Meta 开源 AI 模型 TRIBE v2：无需实际测量即可精准预测大脑对图像、声音和文本的反应

Meta 基础人工智能研究团队(FAIR)近日开源全新 AI 模型 TRIBE v2，可精准预测人类大脑对图像、声音和文本的反应，无需实际测量即可完成，有望打破传统神经科学研究周期长、成本高的瓶颈。

该模型通过多模态融合逻辑工作：接收视频、音频和文本后，分别用 Video-JEPA-2、Wav2Vec-Bert-2.0 和 Llama3.2 提取特征，再经 Transformer 架构整合，输出含 7 万个体素（3D 像素）的高精度大脑活动图。其预测结果比真实 fMRI 更清晰（消除心跳、微动等噪音），准确度远超传统线性模型，还能复现经典神经科学实验。

不过 TRIBE v2 仍有局限：依赖延迟血流数据，无法捕捉毫秒级神经动态，缺乏触觉和嗅觉维度。Meta 已开源代码与权重，未来将探索其在脑科学实验规划、类脑 AI 构建及脑部疾病诊断等领域的应用。