提升运动耐力，使自觉用力程度（RPE, Rating of Perceived Exertion）降低10%。自选音乐组锻炼强度更高，且回忆愉悦度提升（效应量g=0.86）。认知控制测试显示，音乐能优化注意力分配（g=1.05）和抑制控制（g=1.87），但高强度运动削弱此效果。研究者建议将音乐与步行等低强度活动结合，以建立长期运动习惯。

肥胖问题日益严峻，饥饿状态如何影响饮食选择成为关键科学问题。德国汉堡大学的Jennifer March和Sebastian Gluth团队通过实验发现，饥饿会改变大脑决策优先级，使人更关注食物美味度而忽略健康信息。

研究招募70名参与者，在饥饿和饱腹状态下完成食物选择任务，通过眼动追踪和计算模型（多属性注意力漂移扩散模型，模拟决策中信息整合过程）分析行为数据。结果显示，饥饿状态下参与者对美味食物的注视时间增加50%，决策速度加快30%，且健康信息（如营养评分Nutri-Score）的注意力权重降低60%。计算模型进一步揭示，饥饿通过双重机制影响选择：一是提高味觉属性的决策权重，二是减少对未被注视的健康信息的处理。这表明，仅标注营养信息可能无法有效干预饥饿驱动的饮食选择，需设计更醒目的健康提示策略。研究发表在 eLife 上。

近日，Nature Neuroscience发表了一项由艾伦研究所领衔的重大研究，通过整合转录组学、电生理学、连接组学和计算建模等多模态数据，系统解析了小鼠视觉皮层的回路结构与功能机制。这项研究为理解大脑如何整合信息提供了全新框架。

研究团队采用Patch-seq技术，首次在单细胞水平将神经元的基因表达、电生理特性和形态特征关联起来，鉴定了28种 inhibitory神经元多模态类型（met-types）。结合电子显微镜连接组学，发现抑制性神经元（如chandelier细胞）的突触连接具有高度特异性，例如仅靶向兴奋性神经元的轴突起始段。通过转基因钙成像，团队进一步揭示了不同细胞类型的功能分工：Vip神经元对新颖刺激敏感，而Sst神经元则调控对熟悉刺激的反应。

研究还构建了包含23万个神经元的生物物理模型，成功预测了视觉皮层神经元的方向选择性（准确率82%）。这一模型已开源，为研究神经疾病机制和开发干预策略提供了新工具。

OpenAI近日悄然推出GPT-4o原生图像生成功能，将其深度整合到多模态模型中，用户仅需自然语言描述即可生成高质量图像。与传统的DALL-E 3不同，GPT-4o通过统一训练实现了文本、代码和图像的协同理解，能够精准呈现文字内容、严格遵循复杂指令，并调用内置知识库及对话上下文。无论是设计菜单、转化数学公式，还是生成游戏角色，用户均可通过持续对话优化结果，甚至上传图片作为灵感来源。免费用户亦可体验这一功能，标志着图像生成技术迈入更智能、更实用的新阶段。

GPT-4o的图像生成能力在细节处理上表现突出，例如精准渲染文本符号、处理多达20个对象的复杂场景，并能结合用户上传的图片进行上下文学习。然而，OpenAI也坦承模型存在局限性，如裁剪错误、多语言文本渲染不准、高密度信息处理困难等。此外，安全性方面，OpenAI通过C2PA元数据标记生成内容，并利用推理LLM强化不良内容过滤，确保技术应用的透明与合规。

目前，该功能已向ChatGPT的Plus、Pro、Team及免费用户开放，企业版和教育版暂需等待。API支持预计未来几周推出。尽管渲染时间可能长达一分钟，但GPT-4o的推出无疑降低了图像创作门槛，让视觉表达变得更简单高效。

谷歌最新发布的Gemini 2.5 Pro模型以其强大的推理能力引发业界瞩目。在Humanity's Last Exam基准测试中，它以18.8%的准确率超越OpenAI o3-mini（high），并在GPQA、AIME 2025等科学数学测试中遥遥领先。编程能力方面，Gemini 2.5 Pro相比前代实现质的飞跃，尤其在SWE-bench和Aider Polyglot测试中表现优异，仅Agentic coding略逊于Claude 3.7 Sonnet。此外，其对话能力在Chatbot Arena榜单上以近40分的优势登顶，成为全面领先的「六边形战士」。

Gemini 2.5 Pro的核心优势在于原生多模态支持和超长上下文窗口。其100万token的上下文容量（未来将扩展至200万）支持文本、音频、图像、视频及完整代码库输入，并在Vision Arena榜单中展现碾压级的多模态处理能力。实测显示，它能轻松生成可运行的贪吃蛇游戏代码，并精准完成数学、物理及逻辑题解答，尽管在复杂逻辑推理中偶有失误。

谷歌CEO Sundar Pichai称其为「谷歌有史以来最智能的AI模型」，技术突破源于强化学习、思维链提示和后训练优化。目前Gemini 2.5 Pro已开放给普通用户和企业试用，未来几周将登陆Vertex AI平台。随着多模态与推理能力的持续进化，Gemini系列或将成为推动AI边界的关键力量。

昆仑万维（Kunlun Wanwei）近日发布全球首个引入思维链（CoT）技术的音乐推理大模型Mureka O1，标志着AI音乐生成从“快速响应”迈向“深度创作”阶段。该模型通过模拟人类作曲的思考过程，在风格匹配、结构连贯性和旋律质量上实现突破，主客观评测均超越当前标杆Suno V4，生成速度还快了一倍。其基座模型Mureka V6同步升级，支持10种语言歌词生成、纯音乐创作及音色克隆，并开放API和微调功能，为开发者与音乐人提供定制化解决方案。

Mureka O1的核心创新在于其MusiCoT技术框架，通过对比语言-音频预训练（CLAP）和残差矢量量化（RVQ）解决音乐生成的高维数据处理难题。算法负责人Max指出，传统自回归模型（AR）的“下一个token”预测模式缺乏人类创作逻辑，而MusiCoT通过中间推理步骤（如预先规划曲式结构）显著提升作品音乐性。用户实测显示，无论是零基础生成“Billboard风格”歌曲，还是专业级参考曲目二次创作，Mureka O1均能实现“有理有据”的高质量输出。

昆仑万维凭借Mureka系列已覆盖全球100多个国家用户，形成C端付费、B端合作及API服务的多元商业模式。此次升级进一步巩固了其在AI音乐赛道的领先地位，未来将拓展二次编辑、歌曲二创等功能。随着CoT技术的引入，AI音乐正从“工具辅助”转向“创意伙伴”，推动行业进入个性化与专业化并重的新阶段。

近日，斯坦福大学团队在《自然》期刊发表研究，提出名为TextGrad的创新框架，通过反向传播自然语言反馈优化生成式AI系统。该研究解决了当前复合AI系统（如多组件LLM）依赖手工调优的瓶颈，为代码、科学问题解决、医疗计划等任务提供通用优化方案。

研究团队受神经网络反向传播启发，将AI系统建模为计算图，利用LLM生成“文本梯度”（如“增加分子极性以提升结合力”）指导变量更新。实验显示，TextGrad在LeetCode硬编码题中将通过率从26%提升至36%；在博士级科学问题（GPQA）中准确率提升4%；优化后的放疗计划比临床人工设计更精准，膀胱剂量降低17%。

此外，TextGrad还能联合优化提示与解决方案——在数学推理任务中，GPT-3.5-turbo的准确率从72.9%跃升至81.1%。研究者表示，这一框架有望加速科学发现与工程实践，但需进一步验证临床适用性。

衰老细胞是心血管病、阿尔茨海默病等慢性病的推手，但传统方法难以精准识别。伊利诺伊大学芝加哥分校的Mark Sanborn、Jalees Rehman等通过分析160万细胞数据，开发了开源平台SenePy，首次系统定义了72种小鼠和64种人类衰老细胞的基因特征，为抗衰老研究提供新工具。

研究采用单细胞RNA测序和机器学习算法，发现衰老细胞的基因标记因组织类型（如心脏、大脑）差异显著。SenePy通过比对用户样本与数据库，可量化衰老负担（senescence burden），并验证衰老细胞会通过炎症信号“集群”恶化周围细胞。在癌症中，衰老细胞表现出抑癌特性；团队还利用SenePy筛选出潜在抗衰老药物靶点。研究发表在 Nature Communications 上。

触觉技术正从单一振动转向多感官整合，但皮肤感知差异和穿戴舒适性仍是关键挑战。莱斯大学的Marcia O'Malley、Daniel Preston团队联合研究生Joshua Fleck等发表综述，系统分析了当前技术瓶颈与新兴解决方案。

研究指出，人类皮肤对振动、拉伸等刺激的感知因弹性、湿度等差异而不同，导致触觉掩蔽（tactile masking，即多种反馈相互干扰）。团队评估了四类驱动技术：机电驱动（electromechanical actuation）：成本低但反馈单一；聚合物驱动（polymeric actuation）：轻量化但响应慢；流体驱动（fluidic actuation）：适合柔性穿戴设备；热驱动（thermal actuation）：可模拟真实温度变化。在医疗领域，多感官触觉能提升假肢反馈精确度；虚拟现实中，热驱动结合振动可增强沉浸感。但需解决能耗和长期佩戴舒适性问题。研究发表在 Nature Reviews Bioengineering 上。

触觉图表是盲人和低视力读者理解数据的关键，但设计流程复杂且依赖专业软件。麻省理工学院CSAIL的Mengzhu "Katie" Chen和Jonathan Zong团队开发了Tactile Vega-Lite，通过内置智能规则自动生成合规触觉图表，显著降低设计门槛。

Tactile Vega-Lite基于可视化工具Vega-Lite，将触觉设计指南（如北美盲文管理局标准）编码为默认规则，自动处理间距、纹理（如dottedFill转换为可触摸点阵）和盲文翻译。用户通过代码编辑器或界面按钮调整图表元素（如轴标签、填充样式），并实时预览效果。

研究团队对12名设计师的测试显示，工具将传统多步骤流程（如Adobe设计→盲文转换）简化为单一平台操作，非专家生成图表时间缩短70%。专家用户可深度定制，如通过代码将“verticalFill”替换为斜线纹理。工具还支持直接输出至盲文压花机（Braille embosser）。不过，团队强调人工审核仍是必要环节，未来计划增加机器适配预览功能。

传统刚性机器人力量强但危险，软体机器人安全却无力完成拧灯泡等需扭矩的任务。东北大学的Jeffrey Lipton团队通过创新设计，开发出兼具柔顺性与扭矩传递能力的混合机器人，解决了这一矛盾。

该团队受汽车等速接头（constant-velocity joints, CV joints）启发，用机械超材料（mechanical metamaterials，具有特殊力学性能的人工结构）制造柔性关节，其扭转刚度比弯曲高52倍，可弯曲45°。机器人臂通过结构设计而非材料改变化学性质实现性能突破，运动重复精度达0.4毫米和0.1°。结合神经网络学习逆运动学（inverse kinematics，计算关节运动以达到目标位置），机器人能完成拧灯泡、紧固螺栓等传统软机器人难以实现的任务。其被动柔顺性确保人机交互安全，并能自适应操作中的偏差。这一设计为仓储自动化、极端环境作业等场景提供了新解决方案。研究发表在 Science Robotics 上。