什么是外电压手术追问daily ｜ 当你开心时，你的狗看起来更悲伤？Cell：致幻蘑菇如何重塑大脑；“植物人”是怎么醒的？

裸盖菇素治疗抑郁症效果显著但机制不明，为解开这一谜题，康奈尔大学的 Quan Jiang 和 Alex C. Kwan 等研究人员组成团队，利用狂犬病毒示踪技术，首次在全脑范围内绘制了裸盖菇素重塑神经回路的详细图谱。

研究团队采用了一种创新的“地图测绘”策略：他们将裸盖菇素比作在大脑中铺设新路，而利用一种经过改造的狂犬病毒作为“测绘车”。这种病毒能够跨越突触传播并点亮连接的神经元，从而清晰地展示新通路的方向。通过对比小鼠实验数据，研究人员发现裸盖菇素的作用并非随机，而是具有高度特异性：它显著削弱了皮层内部的反馈回路（cortico-cortical feedback loops），这些回路往往与抑郁症患者无法摆脱的消极“反刍思维”有关；同时，它增强了大脑感觉区域与皮层下区域的连接，从而强化了感知与行动的关联。此外，研究还证实这种重塑是“活动依赖性”的，即神经元的放电活动强度决定了哪些回路会被重连。这表明通过人为调控神经活动，未来可能实现对大脑重塑过程的精准引导。研究发表在 Cell 上。

当前的CAR-T细胞疗法虽在血液癌中战绩斐然，但在面对占癌症绝大多数的实体瘤时往往束手无策。哥伦比亚大学医学中心的 Shi Yuzhe 和 Michel Sadelain 等研究人员组成的团队，另辟蹊径地将目光投向了T细胞的天然发育过程，成功研发出一种能显著增强CAR-T细胞抗实体瘤能力的新型技术。

研究团队受胸腺细胞发育中“增殖爆发”现象的启发，将前T细胞受体（pre-TCR）中负责驱动增殖的关键结构域pTα-1A，整合到经典的CAR结构中。实验表明，这种改良后的CAR-T细胞在抗原刺激下，能够持续激活一种名为Y-Box结合蛋白1（YBX1）的关键分子。YBX1作为mRNA翻译主调控因子（mRNA translation master regulator），其磷酸化激活促进了包括杀伤性细胞因子在内的一系列蛋白质的高效翻译合成。在肾细胞癌和胶质母细胞瘤等实体瘤模型中，该细胞展现了卓越的扩增能力和持久性，且细胞耗竭水平显著降低，能有效清除传统疗法难以对付的肿瘤。这项研究通过重编程mRNA翻译机制，为CAR-T疗法攻克实体瘤提供了强有力的“新引擎”。研究发表在 Cell 上。

小胶质细胞替代疗法：从概念验证到临床应用的五年演进

针对中枢神经系统疾病中基因疗法难以覆盖全脑的难题，复旦大学彭勃/饶艳霞团队，系统回顾并总结了小胶质细胞替代疗法的发展。该团队不仅明确了相关术语标准，还深入解析了从动物模型到人类临床治疗的技术跨越，确立了通过替换病理性细胞来治疗神经退行性疾病的新范式。

该综述详细阐述了“MISTER”策略的核心机制，即通过替换进行治疗和增强的小胶质细胞干预策略。研究团队指出，实现高效替换必须遵循两个原则：首先是建立小胶质细胞空龛（microglia-free niche），即清除脑内原有的免疫细胞，从而解除侧抑制（lateral inhibition，指相邻细胞间相互限制增殖的信号机制），为供体细胞腾出生存空间；其次是构建持续性空龛，通常采用清髓预处理（myeloablative conditioning，一种通过药物或辐射清除骨髓造血干细胞的方法）来抑制内源性小胶质细胞的再生能力，确保供体细胞在竞争中占据优势。这一策略已在成人起病轴突膨胀伴色素胶质细胞脑白质病（ALSP）患者的临床治疗中取得突破，证明了其安全性和有效性，未来有望应用于阿尔茨海默病等更广泛的领域。研究发表在 Cell Stem Cell 上。

你的每一次嗅闻都在“出卖”气味：大脑如何通过呼吸模式编码气味信息

人类的感官并不被动，就像眼睛会主动扫视一样，鼻子也会通过“嗅探”来主动采样。为了解开嗅觉主动感知的谜题，来自美国西北大学的 Vivek Sagar、Thorsten Kahnt 和 Christina Zelano 等研究人员组成的团队，深入探究了大脑如何根据气味特征实时调整呼吸模式，并揭示了这一过程背后的神经机制。

研究团队分析了一个名为“嗅觉神经编码模型”（NEMO）的庞大数据集，其中记录了参与者在功能性磁共振成像（fMRI）扫描期间对160种不同气味进行的超过12,000次嗅探实验。研究人员利用机器学习算法对这些呼吸动力学数据进行了解码。结果发现，嗅探模式并非一成不变，而是含有关于气味身份的丰富信息；通过分析一个人怎么“闻”，竟然可以高精度预测出他正在“闻什么”。研究进一步显示，气味的精细感知特征（如愉悦度和强度）直接塑造了嗅探的动力学特征。在神经层面，研究发现杏仁核等关键脑区在这一闭环过程中表现活跃，它根据气味的感知属性实时调节嗅探行为。这一发现证实嗅觉与视觉一样，是一个受大脑精密调控的主动感知系统。研究发表在 Nature Human Behaviour 上。

记忆并非一成不变：大脑如何随着时间推移重塑个人经历

我们的记忆并非像计算机文件那样静态存储，而是会随着时间、环境甚至想象力发生改变。来自东英吉利亚大学的 Louis Renoult 和德克萨斯大学达拉斯分校的 Michael D. Rugg 等研究人员组成的团队，通过整合心理学、神经科学及哲学领域的跨学科知识，提出了一种理解情景记忆动态变化的新视角。他们发现记忆在存储和提取过程中会经历“重新编码”，这一发现对理解记忆的可靠性具有重要意义。

研究团队分析了近200项关于记忆表征的研究及动物模型数据，重点区分了“潜在表征”与“活跃表征”。研究指出，记忆痕迹通常作为潜在表征在海马体中休眠，只有被环境线索触发时才会转化为活跃表征。关键在于，这种活跃的意识表征并非原始经历的完美复制，而是由提取的原始信息、通用的语义知识以及当前情境信息共同构建的混合体。此外，研究还阐述了“重新编码”的过程，即每次回忆都可能更新或重塑记忆链条，导致记忆内容与原始事件产生偏差。这一机制解释了为何记忆虽然基于真实事件（因果联系），但往往不再准确。研究发表在 Neuroscience & Biobehavioral Reviews 上。

微型显微镜MiniVolt：以毫秒级速度捕捉清醒动物神经元电压信号

了解神经回路如何在自然行为中引导认知，需要对自由活动的动物进行高精度的神经成像。然而，现有的微型显微镜多用于捕捉较慢的钙信号，难以记录毫秒级的神经元电压变化。来自科罗拉多大学丹佛分校安舒茨医学院的 Emily A. Gibson 和科罗拉多大学博尔德分校的 Juliet T. Gopinath 等研究人员组成的团队，开发了一种名为MiniVolt的新型微型显微镜。该团队旨在突破现有设备的局限，通过捕捉快速的电信号，更全面地揭示脑细胞在处理信息时的动态过程。

研究团队设计的光学系统仅重16.4克，却拥有0.6的高数值孔径，并集成了高速相机。在实验中，他们利用该设备对表达基因编码电压指示剂（Voltron2）的清醒小鼠进行了观测。结果显示，MiniVolt能够以每秒530帧的速度捕捉神经元的动作电位，其尖峰峰噪比大于3，信号质量与笨重的台式显微镜相当。这一技术不仅能记录神经元放电的瞬间，还能捕捉放电前微弱的阈下电压变化，为研究海马体空间导航等复杂大脑活动的时序提供了新的可能。研究发表在 Biomedical Optics Express 上。

长时间肌腱振动可降低运动中的努力感知

运动时的“累”不仅是身体的物理反馈，更是大脑的主观构建，这往往阻碍了人们参与锻炼。蒙特利尔大学的 Benjamin Pageaux 与来自法国萨瓦勃朗峰大学的 Florian Marchand、Nicolas Forestier 及 Florian Monjo 组成的团队进行了一项研究。他们发现，通过对肌腱施加长时间的振动，可以改变大脑对运动努力程度的感知，使人在感觉较轻松的情况下完成更高强度的运动。

这项研究招募了15名健康的年轻志愿者，在实验室的固定自行车上进行测试。实验的核心是对比“振动”与“假刺激”两种条件。在振动条件下，志愿者在骑行前接受了10分钟针对跟腱和髌腱的被动振动。随后，志愿者需按照主观感知的“中等”或“高”强度进行3分钟骑行。研究人员测量了功率输出、心率以及股外侧肌肌电图（Vastus lateralis electromyography，简称 VL EMG，一种用于记录肌肉电活动以评估肌肉激活程度的技术）。结果显示，在相同的主观努力感下，接受振动处理的志愿者表现出了显著更高的功率输出、心率和肌肉激活水平。这意味着振动通过减弱肌梭（Muscle spindles，肌肉中感受长度变化的感受器）向大脑发送的传入信号，成功“欺骗”了大脑，降低了其对实际物理消耗的感知。这一发现为辅助久坐人群克服运动畏难情绪提供了新的神经生理学策略。研究发表在 Journal of Sport and Health Science 上。

人类的情绪状态通常会像滤镜一样影响对他人表情的解读，但这种规律是否适用于我们最好的动物朋友——狗？亚利桑那州立大学的 Holly G. Molinaro 和 Clive D.L. Wynne 组成的研究团队进行了一项行为学研究。他们试图探明人类自身的心境如何干扰对犬类情绪信号的判断，结果发现人类对狗的理解存在出人意料的心理偏差，这挑战了以往关于跨物种情感感知的假设。

研究团队设计了两个实验，共招募了600名参与者，通过展示特定图片来诱导他们的情绪，即心理学上的启动效应 ，随后要求参与者评估视频中狗的情绪状态。在实验一中，使用标准的人类或风景图片调节情绪，结果显示虽然参与者自身情绪发生了变化，但这并未影响他们对狗的情绪判断，说明人类间常见的情绪一致性未能直接套用到人犬互动中。

为了探究原因，实验二改用犬类图片（如快乐的小狗或悲伤的流浪狗）作为启动刺激。结果出现了惊人的反转：看过快乐狗图片而心情愉悦的参与者，反而倾向于将视频中的狗评判为更悲伤；而看过悲伤图片的人则认为视频中的狗更快乐。这种对比效应表明，当我们针对特定物种进行情绪预设时，判断标准会发生偏移。此外，研究还发现一个暖心的细节：仅仅是观看狗的视频，哪怕是情绪低落的狗，也能显著改善人类的情绪。这一发现提示我们，在评估动物福利时，需要警惕人类自身的心理投射偏差。研究发表在 PeerJ 上。

NVIDIA 近日正式发布了 CUDA Toolkit 13.1，官方将其定义为该平台诞生 20 年来规模最大、最全面的一次更新。此次更新的核心亮点是推出了 NVIDIA CUDA Tile，这是一种全新的基于图块的编程模型（Tile-based Programming Model，允许开发者在比单指令多线程更高的层级编写算法并抽象化专用硬件细节的方式）。在传统的编程模式中，开发者往往需要耗费大量精力处理底层细节，而借助 CUDA Tile，开发者只需指定被称为“Tile”的数据块并定义数学运算，编译器和运行时环境便会自动决定将工作负载分发到各个线程的最佳方式。这种设计不仅屏蔽了调用张量核心等复杂硬件的底层细节，还确保了代码能兼容未来的 GPU 架构。目前，CUDA Tile 包含全新的虚拟指令集架构和 Python 领域特定语言，首发支持 NVIDIA Blackwell 系列产品，并将逐步扩展至更多架构。 

除了核心编程模型的变革，CUDA 13.1 还带来了一系列重要的软件改进和工具升级。新版本正式在运行时 API 中开放了绿色上下文（Green Contexts，一种轻量级的执行环境，支持更细粒度的 GPU 空间划分与资源分配），允许用户隔离特定的流式多处理器资源，从而确保高优先级任务能以低延迟执行。在多进程服务方面，更新引入了内存局部性优化分区和静态 SM 分区功能，显著提升了资源分配的确定性和客户端之间的隔离性。开发者工具也迎来了升级，例如 NVIDIA Compute Sanitizer 新增了编译时修补（Compile-time Patching，增强内存错误检测能力并提升工具性能的技术）。此外，核心计算库如 CCCL 也进行了优化，提供了更便捷的单相 API 和灵活的浮点运算确定性选项，全面赋能 AI 算法开发与高性能计算。

Neuralink手术机器人迎重大升级，1.5秒极速植入助推脑机接口量产

Neuralink 公司近日公布了脑机接口技术的重大突破，其联合创始人 DJ Seo 在一段视频中详细展示了最新进展。研究人员研发的新一代手术机器人将单根电极丝的植入时间从 17 秒惊人地缩短至 1.5 秒，且植入深度突破 50 毫米，能够触达大脑更深层的神经元。这一飞跃得益于机器人先进的视觉系统，它结合了六套显微镜和 OCT（Optical Coherence Tomography，光学相干断层扫描，一种高分辨率成像技术），能在毫秒级内同步脑组织运动并精准避开微血管。此外，一次性针匣的制造成本降低了 95%，实现了从实验室概念到规模化量产的跨越，为未来大规模应用奠定了基础。目前，全球已有超过一万人排队等待接入这一系统，公司计划在年底前完成约 20 例手术。

在应用层面，Neuralink 展现了令人惊叹的潜力。首位植入者 Noland Arbaugh 已实现仅凭意念控制光标畅玩电子游戏，而一名患有肌萎缩侧索硬化症的患者更是通过意念操控机械臂完成了自主进食。目前，该公司的产品线主要分为用于运动控制的心灵感应和旨在恢复视觉的盲视。研究人员指出，通过机器学习技术对神经信号进行解码，未来不仅能帮助瘫痪患者恢复行动、语言和感官能力，甚至有望增强人类认知。尽管将微米级精度的植入手术自动化并推广到万人规模面临巨大挑战，但 Neuralink 正致力于构建一套包含芯片制造、自动化手术及后期维护的垂直体系。随着技术的成熟，脑机接口有望像心脏起搏器一样成为主流医疗手段，甚至彻底改变人类与设备交互的逻辑。

100万亿token揭秘：全球一半算力在写代码，中国AI强势崛起

OpenRouter 与 Andreessen Horowitz（a16z）近日联合发布深度调查报告，基于 100 万亿 Token的实证数据，揭示了 2025 年 AI 发展的决定性转折。研究人员指出，虽然闭源模型仍占据主导，但开源模型流量已稳步增长至 30%，不再仅是“平替”。其中，DeepSeek、Qwen 等中国开源模型异军突起，从几乎零份额增长至全球流量的近 30%，显示出惊人的迭代速度。此外，市场风向从极小或极大模型转向中型模型（15B-70B 参数量），且推理优化模型流量占比飙升至 50% 以上，标志着 AI 正从单纯的文本生成转向具备思维链的深度思考模式。 

在应用场景上，编程与角色扮演占据绝对主导地位。Anthropic 等闭源模型统治了占据总流量半壁江山的编程任务，而开源模型则在角色扮演领域占据优势。地理分布上，亚洲付费使用量翻倍，中文已成为全球第二大 AI 交互语言。研究人员特别提出了“水晶鞋效应”：用户留存不再取决于通用能力，而是模型能否在发布初期完美匹配特定痛点。数据还证实了杰文斯悖论（Jevons Paradox，技术进步提高资源利用效率，反而导致资源消耗总量增加的现象），在特定高效模型上，极致低价引发了使用量的报复性增长。这表明 AI 竞争已从单纯的技术参数比拼，转向了场景适配、成本控制与生态构建的综合战争。

主动推理在意识觉知中的作用

意识是如何产生的，行动在其中扮演了什么角色？为了厘清这一科学难题，由 Jonathan Edward Robinson、Karl J. Friston、Giulio Tononi 和 Jakob Hohwy 等科学家组成的 INTREPID 联盟团队，在坦普尔顿世界慈善基金会的支持下，设计了一项严谨的对抗性合作研究。该团队提出了一套详细的研究方案，旨在通过实证实验直接对比主动推理理论与其他主流意识理论，以验证行动是否为意识内容变化的必要条件。

该研究提出了一项包含两个实验的详细方案，采用改进的运动诱导盲视（Motion-Induced Blindness，简称MIB）范式，即通过全局运动模式使静止目标在知觉上消失。实验设计核心在于对比主动条件与被动条件：在主动条件下，参与者需通过眼动去注视消失的目标；而在被动条件下，参与者保持中心注视，系统基于眼动追踪数据回放相同的视网膜输入，确保两者视觉刺激一致但行动策略不同。实验还将结合后掩蔽技术，测试行动是否能提升对阈下刺激的感知能力，并同步记录微扫视和瞳孔直径等生理指标以排除注意力干扰。

由于这是一项研究方案，目前尚未产出实证数据，但明确了不同理论的预测结果。主动推理理论预测，主动寻找目标的行为对于意识内容的更新至关重要，因此主动条件下的目标重现应显著快于被动条件。相反，神经表征主义（NREP）和整合信息理论（IIT）并不认为行动是意识改变的必要前提，因此预期两组条件下的知觉转换时间无显著差异或预测方向不同。这一方案为解决意识领域的理论争端提供了标准化的实验框架。研究发表在 PLOS One 上。

AI智能体通常患有“健忘症”，难以在长期交互中积累经验或进行跨模态推理。来自上海人工智能实验室的 Junming Liu, Yifei Sun, Weihua Cheng 等研究人员开发了名为 MemVerse 的新型记忆框架。该框架通过模拟人类记忆机制，成功解决了传统AI模型面临的灾难性遗忘和推理不连贯问题，为终身学习智能体提供了可扩展的解决方案。

该研究受心理学家丹尼尔·卡尼曼提出的“快思考”与“慢思考”认知理论启发，设计了双路径记忆架构。MemVerse 的“慢速路径”利用层级知识图谱（hierarchical knowledge graphs）将原始的多模态交互转化为结构化的长期记忆，包括核心记忆、情景记忆和语义记忆，从而支持复杂的逻辑推理；“快速路径”则通过周期性蒸馏机制（periodic distillation mechanism），定期将长期记忆中的关键信息压缩进一个轻量级的参数化模型中，以实现类似直觉的快速响应。这种设计不仅保证了记忆的可解释性，还实现了自适应遗忘和知识整合。实验结果表明，MemVerse 显著提升了智能体在多模态环境下的持续学习效率和推理能力。

大脑与AI的趋同演化：通用计算背后的预测与生成世界模型

人类大脑的新皮层和小脑虽然结构统一，却能产生千变万化的功能，这一直是神经科学的难题。受通用人工智能进展的启发，来自北京脑科学与类脑研究中心的 Shogo Ohmae 和 Keiko Ohmae 团队，通过跨领域比较研究，揭示了大脑与现代AI在计算本质上的惊人一致性，提出了基于世界模型的智能融合理论。

研究团队突破了以往仅将大脑与AI在视觉处理层面进行类比的局限，采用了新兴的“基于世界模型的计算”视角。研究人员将回路计算分解为架构、输入/输出信号及学习机制三个维度，深入对比了具有注意力机制的新皮层、不具备注意力机制的小脑以及基于Transformer架构的通用AI。研究发现，尽管生物大脑与人工神经网络在物理回路上存在差异，但它们共享核心的计算逻辑：即利用过去的输入来预测未来的事件，并通过预测误差学习来构建内部的世界模型。这种预测性模型具有高度的通用性，既能用于感觉系统中的“理解”，也能用于运动系统中的“生成”。研究指出，这代表了一种趋同进化，即生物智能与人工智能独立发展出了相似的底层计算范式。

像“微型手”一样操控物体：新型片上声波超材料实现微纳级多功能控制

声波不仅能传递声音，还能像“隐形的手”一样移动物体，但在微观尺度上实现精准抓取和操控一直是个难题。传统的芯片声波技术（如叉指换能器）只能产生简单的平面波，难以满足复杂的医疗和科研需求。为此，弗吉尼亚理工大学（Virginia Tech）的 Jiali Li、Luyu Bo 和 Zhenhua Tian 等研究人员组成团队，开发出一种新型芯片，旨在利用声波实现对微小颗粒和流体的高精度控制。

研究团队通过重新设计电极结构，发明了“片上相控叉指超材料”（Phased Interdigital Metamaterials, PIMs）。这种芯片不像传统设备那样仅产生直线波，而是通过编码深亚波长分辨率的相位分布，创造出能弯曲、倾斜和聚焦的定制化声波。实验结果显示，该技术能产生能量高度集中的“声波射流”和“双射流”，不仅能像“镊子”一样精确排列多壁碳纳米管和移动微小细胞，还能控制流体产生涡流。此外，该芯片还实现了声波信息的“类二极管”单向传输，即允许信息前向传递但阻断反向回流。这项技术在非侵入性手术、血液成分分离及生物传感领域具有巨大的应用潜力。研究发表在 Nature Communications 上。

AI智能体不再需要“说话”：LatentMAS实现直接思维复制与协作

传统的多智能体系统（MAS）依赖文本交流，这种方式既低效又容易造成信息损耗。普林斯顿大学的 Jiaru Zou、Ling Yang 以及斯坦福大学的 Yejin Choi 等研究人员组成的团队，提出了一种全新的协作范式——LatentMAS。该框架摒弃了文本中介，允许智能体在潜在空间中直接进行“心灵感应”式的协作，极大地提升了推理效率和质量。

这项研究提出了 LatentMAS 框架，其核心在于利用大语言模型的内部状态进行直接通信。在传统的协作中，智能体A需要将想法解码成文本，智能体B再阅读文本；而在 LatentMAS 中，智能体A生成的隐藏层表示（hidden representations）和存储在 KV 缓存（KV cache）中的工作记忆会被直接“复制”并注入到智能体B的注意力机制中。这种方法使得智能体B仿佛直接继承了A的思考过程，无需重新处理上下文。研究团队在包括数学、科学推理和代码生成在内的9个基准任务上测试了该框架，结果显示，LatentMAS 不仅将推理准确率平均提升了14.6%，还将 Token 的消耗量减少了80%以上，端到端推理速度更是比基于文本的协作快了4倍多。这一无需训练的方法证明，潜在空间的直接协作能承载比离散文本更丰富的信息，为未来的AI高效协作开辟了新路径。

“植物人”是怎么醒的？研究发现大脑“意识开关”的共性机制

意识障碍患者（俗称“植物人”）的苏醒机制一直是医学难题，且缺乏统一的预后评估标准。来自中国科学院自动化研究所的 Haoran Zhang、Shan Yu 以及首都医科大学附属北京天坛医院的 Jianghong He 等组成的联合研究团队，通过结合临床数据与人工智能分析，揭示了大脑“意识开关”——中央丘脑在不同病因患者意识恢复中的共性神经机制，为精准治疗提供了新依据。

研究团队对23例接受深部脑刺激（Deep Brain Stimulation）治疗的意识障碍患者进行了回顾性分析。通过采集并运用人工智能技术分析中央丘脑（Central Thalamus）的微电极记录，研究人员发现4-8赫兹的Theta节律（Theta rhythm）的强度和稳定性是预测患者一年后能否恢复意识的关键特征。研究不仅构建了适用于不同病因的统一神经度量指标，还识别出两条不同的恢复路径：一种是先恢复神经输入强度，另一种则是先恢复稳定性。

尤为重要的是，研究发现了一类被常规评估遗漏的“隐匿恢复者”。这部分患者虽然临床表现严重，但其丘脑Theta节律稳定性较高，最终有过半数实现了意识恢复。生物物理模型进一步验证了这些神经动力学路径与意识水平的关联。该发现为理解意识状态切换提供了统一规律，并有助于开发针对性的神经调控（Neuromodulation）策略。研究发表在 Nature Communications 上。