█ 腦科學(xué)動(dòng)態(tài)

Science：帕金森病全新治療靶點(diǎn)FAM171A2

Science：小鼠如何感知并幫助昏迷同伴

Science：小鼠也會(huì)急救

Science：鳥類大腦皮層的進(jìn)化與發(fā)育揭示認(rèn)知能力的分子基礎(chǔ)

Science：從進(jìn)化視角看大腦如何平衡風(fēng)險(xiǎn)與獎(jiǎng)勵(lì)

增強(qiáng)特定神經(jīng)信號(hào)可治療脆性 X 綜合癥

中風(fēng)后大腦如何通過(guò)網(wǎng)絡(luò)重組恢復(fù)語(yǔ)言能力

運(yùn)動(dòng)恢復(fù)杏仁核 Stat3 水平，預(yù)防壓力性高血壓

█ AI行業(yè)動(dòng)態(tài)

Qwen2.5-VL：視覺語(yǔ)言模型的新標(biāo)桿

DeepSeek 宣布以完全透明的方式分享研究進(jìn)展

OpenAI用戶突破4億，GPT-5即將登場(chǎng)，微軟全力支持

█ AI研發(fā)動(dòng)態(tài)

Nature：WHAM模型讓AI成為游戲創(chuàng)意的得力助手

反例驅(qū)動(dòng)推理提升大型語(yǔ)言模型的數(shù)學(xué)能力

腦科學(xué)動(dòng)態(tài)

Science：帕金森病全新治療靶點(diǎn)FAM171A2

帕金森病（Parkinson's disease, PD）是一種嚴(yán)重的神經(jīng)退行性疾病，病理性α-突觸核蛋白（α-synuclein）的傳播是其關(guān)鍵致病機(jī)制。國(guó)家神經(jīng)疾病醫(yī)學(xué)中心、復(fù)旦大學(xué)附屬華山醫(yī)院、天橋腦科學(xué)研究院研究員郁金泰團(tuán)隊(duì)通過(guò)5年的研究，首次發(fā)現(xiàn)FAM171A2是促進(jìn)病理性α-突觸核蛋白傳播的關(guān)鍵膜受體，并篩選出具有潛在治療作用的小分子化合物。

?FAM171A2與病理性α-突觸核蛋白結(jié)合。Credit: Science(2025).

研究團(tuán)隊(duì)首先通過(guò)全基因組關(guān)聯(lián)分析（GWAS）發(fā)現(xiàn)FAM171A2是帕金森病的風(fēng)險(xiǎn)基因。隨后，他們通過(guò)臨床樣本分析發(fā)現(xiàn)，帕金森病患者大腦中FAM171A2蛋白含量顯著增高，且與病理性α-突觸核蛋白的含量呈正相關(guān)。在體外和體內(nèi)實(shí)驗(yàn)中，團(tuán)隊(duì)證實(shí)FAM171A2像“智能識(shí)別門”一樣，選擇性地結(jié)合病理性α-突觸核蛋白，并將其帶入神經(jīng)元內(nèi)，導(dǎo)致神經(jīng)元死亡和病理傳播。通過(guò)轉(zhuǎn)基因動(dòng)物實(shí)驗(yàn)，團(tuán)隊(duì)進(jìn)一步證明敲除FAM171A2可有效控制帕金森樣癥狀的進(jìn)展。

此外，團(tuán)隊(duì)利用人工智能技術(shù)，從7000余種小分子化合物中篩選出一種名為bemcentinib的藥物，可有效抑制FAM171A2與病理性α-突觸核蛋白的結(jié)合。這一發(fā)現(xiàn)為帕金森病的早期干預(yù)提供了新思路，有望延緩疾病進(jìn)展。研究發(fā)表在 Science 上。

#大腦健康 #個(gè)性化醫(yī)療 #帕金森病 #FAM171A2 #人工智能篩選

閱讀更多：

Wu, Kai-Min, et al. “Neuronal FAM171A2 Mediates α-Synuclein Fibril Uptake and Drives Parkinson’s Disease.” Science, vol. 387, no. 6736, Feb. 2025, pp. 892–900. science.org (Atypon), https://doi.org/10.1126/science.adp3645

Science：小鼠如何感知并幫助昏迷同伴

動(dòng)物在失去反應(yīng)性時(shí)面臨捕食者或危險(xiǎn)環(huán)境的威脅，旁觀者的行為對(duì)提高生存和福祉至關(guān)重要。由Fangmiao Sun、Ye Emily Wu和Weizhe Hong組成的研究團(tuán)隊(duì)，他們來(lái)自哈佛醫(yī)學(xué)院和哈佛大學(xué)，通過(guò)實(shí)驗(yàn)觀察小鼠對(duì)無(wú)反應(yīng)同類的行為，并利用光遺傳學(xué)技術(shù)調(diào)控中隔杏仁核（MeA）的神經(jīng)活動(dòng)，以探究這些行為的神經(jīng)機(jī)制。

研究團(tuán)隊(duì)通過(guò)實(shí)驗(yàn)觀察小鼠對(duì)無(wú)反應(yīng)同類的行為，并利用光遺傳學(xué)技術(shù)調(diào)控中隔杏仁核的神經(jīng)活動(dòng)，以探究這些行為的神經(jīng)機(jī)制。研究發(fā)現(xiàn)，小鼠更傾向于接近無(wú)反應(yīng)的同類，并表現(xiàn)出強(qiáng)烈的頭部接觸和梳理行為，這些行為加速了無(wú)反應(yīng)個(gè)體的恢復(fù)。MeA在區(qū)分清醒和鎮(zhèn)靜的同類中起關(guān)鍵作用，其神經(jīng)活動(dòng)與這些行為密切相關(guān)。研究發(fā)表在 Science 上。

#認(rèn)知科學(xué) #神經(jīng)機(jī)制與腦功能解析 #小鼠行為 #光遺傳學(xué)

閱讀更多：

Sun, Fangmiao, et al. “A Neural Basis for Prosocial Behavior toward Unresponsive Individuals.” Science, Feb. 2025. world, www.science.org, https://www.science.org/doi/10.1126/science.adq2679

Science：小鼠也會(huì)急救

在緊急情況下，人類會(huì)表現(xiàn)出急救行為，但動(dòng)物是否也有類似行為尚不明確。Wenjian Sun、Guang-Wei Zhang、Junxiang J. Huang、Can Tao和Li I. Zhang等研究人員在哈佛醫(yī)學(xué)院和哈佛大學(xué)進(jìn)行了一項(xiàng)研究，使用實(shí)驗(yàn)室小鼠和多種神經(jīng)科學(xué)技術(shù)，揭示了小鼠對(duì)無(wú)意識(shí)同伴的特定行為及其背后的神經(jīng)機(jī)制。

?對(duì)無(wú)意識(shí)同伴的老鼠行為。Credit：Science(2025).

研究團(tuán)隊(duì)通過(guò)行為監(jiān)測(cè)和基于機(jī)器學(xué)習(xí)的標(biāo)注器觀察小鼠對(duì)麻醉引起的無(wú)意識(shí)狀態(tài)的熟悉伙伴的反應(yīng)。結(jié)果顯示，小鼠會(huì)從嗅聞和梳理毛發(fā)升級(jí)到咬嘴巴或舌頭等行為。這些行為在伙伴恢復(fù)活動(dòng)后停止，表明是由觀察到他人的無(wú)反應(yīng)狀態(tài)觸發(fā)的。電生理記錄和微顯微鈣成像顯示，下丘腦室旁核（hypothalamic paraventricular nucleus）中的催產(chǎn)素神經(jīng)元在面對(duì)無(wú)意識(shí)的熟悉伴侶時(shí)表現(xiàn)出增強(qiáng)的激活。光遺傳激活這些神經(jīng)元會(huì)促進(jìn)類似復(fù)蘇的行為，而抑制這些神經(jīng)元或通過(guò)室區(qū)注射催產(chǎn)素受體拮抗劑阻斷催產(chǎn)素信號(hào)則會(huì)損害這些行為。研究發(fā)表在 Science 上。

#認(rèn)知科學(xué) #神經(jīng)機(jī)制與腦功能解析 #催產(chǎn)素 #小鼠行為 #神經(jīng)技術(shù)

閱讀更多：

Sun, Wenjian, et al. “Reviving-like Prosocial Behavior in Response to Unconscious or Dead Conspecifics in Rodents.” Science, vol. 387, no. 6736, Feb. 2025, p. eadq2677. science.org (Atypon), https://doi.org/10.1126/science.adq2677

Science：鳥類大腦皮層的進(jìn)化與發(fā)育揭示了認(rèn)知能力的分子基礎(chǔ)

鳥類和哺乳動(dòng)物在認(rèn)知能力上展現(xiàn)出相似的高級(jí)功能，這可能是由于它們大腦前腦的進(jìn)化創(chuàng)新。為了探索鳥類大腦皮層的細(xì)胞組成和進(jìn)化，哈佛醫(yī)學(xué)院和哈佛大學(xué)的研究團(tuán)隊(duì)使用單核RNA測(cè)序（snRNA-seq）和空間轉(zhuǎn)錄組學(xué)技術(shù)，生成了成年雞大腦皮層的細(xì)胞類型圖譜，并與哺乳動(dòng)物和非鳥類爬行動(dòng)物的相應(yīng)圖譜進(jìn)行了比較。研究結(jié)果揭示了鳥類大腦皮層中細(xì)胞類型的保守性和分化，以及發(fā)育過(guò)程中的基因表達(dá)趨同性。

研究團(tuán)隊(duì)使用單核RNA測(cè)序和空間轉(zhuǎn)錄組學(xué)技術(shù)，對(duì)雞的大腦皮層進(jìn)行了詳細(xì)的細(xì)胞類型分析，并與小鼠和幾種非鳥類爬行動(dòng)物的數(shù)據(jù)進(jìn)行了比較。研究發(fā)現(xiàn)，鳥類的大腦皮層中的抑制性神經(jīng)元類型與其他羊膜動(dòng)物（包括哺乳動(dòng)物和爬行動(dòng)物）是保守的。興奮性神經(jīng)元在海馬體區(qū)域也顯示出進(jìn)化上的保守性。然而，在其他大腦皮層區(qū)域，興奮性神經(jīng)元類型在鳥類中發(fā)生了顯著分化。特別是，鳥類中某些細(xì)胞類型的基因表達(dá)模式與哺乳動(dòng)物的深皮層層神經(jīng)元相似，這表明鳥類和哺乳動(dòng)物在大腦皮層的某些功能上可能存在相似性。此外，研究還發(fā)現(xiàn)，在鳥類大腦皮層的發(fā)育過(guò)程中，位于不同區(qū)域的細(xì)胞類型在基因表達(dá)上顯示出趨同性，這表明在鳥類中，細(xì)胞在成年后的功能屬性可能不完全由其在大腦皮層中的位置決定。研究發(fā)表在 Science 上。

#神經(jīng)科學(xué) #跨學(xué)科整合 #大腦皮層 #單核RNA測(cè)序 #進(jìn)化發(fā)育

閱讀更多：

Zaremba, Bastienne, et al. “Developmental Origins and Evolution of Pallial Cell Types and Structures in Birds.” Science, vol. 387, no. 6735, Feb. 2025, p. eadp5182. science.org (Atypon), https://doi.org/10.1126/science.adp5182

Science：從進(jìn)化視角看大腦如何平衡風(fēng)險(xiǎn)與獎(jiǎng)勵(lì)

神經(jīng)進(jìn)化是一種通過(guò)進(jìn)化計(jì)算優(yōu)化人工神經(jīng)網(wǎng)絡(luò)架構(gòu)和/或參數(shù)的計(jì)算建模技術(shù)。哈佛醫(yī)學(xué)院和哈佛大學(xué)的研究團(tuán)隊(duì)通過(guò)神經(jīng)進(jìn)化技術(shù)，探討了大腦如何在決策中平衡風(fēng)險(xiǎn)和獎(jiǎng)勵(lì)。研究表明，神經(jīng)進(jìn)化不僅能夠揭示特定神經(jīng)回路和元件的進(jìn)化起源，還能優(yōu)化復(fù)雜的手工構(gòu)建模型，如脈沖神經(jīng)網(wǎng)絡(luò)。此外，神經(jīng)進(jìn)化還可以與發(fā)育模型和學(xué)習(xí)機(jī)制結(jié)合，揭示神經(jīng)結(jié)構(gòu)的形成和復(fù)雜性來(lái)源。研究還表明，神經(jīng)進(jìn)化能夠識(shí)別和理解導(dǎo)致特定神經(jīng)科學(xué)結(jié)構(gòu)或功能出現(xiàn)的約束條件，并揭示行為的進(jìn)化起源。

?在神經(jīng)進(jìn)化中，種群的神經(jīng)網(wǎng)絡(luò)編碼是根據(jù)每個(gè)網(wǎng)絡(luò)的行為解決任務(wù)的效果來(lái)進(jìn)化的。Credit：Science（2025）

這項(xiàng)研究的關(guān)鍵方法是神經(jīng)進(jìn)化（neuroevolution），研究人員通過(guò)模仿生物進(jìn)化過(guò)程的算法來(lái)構(gòu)建虛擬神經(jīng)網(wǎng)絡(luò)。研究提出了神經(jīng)科學(xué)中的幾個(gè)領(lǐng)域，包括大腦結(jié)構(gòu)和功能、神經(jīng)發(fā)育以及行為，在這些領(lǐng)域中，神經(jīng)進(jìn)化的應(yīng)用可能會(huì)帶來(lái)重大進(jìn)展。研究還提出了在環(huán)境約束下優(yōu)化作為統(tǒng)一主題，并建議將語(yǔ)言的進(jìn)化作為一個(gè)重大挑戰(zhàn)。研究發(fā)表在 Science 上。

#神經(jīng)科學(xué) #計(jì)算模型與人工智能模擬 #神經(jīng)進(jìn)化 #決策機(jī)制 #大腦結(jié)構(gòu)

閱讀更多：

Miikkulainen, Risto. “Neuroevolution Insights into Biological Neural Computation.” Science, vol. 387, no. 6735, Feb. 2025, p. eadp7478. science.org (Atypon), https://doi.org/10.1126/science.adp7478

中風(fēng)后大腦如何通過(guò)網(wǎng)絡(luò)重組恢復(fù)語(yǔ)言能力

中風(fēng)后失語(yǔ)癥患者的語(yǔ)言能力恢復(fù)是一個(gè)復(fù)雜過(guò)程，涉及大腦多個(gè)區(qū)域的功能重組。萊比錫大學(xué)、馬克斯·普朗克人類認(rèn)知與腦科學(xué)研究所、萊比錫大學(xué)醫(yī)學(xué)中心和劍橋大學(xué)的研究團(tuán)隊(duì)通過(guò)功能性磁共振成像對(duì)51名參與者進(jìn)行了三次檢查，揭示了中風(fēng)后大腦如何通過(guò)不同網(wǎng)絡(luò)區(qū)域的互動(dòng)來(lái)恢復(fù)語(yǔ)言能力。

?Credit: Dr. Philipp Kuhnke

研究團(tuán)隊(duì)使用功能性磁共振成像對(duì)34名中風(fēng)患者和17名健康對(duì)照進(jìn)行了三次檢查：中風(fēng)后立即、兩周后和六個(gè)月后。通過(guò)分析參與者在執(zhí)行語(yǔ)言任務(wù)時(shí)的腦活動(dòng)，研究人員發(fā)現(xiàn)，中風(fēng)后大腦左半球的語(yǔ)言特定網(wǎng)絡(luò)區(qū)域會(huì)迅速?gòu)钠渌W(wǎng)絡(luò)區(qū)域獲得功能強(qiáng)化，這些“領(lǐng)域通用”的區(qū)域存在于大腦的兩側(cè)，執(zhí)行認(rèn)知支持功能。此外，右半球的鏡像區(qū)域，通常較少參與語(yǔ)言處理，在中風(fēng)損害左側(cè)區(qū)域后，會(huì)接管這些功能。研究還發(fā)現(xiàn)，左半球語(yǔ)言區(qū)域之間的網(wǎng)絡(luò)通信在恢復(fù)期間變得更加密集。這些發(fā)現(xiàn)為未來(lái)開發(fā)個(gè)性化治療策略，如靶向神經(jīng)刺激，提供了重要依據(jù)。研究發(fā)表在 Brain 上。

#大腦健康 #個(gè)性化醫(yī)療 #中風(fēng)恢復(fù) #功能性磁共振成像

閱讀更多：

Jiang, Zhizhao, et al. “Dynamic Reorganization of Task-Related Network Interactions in Post-Stroke Aphasia Recovery.” Brain, Jan. 2025, p. awaf036. Silverchair, https://doi.org/10.1093/brain/awaf036

增強(qiáng)特定神經(jīng)信號(hào)可治療脆性 X 綜合癥

脆性 X 綜合癥是最常見的遺傳性孤獨(dú)癥譜系障礙，麻省理工學(xué)院皮科瓦爾學(xué)習(xí)與記憶研究所的神經(jīng)科學(xué)家團(tuán)隊(duì)，基于超過(guò)二十年的研究，提出了一種新的治療方法。他們通過(guò)增強(qiáng)一種新型的神經(jīng)遞質(zhì)信號(hào)傳遞，減少了脆性 X 綜合癥小鼠模型中的典型癥狀，為治療這一疾病提供了新思路。

?觀察神經(jīng)元樹突上稱為棘突的小突起，對(duì)于理解新研究中 NMDA 受體的功能至關(guān)重要，同時(shí)也是 2020 年之前研究的一個(gè)先驅(qū)。Credit: Stephanie Barnes/MIT Picower Institute

研究團(tuán)隊(duì)使用亞型選擇性藥理學(xué)和遺傳工具，發(fā)現(xiàn)結(jié)構(gòu)可塑性依賴于配體與含有 GluN2B 的 NMDA 受體（NMDARs）結(jié)合，并通過(guò) GluN2B 羧基末端域（CTD）進(jìn)行信號(hào)傳導(dǎo)。通過(guò)將 GluN2B CTD 替換為 GluN2A CTD，破壞了非離子型信號(hào)傳導(dǎo)，導(dǎo)致棘突密度增加、基礎(chǔ)蛋白質(zhì)合成失調(diào)、由 G 蛋白偶聯(lián)代謝型谷氨酸受體（mGluR-LTD）介導(dǎo)的長(zhǎng)期抑郁加劇，以及類似于脆性 X 綜合癥 Fmr1 敲除（KO）模型中觀察到的癲癇樣活動(dòng)。通過(guò)將 Fmr1 KO 小鼠與 GluN2A CTD 被替換為 GluN2B CTD 的動(dòng)物雜交，觀察到這些核心脆性 X 表型的糾正。這些發(fā)現(xiàn)表明，通過(guò) GluN2B 的非離子型 NMDAR 信號(hào)傳導(dǎo)可能代表治療脆性 X 和相關(guān)智力障礙和孤獨(dú)癥的新治療靶點(diǎn)。研究發(fā)表在 Cell Reports 上。

#大腦健康 #個(gè)性化醫(yī)療 #神經(jīng)機(jī)制與腦功能解析 #脆性 X 綜合癥

閱讀更多：

Barnes, Stephanie A., et al. “Non-Ionotropic Signaling through the NMDA Receptor GluN2B Carboxy-Terminal Domain Drives Dendritic Spine Plasticity and Reverses Fragile X Phenotypes.” Cell Reports, vol. 0, no. 0, Feb. 2025. www.cell.com, https://doi.org/10.1016/j.celrep.2025.115311

運(yùn)動(dòng)恢復(fù)杏仁核 Stat3 水平，預(yù)防壓力性高血壓

高血壓是全球早死的主要原因之一，慢性壓力是其重要誘因，但具體機(jī)制尚不明確。日本東京齒科大學(xué)的 Hidefumi Waki、Keisuke Tomita 和 Ko Yamanaka 團(tuán)隊(duì)通過(guò)大鼠實(shí)驗(yàn)，分析運(yùn)動(dòng)和慢性壓力對(duì)杏仁核基因表達(dá)的影響，發(fā)現(xiàn)運(yùn)動(dòng)能恢復(fù) Stat3 水平并防止血壓升高。

?鍛煉通過(guò) STAT3 調(diào)節(jié)杏仁核中的壓力誘導(dǎo)性高血壓。Credit: Prof. Hidefumi Waki, from Juntendo University

研究團(tuán)隊(duì)對(duì)大鼠進(jìn)行三周的慢性束縛壓力實(shí)驗(yàn)，其中一組進(jìn)行自愿踏輪運(yùn)動(dòng)。通過(guò)微陣列方法（microarray）分析杏仁核基因表達(dá)，發(fā)現(xiàn)慢性壓力導(dǎo)致血壓升高和 Stat3 表達(dá)降低，而運(yùn)動(dòng)能維持血壓正常并恢復(fù) Stat3 水平。進(jìn)一步實(shí)驗(yàn)使用小干擾 RNA（small-interfering RNA）抑制 Stat3 表達(dá)，發(fā)現(xiàn)血壓升高，但心率變異性不受影響。這表明 Stat3 在杏仁核中調(diào)控血壓，運(yùn)動(dòng)通過(guò)恢復(fù) Stat3 表達(dá)預(yù)防壓力性高血壓。研究發(fā)表在 Acta Physiologica 上。

#神經(jīng)科學(xué) #疾病預(yù)防 #高血壓 #杏仁核 #Stat3

閱讀更多：

Tomita, Keisuke, et al. “Potential Role of Signal Transducer and Activator of Transcription 3 in the Amygdala in Mitigating Stress-Induced High Blood Pressure via Exercise in Rats.” Acta Physiologica, vol. 241, no. 2, 2025, p. e14274. Wiley Online Library, https://doi.org/10.1111/apha.14274

AI 行業(yè)動(dòng)態(tài)

Qwen2.5-VL：視覺語(yǔ)言模型的新標(biāo)桿，文檔解析與視頻理解能力大幅提升

阿里巴巴Qwen團(tuán)隊(duì)近日發(fā)布了其最新的視覺語(yǔ)言模型Qwen2.5-VL，該模型在基礎(chǔ)能力和創(chuàng)新功能上均取得了顯著進(jìn)展。Qwen2.5-VL通過(guò)增強(qiáng)的視覺識(shí)別、精確的對(duì)象定位、強(qiáng)大的文檔解析以及長(zhǎng)視頻理解能力，實(shí)現(xiàn)了對(duì)世界更深入的理解與交互。模型的核心亮點(diǎn)包括使用邊界框或點(diǎn)精確定位對(duì)象、從發(fā)票、表格等結(jié)構(gòu)化數(shù)據(jù)中提取信息，以及對(duì)圖表、示意圖和布局的詳細(xì)分析。

為了處理復(fù)雜輸入，Qwen2.5-VL引入了動(dòng)態(tài)分辨率處理和絕對(duì)時(shí)間編碼，使其能夠處理不同尺寸的圖像和長(zhǎng)達(dá)數(shù)小時(shí)的視頻，并實(shí)現(xiàn)秒級(jí)事件定位。通過(guò)從頭訓(xùn)練原生動(dòng)態(tài)分辨率視覺Transformer（ViT）并引入窗口注意力機(jī)制，模型在保持原生分辨率的同時(shí)顯著降低了計(jì)算開銷。這使得Qwen2.5-VL不僅在靜態(tài)圖像和文檔理解方面表現(xiàn)出色，還能作為交互式視覺代理，在操作計(jì)算機(jī)和移動(dòng)設(shè)備等現(xiàn)實(shí)場(chǎng)景中進(jìn)行推理、工具使用和任務(wù)執(zhí)行。

Qwen2.5-VL提供了三種規(guī)模，分別適用于邊緣AI到高性能計(jì)算的不同應(yīng)用場(chǎng)景。旗艦版Qwen2.5-VL-72B在文檔和圖表理解方面與GPT-4o和Claude 3.5 Sonnet等頂級(jí)模型媲美，而較小的Qwen2.5-VL-7B和Qwen2.5-VL-3B在資源受限的環(huán)境中仍表現(xiàn)出色。此外，Qwen2.5-VL保持了強(qiáng)大的語(yǔ)言性能，延續(xù)了Qwen2.5大語(yǔ)言模型的核心能力。

#Qwen2.5-VL #視覺語(yǔ)言模型 #文檔解析 #視頻理解 #阿里巴巴

閱讀更多：

https://arxiv.org/abs/2502.13923

DeepSeek 宣布以完全透明的方式分享研究進(jìn)展

DeepSeek 團(tuán)隊(duì)宣布將在下周開源五個(gè)代碼庫(kù)，以完全透明的方式分享他們的進(jìn)展。這些代碼庫(kù)已經(jīng)在他們的在線服務(wù)中得到文檔化、部署和生產(chǎn)測(cè)試。

作為開源社區(qū)的一部分，DeepSeek 相信每一行共享的代碼都將成為推動(dòng)AGI旅程的集體動(dòng)力。團(tuán)隊(duì)強(qiáng)調(diào)，他們的工作沒有象牙塔的隔閡，而是充滿了社區(qū)驅(qū)動(dòng)的創(chuàng)新精神。隨著日常更新的即將到來(lái)，DeepSeek 期待與全球開發(fā)者共同推動(dòng)AGI技術(shù)的發(fā)展。

#開源 #AGI #DeepSeek_AI #社區(qū)創(chuàng)新 #透明度

閱讀更多：

https://x.com/deepseek_ai/status/1892786555494019098

OpenAI用戶突破4億，GPT-5即將登場(chǎng)，微軟全力支持

OpenAI首席運(yùn)營(yíng)官布Brad Lightcap近日宣布，ChatGPT的每周活躍用戶數(shù)已突破4億，較2024年12月的3億用戶數(shù)顯著增長(zhǎng)。萊特卡普表示，用戶數(shù)量的快速增長(zhǎng)得益于ChatGPT在個(gè)人和企業(yè)中的廣泛應(yīng)用，以及用戶之間的口碑傳播。此外，OpenAI的付費(fèi)企業(yè)用戶數(shù)在過(guò)去五個(gè)月內(nèi)翻了一番，達(dá)到200萬(wàn)，API流量也在過(guò)去六個(gè)月內(nèi)翻倍，其中“推理”模型o3的流量增長(zhǎng)了5倍。

盡管開源競(jìng)爭(zhēng)對(duì)手DeepSeek取得了成功，但Lightcap強(qiáng)調(diào)，這并未改變OpenAI對(duì)開源的看法或產(chǎn)品路線圖。他預(yù)計(jì)，隨著人工智能技術(shù)的普及，OpenAI的用戶增長(zhǎng)將持續(xù)加速。

與此同時(shí)，微軟正在為OpenAI的下一代AI模型GPT-5做準(zhǔn)備。據(jù)業(yè)內(nèi)消息，微軟工程師正在調(diào)整服務(wù)器容量，以支持即將推出的GPT-4.5（代號(hào)“Orion”）和GPT-5。GPT-5被視為OpenAI技術(shù)的一次重大飛躍，計(jì)劃于2025年5月末發(fā)布，與微軟Build開發(fā)者大會(huì)時(shí)間一致。GPT-5將整合OpenAI的o系列和GPT系列模型，提供更智能、更無(wú)縫的體驗(yàn)，進(jìn)一步推動(dòng)人工通用智能（AGI）的發(fā)展。

作為OpenAI的獨(dú)家云服務(wù)合作伙伴，微軟通過(guò)其Azure平臺(tái)提供計(jì)算資源支持。為滿足GPT-5的高性能需求，微軟正在升級(jí)服務(wù)器基礎(chǔ)設(shè)施，預(yù)計(jì)將更多使用英偉達(dá)H100 GPU（一種高性能圖形處理器），以提升AI訓(xùn)練和推理能力。業(yè)內(nèi)人士預(yù)計(jì)，GPT-5發(fā)布后，微軟將很快推出其AI助手Copilot的更新版本，以充分利用新模型的強(qiáng)大功能。

#OpenAI #GPT-5 #微軟 #人工智能 #ChatGPT

閱讀更多：

https://www.theverge.com/notepad-microsoft-newsletter/616464/microsoft-prepares-for-openais-gpt-5-model

AI 研發(fā)動(dòng)態(tài)

Nature：WHAM模型讓AI成為游戲創(chuàng)意的得力助手

生成式AI在創(chuàng)意行業(yè)中的應(yīng)用面臨挑戰(zhàn)，其能力往往無(wú)法滿足創(chuàng)意人員的期望。哈佛醫(yī)學(xué)院和哈佛大學(xué)的研究團(tuán)隊(duì)，包括Anssi Kanervisto、Dave Bignell、Linda Yilin Wen等，通過(guò)用戶研究確定了生成模型的關(guān)鍵能力，并開發(fā)了名為WHAM的新生成模型。WHAM在人類游戲數(shù)據(jù)上進(jìn)行了訓(xùn)練，能夠生成一致且多樣的游戲序列，并在適當(dāng)提示下持續(xù)用戶修改。

研究團(tuán)隊(duì)首先總結(jié)了來(lái)自27名游戲開發(fā)創(chuàng)意人員的用戶研究結(jié)果，展示了發(fā)散思維和迭代實(shí)踐在使用生成式AI實(shí)現(xiàn)有意義的新穎性方面的重要作用。基于這些見解，他們確定了一組生成模型能力，即一致性、多樣性和持久性。WHAM模型通過(guò)訓(xùn)練人類游戲數(shù)據(jù)，展示了其生成一致且多樣游戲序列的能力，并能夠持續(xù)用戶修改。研究團(tuán)隊(duì)還發(fā)布了WHAM的權(quán)重、評(píng)估數(shù)據(jù)集和WHAM演示器，以支持進(jìn)一步的研究和探索。研究發(fā)表在 Nature 上。

#認(rèn)知科學(xué) #大模型技術(shù) #生成式AI #游戲開發(fā) #WHAM模型

閱讀更多：

Kanervisto, Anssi, et al. “World and Human Action Models towards Gameplay Ideation.” Nature, vol. 638, no. 8051, Feb. 2025, pp. 656–63. www.nature.com, https://doi.org/10.1038/s41586-025-08600-3

反例驅(qū)動(dòng)推理提升大型語(yǔ)言模型的數(shù)學(xué)能力

大型語(yǔ)言模型在數(shù)學(xué)問(wèn)題解決方面表現(xiàn)出色，但其推理能力主要依賴于模式識(shí)別，而非真正的概念理解。為了提升LLMs的數(shù)學(xué)推理能力，Aswin Ak領(lǐng)導(dǎo)的團(tuán)隊(duì)引入了COUNTERMATH，一個(gè)基于反例的數(shù)學(xué)推理基準(zhǔn)，包含1,216個(gè)需要反例來(lái)反駁的數(shù)學(xué)命題。這些問(wèn)題從大學(xué)教科書中精選，并通過(guò)專家驗(yàn)證。團(tuán)隊(duì)還開發(fā)了一個(gè)自動(dòng)數(shù)據(jù)收集和精煉過(guò)程，以提升LLMs的基于反例的推理能力。

COUNTERMATH基準(zhǔn)的構(gòu)建基于四門核心數(shù)學(xué)學(xué)科：代數(shù)、拓?fù)鋵W(xué)、實(shí)分析和泛函分析。數(shù)據(jù)構(gòu)建過(guò)程分為多步，包括從教科書中收集數(shù)學(xué)命題、通過(guò)OCR轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)、數(shù)學(xué)家審查和標(biāo)注、專業(yè)翻譯和額外檢查。團(tuán)隊(duì)還提出了一個(gè)內(nèi)置數(shù)據(jù)工程框架，以自動(dòng)檢索基于反例推理的訓(xùn)練數(shù)據(jù)。最新的數(shù)學(xué)LLMs，如OpenAI的o1模型及其微調(diào)的開源變體，在COUNTERMATH上進(jìn)行了嚴(yán)格的評(píng)估。

評(píng)估結(jié)果顯示，大多數(shù)LLMs在反例驅(qū)動(dòng)推理方面存在顯著缺陷，尤其是在拓?fù)鋵W(xué)和實(shí)分析等抽象領(lǐng)域。開源模型的表現(xiàn)普遍不如專有模型，但通過(guò)基于反例的數(shù)據(jù)微調(diào)，模型的性能顯著提升。例如，Qwen2.5-Math-72B-Instruct在開源模型中表現(xiàn)最佳，但仍落后于GPT-4o和OpenAI o1。微調(diào)后的模型在基于反例的推理和判斷準(zhǔn)確性上均有顯著提升。

#認(rèn)知科學(xué) #大模型技術(shù) #數(shù)學(xué)推理 #反例證明

閱讀更多：

Li, Yinghui, et al. One Example Shown, Many Concepts Known! Counterexample-Driven Conceptual Reasoning in Mathematical LLMs. arXiv:2502.10454, arXiv, 12 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.10454

整理｜ChatGPT

編輯｜丹雀、存源

關(guān)于追問(wèn)nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問(wèn)為紐帶，深入探究人工智能與人類智能相互融合與促進(jìn)，不斷探索科學(xué)的邊界。如果您有進(jìn)一步想要討論的內(nèi)容，歡迎評(píng)論區(qū)留言，或添加小助手微信questionlab，加入社群與我們互動(dòng)。

關(guān)于天橋腦科學(xué)研究院

天橋腦科學(xué)研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元?jiǎng)?chuàng)建的世界最大私人腦科學(xué)研究機(jī)構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點(diǎn)，支持腦科學(xué)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(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實(shí)驗(yàn)室、人工智能與精神健康前沿實(shí)驗(yàn)室；與加州理工學(xué)院合作成立了加州理工天橋神經(jīng)科學(xué)研究院。

Chen Institute建成了支持腦科學(xué)和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項(xiàng)目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎(jiǎng)勵(lì)計(jì)劃、、中文媒體追問(wèn)等。