A重点78
Meta AI (FAIR)
1 个来源了解更多
这是一个通用占位符，没有实际的新闻内容。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读
TRIBE v2：大脑活动的数字孪生，神经科学的预测基础模型
版本 1 · 1 个来源
Meta FAIR 发布 TRIBE v2，一个能预测人类大脑对视觉、听觉和语言刺激反应的高分辨率模型，分辨率提升70倍，支持零样本预测，旨在加速神经科学研究和临床突破。
- TRIBE v2 是 Meta FAIR 推出的下一代预测基础模型，作为人类神经活动的数字孪生，能以70倍的分辨率提升预测大脑对几乎任何视听刺激的反应。
- 模型基于700多名健康志愿者的 fMRI 数据训练，这些志愿者接触了图像、播客、视频和文本等多种媒体。
- TRIBE v2 支持对新受试者、新语言和新任务的零样本预测，性能持续优于标准建模方法。
- 模型、代码、论文和交互式演示已以 CC BY-NC 许可证发布，供研究人员使用。
- 该模型旨在帮助神经科学家和临床研究人员无需人类受试者即可测试理论，加速神经系统疾病治疗突破。
展开章节目录核心突破：从低分辨率个体到高分辨率群体模型
核心突破：从低分辨率个体到高分辨率群体模型
TRIBE v2 建立在 Meta 此前在 Algonauts 2025 获奖模型的基础上。据 Meta AI 官方博客，该获奖模型仅基于四名个体的低分辨率 fMRI 记录训练。而 TRIBE v2 则利用了一个包含700多名健康志愿者的大规模数据集，这些志愿者被呈现了多种媒体，包括图像、播客、视频和文本。
Meta 声称，TRIBE v2 能可靠地预测高分辨率 fMRI 脑活动，与类似模型相比分辨率提升了70倍。这一提升使得模型能够实现对新受试者、新语言和新任务的零样本预测，并持续优于标准建模方法。
应用前景：加速神经科学发现与临床实践
Meta 表示，TRIBE v2 作为人类神经活动的数字孪生，使神经科学家和临床研究人员能够在不使用人类受试者的情况下快速测试关于大脑功能的假设。这有望加速对影响数亿人的神经系统疾病的理解和治疗突破。
此外，Meta 指出，通过将大脑洞察应用于构建更好的 AI 系统，该模型还能直接以神经科学原理指导 AI 发展。
开放性与可获取性
Meta 以 CC BY-NC 许可证发布了研究论文、模型权重和代码，并提供了一个交互式演示网站。研究人员可以自由探索 TRIBE v2 的能力，从而推动神经科学的前沿研究。
可信度边界
本文信息全部来自 Meta AI 官方博客，属于第一方来源。所有关于模型性能、数据集规模和分辨率提升的声明均为 Meta 自身宣称，尚未经独立第三方验证。
核心结论
TRIBE v2 是 Meta 在神经科学 AI 领域的重要进展，通过大规模数据和零样本预测能力，为理解大脑处理复杂刺激提供了前所未有的工具，但其实际效果和临床价值仍需独立验证。
主报道
Meta AI (FAIR)
主报道来源