智源与清华研究登上Science:Brainμ助力解析记忆如何反向调控睡眠

睡眠不只是“修复记忆”的时间,也可能被记忆本身反向塑造 。 近日, 北京智源人工智能研究院与清华大学合作的研究成果发表于《Science》, 将“记忆—睡眠”关系推进到更细的机制层面: 睡眠中的记忆重激活, 参与了睡眠动态的调控。

📌 从“睡眠促进记忆”到“记忆影响睡眠”

长期以来,神经科学研究普遍关注睡眠对记忆巩固的作用。人们更熟悉的叙事是: 白天形成的经验, 会在睡眠中被整理、强化。但一个反向问题同样关键: 这些被重新激活的记忆内容, 是否会改变睡眠结构本身?

此次研究围绕这一问题展开。研究团队通过分析睡眠活动与记忆相关神经活动之间的关系, 提出睡眠中的记忆重激活并非单纯“回放”, 而可能参与睡眠状态的动态调节。

🔍 Brainμ 承担多模态神经数据分析支撑

这项研究中,智源研发的脑科学多模态基础模型 Brainμ0 承担了重要的数据分析支撑角色。现代神经科学实验会产生大量异质数据, 例如 EEG 信号、双光子钙成像数据、Neuropixels 记录等, 如何在统一框架下表示和分析, 是研究中的难点。

Brainμ0 的核心能力之一,是通过 Brainμ Tokenizer 将不同类型神经信号转化为对齐的神经活动表征, 从而支持跨个体、跨场景的数据标注、事件识别、神经活动预测和跨模态对齐等任务。

💡 正负向记忆对睡眠产生不同影响

在此次发表于《Science》的研究中,Brainμ0 被用于处理睡眠 EEG 信号和记忆相关单细胞双光子钙成像信号。模型辅助研究人员分析记忆活动与睡眠相位变化之间的关系, 并区分伴随记忆重激活的睡眠与非伴随记忆重激活的睡眠。

• 负向记忆再激活 可能加剧睡眠碎片化, 并提高机体警觉性;
• 正向记忆再激活 则可增强睡眠连续性和抗干扰能力;
• Brainμ0 在零样本场景下完成跨个体、跨场景分析, 显示出基础模型在神经科学研究中的泛化潜力。

📊 AI for Science 正在进入神经科学实验现场

除了本次研究,Brainμ0 还被用于小鼠睡眠神经活动的自动化分析。材料显示, 该模型训练数据覆盖超过 7 万晚睡眠记录, 并纳入不同转基因背景、任务范式、脑区及其他模态数据。在与北京生命科学研究所相关团队合作中,Brainμ0 用于不同转基因品系小鼠长期睡眠数据分析, 并经过超过 3000 晚睡眠数据的“模型 + 人类专家”双向验证。

这类应用的意义,不只是提升分析效率。对于神经科学而言, 跨物种、跨模态、跨任务的数据一致性长期是瓶颈。基础模型如果能够提供稳定的统一表征, 就有机会让科研人员更快发现复杂神经活动中的关联与假设线索。

🚀 值得关注的下一步

围绕“智源 & 清华合作成果登上 Science: 脑科学多模态基础模”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。