追問daily | 為何一心二用會瞬間清空短期記憶？咖啡重塑腸道菌群并提升記憶力

█ 腦科學動態

Science：超3000個基因男女有別，首個大腦單細胞性別圖譜問世

Cell：B細胞新功能：通過調控肝臟代謝影響運動能力

磁共振成像數據證實了精神健康障礙的共同腦部特征

別再丟掉“噪音”，大腦弱信號也能精準預測行為

為何一心二用會瞬間清空短期記憶

秀麗隱桿線蟲研究揭示多糖與色素的對立作用

咖啡重塑腸道菌群并提升記憶力

褪黑激素通過降低視覺敏感度促進斑馬魚睡眠

抗抑郁藥為何加重耳鳴？血清素激增直接激活聽覺神經回路

斑胸草雀大腦連接組學揭示細胞遷移隧道效應

█ AI行業動態

OpenAI推出生命科學AI模型GPT-Rosalind，加速藥物研發

基因療法與漸凍癥病因突破斬獲2026年生命科學突破獎

Claude Design發布：設計軟件巨頭股價應聲暴跌

DeepSeek首輪融資浮出水面：估值千億，人才卻接連出走

榮耀機器人半馬跑贏人類世界紀錄

█ AI驅動科學

Nature：AI科學家聯合實驗機器人突破鈣鈦礦太陽能電池制造瓶頸

AI輔助腦類器官篩選發現萊氏綜合征兩種候選藥物

結合多軸應變傳感器與AI解碼的新型無聲語音界面

不可預測的AGI難以完全控制，多樣化的人工智能生態或更加安全

前沿超算訓練混合AI框架，成功模擬極端宇宙磁湍流

黏液狀人造肌肉實現指令重塑與受損自愈

受螞蟻啟發群體機器人，揭示無中心控制的自組織建造機制

芯片大腦模型揭示帕金森病蛋白對血管屏障的破壞機制

個性化3D打印水凝膠傳感器實現高保真腦電讀取

腦科學動態

Science：超3000個基因男女有別，首個大腦單細胞性別圖譜問世

為何孤獨癥在男性中更常見，而阿爾茨海默病在女性中更為普遍？Alex R. DeCasien, Armin Raznahan及其團隊通過一項開創性研究，揭示了人類大腦在細胞層面基因活動的性別差異，為理解這些疾病的性別偏向性提供了關鍵的生物學證據。研究成果繪制出了一幅精細的大腦基因表達性別差異圖譜。

? 人類大腦細胞類型分辨率下的性別差異。Credit: Science (2026).

研究團隊采用了單細胞核RNA測序技術，對來自30位捐贈者的6個大腦皮層區域、超過100萬個細胞核進行了分析。結果發現，超過3000個基因在男性和女性大腦中的表達水平存在差異。這些差異并非全局一致，而是在特定細胞類型和腦區表現得尤為突出，例如在負責絕緣神經元的神經膠質細胞以及與面部識別相關的梭狀皮層中差異更為顯著。盡管最大的差異源于性染色體基因，但研究也識別出13個核心特征，揭示了性別對常染色體基因表達的廣泛影響。更重要的是，該研究發現許多存在性別差異表達的基因，恰好與那些具有明顯性別患病率差異的疾病的遺傳風險位點相重疊。研究發表在 Science 上。

#疾病與健康 #神經機制與腦功能解析 #性別差異 #阿爾茨海默病

閱讀更多：

DeCasien, Alex R., et al. “Sex Effects on Gene Expression across the Human Cerebral Cortex at Cell Type Resolution.” Science, vol. 392, no. 6795, Apr. 2026, p. eaea9063. science.org (Atypon), https://doi.org/10.1126/science.aea9063

Cell：B細胞新功能：通過調控肝臟代謝影響運動能力

免疫B細胞除了抵抗病原體，是否還有其他“兼職”？清華大學的江鵬及其團隊圍繞這一問題展開研究，發現B細胞在調控運動能力中扮演著關鍵角色。他們揭示了一條連接免疫、肝臟和肌肉的全新代謝通路，為理解運動生理學和相關疾病提供了新視角。

研究團隊通過構建B細胞缺陷小鼠模型，發現這些小鼠的跑步耐力、平衡感和握力均下降了40%-50%，骨骼肌中的線粒體也出現功能障礙。深入探究機制后，他們發現，B細胞在運動時會分泌轉化生長因子-β1（TGF-β1），這種信號分子作用于肝臟，通過上調關鍵基因，促進肝臟將谷氨酰胺轉化為谷氨酸。隨后，血液中濃度升高的谷氨酸被骨骼肌吸收，激活了肌肉細胞內的鈣離子信號和鈣調蛋白依賴性蛋白激酶，從而促進線粒體生成，增強肌肉功能。為驗證該通路，研究人員為B細胞缺陷小鼠補充谷氨酸或TGF-β1，結果成功使其運動能力恢復正常。這一發現不僅揭示了B細胞的非免疫新功能，也提出了“免疫運動”的新概念。研究發表在 Cell 上。

#疾病與健康 #跨學科整合 #免疫系統 #運動科學 #新陳代謝

閱讀更多：

Mao, Youxiang, et al. “B Cell Deficiency Limits Exercise Capacity by Remodeling Liver Glutamate Metabolism.” Cell, vol. 0, no. 0, Apr. 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.03.039

磁共振成像數據證實了精神健康障礙的共同腦部特征

長期以來，精神疾病的腦成像研究受限于小規模、異質化的數據集。來自哥本哈根大學醫院和哥本哈根大學的Stefano Cerri、Michael Eriksen Benros及其同事，利用丹麥國家級的醫療數據庫，分析了數千份日常臨床腦掃描數據，成功驗證了不同精神障礙患者共享相似的大腦結構特征，為大規模、真實世界數據在精神病學研究中的應用提供了有力證據。

? 圖中顯示了精神障礙患者與非精神疾病對照組在大腦結構上的差異。紅色表示患者大腦體積較小或皮質較薄。Credit: Cerri et al., Molecular Psychiatry (2026)

研究團隊分析了丹麥一個區域內2019年全年的臨床磁共振成像數據，并結合電子健康記錄，最終納入了4800多名受試者。他們使用一種專為處理低分辨率、多變臨床圖像設計的分析工具，比較了精神障礙患者與健康對照組的大腦結構。結果發現，與健康人相比，精神障礙患者普遍表現出丘腦和杏仁核體積減小、腦室擴大，以及大腦皮層變薄的特征。這一發現與以往基于高質量研究數據的結論高度一致，有力證明了即便是質量參差不齊的“真實世界”數據，在達到足夠規模時也能揭示出關鍵的生物學信息。這項研究的意義在于，它為利用現有海量臨床數據來探索疾病進展、藥物影響和共病等復雜問題鋪平了道路，有望推動精神病學向更精準的診斷和治療邁進。研究發表在 Molecular Psychiatry 上。

#疾病與健康 #神經機制與腦功能解析 #心理健康與精神疾病

閱讀更多：

Cerri, Stefano, et al. “Cross-Disorder Comparison of Brain Structures among 4836 Individuals with Mental Disorders and Controls Utilizing Danish Population-Based Clinical MRI Scans.” Molecular Psychiatry, Apr. 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41380-026-03577-5

別再丟掉“噪音”，大腦弱信號也能精準預測行為

在試圖理解大腦時，神經科學家們是否因聚焦于最強的信號而錯過了關鍵信息？耶魯大學醫學院的Brendan D. Adkinson和Dustin Scheinost等人進行的一項研究表明，通常在數據分析中被當作“噪音”丟棄的大腦連接，實際上蘊含著驚人的預測能力。這一發現挑戰了當前神經影像學研究的常規做法，并可能為精神疾病的治療開辟全新途徑。

研究團隊分析了四大數據庫中超過12,000人的腦成像和行為數據。他們采用了一種創新的方法來驗證“噪音”的價值：首先，將所有大腦連接根據其與特定行為（如認知能力或精神健康狀況）的關聯強度進行排序；然后，將這些連接分為10組，第一組是關聯最強的10%（即傳統研究的焦點），其余九組是通常被忽略的90%。接下來，他們為每一組連接分別構建了機器學習預測模型。結果令人震驚：基于那些被視為“噪音”的較弱連接所構建的模型，其預測準確性與基于最強信號的模型不相上下，有時甚至更勝一籌。這證明了預測性信息廣泛分布于全腦，而非僅僅集中于“冰山一角”。更重要的是，這些同樣精準的預測模型依賴于完全不同的腦網絡，意味著對于同一種行為，大腦可能存在多條“備用路徑”。這一發現為理解精神疾病的個體差異提供了新視角，解釋了為何某些療法對一部分患者有效而對另一部分無效，因為他們可能依賴不同的神經回路。研究發表在 Nature Human Behaviour 上。

#疾病與健康 #預測模型構建 #心理健康與精神疾病 #神經影像 #機器學習

閱讀更多：

Adkinson, Brendan D., et al. “Feature Selection Leads to Divergent Neurobiological Interpretations of Brain-Based Machine Learning Biomarkers.” Nature Human Behaviour, Apr. 2026, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41562-026-02447-y

為何一心二用會瞬間清空短期記憶

為什么我們能記住老歌的每句歌詞，卻會忘記幾秒鐘前看到的菜譜用量？休斯頓大學的 Benjamin Tamber-Rosenau, Brandon J. Carlos 和 Lindsay A. Santacroce 通過研究揭示，信息進入工作記憶需要一個短暫的鞏固過程。他們發現，這一過程依賴于一個通用的“中央處理”資源，任何類型的即時分心任務（如做決策）都會搶占該資源，從而導致記憶失敗。

研究團隊設計了一系列實驗，要求參與者記住視覺信息（特定的顏色）或語言信息（字母串）。隨后，研究者會立即或稍作延遲地給出一個決策任務，該任務同樣分為視覺或語言類型。研究的核心在于比較同類型干擾（如記憶顏色后做視覺決策）與跨類型干擾（如記憶顏色后做語言決策）的效果。結果清晰地表明，只要決策任務是立即出現的，無論其類型如何，都會嚴重破壞剛剛形成的工作記憶。這說明工作記憶鞏固并非在獨立的視覺或語言“緩沖區”內完成，而是需要調用一個領域通用的中央執行處理資源。任何即時的認知任務，尤其是決策，都會成為“攔路虎”，中斷這個鞏固過程，導致信息丟失。研究發表在 Attention, Perception, & Psychophysics 上。

#認知科學 #神經機制與腦功能解析 #工作記憶 #注意力 #分心

閱讀更多：

Carlos, Brandon J., et al. “Does Working Memory Consolidation Rely on Central Processing?” Attention, Perception, & Psychophysics, vol. 88, no. 3, Mar. 2026, p. 93. Springer Link, https://doi.org/10.3758/s13414-026-03236-5

秀麗隱桿線蟲研究揭示多糖與色素的對立作用

人類腸道微生物群與抑郁癥和帕金森病等大腦疾病密切相關，但細菌影響宿主神經系統的具體機制尚不完全清楚。麻省理工學院皮考爾學習與記憶研究所的Cassi E. Estrem和Steven W. Flavell團隊破解了這一分子謎題。他們以秀麗隱桿線蟲為模型，成功鑒定了腸道神經元用于直接識別營養細菌和感知致病菌危險信號的特定化學分子，揭示了腸腦通訊的基礎路徑。

研究團隊將秀麗隱桿線蟲暴露于20種不同的細菌中，并將細菌分解為不同化學成分進行篩選測試。結果發現，細菌表面的多糖，特別是革蘭氏陽性菌中的肽聚糖，足以直接激活線蟲消化道內的關鍵神經元NSM。這種信號檢測依賴于神經元上的酸敏感離子通道。當NSM神經元檢測到這些營養信號時，會釋放血清素促使線蟲停下并加快進食。在探究危險信號時，研究人員測試了具有傳染性的粘質沙雷氏菌。他們發現，高毒性菌株產生的靈菌紅素能夠直接抑制NSM神經元的激活。即便周圍存在營養細菌，這種代謝物也能阻斷神經反應，促使線蟲停止吞咽并避開危險。研究發表在 Current Biology 上。

#疾病與健康 #神經機制與腦功能解析 #腸道微生物 #神經元感知 #行為調控

閱讀更多：

Estrem, Cassi E., et al. “Identification of Bacterial Signals That Modulate Enteric Sensory Neurons to Influence Behavior in C. Elegans.” Current Biology, vol. 0, no. 0, Apr. 2026. www.cell.com, https://doi.org/10.1016/j.cub.2026.03.070

咖啡重塑腸道菌群并提升記憶力

消化系統的健康與心理狀態之間的緊密聯系備受矚目，但咖啡對腸腦軸的具體影響機制仍存有大量未知。科克大學學院（University College Cork）的John F. Cryan、Serena Boscaini等研究人員首次全面探討了咖啡攝入影響腸道微生物群進而改善情緒的潛在機制，發現無論是否含有咖啡因，習慣性飲用咖啡都能顯著改變腸道微生態并提升情緒與認知表現。

研究團隊對31名習慣飲用者與31名非飲用者展開比對。飲用者經歷兩周戒斷后，在雙盲條件下被重新引入含咖啡因或脫咖啡因咖啡。結合糞便和尿液樣本及行為評估，研究發現飲用者體內的埃格特氏菌屬和短隱桿菌豐度顯著增加。戒斷行為引發了可逆的糞便代謝組變化。重新引入咖啡后，兩組人群的壓力、抑郁與沖動評分均明顯下降。值得注意的是，僅脫咖啡因組表現出學習和記憶力的顯著提升，這表明多酚等非咖啡因成分發揮了核心作用。而含咖啡因咖啡則特異性地減輕了焦慮感并提高了注意力水平。研究還確認了包括茶堿在內的9種核心代謝物與認知指標緊密相關，全面解析了咖啡對微生物群-腸-腦軸的干預機制。研究發表在 Nature Communications 上。

#疾病與健康 #心理健康與精神疾病 #腸腦軸 #腸道微生物群 #多酚

閱讀更多：

Boscaini, Serena, et al. “Habitual Coffee Intake Shapes the Gut Microbiome and Modifies Host Physiology and Cognition.” Nature Communications, vol. 17, no. 1, Apr. 2026, p. 3439. www.nature.com, https://doi.org/10.1038/s41467-026-71264-8

褪黑激素通過降低視覺敏感度促進斑馬魚睡眠

褪黑激素在調節健康睡眠中發揮重要作用，但其具體機制尚不明確。加州理工學院的David A. Prober和Andrew J. Hill等研究人員通過斑馬魚模型發現，褪黑激素通過降低大腦對視覺刺激的敏感度來促進睡眠，揭示了晝夜節律調控睡眠的全新路徑。

? Credit: Current Biology (2026).

為了解睡眠調控機制，研究團隊使用斑馬魚作為晝夜節律睡眠模型。研究發現，褪黑激素通過與大腦細胞表面的褪黑激素受體1a（MT1）結合來促進睡眠。進一步定位顯示，MT1受體高度表達于大腦的視頂蓋中。在行為實驗中，研究人員在白天短暫調暗燈光模擬捕食者陰影，發現經過外源性褪黑激素處理的斑馬魚即使在清醒狀態下，其逃避行為反應也明顯減弱。此外，在夜間對缺乏內源性褪黑激素的突變斑馬魚進行閃爍光刺激時，這些斑馬魚表現出如同白天清醒時的強烈快速運動。這些結果表明，褪黑激素不僅是傳遞晝夜節律信息的信使，它還直接抑制動物對環境視覺刺激的行為敏感度，從而降低覺醒反應以增加睡眠易感性。這項研究解釋了為什么褪黑激素能讓人更容易入睡，而不是強制催眠。研究發表在 Current Biology 上。

#疾病與健康 #神經機制與腦功能解析 #褪黑激素 #睡眠機制 #斑馬魚模型

閱讀更多：

Hill, Andrew J., et al. “Melatonin Promotes Sleep by Suppressing Responses to Visual Stimuli via MT1 Receptors.” Current Biology, vol. 0, no. 0, Apr. 2026. www.cell.com, https://doi.org/10.1016/j.cub.2026.03.059

抗抑郁藥為何加重耳鳴？血清素激增直接激活聽覺神經回路

抗抑郁藥物常引發耳鳴加重的副作用，其機制一直未明。俄勒岡健康與科學大學和安徽大學的Qin-Wei Wu、Laurence Trussell與Zheng-Quan Tang等研究人員發現，血清素激增會直接激活特定的聽覺神經回路，從而誘發或加劇耳鳴。

研究團隊使用了小鼠模型，結合神經追蹤和病毒遺傳學方法，精準定位了一條從背側中縫核直接投射到聽覺關鍵區域背側耳蝸核的特定神經回路。隨后，研究人員利用光遺傳學激活產生血清素的神經元，并借助改良的聽覺驚嚇反應測試小鼠行為。結果顯示，當該神經回路被激活時，背側耳蝸核的神經元放電顯著增加，小鼠隨之表現出類似耳鳴的行為。此外，噪音暴露會導致小鼠聽覺腦區血清素水平升高，而使用化學遺傳學抑制這條特定回路，能顯著緩解噪音誘發的耳鳴癥狀。通過阻斷特定的血清素受體也能逆轉這些反應。該發現揭示了精神類藥物加重聽覺異常的具體機理，為未來開發精準避開聽覺副作用的新型藥物或靶向治療方案提供了科學依據。研究發表在 PNAS 上。

#疾病與健康 #神經機制與腦功能解析 #耳鳴 #血清素 #聽覺神經回路

閱讀更多：

Yu, Meng-Ting, et al. “A Discrete Serotonergic Circuit Involved in the Generation of Tinnitus Behavior.” Proceedings of the National Academy of Sciences, vol. 123, no. 17, Apr. 2026, p. e2509692123. pnas.org (Atypon), https://doi.org/10.1073/pnas.2509692123

斑胸草雀大腦連接組學揭示細胞遷移隧道效應

為什么鳴禽大腦能終生生成新神經元而人類不能？Benjamin B. Scott及其團隊（波士頓大學）通過研究斑胸草雀，首次在微觀層面揭示了成年大腦中新生神經元的遷移方式，發現了新生神經元在穿過腦組織時產生的隧道效應。這一發現解釋了人類限制神經發生的潛在原因，同時也為神經退行性疾病的腦組織干細胞修復療法提供了新視角。

研究團隊采用基于電子顯微鏡的連接組學技術，對成年斑胸草雀大腦紋狀體中的神經發生進行了超高分辨成像。結果顯示，與此前假設新生神經元會小心避開成熟細胞以保護現有腦結構不同，遷移中的神經元（MIGRs）展現出強烈的物理破壞性。它們像探險家一樣在密集的神經叢中橫沖直撞，對成熟神經元的胞體和周圍的神經氈（neuropil，神經元突起和突觸交織的密集網絡）造成顯著擠壓，最終在腦組織中開辟出一條條隧道。研究發現，這種野蠻的遷移方式雖然能重塑微環境并建立新神經連接，但也可能物理破壞已有的神經回路與記憶存儲。這為人類成年后極少產生新腦細胞提供了一種進化假說：這可能是為了保護現有記憶的防御機制。但樂觀的一面在于，該過程證明了新生神經元無需依賴特殊的神經膠質支架即可移動，這意味著未來在人類大腦中開展腦修復干細胞療法成為了可能，即便人類出生后大部分支持支架已經消失。研究發表在 Current Biology 上。

#疾病與健康 #神經機制與腦功能解析 #鳴禽 #神經發生 #連接組學

閱讀更多：

Shvedov, Naomi R., et al. “Songbird Connectome Reveals Tunneling of Migratory Neurons in the Adult Striatum.” Current Biology, vol. 0, no. 0, Apr. 2026. www.cell.com, https://doi.org/10.1016/j.cub.2026.03.057

AI 行業動態

致敬“DNA之母”：OpenAI推出生命科學AI模型GPT-Rosalind，加速藥物研發

為致敬已故的英國科學家羅莎琳德·富蘭克林（Rosalind Franklin）——其X射線衍射數據對發現DNA雙螺旋結構至關重要，OpenAI于2026年4月16日推出了首個專為生命科學設計的AI大模型GPT-Rosalind。不同于通用語言模型，該模型專門針對生物化學與基因組學領域的深度分析需求進行微調，旨在幫助研究人員更快完成科學過程中最耗時、分析難度最大的階段。它支持證據綜合、假設生成、實驗規劃等復雜多步驟任務，能夠在一個界面內查詢專業數據庫、解析最新文獻并與計算工具交互，提出新的實驗路徑。OpenAI強調，該模型絕非為了取代研究人員，而是作為協作者，加速從靶點發現到藥物設計的早期環節。

為構建完整生態，OpenAI同步發布了Codex的生命科學研究插件，使研究人員能通過編程方式訪問生物數據庫和計算流程。在性能基準上，GPT-Rosalind在生物信息學測試BixBench中達到0.751的通過率，并在克隆問答（CloningQA）等任務上超越GPT-5.4。與Dyno Therapeutics的真實合作評估顯示，其預測結果優于95%的人類專家。目前，模型通過“可信訪問”計劃面向符合條件的企業客戶（如安進、Moderna、艾倫研究所）推出，內置技術保障措施防止濫用。OpenAI認為，針對特定科學領域優化的“領域專用模型”將是AI的下一個重要前沿，而生命科學因其高維數據和巨大社會影響，成為最明確的試驗場。

#GPT-Rosalind #生命科學AI #藥物研發加速 #基因組學 #領域專用模型

閱讀更多：

https://openai.com/index/introducing-gpt-rosalind/

基因療法與漸凍癥病因突破斬獲2026年生命科學突破獎

素有科學界“最慷慨大獎”之稱的科學突破獎（Breakthrough Prize）近日公布了2026年度獲獎名單，六項各300萬美元的巨額獎金分別授予了生命科學、基礎物理學和數學領域的突出貢獻者。在生命科學領域，三個獲獎團隊的工作直接改寫了嚴重疾病的治療版圖。Jean Bennett、Katherine A. High與Albert Maguire三位研究人員因合作開發出首個獲美國FDA批準的遺傳性失明AAV基因療法（Luxturna）而獲獎。該療法利用腺相關病毒遞送正確的RPE65基因，讓原本會在成年早期完全失明的萊伯氏先天性黑蒙癥患者重獲視力，療效已穩定維持超過十年。另一獎項授予了Stuart H. Orkin和Swee Lay Thein，他們揭示了BCL11A基因是胎兒血紅蛋白合成的關鍵抑制因子，并基于此促成了全球首款獲批上市的CRISPR基因編輯療法Casgevy，為鐮狀細胞病和β-地中海貧血患者提供了單次治愈的可能。

第三個生命科學突破獎則聚焦于神經退行性疾病。Rosa Rademakers與Bryan Traynor因獨立發現漸凍癥（ALS）和額顳葉癡呆（FTD）最常見的遺傳誘因而共同獲獎。他們通過大規模家族遺傳分析，鎖定C9orf72基因上的異常擴增突變——該基因中一段六核苷酸（GGGGCC）重復數百至數千次——這一發現解釋了歐洲人群中約三分之一的家族性病例，將兩種此前被認為獨立的疾病統一到同一分子病因譜系中，并為目前無法治愈的這兩類疾病開辟了基因檢測與靶向療法（已有兩種進入臨床試驗）的嶄新道路。此外，本屆突破獎還特別提及三位畢業于北京大學數學科學學院的中國女性青年數學家：王虹、唐云清獲得新視野獎，張明嘉獲得瑪麗亞姆·米爾扎哈尼新前沿獎。

#生命科學突破獎 #基因療法 #CRISPR療法 #漸凍癥病因 #AAV載體

閱讀更多：

https://breakthroughprize.org/

Claude Design橫空出世：從Figma到Adobe，設計軟件巨頭股價應聲暴跌

繼顛覆軟件行業之后，Anthropic再次將AI的觸角伸向設計領域。最新發布的AI產品Claude Design，由具備強大圖像處理能力的Claude Opus 4.7模型驅動，能夠將自然語言描述、代碼庫、文檔甚至網頁元素，直接轉化為高保真、可交互的產品原型、設計稿或營銷材料。這一工具面向Claude Pro、Max、Team和Enterprise訂閱用戶提供研究預覽版，其核心能力包括自動應用團隊設計系統、支持內聯評論與滑塊微調、以及一鍵導出為Canva、PDF、PPTX或HTML文件。消息公布后，市場迅速反應：Figma、Adobe等設計軟件相關公司股價遭遇重挫，投資者擔憂AI將直接取代傳統設計工具的核心價值。

Claude Design的推出，標志著AI對專業創意工作流的又一次降維打擊。從生成逼真的交互原型、產品線框圖，到制作推介演示文稿和營銷視覺素材，該工具幾乎覆蓋了設計師和產品經理的日常核心任務。更關鍵的是，它與Claude Code實現了聯動，可將設計成果無縫移交至開發環節。Anthropic的設計師Ryan Mather分享了七條使用建議，強調應將其視為“不同的物種”而非傳統畫布工具，通過實時迭代、評論反饋和連接器（如Slack、Docs）來最大化效率。內測團隊反饋顯示，該工具極大降低了設計門檻，并讓探索更多創意方向成為可能。盡管市場對“設計師崗位是否會消失”展開激烈討論，但一個明確的信號已經釋放：AI正在將專業設計能力“大眾化”，傳統軟件按席位收費的商業模式再次面臨嚴峻挑戰。

#ClaudeDesign #AI設計革命 #Adobe股價 #Figma #設計自動化

閱讀更多：

https://www.anthropic.com/news/claude-design-anthropic-labs

DeepSeek首輪融資浮出水面：估值千億，人才卻接連出走

一直拒絕外部投資的人工智能明星公司DeepSeek，近日被曝首次啟動融資進程。據The Information、路透社等媒體援引知情人士消息，這家以高性能低成本模型聞名的中國初創公司正與投資者洽談，擬以100億美元（約合人民幣680億元）的估值籌集至少3億美元資金。DeepSeek脫胎于國內頂尖量化對沖基金幻方量化，此前其龐大的算力儲備與研發支出完全由母公司及內部資源支持，并曾拒絕過多家頂級風投與科技巨頭的邀約。此次潛在的融資行動，被外界視為其戰略轉向的信號。

推動DeepSeek尋求外部資金的核心動力，源于日益高昂的AI競賽成本。該公司正從依賴外部算力轉向自建數據中心，已在內蒙古烏蘭察布招聘相關工程師，這種“重資產”模式需要巨額前期投入。同時，研發與運行預計近期推出的下一代基礎大模型DeepSeek-V4，以及在全球AI價格戰中保持進攻姿態，均對資金鏈提出了更高要求。值得注意的是，在新模型遲遲未亮相之際，公司已接連流失兩位核心研究人員：DeepSeek-V3的重要貢獻者羅福莉加入小米主導AI業務；參與過多款重磅模型的95后研究員郭達雅則轉投字節跳動旗下Seed團隊，擔任智能體負責人。盡管外界對郭達雅的“近億元年薪”傳聞被抖音集團副總裁李亮澄清，但這一人才流動凸顯了AI行業從技術探索走向工程落地階段，大廠對頂尖人才的強勢吸引力。未來若融資成功，DeepSeek或將擁有更多資源推進商業落地部署。

#DeepSeek #AI融資 #大模型競賽 #人才爭奪 #幻方量化

閱讀更多：

https://www.theinformation.com/articles/chinas-deepseek-raising-money-first-time-10-billion-plus-valuation

榮耀機器人半馬跑贏人類世界紀錄

在4月19日于北京舉行的第二屆人形機器人半程馬拉松賽上，中國智能手機制造商榮耀（Honor）旗下的一款機器人以50分26秒的成績完賽，一舉打破了人類半程馬拉松的世界紀錄。這一成績比烏干達選手雅各布·基普利莫（Jacob Kiplimo）于今年3月創造的約57分鐘的人類最好成績還要快近7分鐘。相較去年首屆賽事冠軍機器人2小時40分42秒的成績，此次飛躍式進步凸顯了技術的迅猛迭代。盡管比賽中出現了機器人摔倒在起跑線或撞上障礙物等小插曲，但現場觀眾孫志剛感嘆“這是機器人首次超越人類，從未想象過”，另一位觀眾王文則表示“這或許預示著一個新時代的到來”。

奪冠機器人采用長腿（約95厘米）設計并搭載自主研發的強大液冷系統，其造型模仿了優秀人類運動員。榮耀測試開發工程師杜曉迪（Du Xiaodi）表示，相關技術未來可轉移至工業場景。據北京經濟技術開發區透露，約40%的參賽機器人實現了自主導航，其余為遠程控制；盡管另一臺遙控機器人以48分19秒率先沖線，但根據加權規則，冠軍授予了自主導航的機器人。這一賽事不僅展現了人形機器人在運動能力上的突破，也折射出中國將科技發展列為國家安全競爭重點的戰略背景。據倫敦研究機構Omdia評估，AGIBOT、宇樹科技和優必選三家中國企業已成為全球通用具身智能機器人出貨量的一級供應商，去年均交付超1000臺，其中兩家超過5000臺。

#人形機器人 #半馬破紀錄 #榮耀 #自主導航 #具身智能

閱讀更多：

https://techxplore.com/news/2026-04-humanoid-robot-sprints-victory-beijing.html

AI 驅動科學

Nature：AI科學家聯合實驗機器人突破鈣鈦礦太陽能電池制造瓶頸

鈣鈦礦太陽能電池的商業化進程長期受制于人工經驗試錯造成的低效與低可重復性。香港城市大學朱宗龍、曾曉成團隊聯合劍橋大學研究人員開發了融合機器學習與自動化制造的自主閉環系統，成功發掘新型鈍化分子，大幅提升了光伏器件的光電轉換效率與量產可重復性。

該研究框架包含機器學習驅動的材料發現系統與自動化設備制造平臺兩個核心模塊。在材料發現端，系統采用主動學習與密度泛函理論計算，快速篩選了超兩萬種化學物質，成功鎖定新型鈍化分子5ANI（5-（氨甲基）煙腈碘化氫）。在制造端，平臺通過貝葉斯優化和符號回歸建立反饋回路，持續指導實驗機器人優化制備工藝。實驗表明，基于5ANI制備的0.05平方厘米太陽能電池實現了27.22%的光電轉換效率，微型組件效率達23.49%。該器件在嚴格標準下連續運行1200小時后仍保持98.7%的初始效率。此外，自動化平臺實現的效率可重復性達到人類專家制備的5倍。研究發表在 Nature 上。

#AI驅動科學 #自動化科研 #鈣鈦礦太陽能電池 #機器學習 #材料科學

閱讀更多：

Gao, Danpeng, et al. “Autonomous Closed-Loop Framework for Reproducible Perovskite Solar Cells.” Nature, Apr. 2026, pp. 1–3. www.nature.com, https://doi.org/10.1038/s41586-026-10482-y

AI輔助腦類器官篩選發現萊氏綜合征兩種候選藥物

萊氏綜合征等罕見腦病因缺乏有效的人類疾病模型，導致潛在治療藥物的研發步履維艱。Alessandro Prigione 和 Antonio Del Sol 團隊合作，成功利用人工智能技術結合三維腦部疾病模型，精準篩選出了他拉唑和舍他康唑兩種有望治愈該疾病的新候選藥物。

? 舍他康唑和他拉唑在 Leigh 神經細胞中的作用機制示意圖。Credit: Nature Communications (2026).

萊氏綜合征是一種極其致命的線粒體代謝疾病。為突破傳統實驗動物無法準確模擬該病程的局限，研究團隊首先利用患者自身的細胞培育出多能干細胞，進而在實驗室中成功構建了三維腦類器官。這些類器官精準重現了引發疾病的SURF1基因變異及其導致的神經元發育缺陷。隨后，團隊開發了一種基于單細胞RNA測序數據的深度學習模型，專門用于在現有藥物庫中篩選可用藥物。與此同時，研究人員還在酵母模型中對2250種已獲批藥物進行了對比測試。令人矚目的是，人工智能的預測結果與酵母生物實驗不謀而合，均指向了唑類化合物。其中，原用于治療痤瘡的他拉唑和抗皮膚真菌的舍他康唑在腦類器官實驗中表現出極佳的療效，不僅維持了腦細胞的正常發育、提升了組織的生長速度，還顯著減少了有害產物乳酸的釋放。深入探究發現，這兩種藥物能夠通過調節視黃酸通路和膜相關脂質代謝來發揮積極作用。研究發表在 Nature Communications 上。

#疾病與健康 #自動化科研 #腦類器官 #萊氏綜合征 #藥物再利用

閱讀更多：

Menacho, Carmen, et al. “Accelerating Leigh Syndrome Drug Discovery through Deep Learning Screening in Brain Organoids.” Nature Communications, vol. 17, no. 1, Apr. 2026, p. 3570. www.nature.com, https://doi.org/10.1038/s41467-026-71391-2

結合多軸應變傳感器與AI解碼的新型無聲語音界面

傳統語音重建技術設備復雜且極易受噪音干擾。為此，Sunguk Hong、Junyoung Yoo與Sung-Min Park（浦項科技大學）開發了基于新型傳感器與人工智能的無聲語音界面，成功將頸部肌肉的微小運動高精度轉化為真實語音。

? 示意圖展示了傳統語音通信方式與所開發的無聲語音界面之間的區別。Credit: POSTECH

研究團隊開發了一種基于計算機視覺的光學應變傳感器（computer vision-based optical strain sensor，一種結合微型攝像頭與標記柔軟硅膠的非侵入式設備）。該傳感器佩戴于頸部，能夠高靈敏度地持續捕獲人們在無聲說話時頸部肌肉產生的復雜多軸形變模式，徹底解決了傳統可穿戴傳感器易老化和準確度低的問題。在信號處理方面，團隊引入了深度學習算法對形變數據進行解碼，并采用自動基線校準技術消除了因重新佩戴設備或解剖結構差異導致的信號漂移。解碼后的信息通過個性化的文本轉語音模型，最終還原出說話者原本的聲音。實驗結果顯示，即使在約90分貝的極端嘈雜環境中，該系統結合標準化通信代碼，依然能夠實現高精度的語音重構。這項研究為聲帶疾病患者的溝通障礙以及極度嘈雜工業環境下的通信需求提供了創新且可靠的方案。研究發表在 Cyborg and Bionic Systems 上。

#疾病與健康 #腦機接口 #無聲語音界面 #多軸應變傳感器 #語音合成

閱讀更多：

Hong, Sunguk, et al. “Soft Multiaxial Strain Mapping Interface with AI-Driven Decoding for Silent Speech in Noise.” Cyborg and Bionic Systems, vol. 7, Mar. 2026, p. 0536. spj.science.org (Atypon), https://doi.org/10.34133/cbsystems.0536

不可預測的AGI難以完全控制，多樣化的人工智能生態或更加安全

如何確保通用人工智能按人類意愿行事是當前的重大安全挑戰。Hector Zenil團隊（倫敦國王學院）證實強大的AI無法被完全控制，提出構建相互制衡的多元人工智能生態系統來管理其不可預測性，從而提高整體安全性。

研究首先運用數學原理，證明了能力達到通用人工智能級別的AI系統必然會產生不可預測的行為，實現完美的強制對齊是不可能的。基于此，研究團隊提出了智能體神經多樣性概念，讓多代理在無中央控制下相互競爭與合作。實驗中，研究人員為不同大語言模型分配差異化角色，并提出具倫理爭議的問題進行觀點攻擊。結果表明，GPT-4等商業模型雖難被推向極端，但內部指令導致的僵化使其一旦偏軌便極難糾正。相反，開源模型更易受其他代理影響，能產生多元視角，形成更具韌性且不易趨同于有害立場的制衡網絡。接納AI的不可預測性并利用系統間隙相互制約，是防范單一系統主導的務實途徑。研究發表在 PNAS Nexus 上。

#大模型技術 #計算模型與人工智能模擬 #AI對齊 #通用人工智能 #智能體生態

閱讀更多：

Hernández-Espinosa, Alberto, et al. “Neurodivergent Influenceability in Agentic AI as a Contingent Solution to the AI Alignment Problem.” PNAS Nexus, vol. 5, no. 4, Apr. 2026, p. pgag076. Silverchair, https://doi.org/10.1093/pnasnexus/pgag076

前沿超算訓練混合AI框架，成功模擬極端宇宙磁湍流

傳統計算手段難以在巨大的計算負荷下精確模擬極端復雜的磁化等離子體湍流，往往會抹平定義湍流的關鍵物理細節。Semih Kacmaz和Eliu A. Huerta等（阿貢國家實驗室）開發了一種結合神經算子和擴散模型的新型兩階段混合人工智能框架，首次在極端條件下高保真地還原了磁化湍流的復雜演化。

? 研究人員利用橡樹嶺國家實驗室（ORNL）的 Frontier 超級計算機訓練了一個人工智能模型，該模型能夠捕捉等離子體內部磁湍流的細節。Credit: Semih Kacmaz/ORNL, U.S. Dept. of Energy

研究團隊利用橡樹嶺國家實驗室（Oak Ridge National Laboratory）的百億億次級超級計算機前沿生成了數千個涵蓋各類湍流級別的高保真模擬數據集用于模型訓練。他們采用了一種兩步走的策略：首先，使用基于物理信息的神經網絡算子來解析等離子體的宏觀演化并建立平均流，捕捉湍流的大尺度特征；隨后，引入基于分數的擴散模型，專門學習并重建神經算子無法表示的高頻微小波動。實驗結果顯示，該混合框架不僅在幾秒鐘內就能輸出等離子體湍流預測，而且在雷諾數（Reynolds number，流體力學中表征流體流動慣性力與粘性力比值的無量綱數）高達5000的極端湍流條件下，預測誤差較以往方法減少了百分之五十以上。該模型成功重建了所有尺度的磁場和速度結構，精準捕捉了非高斯統計特征和間歇性結構。這一突破為未來探索超新星爆發機制及優化下一代核聚變反應堆的設計提供了強大的預測工具。研究發表在 Machine Learning: Science and Technology 上。

#AI驅動科學 #預測模型構建 #磁流體動力學 #超級計算機 #擴散模型

閱讀更多：

Kacmaz, Semih, et al. “Resolving Turbulent Magnetohydrodynamics: A Hybrid Operator-Diffusion Framework.” Machine Learning: Science and Technology, vol. 6, no. 3, Sept. 2025, p. 035057. Institute of Physics, https://doi.org/10.1088/2632-2153/ae054c

黏液狀人造肌肉實現指令重塑與受損自愈

傳統軟體機器人的電極一旦固定便只能執行單一預設動作，極大限制了其多功能性與應用場景。首爾國立大學與麻省理工學院等機構的Jeong-Yun Sun、Ho-Young Kim、Yun Hyeok Lee、Seung Won Moon、Min-Gyu Lee等人，開發出一種基于相變鐵磁流體的新型可重構人工肌肉，使單一機器人能夠根據環境變化實時重塑形狀、受損后自我修復，并實現電極材料的高效循環利用。

? PTF 提高了 DEA 的可持續性。Credit: Science Advances (2026).

這項研究采用介電彈性體致動器（dielectric elastomer actuators，簡稱DEA，一種將電能轉換為機械運動的軟傳感器）與相變鐵磁流體（phase-transitional ferrofluid，簡稱PTF，一種在室溫下呈固態但在受熱或磁場刺激時變為流體的特殊材料）相結合。研究人員通過精確調控納米顆粒和聚合物，打造出能夠在凝膠態和液態之間自由切換的智能相變電極。實驗結果表明，該PTF電極賦予了系統實時動態重構的能力。在設備運行期間，電極可液化并在磁場引導下重新定位或空間分割，突破了傳統二維平面運動的限制，使單一機器人能夠執行彎曲和伸展等截然不同的三維運動。此外，系統具備出色的自愈與恢復特性，當電極被物理切斷或因高電壓發生電氣擊穿時，受損區域附近的電極可液化以重新連接斷裂電路或繞過損壞區域，從而完全恢復機器人的操作功能。在資源可持續性方面，當設備達到使用壽命終點時，電極能夠以液態形式被單獨提取并注入新設備中，歷經多次回收循環后仍保持約91%的極高回收率和一致的驅動性能。研究發表在 Science Advances 上。

#其他 #機器人及其進展 #相變材料 #軟體機器人 #自修復

閱讀更多：

Lee, Yun Hyeok, et al. “A Reconfigurable Dielectric Elastomer Actuator via Phase-Transitional Ferrofluid Enables Sustainable Operation.” Science Advances, vol. 12, no. 12, Mar. 2026, p. eaeb7409. science.org (Atypon), https://doi.org/10.1126/sciadv.aeb7409

受螞蟻啟發群體機器人，揭示無中心控制的自組織建造機制

如何讓分散的智能體在沒有中央控制的情況下協調完成復雜的建造或拆除任務？哈佛大學約翰·A·保爾森工程與應用科學學院和文理學院的Fabio Giardina、S. Ganga Prasath和L. Mahadevan等開發了一批受螞蟻啟發的協作機器人。這些機器人僅通過環境信號和簡單的局部規則，就能自發組織完成復雜的結構建造與拆除，展現了主體與環境互動產生的集體認知。

? 這張圖展示了螞蟻的集體、分散式行為如何啟發了協作機器人的實驗，這些機器人無需中央控制即可完成任務。 Credit: Harvard John A. Paulson School of Engineering and Applied Sciences

研究團隊改進了機器人平臺，利用被稱為機器人螞蟻（RAnts，響應數字模擬信號進行協同工作的智能體）進行實驗。這些機器人遵循極簡的局部規則：跟隨光敏信號梯度、根據信號拾取和運輸模塊，并在達到閾值時沉積材料。由于引入了光信息素，機器人在移動時會感知梯度并留下信號，形成反饋回路。研究表明，這種簡單規則引發了捕獲不穩定性機制，促使機器人自發形成成核點并加速建造。進一步實驗發現，通過調整合作強度（cooperation strength，機器人跟隨信號梯度的強烈程度）和沉積速率（deposition rate，機器人放置或移除材料的速率）這兩個關鍵參數，集群可以在建造新結構和拆除現有結構間切換。該模型擴展了經典生物聚集理論，并提出具身智能的新概念。研究發表在 PRX Life 上。

#認知科學 #機器人及其進展 #群體智能 #自組織行為 #具身智能

閱讀更多：

Giardina, Fabio, et al. “Robotectonics: Emergent Phototactic Aggregation-Disaggregation in Swarms.” PRX Life, vol. 4, no. 2, Apr. 2026, p. 023005. APS, https://doi.org/10.1103/cx3h-bwhc

芯片大腦模型揭示帕金森病蛋白對血管屏障的破壞機制

帕金森病等神經退行性疾病不僅損害神經元，還會對大腦血管系統造成破壞，但其具體機制長期未得到充分研究。賓漢頓大學（Binghamton University）的Jungwook Paek和Anika Alim，聯合德雷克塞爾大學（Drexel University）的Myungwoon Lee和Yoongyeong Baek，利用微流控芯片技術成功構建了三維中腦神經血管模型，揭示了異常蛋白對血腦屏障的破壞過程。

? 用于模擬人腦中腦毛細血管-組織界面的微工程 3D 培養平臺。Credit: Communications Engineering (2026).

研究團隊利用微流控平臺構建了大小如計算機U盤的三維神經血管模型，即器官芯片（organ-on-a-chip，一種在微小芯片上模擬人體器官生理功能的體外培養系統）。該平臺成功重建了包含多巴胺能神經元和可灌注血管網絡的中腦毛細血管界面。隨后，研究人員向模型中引入了α-突觸核蛋白預制原纖維（α-syn PFFs，一種在帕金森病患者腦內異常聚集并形成有毒病變的蛋白物質），以模擬疾病的發生。實驗結果顯示，該模型不僅成功復現了神經元內的蛋白聚集、炎癥反應和神經元退化，更直觀地展示了血管系統的進行性破壞。研究觀察到了明顯的內皮功能障礙、屏障破裂、血管退化以及血流灌注受損。這些血管異常會增加神經元暴露于血液病原體的風險，進而加劇病情。這一微工程平臺為了解神經退行性變與血管病理之間的復雜聯系提供了關鍵工具。研究發表在 Communications Engineering 上。

#疾病與健康 #神經機制與腦功能解析 #帕金森病 #器官芯片 #血腦屏障

閱讀更多：

Alim, Anika, et al. “Microengineering of the Capillary Interface of Midbrain Dopaminergic Neurons to Study Parkinson’s Disease Vascular Alterations.” Communications Engineering, vol. 5, no. 1, Jan. 2026, p. 23. www.nature.com, https://doi.org/10.1038/s44172-025-00581-5

個性化3D打印水凝膠傳感器實現高保真腦電讀取

傳統剛性電極難以貼合大腦復雜溝回，易導致信號丟失與組織損傷。賓夕法尼亞州立大學的Tao Zhou團隊開發出一種可3D打印的柔性生物電極，實現了與個體大腦結構的精準貼合，成功構建了高保真的個性化神經接口。

? 這種柔性生物電極采用蜂窩狀設計，使研究人員能夠將其拉伸貼合到患者大腦的特定幾何結構上，同時又不犧牲結構強度或對電信號和生理信號的敏感性。Credit: Tao Zhou

研究團隊首先利用核磁共振成像（MRI）掃描了21名患者的大腦數據，通過有限元分析重建出詳細的個體大腦三維結構。隨后，他們采用富含水的水凝膠材料，結合創新的仿生蜂窩狀結構設計，通過直接墨水書寫制造出個性化定制的生物電極。研究結果表明，這種柔性電極能更加精確地貼合大腦皮層的溝回結構，實現與腦電信號近乎完美的連接，且不干擾腦部體液運輸。蜂窩結構設計顯著降低了電極剛度，在保證機械強度的同時大幅減少了材料用量與制造成本。在大鼠模型長達28天的活體測試中，該電極未引發任何免疫排斥反應，性能無衰退，能夠持續靈敏地讀取大腦電生理信號。研究發表在 Advanced Materials 上。

#意識與腦機接口 #腦機接口 #個性化醫療 #3D打印 #柔性電極

閱讀更多：

Momin, Marzia, et al. “3D-Printable, Honeycomb-Inspired Tissue-Like Bioelectrodes for Patient-Specific Neural Interface.” Advanced Materials, n/a, no. n/a, p. e16291. Wiley Online Library, https://doi.org/10.1002/adma.202516291

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。歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復哦~

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。

研究院在華山醫院、上海市精神衛生中心分別設立了應用神經技術前沿實驗室、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陳天橋雒芊芊神經科學研究院。

研究院還建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、科普視頻媒體「大圓鏡」等。