当研究人员齐聚华盛顿特区参加神经科学学会年会，激烈辩论人工智能能否真正解释大脑工作原理时，一项关于小鼠大脑研究的低调成果可能已给出答案。
一个团队利用有史以来最大规模的神经AI模型之一，对涵盖310万个神经元、73只小鼠及1500亿条神经信号记录的数据进行了训练。他们发现了一个与现代AI核心前提直接相悖的现象：向模型中添加更多参数并未提升其性能。数据确实有帮助，但模型规模没有。
在AI领域，这近乎异端。支撑语言模型的“扩展定律”建立在简单且反复验证的关系之上——更多的参数和算力带来更好的结果。这一规律在语言、图像和视频处理中均成立，是数千亿美元AI投资背后的经济引擎。然而，在模拟人类大脑时，这一规律可能并不适用。
神经科学的昂贵赌局
这一发现来自OmniMouse研究，该研究将在国际学习表征会议（ICLR 2026）上展示，并构成了今日发表于《神经科学杂志》的一篇“双重视角”论文的核心争议。华盛顿大学计算神经科学家Bing Wen Brunton与阿玛兰斯基金会神经AI研究员Patrick Mineault就AI大脑模型的实际能力提出了截然相反的立场，两人将于11月15日在神经科学学会年会上进行现场辩论。
神经科学正处于一场昂贵的赌局之中。改变自然语言处理的基础模型方法——在海量无标签数据上训练大型神经网络，再针对特定任务微调——正被应用于大脑神经活动。
这种逻辑直观易懂：如果基于足够多神经记录训练的模型能准确预测新的大脑对新刺激的反应，那么该模型可能已习得关于大脑计算方式的根本知识。
巨额投资反映了这一逻辑。Meta AI研究部门已向斯坦福大学的一项倡议捐赠1500万美元，旨在收集1.5万小时高分辨率功能性磁共振成像（fMRI）数据，以训练研究人员所称的人类大脑“数字孪生”。Meta于2026年3月发布了TRIBE v2大脑模型，该系统基于25名参与者超450小时的fMRI记录训练，并在720名参与者超1100小时的数据集上评估。TRIBE v2实现了零样本预测：面对参与者从未见过的刺激，它能在记录单个神经元之前预测人脑反应。
与此同时，托利亚斯实验室（Tolias Lab）于2025年4月在《自然》杂志发表论文，展示了一个由贝勒医学院、斯坦福大学和艾伦研究所共同开发的基础模型。其在高级视觉大脑区域的预测准确性比此前领先模型提高了25%至46%。通过对多只小鼠记录数据训练，该模型仅需额外30分钟数据即可泛化到新小鼠身上，并做出了关于视觉皮层紫外线敏感性的预测，随后在活体动物实验中得到证实。资深作者Andreas Tolias将这一预测描述为“实用性的确切体现”。
扩展定律的断裂
随后出现的OmniMouse打破了这一叙事。该模型基于323次记录会话中73只小鼠的310万个神经元进行训练，包含超1500亿个单独神经数据点，数据集规模比任何先前大脑模型大几个数量级。OmniMouse旨在测试标准AI操作手册是否依然有效：构建更大模型，在更多数据上训练，从而收获收益。
结果显示，数据确实有帮助，但模型规模没有。OmniMouse作者在ICLR 2026指出，性能随神经记录数据增加而扩展，但在相对适度的参数数量后，向架构中添加更多参数并未产生有意义的改进。在标准AI扩展中，这两条曲线同步移动；对于大脑数据，它们发生了分歧——参数扩展曲线变得平坦。
这种分歧表明，神经活动数据在根本层面上以不同于语言或图像数据的方式组织。语言模型所利用的统计规律——那些奖励增加参数的模式——可能并不以相同形式存在于神经元交换的电信号中。若此成立，AI方法论向脑科学的转移可能正撞上一堵算力无法解决的墙。
2026年对BrainLM的一项评估加剧了这一担忧。BrainLM是一个基于神经科学文献中6700小时fMRI数据训练的基础模型。当研究人员测试其从脑活动预测认知表现的能力时，拥有6.5亿参数的较大版本表现不如仅拥有1.11亿参数的较小版本。两者均被一个简单的线性模型击败，后者仅使用描述脑区共同激活的功能连接性矩阵，完全无需深度学习。
两台互不理解的机器
推动周日辩论中Brunton一方核心论点的是哲学层面的质疑：预测和解释不是一回事。
一个能准确预测视觉皮层在看到红苹果时反应的模型，并未解释为何如此。它仅揭示了输入输出间的模式关系，如同优秀的回归模型。它未触及机制：电路级计算、细胞特性、进化约束及产生该模式的反馈回路。
约翰霍普金斯大学John Krakauer直率地描述了这一局面：基础模型给了我们“一个我们需要去理解的第二大脑”，即有两个大脑，却无解释。布朗大学Ellie Pavlick将其表述为“两个黑箱”：原始大脑与用于预测它的AI模型，内部均不可窥探。
Brunton的批评更进一步。她在具身智能方面的工作表明，任何未考虑大脑所进化出的身体控制的模型在结构上都是不完整的。大脑不仅是运行在身体内的模式补全机器，更是一个控制系统，其表征受运动物理、抓取力学和社会协调需求塑造。在小鼠观看视频时捕获的神经记录上训练的模型，无法学到对大脑至关重要的本质用途。
她的比喻尖锐有力：即使将蠕虫的全部连接组移植到机器人身体中，得到的仍然不是蠕虫。部件正确，但行为并非如此。
乐观理由及其局限
Patrick Mineault的反驳论点经验主义且直接：悲观主义者过早设定了过高标准。
自然语言处理中的基础模型最初也因“预测下一个词而不理解语言”受到批评。这些批评并非错误，但关于模型最终能力的判断也是错误的。随着规模扩大和数据扩展，在较小规模下看似不可能的涌现能力可靠出现。Mineault认为，预测与理解之间的差距是当前技术状态与发展轨迹之间的差距，而非根本天花板的证据。
他指出大脑模型已产生的成果：托利亚斯实验室的紫外线敏感性预测在体内得到证实，代表了一项源于纯数据驱动模型的真正科学发现，没有任何关于效应为何存在的机制理论。模型先发现，实验后确认。
纽约大学Grace Lindsay指出，当前预测准确率指标并非天花板。即使是最先进的当前模型，所解释的神经方差比例也留有巨大空间。她将当前状态描述为开端，而非判决。
斯坦福大学Daniel Yamins认为，两派阵营并非如辩论框架暗示的那样对立。任务训练模型提供机制假设，数据驱动基础模型提供测试规模，结合使用可能比单独使用更强大。
“有用”的真实面貌
这场辩论具有明确的临床意义。目前用于治疗帕金森病、难治性抑郁症和癫痫的神经刺激疗法需要广泛的个体校准，迭代调整可能耗时数周甚至数月。一个能准确预测患者大脑对刺激反应的模型可极大加速这一过程。同样的逻辑适用于精神药物开发，其中关于化合物如何影响群体神经动力学的模型可取代多年的临床试验猜测。
但当应用场景转向临床时，Krakauer的“第二大脑”问题并未消失。一个能预测深部脑刺激（DBS）参数下大脑反应的基础模型，需在患者整个运动状态、情绪状态和环境语境范围内准确预测反应，而不仅仅是在生成训练数据的受控记录会话中。Brunton的具身智能论点在临床转化中具有强说服力：接受治疗的大脑附着在一个在世界中移动的人身上，实验室记录可能未能充分采样这种变化，从而无法可靠泛化。
OmniMouse的扩展结果表明了一条出路，但这很昂贵。如果更多数据有帮助而更多参数没有帮助，那么进步需要对神经记录保持巨大的持续投入——不是构建更大的模型，而是构建更丰富的数据集。这颠覆了使AI基础模型在语言和视觉领域可行的经济学原理：在那里参数扩展廉价，数据收集相对固定；对于大脑数据，情况恰恰相反，一小时记录成本远高于一个文本令牌。
周日的问题
周四开幕的神经科学学会年会是脑科学领域最大的年度聚会。当Brunton和Mineault在周日面对面时，他们将在已将职业生涯、资助和机构声誉押注于基础模型赌注的同事面前进行辩论。OmniMouse和BrainLM的结果将摆在桌面上。
问题不在于AI大脑模型是否产生有用的预测——证据清楚表明它们确实如此。问题在于，一个自称正在构建对大脑机制理解的领域，究竟是在构建这种理解，还是在构建越来越精确的模式匹配器？像潮汐表预测海洋一样预测大脑：准确、有用，但对驱动水的力量没有任何理论。
OmniMouse中失效的扩展定律表明，这个类比可能比该领域最具雄心的从业者愿意承认的要更接近现实。大脑信息结构所抗拒的——那些奖励更大模型的整齐统计规律——可能正是使其成为大脑而非非常复杂的查找表的原因所在。如果是这样，通往真正机制理解的路径可能需要不再依赖已行之有效的方法，而是寻求真正不同的东西。
这是Brunton的论点。Mineault的观点则是该领域尝试的时间还不够长，不足以知晓答案。周日，两人都会在场，亲自阐述各自的观点。
Brunton/Mineault的双重视角论文今日发表于《神经科学杂志》，第46卷，第45期。神经科学学会年会将于2026年11月14日至18日在华盛顿特区的沃尔特·E·华盛顿会议中心举行。