AI破解大脑黑盒，机器人学会预判，Meta谷歌大洗牌

今天的科技圈充满了“打破边界”的气息：从用AI逆向破解人类大脑的思维密码，到让机器人拥有“预知未来”触觉的全新范式；与此同时，顶级人才的流动暗示了巨头们在技术路线上的激烈博弈，国产物理AI也在全栈自研的道路上狂飙突进。这是一场关于深度认知、物理智能与产业格局的深度重构。

认知革命：AI与神经科学的闭环验证

Understanding the brain with AI-driven explanations and experiments

微软研究院与顶尖高校合作的这项工作，堪称计算神经科学的一剂强心针。长久以来，LLM虽能精准预测大脑对语言的反应，但其“黑盒”属性阻碍了科学解释。新提出的“生成因果测试（GCT）”框架巧妙地用LLM将脑区反应“翻译”成可读假说（如“食物准备”），再生成新故事在fMRI中实测验证。这不仅仅是技术进步，更是科研方法论的革新：它将单纯的数据预测转化为了可证伪的科学理论，让我们离真正读懂大脑的“源代码”更近了一步。对于开发者而言，这展示了AI在可解释性（XAI）领域的巨大潜力——模型不仅能预测，还能成为科学发现的自驱引擎。

机器人前沿：从“反应”到“预判”的进化

TacForeSight: 力引导的触觉世界模型

如果说GCT是在探索软认知的极限，那么TacForeSight则是在硬物理操作上实现了质的飞跃。传统的机器人触觉反馈往往是滞后的，出了错再修正。而这项由它石智航牵头的研究，利用腕部力觉作为先导信号，提前200毫秒预测触觉变化，让机器人从“摸到世界”进化到了“预感世界”。这种从Reactive（反应式）向Proactive（主动式）的转变，解决了擦拭、插接等精细操作中的痛点。这意味着未来的机器人将不再是笨拙的执行者，而是具备了像人类一样的直觉和预判能力，能够更稳定地在复杂物理环境中作业。

人才地震：谷歌的失血与Meta的收割

谷歌推理之王周登勇离职，Meta再揽安全教母

技术路线的调整往往最先体现在人事变动上。谷歌DeepMind的“推理之王”周登勇低调转投Meta，加之此前Noam Shazeer和诺奖得主John Jumper的出走，暴露出谷歌内部严重的战略撕裂。报道指出，谷歌正将资源全力倾斜给“AI Coding突击队”，甚至不惜搁置更具长远意义的“世界模型”研究，这种急功近利的策略正在逼走顶尖科学家。反观Meta，在收割周登勇的同时，还吸纳了安全教母宋晓冬，通过坚持“研究牌”构建强大护城河。这场人才大洗牌深刻揭示了行业现状：在商业化压力下，理想主义的AGI探索正面临实用主义的严峻挑战。

国产力量：物理AI的全栈突围

深度机智连获数亿融资，领跑国产物理AI

在巨头博弈的同时，国产初创团队正在卡脖子赛道上展现出惊人的爆发力。深度机智凭借“人类学习”的原创技术路线，在数据、模型、硬件本体上实现了全栈落地。更重要的是，他们跑通了“人类数据直驱机器人执行”的闭环，无需大量真机微调即可实现泛化，这在全球范围内都极具竞争力。两个月两轮融资、产品线全面落地，说明资本市场和产业界已经厌倦了单纯的概念炒作，转而追捧这种具备硬核技术壁垒和务实落地能力的“六边形战士”。物理AI作为下一代AI的核心，中国力量已然不容小觑。