Brain
PulseAugur coverage of Brain — every cluster mentioning Brain across labs, papers, and developer communities, ranked by signal.
- 2026-09-10 research_milestone Researchers introduced the BRAIN model for unified multimodal graph foundation models, demonstrating significant improvements on various graph-related tasks. 来源
- 2026-08-26 product_launch Perplexity launched its new self-improving memory system called Brain for Perplexity Computer. 来源
- 2026-07-06 product_launch Microsoft introduced "Brain," an AI system designed to enhance the reliability of its Azure cloud services. 来源
- 2026-06-09 research_milestone A new paper introduces BRAIN, an AI agent for 6G networks that uses Bayesian reasoning and active inference. 来源
- 2026-06-05 research_milestone A new multimodal foundation model for neuroscience, Brainμ, was used to uncover neural mechanisms linking memory and sleep, with findings published in Science. 来源
1 天有情绪数据
-
OpenAI 的 GPT-Rosalind 模型揭示了结节性硬化严重程度的遗传学线索
OpenAI 的 GPT-Rosalind 模型利用小鼠大脑数据，发现了关于 TSC2 基因突变比 TSC1 基因突变导致更严重结节性硬化原因的线索。这两种基因都参与 mTOR 调控，但 TSC2 的破坏似乎会在特定小脑神经元群中引起不同的变化。此应用突显了 AI 在生命科学分析中的实用性。
-
部分人类、部分小鼠大脑在科学突破中开发
科学家在一项重大的科学突破中开发了部分人类、部分小鼠的大脑。英国广播公司报道的这一进展标志着神经科学和生物学研究领域取得了显著进步。这种混合大脑创造的具体细节和影响仍在显现中。
-
用户提议#generatedByBrain标签以标识AI生成内容
一位Mastodon用户提议使用新的标签#generatedByBrain来标识人工智能创建的内容。该建议旨在在关于AI及其影响的广泛讨论中区分AI生成的内容。
-
新型海马网络模型通过动态弛豫实现最优导航
研究人员开发了一种新颖的海马递归网络模型，该模型通过动态弛豫实现了最优的目标导向导航。该模型将空间位置表示为神经元活动，并使用连接权重来表示转移概率，障碍物则由消失的权重表示。网络通过行为时间尺度的突触可塑性学习这些连接，并在接收到目标信号后，其动力学弛豫成一个在数学上等同于线性可解马尔可夫决策过程（LMDP）的活动场。这种方法为在复杂环境中导航提供了一种高效且鲁棒的方法，其潜在应用超越了空间导航，可用于大脑中抽象理性地图中的一般规划。
-
AI使用可明显改变大脑功能，减少神经连接
AI的使用可明显改变人类大脑功能，使用时间越长、频率越高，神经连接就会越少。此外，AI生成的代码常常存在缺陷且不安全，使得错误检测和纠正变得困难。文章还提出，AI提供商将遵循“enshittification”（日益糟糕化）模式，通过降低服务质量来增加利润。
-
BRAIN模型采用新颖的范围感知方法统一多模态图表示
研究人员推出了一种新颖的统一模型BRAIN，旨在增强多模态图基础模型。BRAIN通过关注整合邻域范围和模态组合的图上下文来解决现有方法的局限性。该模型包含一个范围条件桥接器，用于组合跨范围和模态的结构信息；一个分层路由器，用于根据任务相关性和图范围选择模态组合；以及一个用于下游专业化的残差适配器。在四个任务家族的九个数据集上进行的实验表明，BRAIN的有效性，在节点分类和链接预测方面提高了4.73%，在图到文本和图到图像指标上实现了1…
-
神经科学探索连接生物学与减压
该条目讨论了社交连接的生物学基础及其对压力水平的影响。它探讨了他人存在如何可能减轻压力，借鉴了神经科学和代谢能量研究的见解。内容还涉及压力管理技巧和依恋理论。
-
电解质和水合作用对大脑电流和认知功能至关重要
该条目讨论了电解质和水合作用在维持大脑电流和认知表现方面所起的作用。它探讨了电解质如何促进细胞能量和代谢稳态，并将这些生理因素与大脑功能联系起来。
-
Google 利用 AI 绘制完整雄性果蝇大脑图谱 · 跟踪 2 个来源
Google Research 与 HHMI Janelia 合作，发布了雄性果蝇大脑和中枢神经系统的完整图谱。该图谱详细描绘了超过 166,000 个神经元和 1.25 亿个突触连接，是迄今为止最大的大脑图谱，并建立在先前绘制雌性果蝇大脑图谱的工作之上。该项目利用 AI 和先进的计算技术，从数百万张电子显微镜图像中重建大脑，为神经科学研究提供了基础资源。
-
Agentic AI 绘制了跨人体组织的保守蛋白质网络
研究人员开发了一个能够分析不同人体组织和体液中蛋白质共丰度的 AI 框架。该 agentic AI 系统被用于检查 41 种组织的所有可能的成对组合，发现了跨越 406 个组织对的 1,833 个保守的共丰度簇。分析揭示了意想不到的关系，例如皮肤和骨髓之间的联系比相邻的骨骼和骨髓之间的联系更强，并确定了疾病的潜在机制假设，包括脑-肠轴和肝脏-骨髓应激反应轴。
-
Perplexity 发布其 AI 代理的“Brain”记忆系统
Perplexity 推出了“Brain”，这是其 Perplexity Computer 的一种新的自我改进记忆系统。Brain 作为结构化的知识维基，将用户历史和工作存储在链接的 Markdown 文件系统中。该系统允许代理按需访问和验证信息，而无需将整个历史记录加载到每个提示中，并且它由称为“Dream agents”的后台代理持续更新。
-
探索大脑的注意力守门员以提升注意力和专注力
该集群关注“信号：您大脑的注意力守门员”的概念，探讨如何重新获得注意力和识别能提高专注力的习惯。内容涉及认知科学、神经化学、执行功能和神经科学。
-
Perplexity 发布用于自我改进的 AI 代理记忆“Brain”
Perplexity 开发了一种新颖的、用于 AI 代理的自我改进记忆系统，名为“Brain”。该系统允许代理从过去的交互中学习并随着时间的推移调整其响应，从而增强其执行复杂任务的能力。“Brain”系统旨在为代理提供对用户需求和上下文信息的更持久、更不断发展的理解。
-
大脑的燃料转换：掌握代谢灵活性以实现巅峰认知
本文探讨了大脑中代谢灵活性的概念，重点关注大脑如何动态地在葡萄糖和酮体等燃料来源之间切换。文章讨论了掌握这种灵活性如何能带来巅峰的认知功能和改善整体大脑健康。文章还涉及了生酮、线粒体健康、系统思维和间歇性禁食等相关主题。
-
肠道细菌代谢物与阿尔茨海默病进展相关
研究人员发现肠道健康与阿尔茨海默病之间存在新的联系。一种由肠道细菌产生的特定代谢物已被发现会损害大脑的保护性屏障。这种削弱与阿尔茨海默病的特征性脑部变化有关。
-
Forbes 发布每日 Wordle 指南，包含提示和分析 · 跟踪 10 个来源
Forbes 正在发布每日文章，为流行的在线文字游戏 Wordle 提供提示、线索和答案。这些文章由 Erik Kain 撰写，涵盖 2026 年 8 月 21 日至 8 月 31 日的 Wordle 谜题。每篇文章都包含来自 Wordle Bot 的分析、作者与机器人之间的竞争性评分，有时还会有额外的自定义 Wordle 挑战。
-
Perplexity推出Projects，支持共享文件系统和持久内存
Perplexity 推出了“Projects”，这是对其现有“Spaces”功能的一项增强。Projects 被设计为持续工作的协作中心，提供共享文件系统和持久内存。这项新功能允许用户管理、创建和协作处理任务，系统跨会话读取、编辑和保存文件，以在先前工作的基础上进行扩展。Projects 还与 Perplexity 的自学习内存系统“Brain”集成，该系统根据项目文件和会话更新其知识，为每个任务提供完整的上下文。
-
Perplexity推出适用于Windows的“个人电脑”，支持本地代理编排
Perplexity为其Windows用户推出了新的“个人电脑”功能，集成了本地文件访问和各种AI代理的编排。该工具允许用户在一个统一的系统中进行研究、编码、浏览和构建，将任务路由到15个以上的模型。它还可以从400多个连接的应用程序中提取数据，并与Microsoft 365套件（包括Excel、PowerPoint和Word）配合使用。
-
神经学家探究大脑记忆存储机制
神经学家正在探索记忆的基本性质，认为大脑必须经历相对持久但可逆的变化才能存储信息。一种假说认为，这些变化涉及化学改变或电位变化。文章将此与微型SD卡（NAND）中使用的材料进行了类比，该材料依靠氮化硅（Si3N4）来保持电荷，并指出皮质突触中蛋白质的存在，暗示了氮的电荷保持特性与神经记忆机制之间可能存在联系。
-
专家称，神经网络与大脑的比喻阻碍了理解
将神经网络与人脑进行比较的常见类比具有误导性，并阻碍了理解。与会 spiking（放电）并异步运行的生物神经元不同，人工神经元是简单的数学函数。神经网络中的学习过程涉及通过反复的误差校正来调整数值权重，而不是大脑中发现的反向传播机制。