智源 Brainμ 跨模態神經訊號 Zero-shot 分析登上 Science，AI 基礎模型進入科研因果驗證角色

2026 年 6 月 4 日，北京智源人工智能研究院與清華大學聯合研究成果發表於《Science》，首次以實驗數據證明睡眠中的記憶重激活會反向調控睡眠動態。對 AI 受眾而言，真正的看點在方法論：智源自研腦科學多模態基礎模型 Brainμ0 在整個研究中承擔了假設驗證與因果推斷的核心分析角色，而非單純輔助工具。

論文共同通訊作者為智源悟界·Brainμ 模型團隊負責人雷博研究員與清華大學生命學院鐘毅教授。Brainμ Tokenizer 將 EEG、雙光子鈣成像、Neuropixels 等異質神經訊號對齊為統一 token 表徵，在 zero-shot 下跨個體、跨場景完成分析，並區分「伴隨記憶重激活的睡眠（MRS）」與「非 MRS」兩種狀態。在與北京生命科學研究所劉清華團隊的合作中，模型訓練覆蓋超 7 萬晚睡眠記錄，通過超 3,000 晚「模型＋人類專家」雙向驗證；聯合華為昇騰完成推理適配後，已連續支持超 10 個月自動化分析，結果與神經科學博士生分析高度一致。

對 AI4S 團隊，這組數字是一把具體的量尺：基礎模型在 zero-shot 下跨不同轉基因品系穩定運行 10 個月、並持續對齊博士生水準分析。這意味著「跨範式泛化」正在轉化為可驗證的科研產出。AI 基礎模型的競爭維度，看起來正從跑 benchmark 移向「能否長期穩定支撐真實實驗室的因果推斷」，Brainμ 此次提供了目前少見的具體案例。