Meta 釋出人腦預測模型 TRIBE v2：開源權重，模擬神經活動

TRIBE v2 是一個模擬人腦神經活動的基礎模型，可以直接預測人類在接收影像、聲音和語言刺激時的大腦反應。

說白了，它就像一個人腦的「數字孿生」。神經科學研究人員不用每次都把受試者塞進昂貴的核磁共振儀器裡，輸入一段影片、一段音訊或文本，模型就能預測出大腦各個區域的高解析度神經活動。

它是怎麼做到的

TRIBE v2 的前身是 Meta 在 Algonauts 2025 競賽中的獲獎模型。當時那個版本只用了 4 名受試者的低解析度功能性磁共振成像（fMRI）資料進行訓練，侷限很大。

這次的 v2 版本規模直接拉滿。Meta 收集了 700 多名健康志願者的真實腦掃描資料，讓他們觀看影像、收聽播客、瀏覽影片並閱讀文本。

依靠這套多模態刺激資料集，模型學會了複雜感官輸入與神經反應之間的對映關係。據報道，它的預測解析度達到了同類模型的 70 倍。

更實用的是它的泛化能力。TRIBE v2 支援零樣本預測，面對完全沒參與過訓練的新受試者、全新的語言甚至全新的認知任務，依然能夠穩定輸出可靠的高解析度 fMRI 響應。

怎麼上手和開放程度

Meta 這一次的開源給得很徹底。研究論文、程式碼庫以及預訓練模型權重都已經完整公開，遵循 CC BY-NC 許可證，允許非商業研究免費使用。

如果你不想本地配置環境，官方還上線了一個可直接操作的互動式 demo 網頁，輸入多模態內容就能直觀檢視大腦模擬活動。

需要注意的是，由於採用了 CC BY-NC 協議，任何商業機構如果想把它塞進商用腦機介面或商業醫療產品中，目前是不被允許的。

為什麼重要

做腦科學實驗最大的痛點就是貴和慢，每一次測試都得招募志願者、預約核磁儀器，樣本量動輒卡在幾十個人以內。我們認為，TRIBE v2 最大的價值是給研究者提供了一塊「計算沙盒」：在真正花錢做昂貴的活體實驗之前，可以先在模型裡快速篩一遍假說。

此外，它也是用前沿 AI 啟發類腦架構的一個樣本。雖然目前受限於非商用協議且只能作為學術工具，但對於認知神經科學、計算醫學和獨立研究者來說，這絕對是當下最值得放進工具箱的開源腦模型之一。