Nature Portfolio 2026 × 脑科学

人类能够把词组合成几乎无限多的短语和句子，但这种组合能力对应的细胞级神经构件仍不清楚。研究在参与者自然说话时记录额颞皮层多个区域的单神经元活动，并借助语言模型和句法解析器标注词性、依存关系、成分结构、短语转换、序列位置和语义信息。结果显示，不同神经元分别编码细粒度语法关系、高阶句法结构及短语边界；这些神经元既保留词的句法与语义属性，又随具体句子上下文动态改变响应，从而支持组合式、细粒度的信息表示。研究还比较了单细胞与局部场电位的表征差异，发现语言编码广泛分布于额颞皮层，但具有左侧化并随脑区而变化。该工作由此描绘出语言在微观细胞、局部群体和宏观脑区尺度上的联合组织。

研究考察处于全身麻醉状态的人类海马是否仍能形成对声音和语言结构的预测。作者使用高密度 Neuropixels 探针记录海马单神经元与局部场电位，让参与者接触听觉 oddball 序列和包含语义、语法结构的语音材料，并用具有生物学约束的循环神经网络建立神经反应模型。结果表明，即使在麻醉下，海马活动仍反映刺激统计、预测误差以及部分语言层级信息，并能随经验快速改变。模型分析提示，局部循环动力学可以同时支持对重复声学模式的适应和对更高层语言规律的在线预测，为研究意识减弱条件下的海马可塑性提供了统一计算视角。

研究提出 Brain2Qwerty，用非侵入式脑活动解码参与者在键盘上输入的开放句子。数据来自 35 名参与者的 EEG 或 MEG 记录；模型先用卷积网络提取与按键相关的局部神经特征，再由 Transformer 建模字符序列，并通过预训练语言模型约束输出。跨参与者平均结果显示，MEG 的字符错误率约为 29%，EEG 约为 65%，最佳参与者在 MEG 条件下达到约 18%。分析表明，模型不仅利用运动相关信号，也提取了与语言结构和按键序列有关的信息；扩大训练数据和跨参与者学习均能改善解码。工作证明，非侵入式记录可以支持连续、自然语言尺度的字符序列恢复，同时揭示 EEG 与 MEG 在空间信噪比和可解码性上的明显差距。

复杂人工神经网络可以很好地拟合行为，却往往难以直接提供神经科学解释。该研究训练网络解决人类的信息搜集任务，再通过符号回归把网络内部策略压缩为关于信息价值的可解释数学表达。抽取出的计算量能够预测独立的人类选择，并与 7T fMRI 中腹侧被盖区、前扣带、岛叶及相关网络的活动相对应。作者还比较了黑箱网络、传统认知模型和符号化抽象的解释力，结果显示，从网络中提取的低维计算结构既保留性能，又能形成跨行为与脑信号的可检验预测。研究提出一种从高性能模型过渡到明确机制假设的路线。

研究连续记录猕猴学习非线性 XOR 分类任务期间的前额叶群体活动，分析行为掌握过程中表征几何如何重组。早期神经活动以高维、非线性混合编码为主；随着学习推进，与规则有关的维度逐渐集中，群体轨迹转为更低维、更稳定的选择性结构。任务熟练后，神经表征能够跨刺激实例保持规则关系，并支持对未直接训练条件的泛化。作者通过解码、子空间和跨条件泛化分析区分了刺激编码、动作准备和抽象规则表征，说明学习并非只提高既有信号强度，而是重新塑造群体几何，使任务变量变得更容易读取和迁移。

自然语言理解需要持续预测后续词，但人脑是否像语言模型一样在开放词表中统一计算概率仍不明确。研究把语音理解中的神经反应与多种语言模型的预测表征相比较，并显式操纵短语和句法成分结构。结果支持一种成分约束机制：大脑优先在当前短语或句法单元允许的范围内形成下一词预测，并在成分边界处更新预测空间。某些语言模型层能够解释部分神经响应，但只有加入结构性约束后，模型才更好地捕捉脑活动的时间组织。该发现把统计预测与层级句法处理连接起来。

作者采用 inception loop：先以大规模小鼠 V1 钙成像训练卷积神经网络数字孪生，再让模型生成能强烈激活单个神经元、但在外观上高度变化的刺激，最后在体内记录中验证预测。结果揭示一种“双分结构不变性”：高空间频率的纹理成分可以在位置变化下维持响应，而低空间频率的形状成分更依赖固定位置。研究进一步结合 MICrONS 连接组信息，检验这种功能结构与局部连接的关系。该流程不仅预测神经反应，还利用生成模型主动提出刺激并验证新型感受野组织。

人脑与自动语音识别系统都把连续声波转换为语言表征，但二者的层级组织是否相似并不清楚。研究使用人类听觉皮层颅内记录，比较循环语音识别网络不同层对神经活动的预测能力，并区分声学、音素、词汇和语义变量。结果显示，模型层级与皮层区域之间存在系统的拓扑对应：早期模型层更接近初级听觉区域，较深层则更能解释高级语言区域；与此同时，多种语言表征并非严格串行，而是在模型和皮层中以部分重叠、并行层级的方式编码。作者进一步分析了循环时间动态，说明语音识别系统的状态演化可用于解释听觉皮层中的多尺度处理。

常用的 neural predictivity 以人工神经网络特征预测脑活动，但高正向分数并不意味着模型的所有内部维度都能在大脑中找到对应。该研究提出 reverse predictivity，用灵长类腹侧视觉通路的神经活动反向预测网络单元，并与传统正向指标联合分析。结果表明，一些模型可以很好解释脑响应，但仍包含大量无法由脑活动恢复的独特维度；双向评价能够区分共有单元与模型特有单元，并揭示表征维度、训练目标、任务性能和对抗鲁棒性如何影响模型—脑对应。作者主张，只有同时考察两个方向，才能避免把单向可预测性误解为完整的表征等价。

通用视觉—语言嵌入包含丰富语义，但其几何结构未必最适合神经解码。作者提出将预训练图像和文本向量对齐到脑活动的表征结构，使语义距离更接近神经响应距离，再用调整后的向量完成视觉刺激识别。方法在 fMRI、MEG 和 ECoG 数据上测试，并覆盖不同记录尺度与解码设置。结果显示，脑对齐后的语义向量能够改善零样本和跨类别解码，说明性能瓶颈不仅来自脑信号到嵌入的映射，也来自目标语义空间本身。跨模态结果还表明，经过神经几何调整的语义结构具有一定可迁移性。

研究提出 ReAlnet，在图像识别训练之外加入人类 EEG 表征对齐目标，使视觉网络同时学习任务性能和脑相似性。模型通过多层图像到脑编码约束，让不同深度的视觉特征对应 EEG 中不同时间阶段的表征结构。作者报告，对齐后网络与人类脑活动的平均相似度提高，并在部分设置中出现较大的相对增益；这种改善还能迁移到训练时未使用的神经数据和视觉任务。分析显示，脑对齐改变了网络内部表征几何，而不是只在输出层进行浅层校准。该工作说明，时间分辨率较高的 EEG 可作为训练视觉模型的神经监督。

作者让参与者观看自然场景并采集 7T fMRI，使用表征相似性分析把脑区模式与视觉模型、语言模型不同层的特征逐一比较。结果显示，场景表征可分为两条互补路线：腹内侧通路更强调空间布局、场景结构和上下文，外侧枕颞通路更强调人物、动物等有生命实体。视觉模型能够在不同层级上对应两条路线，而语言模型主要与外侧语义通路对齐，并在部分早期或腹侧区域呈现不同甚至相反的几何关系。该研究借助跨模型共同表征提出了场景皮层组织的新解释。

研究对 20 名参与者进行最长一周的多电极颅内记录，并同步获取视频、行为、昼夜节律和心率等信息。作者使用深度动力学建模与 Koopman 表示学习，为每名参与者构建可预测长时间神经状态演化的模型。结果显示，脑活动大部分时间位于相对稳定的低维状态附近，但会被短暂、混沌样的转变打断；这些状态及转变与行为、睡眠和生理节律相关。睡眠不足会改变稳定流形和转变结构。该工作把自然环境中的多模态连续记录压缩为可解释的个体级神经动力学表征。

该数据资源面向视觉与语言语义关联，收集 8 名健康参与者在观看自然场景和中文描述配对时的 fMRI。刺激包含约 4,400 组场景—描述组合，参与者完成语义匹配判断，总扫描量约 210 小时。数据同时保留图像、文本、行为反应、预处理脑数据和质量控制信息。作者使用深度视觉与语言编码器验证数据可靠性，展示图像和文字语义可以在脑响应中被预测和比较。该数据集旨在支持脑—图像—文本对齐、跨模态编码与解码，以及视觉语言模型的神经评价。

BrainPrompting 研究如何在难以用语言准确描述目标人脸时，以脑反应直接引导生成模型。参与者观看一系列生成候选脸，系统从 EEG 中估计每个候选与记忆目标的匹配程度，再把该神经反馈用于更新生成对抗网络的潜变量，循环产生更接近目标的面孔。作者在类似警方排队辨认的实验中评估重建，并比较单人和多人脑反馈；聚合多名参与者的信息可提高目标身份和属性的恢复。该方法把神经解码从一次性分类转化为可交互的生成优化过程。

文章指出，认知神经科学长期依赖条件对比和相关映射，往往能定位差异，却难以描述一个神经状态如何转化为另一个状态。作者提出“生成—变换逻辑”：训练生成模型学习跨任务、情境、时间和个体的神经状态映射，再利用模型合成未观测状态、执行反事实操纵并检验潜在机制。这一框架强调多模态数据、个体差异、动态过程和可干预表征，同时要求模型预测回到实验中验证。文章将生成式 AI 定位为假设生成与实验设计工具，而不只是高性能分类器。