小胶质细胞在中枢神经系统中扮演重要角色，但其性别差异在成年期的影响尚不明确。罗切斯特大学德尔蒙特神经科学研究所的Ania Majewska团队使用酶抑制剂PLX3397进行研究，发现雄性小鼠的小胶质细胞消耗更多，而雌性小鼠则通过不同信号通路增加细胞存活率。

研究团队使用PLX3397（一种酶抑制剂）处理雄性小鼠和雌性小鼠，发现雄性小鼠的小胶质细胞消耗比雌性小鼠更显著。通过转录组和流式细胞术（flow cytometry）分析，发现雌性和雄性小胶质细胞在消耗过程中上调了不同的信号通路。雌性小胶质细胞上调自噬和蛋白质稳态（proteostasis）通路，而雄性小胶质细胞则增加线粒体生物发生（mitobiogenesis）。此外，使用不同转基因小鼠模型的研究也显示，小胶质细胞的消除效果存在性别依赖性差异。这些结果表明，小胶质细胞的生存机制存在性别差异，这可能解释了不同性别在神经系统疾病中的不同表现。研究发表在 Cell Reports 上。

小胶质细胞亚群图谱揭示神经疾病免疫治疗新靶点

神经退行性疾病的免疫调控机制长期存在认知空白，小胶质细胞作为大脑核心免疫细胞的作用亟待解析。何塞普·卡雷拉斯白血病研究所的Esteban Ballestar团队联合巴塞罗那瓦尔德希伯伦研究所、波尔图大学等机构，整合六种神经系统疾病的单细胞数据，创建包含90,716个细胞的人类小胶质细胞图谱（HuMicA），首次系统揭示九个小胶质细胞亚群及其疾病特异性分布规律。

研究通过单核RNA测序和单细胞RNA测序技术，对241例样本进行跨疾病分析。结果显示：1）发现九个转录组亚群，其中GPNMB-high Lipo.DAM亚群在阿尔茨海默病和多发性硬化（Multiple Sclerosis）中扩增2-3倍；2）通过原位杂交（ISH，在脑组织切片中可视化特定RNA分子）证实该亚群在阿尔茨海默病患者脑部的空间分布特征；3）四类疾病相关小胶质细胞亚型首次在人类组织中被系统鉴定，其分布模式与小鼠模型存在显著差异。这些发现突破了对疾病相关小胶质细胞（DAM）的单一认知，为开发精准免疫疗法提供了分子基础。研究发表在 Nature Communications 上。

吃饭快慢谁控制？大脑中的"油门"和"刹车"神经元

大脑如何将肠道信号转化为进食控制指令是神经科学重要课题。北京脑科学与类脑研究所白凌实验室通过基因编辑技术，对18个cNTS-Cre小鼠品系的9种神经元进行精准操控，发现Th+和Gcg+两类神经元分别通过迷走神经和门静脉-脊髓通路，形成快速响应与长期调控的双通道系统。

研究采用光遗传学和化学遗传学技术，在活体小鼠中精准操控cNTS区神经元。实验数据显示：Th+神经元每秒可响应3-5次食管机械扩张信号，当关闭该神经元时小鼠进食速度提升42%；Gcg+神经元通过门静脉感知血糖浓度（每升高1mmol/L会激活20%的神经元活性），持续作用4小时后能使食物摄入量减少35%。

研究首次证实：Th+神经元通过迷走神经传入（vagal afferent）构成"机械感知通路"，实时调节单次吞咽量；而Gcg+神经元通过脊髓上行通路（spinal ascending pathway）形成"营养监控系统"，影响长达数小时的进食决策。二者时间尺度相差300倍，空间分辨率差异达毫米级。这种双通道机制解释了为何人类既能即时停止吞咽危险食物，又能长期控制热量摄入。研究发表在 Nature Neuroscience 上。

大脑局部连接主导的几何模型长期制约着对整体功能的理解。庞培法布拉大学Jakub Vohryzek与Gustavo Deco团队联合牛津大学Morten L. Kringelbach，通过融合磁共振成像数据和新型计算模型，首次证实罕见长程神经束对全脑动态的关键调控作用。研究分析255名健康青年脑连接数据，发现包含长程连接（long-range connections）的EDR+LR模型显著提升了对功能连接的预测精度。

研究采用多模态建模方法，将描述局部连接的指数距离规则（EDR，exponential distance rule）与长程连接结合，构建新型谐波模态（harmonic modes）。通过对比纯几何模型、EDR模型和EDR+LR模型发现：包含长程连接的EDR+LR模型对功能连接的预测准确率提升23%，在解释任务诱发脑活动方面优势更显著。关键突破在于发现仅需8-12个基础EDR+LR模态即可重构90%的脑动态，这种低维流形机制解释了长程连接如何实现跨区域信息的高效整合。研究证实，这些占连接总量不足5%的远程神经束，如同信息高速公路般大幅提升认知效率。该发现不仅革新了脑动态分析框架，更为理解孤独症等连接异常疾病提供新思路。研究发表在 PNAS 上。

无需开颅精准刺激大脑深处：无创技术"隔山打牛"激活深部神经元

非侵入性深部脑刺激技术面临浅层脑区过度激活的难题。卡内基梅隆大学电气与计算机工程系Andy Cummings团队联合神经科学研究所成员，通过细胞特异性响应实验和计算建模，发现时间干扰（TI）刺激的效果取决于神经网络交互而非单个神经元特性。

研究采用离体膜电位测量技术，对比了完整神经网络与孤立状态下兴奋性锥体神经元（Pyr）和抑制性小清蛋白神经元（PV）对纯正弦波与调制正弦波的响应差异。在完整网络中，非目标区域的纯正弦波使PV神经元放电频率比目标区域高2.8倍，强力抑制Pyr神经元活动；而目标区域的调制正弦波仅使PV神经元轻度激活，允许Pyr神经元放电。当Pyr神经元脱离网络时，其对任何刺激均无反应，证实TI刺激是网络交互现象。计算模型进一步显示，PV神经元的空间激活梯度形成"抑制屏障"，使深层Pyr神经元获得选择性激活窗口。这一发现不仅解释TI刺激的深层靶向性，也提示其存在浅层干扰风险。研究发表在 Communications Biology 上。

发现调控"冬眠开关"的神经元群

迷走神经如何传递内脏信号调控代谢是神经科学重要课题。佐治亚州立大学Eric Krause团队联合佛罗里达大学、费城莫内尔化学感官中心Guillaume de Lartigue等研究人员，通过化学遗传学技术激活小鼠迷走神经特定神经元，发现其能诱导类似冬眠的代谢状态。

研究核心是化学遗传学激发（chemogenetic excitation），通过基因改造使小鼠迷走神经中表达催产素受体（oxytocin receptor, Oxtr）的神经元对特定药物敏感。这些被标记为NGOxtr的神经元具有机械传感特性，其末梢分布在主动脉弓（监测血管扩张）、胃和十二指肠（感知胃肠膨胀）。单次激活即能减少40%摄食量，使心率下降25%、核心体温降低2°C，能量消耗减少30%。

持续激活实验显示，每天刺激NGOxtr神经元可使小鼠体重每周下降8%，且未出现慢性压力导致的焦虑行为。脑成像显示下丘脑室旁核（paraventricular nucleus）活动增强，同时伴随肾上腺皮质激素水平升高，说明该过程激活了身体的应激保护机制。研究人员特别指出，这种代谢调控独立于传统饥饿信号通路，可能通过模拟"饱腹感"和"血管充盈感"实现。该发现为开发无副作用的减肥疗法，以及应对太空旅行中的代谢调控挑战提供了新方向。研究发表在 Nature Metabolism 上。

人类面对意外事件时的惊讶反应是否存在跨情境的共性神经机制？芝加哥大学研究人员Ziwei Zhang和Monica Rosenberg利用功能磁共振成像（fMRI）技术，通过分析学习任务、篮球比赛和卡通视频三类场景的脑部数据，构建出基于边缘波动的惊喜预测模型（EFPM）。该模型成功实现跨任务预测，证实不同形式的惊讶共享底层神经基础。

研究团队整合了三个独立实验的fMRI数据：McGuire团队的学习任务数据集（志愿者追踪屏幕虚拟奖励位置）、Antony团队的篮球比赛数据集（观众观察比分突变）以及Liu团队的卡通视频数据集（角色反常行为观察）。基于边缘波动的惊喜预测模型（EFPM）通过追踪大脑区域间动态连接强度变化（即边缘波动），首先在学习任务中识别出28个关键脑区连接模式。

当将此模型应用于观看篮球比赛的群体时，预测准确率达到显著水平（r=0.39，p<0.001），对卡通视频观众的预测效果更优（r=0.47）。值得注意的是，该模型对同一任务新参与者的预测准确度（r=0.53）远超随机水平，且优于传统行为指标（如瞳孔扩张）的预测能力。EFPM的核心发现显示，前额叶-顶叶网络与默认模式网络间的互动波动是预测惊讶的关键指标，这些跨情境稳定的神经特征占整体预测效果的68%。研究发表在 Nature Human Behaviour 上。

大脑用"时间密码"区分冷热感觉

人类如何感知温度差异？这个涉及主观体验的神经机制长期困扰学界。早稻田大学人类科学部体温与体液实验室的Kei Nagashima与Hironori Watanabe团队联合研究，通过可穿戴脑电图监测20名受试者接受冷热刺激时的脑活动，发现大脑通过相同脑区的时间编码机制区分温度。

研究采用帕尔贴温控装置（Peltier device，利用电流实现快速温度调节的半导体元件）对受试者右手指尖施加40°C（热）和24°C（冷）的交替刺激，每次持续15秒。通过15通道脑电图（EEG，记录大脑电活动的非侵入式技术）捕捉神经信号后，研究团队运用独立成分分析（Independent Component Analysis，ICA）将混杂的脑电信号分解为独立成分，并定位到10个特定脑区。

关键发现显示，右侧中央前回（运动控制相关区域）、楔前叶（自我意识相关区域）等区域对冷热刺激均有响应，但神经活动的时间模式截然不同。事件相关频谱扰动（ERSP）分析表明，在θ波（4-7Hz，与注意力相关）和β波（13-30Hz，与认知处理相关）频段，热刺激引发更早的功率上升，而冷刺激则呈现更持久的低频振荡。右半球显示出更强的温度编码能力，其活动强度是左半球的1.8倍。这些时空特异性模式提示，大脑可能通过"神经脉冲时间差"解码温度信息。研究发表在 Neuroscience 上。

近日，由软银、OpenAI、甲骨文与阿联酋新兴技术投资机构MGX共同发起的"星际之门项目"（The Stargate Project）正式公布。这项为期四年的5000亿美元投资计划将聚焦人工智能基础设施布局，首期1000亿美元已启动在得克萨斯州的建设项目。

作为项目核心参与者，软银负责资金管理，OpenAI主导技术运营，ARM（英国芯片设计公司）、微软、英伟达等科技巨头组成技术联盟。项目旨在通过大规模算力基建巩固美国在人工智能领域的全球领导地位，预计创造数十万就业岗位，推动美国再工业化进程。甲骨文与英伟达将深度参与计算系统构建，延续其与OpenAI自2016年以来的技术协作传统。

值得关注的是，该项目兼具经济与战略双重属性。在提升AI模型训练效率的同时，还将为国家安全防御体系提供技术支持。微软Azure云平台将持续获得OpenAI的算力采购支持，形成公私合作的新型产业生态。软银董事长孙正义（Masayoshi Son）将亲自挂帅该项目，标志着资本与技术的深度耦合。业界分析指出，这种超大规模基建投入或将重新定义通用人工智能发展路径，为全球AI应用创新提供底层支撑。

谷歌于2025年1月22日推出升级版Gemini 2.0 Flash Thinking推理模型，凭借1M token（约百万字）长上下文处理能力和自我纠错技术，再次登顶Chatbot Arena排行榜。该模型由谷歌人工智能部门负责人Jeff Dean主导开发，其核心突破包括：通过「思维链」机制展示推理过程、在多轮对话中保持逻辑连贯性，以及数学能力测试成绩较前代提升54%。

此次更新中，模型新增了Project Mariner技术支持，可实时识别并操作网页界面元素。在演示案例中，模型能根据语音指令将圆形排列成雪人或混合颜色生成紫色，展现了多模态融合能力。Jeff Dean强调，谷歌致力于打造「全面均衡」的通用模型，避免特定领域能力失衡，并通过用户反馈持续优化。

尽管官方提供的Google AI Studio交互界面集成了API开发、实时对话和资源管理功能，但其复杂布局引发用户体验争议。Jeff Dean回应称，当前版本仍属实验阶段，正式发布时将提供完整技术文档。此外，研究团队透露，模型训练采用了「上下文优先」策略，使长文本信息处理如同「精准修改图片像素」般可控，有效解决了同类模型常见的「对话逻辑断裂」问题。

Perplexity 近日发布全新实时搜索 API 产品 Sonar，分为基础版和 Pro 版，支持开发者将实时更新且附带来源引文的搜索结果集成至应用程序。Sonar Pro 不仅能处理常规搜索，还可应对深度查询和复杂多轮问题，在 SimpleQA（标准问答测试基准）中，其答案质量超过主流搜索引擎及大语言模型。目前，Zoom 等企业已通过该 API 增强原生搜索功能。

产品强调数据安全保障，明确承诺用户数据不会用于 LLM 训练。开发者可通过生成 API 密钥快速接入，显著降低集成门槛。这一技术突破或将为医疗、金融等依赖实时信息的领域提供更高效的解决方案。

酒精性肝硬化患者常因社会偏见和专业治疗资源短缺难以戒酒，雪松西奈医疗中心的Brennan Spiegel团队结合人工智能与虚拟现实技术，开发出能提供认知行为疗法（CBT）的虚拟治疗师。两项研究分别验证了该技术对20名患者的干预效果，以及AI治疗师在449次模拟对话中展现的公平性，为解决心理健康服务不平等问题提供了新方案。

研究团队采用空间计算构建VR治疗场景，AI化身通过既定复发预防方案实施干预。首项研究中，患者使用VR设备进行30分钟自我管理治疗，干预可用性量表（IUS）显示78%参与者评分超过易用阈值（≥75），85%认为体验有益，90% 的人表示有兴趣进一步使用。第二项研究通过数字标准化患者模拟不同社会背景的求助者，语言分析工具显示AI回应语调评分无群体差异（p>0.05），且在对话中能将患者初始负面情绪提升21%。研究分别发表于 Journal of Medical Extended Reality 和 Cyberpsychology, Behavior, and Social Networking 上。

人工智能系统对青少年的刻画常被媒体数据中的偏见所扭曲。华盛顿大学Robert Wolfe、Aayushi Dangol等研究人员对比英语（GPT-2、LLaMA-2）与尼泊尔语（DistilGPT2）AI模型，结合13名美国青少年和18名尼泊尔青少年工作坊数据，发现英语AI模型30%输出涉及暴力、药物滥用等负面内容，而尼泊尔模型仅10%。青少年自述日常与AI输出存在显著差异，研究呼吁改进AI训练数据来源。

研究采用静态词嵌入（SWE）和生成式语言模型（GLM）两种技术。静态词嵌入分析显示，在预训练英语模型GloVe中，与"青少年"最相关的1000个词汇中50%涉及社会问题。生成式模型测试发现，GPT2-XL和LLaMA-2-7B分别有30%和29%的回答包含暴力（如"在派对死亡"）、药物滥用等负面内容。相比之下，尼泊尔模型负面关联仅占10%。

通过美尼两国青少年工作坊发现，参与者日常关注电子游戏、友谊等普通话题，与AI输出相关系数接近于零（英语模型Pearson's rho=0.02，尼泊尔模型rho=-0.23）。美国青少年建议AI应强调群体多样性，尼泊尔青少年则希望呈现更多正面形象。研究表明，现有AI系统的训练数据过度依赖媒体负面报道，需引入青少年真实生活数据进行矫正。研究发表在 Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society 上。

传统显微镜高昂成本阻碍了医疗资源匮乏地区的诊断能力，格拉斯哥斯特拉斯克莱德大学Liam Rooney与Gail McConnell团队提出创新解决方案。通过整合开源3D打印框架与自主研发的塑料镜片技术，结合树莓派控制系统，成功在3小时内制作出功能完备的显微镜。该设备在标准医学样本测试中展现出亚细胞分辨率，制造成本不足50英镑。

研究核心在于3D打印光学镜片技术突破，团队采用熔融沉积建模（FDM）工艺，通过精密控制打印层厚（50微米）消除阶梯伪影，制造出表面光滑的聚甲基丙烯酸甲酯（PMMA）镜片。数值孔径（NA，Numerical Aperture）0.07的设计使系统在波长550nm光源下达到5.7μm分辨率，成功分辨小鼠肾脏肾小球基底膜结构。测试中使用吉姆萨染色血涂片（Giemsa-stained blood smear）时，能清晰识别直径7-8μm的红细胞形态异常。整套系统包含19个3D打印部件，总打印耗时2小时47分钟，组装仅需13分钟。对比价值1.2万英镑的商用显微镜，该设备在400倍等效放大下仍保持诊断级成像质量。

在计算机历史中具有里程碑意义的ELIZA系统原始代码曾被认为永久遗失。麻省理工学院档案管理员Myles Crowley在Joseph Weizenbaum遗物中意外发现了包含MAD-SLIP代码的打印件后，来自美国和英国的研究团队展开抢救性研究。通过构建模拟IBM 7094计算机环境，复原早期分时系统CTSS，并补充缺失的FAP支持函数，最终让这个1960年代的对话程序在当代重现生机。

研究的关键突破在于历史计算环境的精准还原。团队首先解析了MAD-SLIP（Michigan Algorithm Decoder-Symbolic List Processor）代码，这是专为早期分时系统CTSS设计的编程语言。通过将代码移植到模拟的IBM 7094计算机架构，并补充缺失的FAP（Fortran Assembly Program）汇编模块，成功重建了完整的运行环境。

代码分析显示，ELIZA采用基于关键词模式匹配的对话引擎，其核心算法通过DOCTOR脚本实现心理治疗模拟。当用户输入包含特定词汇时，系统会调用预设的应答模板，例如将"母亲"关联到家庭关系讨论。研究团队特别保留了原始代码中处理数字输入时崩溃的漏洞，以维持历史原貌。在复原的CTSS系统上测试时，ELIZA展现出超越预期的对话连贯性，尽管其响应机制完全基于规则库而无机器学习成分。该复原工程还首次揭示了Weizenbaum原始设计中未被记载的调试函数，为计算机语言学发展史提供了新证据。

大语言模型在自然语言规划任务中常因隐含约束难以形式化而表现不佳。谷歌DeepMind、加州大学圣地亚哥分校和阿尔伯塔大学团队提出「心智进化」（Mind Evolution）方法，通过模拟生物进化中的选择、杂交和突变机制，结合岛屿模型维持解多样性，使Gemini模型在旅行规划等任务中成功率突破95%，远超传统采样策略。

该方法核心是将遗传算法与LLM结合：1）初始化阶段生成多个候选解；2）通过「批评性对话」（RCC，让LLM分饰批评者与作者角色迭代改进解）；3）岛屿模型（island model）允许不同解种群独立演化并定期交换优质解。在TravelPlanner任务中，Gemini 1.5 Flash的成功率从5.6%提升至95.6%，所需候选解数量仅为传统Best-of-N方法的1/3。对于需安排10个城市行程的高难度任务，成功率仍保持91%，而传统方法不足40%。研究还提出全新隐写任务StegPoet，要求将数字密码嵌入创意文本，该方法成功率高达87%，而随机采样仅1%。

面对传统处理器在AI训练中的高能耗困境，清华大学与Nature系列期刊联合团队提出创新解决方案。通过模仿人脑结构的神经形态计算架构，Bin Gao、Huaqiang Wu团队开发基于忆阻器（memristor）的内存计算系统，Julian Büchel团队构建三维非易失性存储器（3D NVM），Zhongrui Wang团队实现硬件-软件协同设计。这些突破使AI系统能效提升百倍，训练耗时减少70%，为边缘计算开辟新可能。

研究核心是神经形态处理器架构创新。内存计算（in-memory computing, IMC）通过忆阻器阵列直接在存储单元完成矢量矩阵乘法，消除90%数据搬运能耗。Bin Gao团队利用忆阻器电导随机性生成贝叶斯算法所需的随机数，使概率AI训练功耗降低80%。Julian Büchel团队采用三维堆叠技术构建非易失性存储器，参数获取速度提升40%，成功应用于大型语言模型。Zhongrui Wang团队的硬件-软件协同框架实现跨模态信号实时处理，能效达15TOPS/W（万亿次运算/瓦），接近人脑水平。在医疗影像诊断测试中，新系统在保持95%准确率下，推理速度提升3倍，适合自动驾驶等实时场景。研究发表在 Nature Computational Science 上。