今天，天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）联合《科学》（Science）杂志及美国科学促进会（AAAS），共同揭晓了 2026 年“天桥脑科学研究院与《科学》杂志 AI 驱动科学大奖”（Chen Institute and Science Prize for AI Accelerated Research）的评选结果。加州大学戴维斯分校（UC Davis）神经外科系副教授 Sergey Stavisky 斩获本届大奖；达特茅斯学院的 Nicholas C. Jacobson 博士与圣路易斯华盛顿大学的 Zach (Zhiling) Zheng 博士荣获优胜奖。

该奖项表彰了由 Stavisky 开发的一款 AI 驱动的语言神经假体（speech neuroprosthesis）。该设备能够将大脑活动转化为口头语言，为失去说话能力的人群开辟了一条重返日常交流的途径。

对于失语者而言，这种丧失不仅停留在生理层面，更意味着他们失去了最快捷、最富有人情味的沟通方式。Stavisky 的研究工作正是致力于弥补这一缺憾。借助他与团队构建的系统，一名因患有肌萎缩侧索硬化症（ALS，俗称渐冻症）而无法清晰表达的受试者，如今已能通过自身的大脑信号生成流畅的句子——这些信号首先转化为屏幕上的文字，随后再通过模拟其患病前真实音色的合成语音播放出来。在超过两年的日常使用中，该受试者已经“说”出了超过 270 万个词汇，并重新回到了气候保护倡导的全职工作岗位中。现在，他只需依靠大脑信号，就能与同事进行视频会议并撰写工作信息。

这一成就的核心，正是天桥脑科学研究院成立十年来始终秉持的信念：跟随好奇心，去探索最难解的谜题。正是这种追求推动了前沿科学的发展，并将其突破性成果带给那些亟需帮助的人。

（图：加州大学戴维斯分校神经外科系副教授 Sergey Stavisky —— 2026年度AI驱动科学大奖得主）

“十年前，天桥和我围绕着一个问题（而非一个现成的答案）创立了研究院：大脑是如何产生智能的？当时无法预知这个问题会指引我们走向何方，但这正是真正科学发现的本质。Stavisky 博士致力于解决许多同行认为无法解决的难题，并在这一过程中，为人们带回了极具人性温度的东西：他们自己的声音。在研究院迎来十周年里程碑的今天，我们的初心未改：值得探寻的问题是那些没有简单答案、且本质上具有探索性的难题；值得支持的科学家是那些愿意与未知共处并最终改变未知的人。研究院将继续致力于支持那些重新定义科学边界的科研人员。”

—— 雒芊芊，天桥脑科学研究院创始人

工作原理

四个小型阵列（共包含 256 个微电极）被植入受试者大脑中负责协调语言功能的区域。当受试者试图说话时，设备会捕捉数百个神经元的放电模式。随后，第一个 AI 模型会将这些模式转化为“音素”（即语言的基本发音单位）。接着，第二个 AI 模型——其采用了与当今主流 AI 助手相同的大语言模型技术——会负责将这些音素拼组成完整的单词和句子。一项更新的“脑到声音（brain-to-voice）”技术更是完全跳过了文字输出环节。当患者试图表达时，系统能直接重建出他们原本的音色，且处理速度极快，让双方的交流体验不再像发送文字信息，而更像是在打一通实时的语音电话。

数据成果

2024年，该团队在发表于《新英格兰医学杂志》（New England Journal of Medicine）的研究中，实现了对125,000个词汇量范围内目标意图语言高达- 97.5%的解码准确率——这一准确率可媲美甚至超越消费级语音识别工具。

2025年6月，该团队在发表于《自然》（Nature）的后续研究中实现了实时语音合成，延迟仅约30毫秒——接近自然说话和听到自己声音之间的延迟。合成的声音能够带有语调、进行提问甚至唱歌。

2026年6月，该团队在发表于《自然·医学》（Nature Medicine）的长期家庭使用研究中，受试者在借助该系统进行沟通的同时，成功维持了一份全职工作。

Stavisky 对语言领域的关注源于他对患者最核心诉求的观察。在他职业生涯的早期，他在研究用于运动的脑机接口时注意到一个规律：恢复移动光标或机械臂的能力固然重要，但恢复沟通往往更为迫切。“沟通几乎永远是第一诉求，”他说道。正是这一认知，结合机器学习和大脑记录技术的进步，促使他在职业生涯中期转向了当时被视为该领域最难解决的瓶颈之一

“Stavisky 开发了一种基于人工智能的语音神经假体，产生了立竿见影且具有变革性的实际影响。它以超过 99% 的单词准确率恢复了一位患有 ALS 的瘫痪患者的沟通能力，使该患者在两年内仅利用大脑信号就表达了超过 270 万个词汇。他的团队实现了实时语音合成，允许患者调节语调甚至唱歌。”

—— Yury V. Suleymanov，《科学》杂志高级编辑

目前，该领域正处于快速发展阶段。相关企业正在进入语言脑机接口的临床试验阶段，各学术实验室也在测试类似的方法是否能帮助脑卒中相关失语症、脑瘫及其他导致失语疾病的患者。Stavisky 的长期目标是打造一种极其自然的替代声音，让人们在通话时无法分辨那是合成音——它将通过更小巧、完全植入的设备来实现，并准备从研究原型向日常临床工具过渡。

这一发展轨迹——从一个无法解决的难题到实际可用的声音——正是本奖项旨在表彰的那种着眼长远、由探索驱动的科学成就。

2026年 AI 驱动科学大奖优胜奖得主

2026年的奖项还表彰了两位优胜奖得主，他们的工作正在重塑 AI 在从精神健康到材料发现等各个科学领域的潜力：

Nicholas C. Jacobson 博士 —— 达特茅斯学院

盖塞尔医学院生物医学数据科学与精神病学副教授

（图：Nicholas C. Jacobson 博士 —— 达特茅斯学院）

Jacobson 博士因开发了 Therabot 而获得表彰。这是一种生成式 AI 系统，可为焦虑症和抑郁症患者提供个性化、循证的精神心理治疗。Therabot 历时6.5年打造，包含超过10万人工小时的临床监督，完成了由 AI 提供心理治疗的首次随机对照试验。在测试的三个临床领域中，Therabot 在减轻症状方面取得了接近最佳循证疗法的效应量。他的工作应对了全球治疗缺口——全球心理健康服务提供者的中位数仅为每 10 万人 13 名。Therabot 指明了一个未来的方向：地域和成本将不再是获取高质量心理健康服务的障碍。

Zach (Zhiling) Zheng 博士 —— 圣路易斯华盛顿大学

化学系助理教授

（图：Zach (Zhiling) Zheng博士 —— 圣路易斯华盛顿大学）

Zheng 博士因构建了一个由自主智能体（autonomous agents）驱动的通用 AI 实验室系统而获得表彰，该系统将文献挖掘、生成式分子设计和机器人实验统一在单个闭环中。将其应用于集水用的金属有机框架（MOFs）时，他的生成式设计智能体提出了 10 种新材料——“长臂” MOF 系列（LAMOF-1 至 LAMOF-10）。在对其中两种材料进行的闭环机器人演示中，他的 AI 智能体在两周内确定了高结晶度条件。它们挖掘科学文献，提出新颖的分子结构，并在超过 600 万种可能组合的反应空间中自主导航和解释实验，从而大幅缩短了从设计到发现的时间。他的平台为 AI 如何在清洁能源、水资源和健康应用领域加速材料科学发展提供了蓝图。

今年的大奖得主及优胜奖获得者代表了新一代的科学家，他们并未将 AI 视作终点，而是将其作为一种手段，去攻克那些曾看似遥不可及的难题——恢复失去的声音、扩大精神健康的普及面，以及加速发现世界所需的新材料。

关于天桥脑科学研究院与《科学》杂志 AI 驱动科学大奖

“天桥脑科学研究院与《科学》杂志 AI 驱动科学大奖”旨在表彰在人工智能与自然科学交叉领域推动跨学科突破的杰出青年研究人员。通过表彰大胆的创意并提升各个科学领域的创新工作，该奖项凸显了在 AI 时代推动科学发现的下一代思想者。如需了解更多信息，请访问 https://cheninstitute.cn/ai-prize/。

关于天桥脑科学研究院

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。
研究院在华山医院、上海市精神卫生中心分别设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了加州理工陈天桥雒芊芊神经科学研究院。
研究院还建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括学术会议和交流、夏校培训、AI驱动科学大奖、科研型临床医生奖励计划、科学媒体「追问」、科普视频媒体「大圆镜」等。

7月12日，由天桥脑科学研究院、上海市精神卫生中心、上海体育大学共同举办的“AI·体育·大脑——运动赋能心理健康跨学科研讨会暨青少年脑健康科普日”在上海市精神卫生中心闵行院区举办。中国科学院院士、高校学者、精神医学专家、人工智能研究员与多位奥运冠军、亚运冠军同台，一整天的交流碰撞，从实验室的分子机制一路讲到冠军领奖台上的心理博弈。

活动开幕：一个共同的期待

开幕式由上海市精神卫生中心袁逖飞教授主持。

天桥脑科学研究院副院长杨扬在致辞中说，今年恰逢这家全球最大私人脑科学研究机构之一成立十周年，5年前，研究院和上海精卫合作成立了人工智能与精神健康前沿实验室，这次是第一次尝试把“体育”请上跨学科对话的桌面，此前他们做过音乐与大脑、美食与大脑等跨界学术交流，都收到了很好的效果。
上海市精神卫生中心党委副书记李春波介绍，宛平南路600号如今已不只是一个地址，而是逐渐长成了一个促进心理健康的城市IP，希望借助医教协同、科技赋能，把科学、精准、可及的心理健康服务带给更多市民，尤其是青少年群体。

上海体育大学副校长魏建军谈到，青少年心理健康问题近年来随学习压力、生活方式变化和数字化影响不断加深，如何更早识别、更科学干预，已经成为医学、教育、体育、脑科学、人工智能共同面对的课题。体育不仅关乎身体之“强”，更关乎心理之“健”、人格之“全”，而这次AI、脑科学、体育学科的交汇，有望串起从科学研究到社会服务的完整链条。

图｜李春波（左上），魏建军（右上），杨扬（左下），袁逖飞（右下）

主旨报告：从海马体到多巴胺，运动如何重塑大脑

主旨报告环节由上海交通大学心理学院院长傅小兰教授主持。

图｜傅小兰

中国科学院院士、暨南大学粤港澳中枢神经再生研究院院长苏国辉，带来了一组颇为“反常识”的数据：美国一项追踪120万人的研究发现，长期运动人群的精神健康状况明显优于不运动人群，而且不挑运动项目——打球、骑车、游泳、散步都管用。苏国辉团队多年来在动物模型中层层拆解背后的原理：运动能促使大脑海马区不断长出新的神经元，这正是学习记忆的“建筑材料”；更有意思的是，肌肉、脂肪甚至肝脏在运动时都会变成一个个小小的“内分泌工厂”，分泌出的因子能跨过血脑屏障、直达大脑，帮忙灭火消炎、保护神经元。他还提到一个最新发现：运动产生的乳酸并非废物，而是能给大脑里的关键蛋白做修饰，从而缓解焦虑情绪——这也回应了现场一位学者的提问：有没有可能不运动也能获得运动的好处？苏国辉的答案是，团队正朝着这个方向努力，但目前“最简单的办法还是去运动”。

图｜苏国辉

如果说苏国辉解答的是“为什么运动有用”，上海体育大学心理学科学术带头人周成林教授关心的则是“怎样运动才真正有用”。他特别提醒，运动和日常活动并不是一回事——遛弯散步是活动，只有达到一定强度、坚持一定时长、有一定重复频次的锻炼，才配得上“运动”二字，才能真正触发身体的代谢升级和大脑的化学变化。他援引的研究显示，规律运动能优化大脑里注意力、记忆和情绪相关网络的连接，间接带动学业成绩提升，其中数学成绩的改善尤为明显；甚至有实验发现，把动作不协调的孩子拉去做协调性训练，学习成绩也能跟着水涨船高。周成林还给出了一份接地气的“运动处方”：中等强度（最大心率的50%~60%）、持续25分钟以上、每周多次，才是普通人促进身心健康的“性价比之选”。

图｜周成林

圆桌对话：冠军们眼中的输赢、失眠与自我和解

上午的压轴环节是一场名为“超级圆桌：从实验室到冠军场的跨界对话”的畅聊，由华东师范大学董毅教授主持，五位嘉宾——上海交通大学心理学院党委书记王喜芳、女排奥运冠军张常宁、羽毛球奥运冠军蔡赟、亚洲室内田径锦标赛冠军赵婧、赛艇亚运会冠军周意男依次登场。

话题从AI在心理学领域的落地聊起。王喜芳介绍，成立于2024年的交大心理学院提出“心理学+AI”的办学理念，同时布局临床与健康心理学、脑与认知科学、管理与社会心理学三个方向，希望走出一条学科交叉的特色路子。

“运动员是不是也会抑郁？”这个略显尖锐的问题抛给了张常宁。她坦言，竞技体育和大众健身完全是两回事——普通人运动多半收获快乐和成就感，而站上领奖台的运动员，还要承受来自家庭、赛场乃至舆论的多重压力，这也是不少运动员会出现焦虑甚至抑郁倾向的原因。但她同时认为，正是这些一次次跌倒又爬起来的经历，构成了青少年最好的“挫折教育”。

轮到羽毛球奥运冠军蔡赟发言时，话题变得更加直接。“你为什么会睡不着？因为你的选择太多。”他说，竞技体育的常态就是输和赢、痛苦和不痛苦，“如果我接受了这就是我生活的一部分，我为什么要去伤心和焦虑？”在他看来，与其纠结太多问题，不如遵从内心、找到喜欢的事情坚持下去。他也谈到，科研人员提供的数据分析恰好能弥补运动员“身在其中看不清习惯”的盲区，是一种双向的成就。

从专业运动员转型高校教师的田径冠军赵婧，则用自己的故事讲述了心理韧性是怎么“熬”出来的：从初出茅庐的“初生牛犊”到站上冠军领奖台后患得患失，再到带着伤病坚持到全运会赛场上年纪最大的选手，她说自己是通过一次次接受失败，才真正认识了自己想要什么。如今在大学教公共体育课，她最想告诉学生的是：奖牌和成绩都只是人生某一阶段的标志，不能代表全部人生。

赛艇冠军周意男的故事则更有画面感——同济大学赛艇队独创的“530俱乐部”，队员们每天清晨5点半准时下水训练，风雨无阻已坚持9年。“一条船8个人，少一个人这船都下不了水”，正是这种彼此牵绊的团队氛围，让原本痛苦的早起变成了习惯。数据显示，这支队伍队员的保研率和读博率超过85%，早起训练不仅没有拖累学业，反而因为规律作息带动了学习效率的提升。

图｜从左往右依次为：董毅、王喜芳、张常宁、蔡赟、赵婧、周意男

运动与脑科学分论坛：从孕期运动到经颅磁刺激，拿起脑科学的“显微镜”

下午的学术报告环节由上海交通大学心理学院副院长陈安涛教授和上海市精神卫生中心郭晓云主任医师共同主持，四位学者分别从大数据、动物模型和脑刺激技术等不同切口，继续拆解运动与大脑之间的秘密通道。

“你自己不想动，能不能让下一代替你运动？”华东师范大学体育与健康学院院长刘微娜教授的报告，听起来像个玩笑，却是一项严肃的科学发现。她的团队证实，怀孕期间坚持适度运动的雌鼠，产生的乳酸能穿过胎盘传递给后代，让后代大脑海马区的免疫细胞发生一种特殊的化学修饰，从而在成年后面对压力时表现出更强的心理韧性——用她的话说，这是一种“啃老式运动”，对那些自己不愿或无法运动的人，或许是未来干预的新思路。

图｜刘微娜

如果一个人常年不运动，抑郁的风险究竟藏在大脑的哪个角落？中科院自动化研究所罗娜副研究员用海量脑影像数据给出了线索。借助UK Biobank等国际大样本队列数据，她的团队发现，运动与抑郁情绪共享着同一组大脑连接——负责“愉悦感”的奖赏环路与负责运动的脑区，二者的连接强弱恰好能预测一个人的抑郁程度。更值得关注的是一项长期追踪研究：那些坚持中高强度运动多年的人群，抑郁、焦虑水平明显更低，而这背后的关键推手，很可能不是想象中的“脑结构变化”，而是运动改善了血液里的免疫炎症指标——一个听起来与情绪不太相关，实际却举足轻重的身体信号。

图｜罗娜

组织受伤后为什么会痒？这个几乎每个人都有过的日常体验，被上海交通大学基础医学院韩齐教授的团队做成了一门研究。他们发现，皮肤受伤后出现的痒感并不只是恼人的副作用，而是由特定的神经细胞主动释放信号，促进伤口周围的神经再生和组织修复——痒觉，某种意义上是身体在悄悄“加速愈合”。团队还有一个更贴近临床的发现：长期心理应激会让支配肠道的迷走神经异常兴奋，进而抑制肠道干细胞的更新能力，这或许可以解释为什么压力大的人常常会“肠胃闹脾气”。

图｜韩齐

如果说前面的研究多依赖动物实验和血液指标，上海体育大学张剑教授的手段则更加“物理”——通过经颅磁刺激技术，隔着头皮给大脑一次轻轻的电脉冲，就能测出一个人运动神经通路的灵敏程度。他的团队发现，专业运动员的这套“神经反射弧”明显比普通人更高效；而将视野转向老年群体后，他们观察到，长年打乒乓球的老人神经协调能力表现突出，太极拳、五禽戏这类传统功法则对延缓帕金森病的病情进展有着令人惊喜的效果——一支由30多位帕金森病友组成的锻炼队伍，坚持了整整10年，无一人掉队。

图｜张剑

科普时间：让实验室的发现，走进寻常百姓家

如果说上午下午的报告是“给内行看的门道”，那么下午的科普板块，则试图把这些门道翻译成大家都能听懂的语言。该环节由上海市精神卫生中心副院长余雷主持。

清华大学科学技术传播与普及研究中心主任刘兵教授率先抛出一个略显“反常识”的观点：科普不能只讲知识。他引用爱因斯坦的话说，专业知识教育出来的可能是“有用的机器”，而非“和谐发展的人”。在他看来，真正好的科普，除了传递科学结论，还要传递科学是如何得出的、科学能做什么、不能做什么——这种人文关怀，恰恰是当下科普工作中容易被忽略的一环。

轮到华东师范大学生物博物馆副馆长苏振兴教授时，现场气氛活跃了不少。他带着大家做起了热身运动，模拟神经元之间“击掌传电”的动作电位传导。苏振兴介绍，华师大生命科学学院依托生物博物馆和一系列重点实验室，构建起从幼儿园到大学的“一体化”科普链条：标本数字化、科普电影、原创文创产品轮番上阵，十年间线下线上触达的公众超过20万人次。他还现场“剧透”了一个实用信息——今年恰逢五年一度的全国科普教育基地申报年，有意申报的单位千万别错过窗口期。

作为压轴讲者，上海市精神卫生中心科教部主任杨卫敏教授回顾了“宛平南路600号”从人们避而不谈的精神病院，到如今自带流量的心理健康IP的转变过程。从疫情期间的心理知识宣贯，到已经连续推出多年的“600号月饼”，再到与博物馆、交响乐团、纪录片团队跨界合作，这家医院用一系列接地气的方式逐渐消解了社会对精神疾病的偏见。如今新建成的上海市脑健康科普基地集知识科普、模拟体验、动手实践于一体，未来还计划打造覆盖全生命周期的脑健康“元宇宙”展厅。

图｜余雷（左上）、刘兵（右上）、苏振兴（左下）、杨卫敏（右下）

一天的思想碰撞落下帷幕。正如上海市精神卫生中心博导丁锦君在闭幕总结所说，这场研讨会真正想回答的，已经不只是“运动是否有益”这个老问题，而是“如何更精准地运动、如何借助AI和脑科学走得更远”。会议结束后，与会专家和代表还前往上海市精神卫生中心的脑健康科普基地，实地参观了其中的脑科学互动展区、运动与情绪调节体验区、认知与脑功能研究平台等。

3 月 21 日，由上海市精神卫生中心、天桥脑科学研究院（中国）、同济大学技术与未来研究院等多家机构共同主办的“2026 精神健康 AI 算法生态构建研讨会”在上海举行。本次大会以“技术的哲学追问”为主题，深度聚焦人工智能在精神健康领域的应用潜力、伦理风险与治理生态。

会议汇聚了来自国家心理健康和精神卫生防治中心、中国信息通信研究院，以及复旦大学、上海交通大学、同济大学、华东师范大学、北京大学等顶尖科研院校的跨学科专家。与会学者围绕医疗 AI 大模型的安全对齐、情感陪伴的伦理边界、抑郁症辅助诊断中的算法偏差等核心议题展开了深度对话。会议指出，精神卫生数据是一座极具价值但也极其敏感的“富矿”，在利用 AI 提升心理服务覆盖率的同时，必须高度警惕隐私泄露、数据孤岛与算法偏见。

会上多位专家指出，人工智能在精神健康领域具有广阔前景，但目前其角色仍应界定为专业人员监督下的“辅助工具”，尚不能替代人类的情感连结与最终医疗责任。未来，各方将依托真实问诊数据集与前沿实验室，加快推动精神健康 AI 行业标准的制定，构建覆盖临床、工程、哲学与法学的多学科协同治理机制，确保医疗科技的发展始终以人文关怀为底色，真正造福人类整体福祉。

2026年3月5日至6日，由天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）主办的“2026年聚焦超声神经调控研讨会”在加利福尼亚州门洛帕克隆重举行。本次会议汇集了全球顶尖的科研人员、工程师、临床医生及监管专家，共同探讨神经科学领域的最新前沿进展。

▷图注：会议参会人员合影

在为期两天的议程中，与会代表围绕经颅聚焦超声（Focused Ultrasound, FUS）技术展开了深入且广泛的学术交流。讨论议题不仅涵盖了聚焦超声在帕金森病、震颤及癫痫等临床应用中的成熟方案，更以前瞻性的视角触及了基因治疗、可穿戴设备以及磁共振引导靶向技术等新兴前沿领域。

本次研讨会嘉宾阵容鼎盛，Andres Lozano、Robert Chen、Elisa Konofagou、Kim Butts Pauly、Kathy Ferrara、Yingxiao Wang、Keith Murphy 等多位享誉国际的知名学者先后发表了精彩演讲。在随后的专题讨论环节，专家们针对当前临床面临的严峻挑战以及神经调控机制的行业共识进行了深度对话与思想交锋。现场讨论热烈，充分彰显了该领域日新月异的发展态势以及跨学科协作的巨大潜力。

2025年12月13日，由天桥脑科学研究院（中国）、中国神经科学学会脑机接口与交互分会、上海市医学会脑机融合与神经调控分会联合主办的年度学术盛会——“天桥脑科学研究院脑机接口与人工智能论坛暨中国神经科学学会脑机接口与交互分会年会”在上海图书馆（东馆）阅剧场成功举办。本次论坛以“从脑机接口到脑机共生”为核心主题，汇聚了跨学科顶尖智慧，系统展示了从前沿探索到临床转化的最新成果，标志着我国在类脑智能与脑机接口融合领域迈出了坚实一步。

本次会议邀请到了广东省智能科学与技术研究院院长张旭院士、天桥脑科学研究院创始人雒芊芊女士、复旦大学附属华山医院院长毛颖教授、上海脑虎科技有限公司创始人兼首席科学家陶虎教授等十六位专家学者参与盛会。

张旭院士（中国科学院院士、广东省智能科学与技术研究院院长）以《人脑智能与类脑智能》为题，阐述了类脑智能作为新一代智能范式的核心理念与战略意义。张院士指出，当前人工智能面临算力瓶颈、能耗过高与理论依赖性强等挑战，类脑智能并不是模仿大脑，而是以大脑为第一性原理，构建一种能够自我学习、自我演化，并形成认知结构的新型计算方式。类脑智能依托人脑低能耗、高并行、强学习的内在优势，正从解决现有神经科学存在的痛点，迈向新的系统性突破。

毛颖教授（复旦大学附属华山医院院长）在本次论坛中，深入探讨了人工智能（AI）与脑机接口（BCI）两大前沿技术的交汇融合趋势。他从人工智能自图灵测试至生成式AI的发展脉络切入，系统回顾了脑机接口从实验室走向临床应用的历程，特别强调了其在运动功能康复、语言信号解码等领域的实质性突破，并分享了华山医院在该领域领先的临床实践经验。

报告重点剖析了AI与BCI的“双向赋能”关系：一方面，神经科学机制为构建更强大的AI模型提供了关键启发；另一方面，AI技术正成为解码大脑信号、加速脑机接口发展的核心工具。毛颖院长展望，未来更精准、智能、微创的脑机接口技术，不仅将深刻变革医疗健康领域，更将在更广阔的智能生活场景中开启前所未有的可能性，重塑人机交互的未来范式。

计海庆研究员（上海社会科学院哲学研究所）在报告中聚焦于“人类增强”技术伦理研究中的核心概念辨析问题。他指出，理解“增强”的关键应立足于医学伦理框架，在与“治疗”概念的对勘关系中把握其本质——即“增强”是一种不以恢复身体功能为目的，而是旨在提升人体某种素质或能力的干预措施。

计海庆进一步阐明，仅依靠定义无法完全消解“增强”与“治疗”在描述性与规范性之间的张力。无论是基于疾病说、功能模型说还是专业领域说的传统区分方式，均难以与公众对二者既有的价值判断完全契合。因此他认为，伦理研究需超越“增强vs治疗”的简单二分，突破医学伦理的范畴，将讨论置于更丰富的社会场景与政策视野中，从而更深入地应对技术增强所带来的多元伦理挑战。

李国齐研究员（中国科学院自动化所）在报告中指出，当前基于Transformer架构的大模型受限于其二次方计算复杂度，在Scaling Law的驱动下已面临可持续性挑战。他强调，需从脑科学中汲取灵感，设计新一代大模型的基础架构与计算范式，以推动人工智能向通用智能持续演进。

李国齐聚焦于树突脉冲神经网络这一脑启发方向，结合其团队科研进展，系统阐述了构建低功耗、高性能类脑脉冲大模型所需解决的关键科学问题。他提出，通过探索基于脉冲神经网络的新架构，不仅可实现更高效能的计算，更将推动“脑科学启发人工智能”与“人工智能反哺脑科学研究”的双向赋能，为突破当前AI发展瓶颈开辟一条受生物智能启发的可持续路径。

唐华锦教授（浙江大学）从当前人工智能发展的现状与挑战出发，深入探讨了脑科学与类脑研究如何推动人工智能实现范式转变。他指出，神经科学对海马体和内嗅皮层等脑区的研究，揭示了记忆、空间认知等高级认知功能的神经机制，这对构建新一代通用计算架构具有重要意义。

唐教授重点介绍了大脑潜在的通用计算模式与架构，包括感知、学习、决策等功能背后的神经环路机制，以及神经元集群如何编码、计算与推理空间及概念信息。他结合团队在模拟生物智能方面的研究进展，展望了未来基于类脑计算机制发展具身智能系统的可行路径，为突破当前AI范式、实现更接近生物智能的机器认知提供了理论依据与技术方向。

郑骁庆副教授（复旦大学计算机学院）围绕构建高效能、低功耗且具备生物可信度的类脑智能系统展开报告。他指出，在深度学习模型规模持续扩大的背景下，脉冲神经网络（SNN）凭借其稀疏激活与事件驱动的特性，成为实现高性能、低能耗计算的重要方向。

郑骁庆重点介绍了团队在脉冲神经网络高效训练方法上的探索，包括面向语言与时序任务的词向量脉冲表示、时序预测框架及脉冲位置编码等技术。同时，他从生物可行性约束出发，提出了基于锥体神经元树突可塑性的局部学习规则，并在权重非对称性、局部误差信号等五项严格条件下，构建了整合感知-决策与记忆-重现双向过程的脉冲神经网络学习方法。该研究为类脑学习算法、神经形态硬件与脑机接口系统的发展提供了兼具理论创新与实践价值的参考路径。

陶虎研究员（上海脑虎科技有限公司创始人兼首席科学家）在报告中指出，大脑作为自然界最复杂的智能系统，是理解认知与行为机制的关键所在。他强调，脑机接口技术作为连接大脑与外部设备的核心桥梁，不仅是国际脑科学前沿研究的重要工具，更是实现“认识脑、保护脑、修复脑、增强脑”目标的关键技术路径。

陶虎展示了最近数年的研究成果，系统介绍了在运动控制、语言合成等多个维度的脑机接口技术进展，展示了该技术在神经功能监测与调控方面的应用潜力。基于当前科研与产业化实践，他对脑机接口的未来发展作出展望，指出该技术将继续朝着更高精度、更强融合、更广应用的方向演进，为人类健康与智能增强开辟全新可能。

刘景全教授（上海交通大学全国重点实验室主任）在报告中系统阐述了脑机接口（BCI）技术中核心器件的关键作用。他强调，作为实现大脑与外部设备直接交互的基础，脑机接口器件的发展对神经科学研究、生物信息学及人机交互领域具有重要意义。

刘景全重点介绍了其课题组在硅基脑机接口器件与系统方面的系列研究进展，包括植入式无源器件如犹他微针电极、多通道密西根电极，以及基于堆叠集成和光电态集成的创新器件；同时，他也展示了有源硅基BCI器件的研究成果，特别是MEMS器件与专用集成电路（ASIC）原位集成的前沿工作。此外，刘教授还分享了器件表面改性及动物实验的相关研究，并基于其科研实践，对脑机接口技术的未来发展提出了建设性展望。

许敏鹏教授（天津大学医工院副院长）在报告中，首先阐明了脑-机接口作为连接中枢神经系统与外部设备的交互系统，在替代、增强或改善神经功能方面具有重要作用，并指出其在科学研究、临床康复及日常生活中的广泛前景。他系统回顾了无创脑机接口数十年来的发展历程，强调其在范式设计、算法优化与硬件创新方面的持续进步，推动了整体性能的显著提升。

许敏鹏重点介绍了天津大学神经工程团队在无创脑机接口领域的最新研究成果及其在多类场景中的应用实践。他展示了团队在信号采集、解码算法与系统集成等方面的关键技术突破，并指出这些进展将进一步促进脑机接口技术的深入研究和应用开发，为未来实现更高效、更普适的神经交互系统奠定基础。

单春雷教授（上海交通大学医学院康复学院院长）在报告中指出，脑机接口虽为神经系统损伤后的功能康复提供了创新手段，但其临床转化仍面临显著挑战。他着重分析了当前领域存在的核心矛盾：工程研发与临床实际需求的脱节，以及技术通用性与康复个体化、科学性之间的错位。

单春雷强调，推动脑机接口在康复领域真正落地，亟需打破学科壁垒，构建工科与康复医学深度融合的协作机制。他提出应围绕具体临床问题开展技术优化，实现脑机接口对不同患者与康复场景的精准适配，并积极探索脑机接口与传统康复训练、神经调控等技术的多模态融合策略，以协同促进神经重塑与功能恢复。单教授指出，针对特定障碍（如失语症）研发专用脑机接口范式，并完善临床转化体系与跨学科人才培养，是进一步提升脑机接口康复疗效与应用价值的关键路径。

丘志海研究员（广东省智能科学与技术研究院）在报告中指出，超声脑机接口（uBCI）凭借其高空间分辨率与非侵入性的显著优势，正在成为下一代脑机接口技术的核心发展方向。他系统阐述了实现uBCI所依赖的三大关键技术路径：高灵敏度功能超声成像（fUSI）用于神经活动监测、高精度超声神经调控技术，以及基于成像与调控结合的闭环神经调控系统。

丘志海进一步分析了上述技术在构建高性能、便携化神经接口过程中面临的主要挑战，包括信号解码效率、调控特异性、系统集成度与实时性等问题。他强调，克服这些挑战将推动超声脑机接口从实验室走向应用，为未来开发更安全、更精准、更实用的新一代脑机交互系统开辟重要路径。

刘冰副研究员（中国科学院自动化研究所）在报告中系统介绍了其团队在植入式脑机接口视觉重建方向上的突破性进展。他表示，团队以推动脑机接口从实验室走向临床、实现盲人功能性视觉重建为明确目标，致力于攻克高分辨率神经信号解码与编码关键技术，引领生物医学与人工智能的深度融合创新。

刘冰重点展示了团队已实现的毫秒级延迟实时闭环“脑机融合”动态调控系统。该系统集成了无线供能与数据传输功能，并创新性地应用了“脑机双学习”自适应编码框架，实现了外部人工智能模型与大脑视觉皮层的协同学习与双向适应。他同时宣布，团队已完成国际首例通过电刺激诱发受试者对定量化复杂图形（如方形、圆形）及特定颜色产生清晰、稳定光幻视感知的临床研究者发起试验（IIT），标志着该技术在视觉重建领域迈出了关键一步。

柳昀哲教授（北京师范大学、北京脑科学与类脑研究所）在报告中揭示了睡眠在认知整合与推理形成中的关键作用。他通过实验研究发现，相较于安静观看视频的对照组，经历90分钟午睡的参与者能够建立更优的逻辑推理能力，尤其是对远距离关联的推断更为准确，且在层级认知任务中对“中心”项目的定位显著提升。

研究进一步通过脑磁图（MEG）观测发现，仅在非快速眼动睡眠阶段，大脑会持续且更精确地重演这些“中心”项目，而该重演过程的强度与精度可有效预测受试者在推理任务中的表现提升。这一成果从神经机制层面证实，睡眠中的记忆重演是大脑整合信息、形成新推理关系的重要过程，为理解睡眠如何促进高阶认知提供了实证依据。

Federico Corradi助理教授（荷兰埃因霍温理工大学）在报告中指出，脉冲神经网络（SNNs）虽在时空数据的高效能处理方面具有潜力，但其训练仍面临时空信用分配非局部性的关键挑战。为突破这一局限，其团队提出了两种互补的创新方法。

“前向传播时间”方法通过结合动态正则化的瞬时风险优化，显著减少了对时间依赖性的要求，从而降低了训练所需的内存与同步开销。其次，“迹传播”方法提出了一种完全局部、仅前向的学习规则，通过结合神经元层级的合格迹与分层对比目标，实现了无需反向传播或辅助矩阵的可扩展训练。这两类方法在事件驱动基准任务上达到了具有竞争力的精度，并支持高效的设备端自适应学习，为在边缘侧实现高能效、低内存占用的神经形态计算开辟了可行路径。

袁春教授（清华大学深圳国际研究生院）在报告中指出，脑电信号作为大脑活动的直接反映，为实现“思想到图像”的生成提供了可能，但面临噪声大、信息稀疏等核心挑战。袁教授重点介绍了其团队在“脑电信号生成高质量图像”方面的关键技术突破。团队将预训练的文本-图像扩散模型与脑电信号编码器相结合，通过跨模态对齐技术，使模型能够从低信噪比的脑电信号中解码并生成语义匹配、细节丰富的图像。这项研究为实现基于脑电的便携式、低成本“读心”成像技术奠定了基础。

袁春教授进一步展望，将脑电信号作为新模态融入多模态大模型，是未来重要方向。这类技术不仅有助于深入理解大脑的视觉表征机制（AI for Brain），更能开创从思维直接到创造的全新人机交互范式（Brain for AI），在神经科学研究、医疗康复与创意交互等领域具有广阔前景。

本次“天桥脑科学研究院脑机接口与人工智能论坛暨中国神经科学学会脑机接口与交互分会年会”于2025年12月13日在上海圆满落幕。论坛以“从脑机接口到脑机共生”为主题，汇聚了来自顶尖科研机构、临床医院与前沿企业的领军学者，围绕技术突破、临床转化与伦理思考展开了深度对话。

会议集中展示了我国在该领域的系统性进展：在科学前沿层面，张旭、李国齐、唐华锦等学者提出了受脑科学启发的下一代智能计算范式与架构；在技术创新层面，陶虎、刘景全、许敏鹏、丘志海等专家报告了在植入式/无创器件、超声接口等方向的关键突破；在临床落地层面，毛颖、单春雷、刘冰等团队分享了在运动功能重建、语言解码、视觉恢复及康复医学中取得的实质性成果。同时，计海庆研究员对技术伦理的前瞻探讨，以及柳昀哲、Federico Corradi、袁春教授等在神经解码与生成模型上的交叉研究，共同勾勒出一幅技术驱动下“认识脑、修复脑、增强脑”的完整未来图景。

此次盛会不仅是前沿成果的集中展示，更是推动“产学研医”融合、共塑未来发展战略的重要平台。与会专家一致表示，在迈向“脑机共生”的愿景中，持续的多学科协同创新与审慎的伦理规划，将是推动该领域健康发展、最终惠及人类社会的关键。

人工智能能够为人类最隐秘的精神世界带来怎样的福音？一场关于技术、伦理与人文关怀的深度头脑风暴正在展开。

12 月 6 日，由天桥脑科学研究院与国家精神疾病医学中心/上海市精神卫生中心联合主办的“2025 人工智能与精神健康生态大会”在上海市宛平南路 600 号举办。本次大会以“生态”为核心，不仅汇聚了全球顶尖的脑科学与 AI 专家，更首次打通了学术研究、临床应用、产业投资与伦理治理的完整闭环，标志着 AI 赋能精神健康从单点技术突破迈向生态化集群发展的新阶段。

“AI 用于自动驾驶，早一年晚一年或许差别不大；但用于精神健康，早一年就能够挽救数百万个家庭于痛苦之中。” 天桥脑科学研究院创始人雒芊芊女士在开幕致辞中表示。她回顾了研究院与上海精神卫生中心自 2021 年共建人工智能与精神健康前沿实验室以来的合作历程，并重点介绍了“灵溪”项目的最新突破：该项目已采集超过 5000 例抑郁焦虑真实问诊音频数据，开发的 AI 模型情绪识别准确率接近 90%，综合诊断准确率接近 80%。雒芊芊强调，研究院正在提倡的“发现式智能”，指出能够发现的 AI 才是真正的通用人工智能。在 AI 驱动科学的探索中，AI 与精神健康始终是关注的重中之重。

国家精神疾病医学中心主任、上海市精神卫生中心院长赵敏教授在致辞中指出，今年是国家“人工智能+”行动计划与卫健委“儿科与精神卫生服务年”的交汇点。上海精中已将数字化与智慧化作为“十五五”规划的重点，通过建设精神科问诊语音数据库等举措，致力于打造从研究到转化的 AI 医疗生态。

在上午的学术与 AI 技术主论坛上，多位专家展示了 AI 在精神健康领域的硬核突破，核心聚焦于多模态数据融合与大模型的垂直应用。

哈尔滨工业大学秦兵教授分享了“大模型情感感知与认知调控”的最新进展。她展示了大模型+心理学理论的融合路径，通过多智能体协作模拟专家会诊，开发了面向青少年的共情对话系统和面向医疗问诊的巧环系统，实现从被动回应到主动认知干预。

上海纽约大学 Katie Aafjes-van Doorn 教授直击传统问诊依赖主观量表的痛点，提出了基于 AI 的多模态测量方案。通过捕捉面部微表情、语音语调及生理信号，AI 在汉密尔顿抑郁/焦虑量表的评分预测上已达到甚至超过人类评估者的一致性，进一步推动精神健康向“计算科学”转型。

清华大学黄民烈教授介绍了基于大模型的心理访谈系统。其团队开发的“聆心智能体”已在全国多地学校落地，4 天内完成 15 万人的心理筛查，并成功识别出潜在危机案例。他提出的“AI 双师课堂”模式，利用 AI 辅助教师进行个性化心理教学，有效解决了心理服务资源稀缺与分配不均的难题。

上海市精神卫生中心陈剑华教授深度解析了灵溪项目在多模态诊疗模型上的突破。该项目基于真实的临床问诊对话数据，构建了融合基于大语言模型的文本症状特征提取与声学特征等的可解释性统计模型。他特别提出了大语言模型精神科问诊中的症状与共情本体双轨框架，不仅关注精准的症状识别，更引入了情感支持与共情表达维度，显著提升了 AI 在复杂诊疗场景中的可靠性。此外，团队还利用该技术生成了 MDD-5k 标准化患者模型，用于模拟真实的医患互动。他强调，AI 的定位是超级辅助，而非完全替代人类医生的情感关怀。

香港大学 Benjamin Becker 教授与上海交通大学吴畏教授分别从神经影像和脑电（EEG）角度探讨了生物标志物的临床转化。Becker 教授展示了利用 AI 解码大脑活动以预测情绪状态，并快速筛选如催产素、血管紧张素阻断剂等潜在治疗药物的创新路径。吴畏教授则强调了开发高信度、可解释且低成本的疗效预测生物标志物对于实现个体化精准治疗的重要性。

主论坛的圆桌讨论环节由北京大学周程教授主持，李涛、成素梅、肖月、黄民烈、吴梦玥等专家围绕“诊疗模型开发中的价值对齐及其伦理考量”展开了激烈交锋。

专家们认为，精神健康领域存在“小市场、大需求”的矛盾。AI 的发展不应旨在替代医生，而是作为增效工具。讨论特别强调了价值对齐的重要性——AI 不仅要理解医学知识，更要理解人类的情感与社会文化背景，避免在互动中产生误导或成瘾依赖；应建立集中控制与分布式创新相结合的治理框架，确保技术向善。

本次大会不仅是学术的盛宴，更是生态和产业的催化剂。作为大会的重点创新单元，首届“人工智能与精神健康合成数据大赛”吸引了全国 110 多支团队参与。在决赛答辩现场，6 支脱颖而出的团队就高质量精神健康数据的生成与应用进行了最终展示，根据评委打分后决出名次：

1. 一等奖：华东理工大学“X-D Lab 心动实验室”团队
2. 二等奖：清华大学“冰智”团队、华东师范大学“试试就能”团队
3. 三等奖：中国人民大学“MentaLink”团队、大连理工大学“DUTIR-BioNLP”团队、上海精中与复旦大学“Chat Therapy”团队

在下午的分会场活动中，来自 AI 智能体、AI 预问诊、AI 陪伴、数字疗法等多个赛道的 11 个创业团队进行了精彩路演。中平资本、红杉中国、上国投等知名投资机构负责人与医疗专家共同评审，旨在发掘具有临床价值与商业潜力的创新项目，加速科研成果的落地转化。最终普百思、阁楼 Glowe、大脑认知治疗仪分别获得评委评出的一二三名。

作为本次生态大会的重要组成部分，“人工智能在精神健康领域应用的伦理考量”分论坛汇聚了政策、技术、哲学与人类学等多领域的深度思考，旨在为技术狂飙突进的当下注入冷静的理性与人文关怀。与会专家一致认为，在精神健康这一触及人类灵魂最深处的特殊领域，AI 的应用不仅是技术问题，更是复杂的社会与伦理命题。

在政策与治理层面，讨论强调了建立综合价值评估框架的紧迫性。除了传统的安全性、有效性与经济性指标外，“伦理公平性”被提升至核心考量维度。针对不同风险等级的 AI 技术，需构建分级分类的管控机制，并依托高质量数据集与可信数据空间，在释放数据价值的同时严守隐私底线。

在人机关系与哲学反思层面，分论坛深入探讨了生成式 AI 带来的“人工亲密关系”与主体性危机。随着 AI 逐渐成为人类确认自我的“参照者”，业界需警惕技术对情感的操控与异化。专家们指出，尽管 AI 在逻辑推理上日益强大，但因缺乏人类特有的“脆弱性”与“道德情感”，其无法具备真正的实践理性。因此，AI 应被严格定位为增强人类自主性的辅助工具，而非独立的道德主体。技术不应替代真实的人际连接与社会支持，必须在“算法效率”与“人文温度”之间寻找平衡。最终，论坛达成共识：技术创新必须与伦理治理同步，“慢一步”的审慎思考是为了未来走得更远、更稳。

本次大会的成功举办，不仅展示了天桥脑科学研究院和上海市精神卫生中心在“人工智能与精神健康”领域的顶层设计与技术实力，更为学术界、医疗界与产业界搭建了深度合作的桥梁。正如大会所倡导的，通过构建开放、协作、规范的创新生态，AI 之光终将穿透心灵的阴霾，为每一个需要帮助的个体提供温暖而精准的守护。

11 月 17 日，一场主题为“AI 时代的音乐科技与健康”的跨学科盛宴——大圆镜科普系列第一讲在上海音乐学院歌剧院举行。本次会议由天桥脑科学研究院（中国）与上海音乐学院联合主办，汇聚了音乐、人工智能、神经科学与医学领域的专家与艺术家，共同探讨当算法理解旋律、当声音触及大脑，AI 如何重塑艺术的边界，并为人类身心健康谱写全新的乐章。

天桥脑科学研究院创始人雒芊芊介绍了研究院旗下科学传播品牌“大圆镜科普”，秉持科技之大、艺术之圆、哲学之镜的理念，围绕脑科学、人工智能等前沿科技话题，以深入浅出的语言和精美的AIGC视频展现，帮助公众了解科技，拥抱未来。她同时指出，音乐不仅是艺术语言，更正成为重要的疗愈方式。在 AI 技术飞速发展的今天，音乐艺术、医疗、脑科学、人工智能专家的跨界合作，用音乐来造福患者，守护身心健康，前景广阔。

上海音乐学院党委常委、副院长冯磊教授介绍说，上音通过增设音乐人工智能、音乐疗愈等前沿专业方向，构建跨学科人才培养体系，旨在让音乐这一跨越文化的通用语言，在科技赋能下成为连接大脑与健康的桥梁。

作曲家、指挥家，上海音乐学院教授、博士生导师谭盾以《听觉视野与声音科技》为题，为与会者带来了一场充满哲学思辨与艺术想象力的演讲。他以“左耳朵听西方，右耳朵听东方”的个人体验为引，生动阐述了其创作中东西方文化的交融与碰撞。从嵇康的《声无哀乐论》到他在上海朱家角水乐堂听到的巴赫与禅宗早课的共鸣，谭盾教授强调，听觉不仅是生理感知，更是一种“修行”。

在现场，他还展示了使用到人工智能技术的项目成果之一：《声音河流》，通过全景声、虚拟现实等技术，将田野调查中采集的、濒临消失的“声音丝绸之路”上的乐器与故事，与交响乐团融合，创造出前所未有的听觉体验。

他认为：“与其说是被科技带领，不如说艺术家一定是触动科技的研究”，艺术家的虚拟想象为科学家开辟了新的天地。同时，他向年轻创作者大声疾呼，必须拥抱科技，否则将“集体失业”。

为了让与会者直观感受音乐与大脑的互动，会议设置了现场 EEG（脑电）采集实验环节。五位志愿者在佩戴脑电设备后，分别聆听了同一首“哭嫁歌”的录音版、现场人声版和 AI 改编版。大屏幕上实时滚动的脑电波形图与脑地形图，清晰展示了不同音乐形态如何激发大脑不同区域的活动，将“当声音触及大脑”这一主题从抽象概念转化为可见的数据波澜，成为连接艺术感性与科学理性的生动注脚。

随后的主旨演讲环节，上海音乐学院音乐工程系主任于阳教授系统介绍了上音在音乐科技领域人才培养模式的实践与创新。他指出，上音构建了“本硕博”贯通的一体化培养体系，涵盖课程建设、科研创新与校企合作等多维度的深度探索。在学科建设上，强调多学科协同发展，推动音乐科技与产业发展深度融合。同时，积极搭建校企合作平台，共建科技创新联合实验室等；与头部领先企业开展深度合作，共同推进音频技术开发、AI数据标注和智能座舱研发等校企联合项目，显著提升了人才培养的质量与实效，形成了教学、科研与社会服务互促共进的良好生态。

上海音乐学院人工智能音乐疗愈重点实验室主任刘灏教授分享了AI音乐疗愈的理论探索及创新实践，他系统介绍了团队在睡眠障碍、抑郁情绪、退行性病变等六大场景的应用研究，并展示了“上海音乐学院人工智能音乐疗愈空间”、“中国声音疗愈地图”等创新项目。其最终目标是依托AI模型与生理数据，为用户生成个性化的“声音疗愈胶囊”，实现精准健康管理。

来自临床一线的专家们提供了坚实的医学佐证。上海市精神卫生中心的丁悦教授则从神经科学视角解读了计算音乐疗法。她的研究通过脑成像技术发现，有效的音乐治疗能增强治疗师与患者间的“神经同步”，而共同聆听音乐则能激活大脑的社交相关脑区，增进群体的情感连接。这为音乐疗愈的互动机制与社会性功能，提供了坚实的科学证据。

上海中医药大学附属岳阳中西医结合医院肿瘤一科（内科）主任龚亚斌教授结合临床实践阐述了声音疗愈在肿瘤科的应用。他展示了音乐疗法在缓解癌症疼痛、改善睡眠方面的确切疗效，并介绍了团队结合中医理论开发的“五行音乐”等创新方案。他强调，音乐疗愈已成为肿瘤综合治疗中不可或缺的一环。

产业界代表、自由量级 CTO 姜涛博士从技术实现的角度，阐述了基于大模型的 AI Agent 能够通过感知、决策与行动的闭环，与用户持续互动，根据其情绪与偏好，动态生成个性化的疗愈音乐，让专业的音乐疗愈能以更便捷的方式触达每一个需要的人。

英国皇家音乐学院的 Aaron Williamon 教授在线上分享了《音乐、大脑与行为》的研究，从表演科学的视角，系统梳理了音乐对人类生理、情绪及社交行为的深远影响，并探讨了“音乐共聆听”场景下的神经同步现象，为音乐的社会性功能提供了科学解释。

会后，嘉宾和参会者们共同前往上海音乐学院人工智能音乐疗愈重点实验室研发的“人工智能音乐疗愈空间”参观，体验音乐疗愈的神奇之旅。

谭盾教授携众多艺术家在朱家角水乐堂上演 “天顶上的一滴水”现场音乐会，获得了参会人员的积极参与、强烈反响和一致好评。

当前，人工智能正以前所未有的速度重塑全球科研范式。为探讨人类与AI如何相互启迪、共同塑造未来，2025年AI驱动科学青年科学家论坛于近期在上海成功召开。本次论坛由天桥脑科学研究院与MiroMind共同主办，汇聚了科学智能、人工智能、神经科学、临床医学等领域的顶尖学者。论坛不仅聚焦AI驱动科学发现的前沿突破，更从神经科学角度，反观人类智慧如何持续为AI发展提供灵感。

“发现式智能”：真正意义上的通用人工智能

论坛重点围绕盛大集团、天桥脑科学研究院创始人陈天桥在AI驱动科学研讨会（AIAS 2025）上提出的“发现式智能”（Discoverative Intelligence）理念进行深入学习与探讨。

“这种能够主动构建可检验理论模型、提出可证伪假说，并通过与世界的互动和自我反思不断修正自身认知框架的智能，才是真正的通用人工智能。”这一全新理念受到了国内外知名学者的拥护与支持，并为青年研究人员提供了深远的灵感与启迪。

▷ 图：参会者观看陈天桥《真正的智能，是能“发现”的智能》主旨演讲

天桥脑科学研究院创始人雒芊芊与《科学》杂志出版社负责人Bill Moran为论坛致开幕辞。

刘铁岩：AI重塑科学探索，突破碳基智能极限

多位知名学者在主旨报告中，从不同视角阐述了AI驱动科学的变革潜力与挑战。

北京中关村学院党委书记、院长，中关村人工智能研究院理事长刘铁岩在主旨报告中指出，科学不仅是知识体系，更是孕育包括人类智能和人工智能在内的智能引擎，而增强后的智能则反过来加速科学进程。刘铁岩通过具体案例，展示了近期AI驱动科学发现领域取得的进展，以及如何遵循科学原理设计更优人工智能的实践。“我们正站在突破碳基人类智能极限的关键节点，通过创造硅基智能开启一个新纪元。未来的图景将是人机协同发现，人类智能与人工智能的合力将持续推动这一良性循环，引领我们走向对宇宙更深刻的认知。”他强调。

▷ 图：北京中关村学院党委书记、院长，中关村人工智能研究院理事长刘铁岩作《科学与智能：相互促进、共同进化》主旨报告。

吴思：AI应借鉴大脑“先天结构”构建世界模型，走“可解释、低功耗”的另一条路

北京大学心理与认知科学学院长聘教授吴思从计算认知神经科学视角，探讨了大脑如何通过海马-内嗅皮层环路构建“世界模型”。他强调，当前主流AI与神经科学不应割裂，而应寻求深度融合。他呼吁学界重视“另一条AI之路”：通过借鉴大脑中固有的先天结构，为AI设计提供可解释、高效且低功耗的新架构，从而实现神经科学与人工智能的双向启发，共同推动智能科学的范式变革。

“我完全同意陈先生的观点。AI作为工具，本质上是为了让人类更好地在世界中生存，是扩展我们认知边界和突破生物能力限制的方式。‘发现式智能’的提出非常及时，如果AI只是机械地替代某些功能，那它的价值就太有限了。AI应该在发现新知识、推动科学发展上对人类有所帮助。”吴思教授对陈天桥提出的“发现式智能”表示支持。

提出问题比预测结果更关键！向“人脑结构与机制”取经，实现10个数量级的能效飞跃

上海交通大学计算机学院清源研究院院长张少霆从生命科学的研究领域探讨了发现式智能的价值。他提到AI的价值可能不只是解决问题，更要学会提出问题：“发现式智能的关键在于提出可证伪的假说，而不是单纯预测结果。在生命科学领域中，AI如果具备提问能力，可能可以进一步推动新的发现。”

中国科学院自动化所李国齐研究员聚焦AI在科学计算领域的高效突破，分享了其团队开发的轻量化Transformer模型。他指出，科学计算需“以问题为导向”的精准设计，避免盲目追求参数量，这种“高效-精准”范式为加速科学发现提供了新范本。

“我是结构路径的坚定支持者。当前AI发展已面临瓶颈，数据面临枯竭而算力终有穷尽，而借鉴大脑的信息处理机制构建新的基础模型和计算架构，是构建可持续驱动当前AI到下一个阶段的关键。”他认为，人脑能效比当前GPU高约10个数量级，这种优势来源于大脑的内在结构，“结构路径现在已经迎来了关键时机，我们有了新的理论和方法，有了先进的大脑探测仪器，有了强大的计算和仿真建模工具，使得这条路径成为可以被验证的现实。”

陆军军医大学脑科学研究室主任谌小维教授分享了记忆神经机制研究的重要发现。他认为“发现式智能”为整个领域提供了新思路。他强调，构建AI长期记忆系统，需借鉴大脑皮层和海马的互动机制，AI应像人类一样，“主动与世界互动，在互动中去感知、探索和发现”。

人机协同：AI终极价值不是“模仿”，而是突破人类“感知与认知”的生物局限

圆桌论坛上，与会专家就科学智能的未来之路及人工智能对科研范式的变革展开深入讨论。专家一致认为，AI的终极目标不应局限于模仿人类，而应聚焦于突破人类在感知、认知与生存环境上的局限，成为拓展人类探索边界的关键赋能者，即构建“发现式智能”。

▷ 图：领袖圆桌论坛上，专家围绕“发现式智能”深入探讨科学智能未来发展方向

专家指出，AI正深度介入科研流程，其作用在于降低领域门槛，赋能跨学科创新。未来的趋势是研究者将更多基于通用基础模型，通过提示和交互来驱动科研，实现从“解题者”到“问题引导者与方案验证者”的角色演变。下一代AI需借鉴大脑的动力学机制、记忆巩固与遗忘规律以及内在动机，以构建真正“存活”的连续自适应系统。

青年圆桌论坛由中国科学院脑科学与智能技术卓越创新中心（神经科学所）高级研究员徐春主持。青年科学家们认为，科研形态将呈现“人机共进”的新范式：人类科学家提出颠覆性假设与核心问题，而AI负责海量信息处理、规律挖掘乃至辅助提出新猜想。同时，专家们寄语青年科研学者，在AI时代，夯实数理基础、培养跨学科思维将比掌握单一技能更为重要。

▷ 图：青年圆桌论坛上，青年科学家以“AI时代的科研范式之变”为题展开热烈讨论

AI实践落地：从精神健康诊断到“梦境重建”，基础大模型正加速生命科学发现

在AI应用实践方面，盛大AI创新中心COO韩云芸与认知科学家耿海洋博士聚焦精神健康领域，通过与上海市精神卫生中心合作，构建了全球最大的精神科诊断对话数据集“灵溪”。在此基础上，团队正开发辅助诊断、问诊模型，并探索AI音乐疗愈、认知行为疗法（CBT）智能体等完整的AI辅助满足精神健康需求的解决方案，并于10月推出2025合成数据大赛（灵溪主题赛），得到了上百支高校科研机构和相关企业的积极报名参与。

据韩云芸介绍，盛大集团EverMind团队即将宣布正式发布其旗舰产品 EverMemOS，这是一款面向人工智能智能体的世界级长期记忆操作系统，旨在成为未来智能体的数据基础设施，为AI赋予持久、连贯、可进化的“灵魂”。近期，EverMemOS在LoCoMo和LongMemEval-S等最主流的长期记忆评测集上，其表现已显著超越此前工作，成为新的SOTA。

▷ 图：盛大AI创新中心COO韩云芸介绍“灵溪”项目及EverMind团队旗舰产品最新成果。

天桥脑科学研究院科学计划执行主任李艳则系统介绍了天桥脑科学研究院自成立以来在建设科学生态支持科学家方面所作出的重要贡献，并对青年科学家利用AI推动科学进展寄予厚望。

青年报告环节，多位青年学者展示了他们利用AI在多个科学领域所取得的研究成果。在结构生物学领域，Chai Discovery科学家及创始团队成员、2025年AI驱动科学大奖大奖得主乔卓然博士介绍了统一全原子预测模型NeuralPlex，解决了传统分子对接方法的瓶颈，在药物发现中展现出巨大潜力。

脑科学领域，复旦大学大数据学院付彦伟教授团队开发了能够根据大脑活动信号重建被试者所见图像甚至梦境内容的AI模型。天桥脑科学研究院李芮林研究员聚焦构建大脑基础模型（Brain Foundation Model），提出了BrainHarmonix等模型。香港科技大学助理教授程立雪则从理论物理视角，介绍了利用AI求解量子力学基本方程的多尺度建模框架和波函数基础模型，在计算化学精度上超越了部分传统方法。

结语

本次论坛围绕“发现式智能”理念，展示了AI驱动科学的前沿突破，明确了AI应成为“进化”人类的伙伴，而非“替代”工具。专家一致认为AI的终极价值在于扩展人类认知的边界，推动神经科学等跨学科深度融合，开启人机协同、持续科学发现的新篇章。