大语言模型和基础模型正以前所未有的深度介入神经科学研究，引发了一场从方法论到认识论的范式变革。2026年初，该领域呈现出三大核心趋势：脑编码基础模型的崛起——Meta开源的TRIBE v2成为首个跨模态、跨任务、跨个体的大脑编码基础模型，能够直接预测人类大脑对图像、声音和文本的反应，其预测准确度超越真实fMRI信号质量；脑启发AI的范式突破——ALLT.AI的BLUM框架首次利用脑损伤数据解码大语言模型的语言处理机制，发现AI模型的“故障模式”与人类卒中后语言障碍高度一致，为AI可解释性提供了生物学锚点；临床智能体的规模化应用——从癫痫手术预后的Neuro-Oracle到认知障碍的多模态整合框架，AI正从“分析工具”演变为“临床协作者”。本综述系统梳理神经科学大模型的技术架构、应用场景、认识论争议和伦理挑战，为研究者提供从原理到实践的完整导航。
关键词：神经科学大模型；TRIBE v2；脑编码模型；BLUM框架；可解释AI；脑启发AI
1 引言：AI与神经科学的双向奔赴
神经科学与人工智能的关系正经历深刻的重构。过去十年，AI从神经科学中汲取灵感——卷积神经网络的设计受Hubel和Wiesel的视觉皮层研究启发，强化学习与多巴胺奖赏预测误差理论高度同构。然而，进入2026年，这种单向的“神经启发AI”正演变为“AI赋能神经科学”与“神经科学反哺AI”的双向奔赴。
这种双向奔赴的逻辑根基在于一个被发现的关键事实：大规模AI模型的内部表征与生物大脑的神经活动存在系统性对应。当研究者将一段文本、一张图像或一段音频输入AI模型时，模型内部的人工神经元激活模式，与人类被试在观看/收听相同刺激时的fMRI信号呈现出可量化的相似性。
这一发现催生了整个“神经科学大模型”领域。所谓神经科学大模型，是指将大规模深度学习架构（基础模型、大语言模型、多模态模型）应用于神经科学研究与临床实践的工具集合。它们的工作方式可以概括为两大范式：
脑编码范式：以Meta TRIBE v2为代表，这些模型学习从刺激空间（图像、声音、语言）到大脑活动空间的映射，实现对神经反应的“预测”。它们本质上是神经科学的新型“计算显微镜”——通过模拟大脑对刺激的处理，揭示神经编码的统计规律。
脑启发AI范式：以ALLT.AI的BLUM框架为代表，这些模型利用神经科学的原理（如脑损伤定位映射）来理解、改进或验证AI系统本身。它们为解决AI的“黑箱”问题提供了外部生物参照系。
2026年，这两个范式正以前所未有的速度发展。本文将从技术原理、主流工具、临床应用到认识论反思，系统梳理神经科学大模型的前沿图景。
2 脑编码基础模型：TRIBE v2与跨模态大脑预测
2.1 什么是脑编码？
脑编码（Brain Encoding）是计算神经科学的核心任务之一：给定一个外部刺激（如一段语音、一张图像或一个句子），预测大脑各区域会如何反应。传统方法依赖线性模型或浅层神经网络，在每个实验、每个被试、每个模态上分别训练，导致模型无法泛化。
基础模型范式彻底改变了这一局面。与其为每个实验单独建模，不如构建一个跨任务、跨个体、跨模态的通用大脑编码模型，在大规模神经数据集上预训练，然后适配到具体任务。
2.2 TRIBE v2：首个面向大脑预测的基础模型
2026年3月，Meta基础人工智能研究团队（FAIR）开源了TRIBE v2（Task-driven RepresentatIon for Brain Encoding），这是首个可用于预测人类大脑对多模态刺激反应的编码基础模型。
核心技术架构
TRIBE v2的多流水线架构体现了“模块化融合”的设计哲学：
模态特定编码器：三个预训练大模型分别处理不同输入类型——Video-JEPA-2提取视频动态特征，Wav2Vec-Bert-2.0处理音频输入，Llama 3.2编码文本内容
跨模态融合层：Transformer架构将三个模态的特征整合为统一的神经预测信号
体素级输出：模型最终输出一张包含70,000个体素（3D像素）的高精度大脑活动图谱，覆盖全脑范围
性能突破：超越真实数据的信噪比
TRIBE v2最引人注目的发现是：其预测的大脑活动图比真实fMRI扫描更加清晰。原因在于fMRI信号受心跳、呼吸、头部微动等多种生理噪声干扰，而TRIBE v2直接预测“去噪后的平均反应”，消除了这些混杂因素。
在定量评估中，TRIBE v2的预测准确度显著超越传统线性模型（提升幅度达数倍），并且成功在计算机上复现了大量经典神经科学实验的结果——这意味着研究者可以在不实际扫描被试的情况下，通过模型模拟验证实验假设。
多模态协同效应
TRIBE v2揭示了一个关键发现：单独输入音频会激活听觉皮层，而当同时输入多模态数据（视频+音频+文本）时，颞叶、顶叶和枕叶交界处的预测准确率可飙升50%。这一“跨模态增强效应”表明，大脑的感官处理并非孤立模块，而是在更高阶的联合皮层区域进行整合——这与认知神经科学中长期存在的“多感官整合”理论高度一致。
局限性与未来方向
尽管表现惊艳，TRIBE v2仍有明显局限：
时间分辨率受限：基于BOLD-fMRI数据（具有数秒延迟），无法捕捉毫秒级的神经动态
模态覆盖不全：缺乏触觉、嗅觉、味觉等感官维度的编码模型
因果解释有限：预测能力不等于理解能力，模型不解释“为什么”特定刺激激活特定脑区
Meta已全面开源TRIBE v2的代码与权重，未来将重点探索其在规划脑科学实验、构建类脑AI架构及诊断脑部疾病等领域的应用潜力。
2.3 技术定位：新型“计算显微镜”
IBM Research的Takuya Ito将这类模型定位为一种新型研究工具：“像一种新的成像技术或侵入式记录方法，我将大AI模型视为理解大脑工作方式的工具”。
然而，这一观点并未获得普遍共识。伦敦大学学院的计算神经科学家Karl Friston提出了尖锐异议：“大生成式AI模型是杰出的工程成就，但它们可能有用也可能没用。从构造上说，它们无法推进我们对大脑的理解——理解意味着解释”。
这一分歧的实质在于：预测与解释之间的界限。TRIBE v2可以高精度预测大脑活动，但无法告诉我们大脑为何这样运作。支持者则认为，即使不提供完整的因果解释，识别复杂数据中的模式本身就具有科学价值——它可以生成可检验的假说，引导后续实验。
3 脑损伤解码LLM：BLUM框架的革命性方法
3.1 问题：AI可解释性的“生物学缺失”
大语言模型（LLM）的“黑箱”问题是AI领域最棘手的挑战之一。模型产生输出，但没有人能完全追踪或解释其内部处理过程。现有的可解释性方法（如注意力可视化、特征归因、探针任务）缺乏外部验证——我们无法知道这些解释是否反映了模型的真实计算，还是仅仅是人类的投射。
神经科学在150多年前解决了类似问题：通过研究脑损伤患者的语言障碍，定位特定认知功能的大脑区域。卒中导致特定脑区损伤后，患者在某些语言任务上表现异常，研究者据此推断该脑区的功能角色。这种“损伤-症状映射”方法确立了因果证据——不是相关性，而是“移除该区域后功能丧失”的因果推断。