据 ai987.cn 于 2026 年 11 月 4 日收到的消息 ‣ 斯坦福大学吴蔡神经科学研究所正式启动“斯坦福数字大脑计划”，这一雄心勃勃的大学层面研究项目旨在开发人脑的预测性计算模型，以加速神经科学研究并推动脑部疾病的检测与治疗。

该项目由慈善家马克·斯蒂文斯和玛丽·斯蒂文斯牵头捐赠发起，克拉拉·吴·蔡提供追加资助。斯坦福大学校长乔纳森·莱文表示，这一跨学科合作项目汇聚了多领域顶尖人才，并承诺开放共享研究成果，以确保发现造福社会最大化。马克·斯蒂文斯指出，当前人类测量和理解大脑的能力正以前所未有的规模扩展，并与人工智能的快速进步相汇聚，斯坦福处于这一交汇点的核心位置，若项目成功，将彻底改变人类对脑部疾病的认知与治疗方式。作为吴蔡神经科学研究所的创始支持者，克拉拉·吴·蔡亦表达了对该“登月计划”般愿景的坚定支持。

作为吴蔡神经科学研究所的一项跨学科倡议，该项目汇集了人文科学学院、医学院和工程学院的教职人员。未来五年，研究团队将利用校园内最先进的脑成像技术，采集大规模定制化的人脑活动数据集，并以此训练迄今最详细、最精准的人脑活动基础模型。吴蔡神经科学研究所教职学者、心理学与计算机科学副教授丹·亚明斯解释，正如气象学家利用大气模型预测天气，准确的大脑预测模型将让研究人员在虚拟环境中以比实验室快数量级的速度验证关于脑功能的假设。这将有助于识别抑郁症、帕金森病等疾病背后往往隐蔽的脑网络功能障碍，从而推动早期生物标志物的发现与靶向干预的开发。

亚明斯教授以修复系统为喻强调，构建详细模型是修复大脑等复杂系统的最佳途径，而如今技术条件已成熟，斯坦福拥有所有关键要素使其成为现实。项目成员、吴蔡神经科学研究所所长康·沈设想，未来医生可通过模拟数字大脑预测抑郁症患者的个性化治疗反应，或在一夜间完成数千次虚拟实验以探索自闭症、阿尔茨海默病的脑网络机制。所谓“脑基础模型”，是指在海量多样脑成像数据上训练的机器学习算法，能提取广泛统计规律并对未见情境生成真实预测，类似大语言模型处理文本，此处旨在建立能预测人脑在各种情境下反应的“大脑模型”。

项目采用独特的“团队科学”模式，通过统一实验框架整合多模态数据。研究人员将利用 2025 年在卢卡斯成像中心启用的新一代临床级 7 特斯拉 MRI 扫描仪，以及科雷特人类神经科学社区实验室的最新可穿戴 OPM-MEG 系统，同步获取高空间分辨率与毫秒级时间精度的脑活动数据。教职学者劳拉·格威利亚姆斯指出，双技术结合可揭示感知、注意、记忆等脑网络如何协同工作。放射学副教授乔纳森·波利梅尼强调，这种联合成像将产出绝无仅有的脑活动全景图谱。

模型开发团队将借助斯坦福马洛 GPU 计算集群，基于上述互补数据集训练基础模型，从感知、记忆、注意等关键脑系统切入，逐步扩展至全脑模型。数据采集与模型构建的持续反馈循环将不断验证模型准确性，并开发疾病干预的原型应用。秉承开放科学承诺，项目产出的数据集与模型将通过 OpenNeuro 等平台免费向全球研究者开放。斯坦福科研副教务长兼研究院长大卫·斯塔德特称，这体现了学校长期对共享工具与高性能计算投入的成果，是大规模团队科学的生动实践。

综合自斯坦福大学新闻网及吴蔡神经科学研究所报道。