Meta 发布 TRIBE v2 大脑模型：无需 fMRI 扫描即可预测神经反应，分辨率提升 70 倍

对于依赖 fMRI 扫描研究大脑反应的科研人员来说，设备成本高、实验耗时长一直是痛点。Meta 基础人工智能研究团队（FAIR）近日推出 TRIBE v2 三模态大脑编码模型，为这一问题提供了新解决方案。

该模型基于 720 名受试者超 1000 小时的 fMRI 数据训练，通过 Transformer 架构生成跨刺激、任务和个体的通用神经表征，分辨率较同类系统提升 70 倍，速度与准确性显著提升。

TRIBE v2 具备零样本预测能力，无需重新训练即可预测新个体或未见过的刺激反应，支持秒级虚拟实验。Meta 已开源模型权重、代码库及演示程序，有望加速脑机接口开发与神经系统疾病研究。