论文链接：https://arxiv.org/pdf/2508.10298
代码链接：https://github.com/MichaelMaiii/SynBrain
本研究由上海人工智能实验室、香港大学、香港中文大学等机构的科研人员联合完成，发表于NeurIPS 2025《SynBrain: Enhancing Visual-to-fMRI Synthesis via Probabilistic Representation Learning》。论文第一作者为麦伟健（Weijian Mai），现为香港大学一年级博士生，师从香港大学助理教授罗逸飞（Andrew F. Luo）。该工作完成于其在上海人工智能实验室实习期间，通讯作者为伍佳敏（Jiamin Wu）。
江西省加快脑机接口技术和产业发展若干措施
为贯彻落实党中央、国务院关于脑机接口技术和产业发展的工作部署，以承接脑机接口科技成果转化为抓手，推动脑机接口科技创新和产业创新深度融合，加快布局未来产业新赛道，现制定如下措施。
闵行区关于打造脑机接口未来产业生态的若干意见
脑机接口作为颠覆性技术被列为我国未来产业发展的重点方向，为深入贯彻国家科技战略规划，落实《上海市脑机接口未来产业培育行动方案（2025-2030年）》，抢抓全球脑机接口技术和产业发展机遇，增强创新研发、临床转化和孵化加速功能，完善人才、金融、数据、场地和专业服务资源支撑，推动先进技术产品开发、临床试验和产业化，打造上海高水平脑机接口未来产业集聚区，特制定本意见。
与“十四五”相比，“十五五”规划对卫生健康领域的战略部署呈现出系统性升级，核心关键词的权重调整深刻反映了国家对基层医疗未来的战略定位。以下是基于最新政策文件和实践案例的深度解析：
“十四五”时期，“健康优先”更多体现在预防为主的政策导向中，例如通过扩大公共卫生投入提升疾病防控能力 。而“十五五”规划将其明确为发展战略，强调“健康融入所有政策”的刚性约束：
顶层设计强化：通过立法保障健康影响评估机制，要求在财政投入、项目安排等领域优先考虑健康因素。例如，国务院《医疗卫生强基工程实施方案》明确将基层医疗资源配置与人口结构变化直接挂钩，到2030年实现居民15分钟可达最近医疗服务点 。
全周期治理深化：从单一疾病防控转向覆盖生命全周期的健康管理。例如，上海某社区通过AI慢性病管理平台，将糖尿病患者血糖控制达标率提升30%，急诊就医次数减少40%，验证了“健康优先”从理念到实践的转化路径。
政策融合机制创新：建立跨部门协同的健康促进体系，例如将健康社区、健康学校等“健康细胞”建设纳入地方政府绩效考核 ，推动健康目标与经济社会发展指标深度融合。
近年来脑机接口(BCI)技术飞速发展，从脑信号解码视频成为了其中一个热点问题。近期，上海交通大学郑伟龙团队提出了一种基于共享-特定结构的快速适应新被试的跨被试脑信号解码视频框架MindCross, 相关成果发表于人工智能顶级会议（CCF-A类AAAI 2026上，标题为“MindCross: Fast New Subject Adaptation with Limited Data for Cross-subject Video Reconstruction from Brain Signals”。如图1所示，现有的脑解码框架主要基于被试依赖范式，需要采集每个受试者大量的脑数据，导致难以快速适应一个数据较少的新被试，毕竟脑视频数据的采集成本高昂，而MindCross为所有被试训练一个通用模型，该模型能够快速适应数据有限的新被试。
意念操控机械臂写字，使盲人重获光明······这些过去只出现在科幻电影里的场景，正在脑机接口技术的发展和应用中逐步走进现实。
新近出炉的“十五五”规划建议提出，前瞻布局未来产业，探索多元技术路线、典型应用场景、可行商业模式、市场监管规则，推动量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等成为新的经济增长点。
在国家战略指引下“创新优势，实现新突破”，汕头市中心医院作为省级区域医疗中心，在这一前沿领域进行积极探索。11月19日，汕头市中心医院脑机接口病房启用，暨南大学汕头临床医学院脑机接口创新转化中心同步成立，标志着粤东地区首次实现脑机接口临床转化落地。校地合作孵化的这一创新平台，将为神经系统疾病患者带来更具科技感的治疗方案，助力汕头区域医疗中心建设驶入快车道。
重庆市智慧医疗装备产业创新发展行动计划（2025—2027年）
为推动重庆市智慧医疗装备产业高质量发展，特制定本行动计划。
本篇博客整理一些个人研究领域相关的重要文献。
大模型「灾难性遗忘」问题或将迎来突破。近日，NeurIPS 2025收录了谷歌研究院的一篇论文，其中提出一种全新的「嵌套学习（Nested Learning）」架构。实验中基于该框架的「Hope」模型在语言建模与长上下文记忆任务中超越Transformer模型，这意味着大模型正迈向具备自我改进能力的新阶段。
「灾难性遗忘」，是神经网络最根深蒂固的毛病之一，比如：
· 刚学会减法，就忘记了以前学到的加法；
· 切换到一个新游戏，模型在前一游戏的得分就会掉到随机水平；
· 微调大模型，常出现「风格漂移」与「旧知识遗忘」现象
……
它的存在，使得大模型难以像人类那样持续学习。
在过去十年中，得益于强大的神经网络结构及其训练算法，机器学习取得了惊人的进步。
但「灾难性遗忘」的老毛病并没有被根治。
为破解这一难题，来自谷歌的研究人员提出了一种持续学习的全新范式——嵌套学习（Nested Learning），并且已被NeurIPS 2025接收。
