Meta 发布人脑预测模型 TRIBE v2：开源权重，模拟神经活动

TRIBE v2 是一个模拟人脑神经活动的基础模型，可以直接预测人类在接收图像、声音和语言刺激时的大脑反应。

说白了，它就像一个人脑的「数字孪生」。神经科学研究人员不用每次都把受试者塞进昂贵的核磁共振仪器里，输入一段视频、一段音频或文本，模型就能预测出大脑各个区域的高分辨率神经活动。

它是怎么做到的

TRIBE v2 的前身是 Meta 在 Algonauts 2025 竞赛中的获奖模型。当时那个版本只用了 4 名受试者的低分辨率功能性磁共振成像（fMRI）数据进行训练，局限很大。

这次的 v2 版本规模直接拉满。Meta 收集了 700 多名健康志愿者的真实脑扫描数据，让他们观看图像、收听播客、浏览视频并阅读文本。

依靠这套多模态刺激数据集，模型学会了复杂感官输入与神经反应之间的映射关系。据报道，它的预测分辨率达到了同类模型的 70 倍。

更实用的是它的泛化能力。TRIBE v2 支持零样本预测，面对完全没参与过训练的新受试者、全新的语言甚至全新的认知任务，依然能够稳定输出可靠的高分辨率 fMRI 响应。

怎么上手和开放程度

Meta 这一次的开源给得很彻底。研究论文、代码库以及预训练模型权重都已经完整公开，遵循 CC BY-NC 许可证，允许非商业研究免费使用。

如果你不想本地配置环境，官方还上线了一个可直接操作的交互式 demo 网页，输入多模态内容就能直观查看大脑模拟活动。

需要注意的是，由于采用了 CC BY-NC 协议，任何商业机构如果想把它塞进商用脑机接口或商业医疗产品中，目前是不被允许的。

为什么重要

做脑科学实验最大的痛点就是贵和慢，每一次测试都得招募志愿者、预约核磁仪器，样本量动辄卡在几十个人以内。我们认为，TRIBE v2 最大的价值是给研究者提供了一块「计算沙盒」：在真正花钱做昂贵的活体实验之前，可以先在模型里快速筛一遍假说。

此外，它也是用前沿 AI 启发类脑架构的一个样本。虽然目前受限于非商用协议且只能作为学术工具，但对于认知神经科学、计算医学和独立研究者来说，这绝对是当下最值得放进工具箱的开源脑模型之一。