韩国科学技术研究院（KIST）和瑞士洛桑联邦理工学院（EPFL）的研究团队成功诱导了自我位置的错觉，并观察到人类大脑中网格细胞的相应活动。研究通过结合兼容MRI的虚拟现实（VR）技术和多感官身体刺激，诱导受试者产生自我位置错觉，并在此过程中通过功能性磁共振成像（fMRI）测量网格细胞（grid cell）活动。

结果显示，纯认知的自我位置变化（无任何视觉环境变化）也会引发网格细胞活动，这是首次通过临床研究表明，多感官身体刺激可以在没有任何导航行为的情况下，激活网格细胞活动。网格细胞位于内嗅皮层（EC），通过整合环境和多感官身体信号，编码个体在空间中的位置。研究发现，自我位置的错觉变化与传统虚拟导航时的网格细胞样表示（GCLR）在强度和方向上具有相似性。这一发现不仅揭示了大脑中的GPS坐标响应于身体物理位置和认知活动，还为未来通过脑图像分析客观诊断幻觉症状提供了可能。研究发表在 PNAS 上。

这项研究由中山大学和中国科技大学的研究团队共同完成，旨在探讨小鼠在面对其他小鼠痛苦时的神经和行为反应差异。研究人员将两只小鼠放置在侧室，一只小鼠被注射引起腹痛，另一只没有任何处理，同时将观察者小鼠放在中央区域，观察其行为反应。

实验显示，雄性小鼠在初期探索环境时与雌性小鼠相似，但在实验后期，雄性小鼠表现出更多的梳理行为，而雌性小鼠则更倾向于靠近并嗅探疼痛小鼠。研究表明，这些行为差异源于不同的神经回路，涉及嗅皮层（PiC）神经元群体。这些神经元群体具有不同的基因表达特征，并受转录因子和性激素调控。具体来说，雌性小鼠的PiC → PrL通路被激活，导致其对疼痛同伴表现出社会偏好；而雄性小鼠的PiC → MeA通路被激活，导致其表现出过度的自我梳理行为。研究揭示了社会同伴的内部状态如何通过性别二态机制在分子、细胞和回路水平上进行处理，并提供了有关高等脑功能中性别差异神经机制的见解。研究发表在 Neuron 上。

新生小鸡破解长达几个世纪的认知和感觉争论

人类一直在探讨视觉和触觉之间的感知联系是否需要通过经验来建立。最早提出这一问题的是爱尔兰哲学家威廉·莫利纽兹。最近，一个由神经科学家和生物学家组成的国际研究团队通过对新生小鸡的实验，为这一问题提供了新的见解。

研究人员在完全黑暗的环境中孵化小鸡，然后分别让它们接受光滑和凹凸不平的触觉刺激24小时。在此之后，他们在有光照但不能进行触摸的环境下对小鸡进行视觉识别测试。实验中使用的刺激物是光滑的和凹凸不平的木质立方体。研究发现，接受光滑刺激的小鸡在视觉测试中更倾向于接近光滑的物体，而接受凹凸不平刺激的小鸡则更趋向于接近凹凸不平的物体。结果表明，新生小鸡能够在没有视觉经验的情况下，仅通过触觉模式习得物体的形状，并使用基于触觉经验的表象来进行视觉识别任务。这一发现表明，从触觉到视觉的跨模态识别，并不需要之前同时具有多模态刺激的经验。这项研究成果发表在Biology Letters上。

大脑皮层在发育过程中如何从无序的输入中形成有序的神经活动模式一直是神经科学的一个重要问题。由明尼苏达大学医学院的助理教授Gordon Smith和法兰克福高级研究所的教授Matthias Kaschube领导的研究团队，通过最新的光遗传学技术，揭示了大脑皮层的自组织能力。

研究团队利用同时进行的广域钙成像和光遗传学技术，研究了幼年雪貂皮层在眼睛未睁开前的神经活动模式。他们通过均匀的光刺激观察到皮层网络将这些刺激转化为具有特征空间波长的多样化模块化模式。当光刺激匹配这个波长时，会选择性地偏向激发的活动模式，而不同波长的刺激则会使活动转向这一特征波长，揭示了输入驱动和网络内在组织活动倾向之间的动态平衡。实验结果显示，早期自发的皮层活动结构与光刺激诱导的活动模式强烈重叠，表明两者有共同的机制，成为形成有序柱状图（columnar maps）的基础，这些图是大脑中感觉表示的基础。此研究表明，大脑皮层在发育过程中能够通过内部反馈机制自我组织，而不依赖外部来源。这一发现验证了早期关于大脑发育的理论假设，并为理解神经发育障碍提供了新的视角。研究发表在Nature Communications上。

近日，阿里云宣布旗下通义千问系列大模型大幅降价，部分型号降幅高达97%。其中，性能对标GPT-4的Qwen-Long模型，API输入价格从0.02元/千tokens降至0.0005元/千tokens，仅需1元即可购买200万tokens。此次降价覆盖商业化和开源的9款模型，为企业和程序员带来巨大优惠。

此次降价中，Qwen-Long以其支持1000万tokens的长文本输入能力，和降价后的超低价格，成为最受瞩目的焦点。此外，刚发布不久的Qwen-max API输入价格也降至0.02元/千tokens，降幅达到67%。在开源模型方面，Qwen1.5-72B和Qwen1.5-110B的输入价格分别下降75%以上。

阿里云表示，此次降价旨在降低大模型的使用门槛，满足用户对长文本处理的需求。数据显示，模型输入调用量通常是输出调用量的8倍，因此通过大幅降低输入token价格，可以让企业使用长文本处理时更加经济实惠。

近日，百度宣布旗下两款主力大模型——ERNIE Speed和ERNIE Lite全面免费开放，即刻生效。

ERNIE Speed和ERNIE Lite这两款大模型发布于今年3月，支持8K和128K的上下文长度，展示了强大的处理能力。百度官方表示，ERNIE Speed是2024年最新发布的自研高性能大语言模型，具备出色的通用能力和推理性能，特别适合作为基座模型进行精调，以更好地应对特定场景的问题。ERNIE Lite则是一款自研的轻量级大语言模型，在确保优异效果的同时兼顾推理性能，非常适合在低算力AI加速卡上进行推理使用。

近日，微软发布了全新Phi-3 Vision模型，以及Phi-3 Small 7B和Phi-3 Medium 14B两个型号。Phi-3 Medium 14B的性能堪比Mixtral 8x22B和Llama 3 70B，甚至超过了Command R+ 104B和GPT 3.5。而Phi-3 Small 7B的表现也超过了Mistral 7B和Llama 3 8B。这些型号的上下文长度支持4K和128K，使其在处理长文本时更加高效。

在模型规模上，Phi-3 Medium为14B，Small为7.5B，而Vision则为4.2B。这些模型通过使用4.8T令牌，在512个H100 GPU上进行了42天的训练，数据包括10%的多语言数据，以及经过严格过滤和合成的数据，如科学和编程教材。

新发布的Phi-3模型还采用了新的分词器，拥有10万词汇量，进一步提高了处理文本的精确度。此外，这些模型的权重兼容性广泛，支持AWQ、INT 4、ONNX和transformers，方便用户在不同平台和应用中部署。