
CNET科技资讯网 4月28日 国际报道: 研究人员设计了一种名为Biobag的人造子宫, 用它来培育极其早产的羔羊。那么,接下来培育的会是人类婴儿吗?
科学家首次向我们展示了这样一个人造子宫,它能够成功地供养那些处在大约相当于23周的胎儿发育阶段的小羊羔。
这些羔羊在这个被命名为“Biobags”的人造子宫中生活了四周,这个人造子宫是一个半透明的、软质聚氯乙烯袋状结构,其中装满了人工羊水,其氧气交换、废料去除的过程与生物子宫中发生的过程一样。
这种人造子宫最终或将有助于解决婴儿死亡率中最为复杂的原因之一——极端早产。
尽管几十年来人们一直在努力降低婴儿死亡率,但早产仍是五岁以下儿童死亡的主要原因。而且尽管发达国家的医学科学已经将新生儿的存活边界推到了23周,但对这种极度早产婴儿的治疗过程却非常复杂,对于存活的孩子来说,终生并发症的风险很高。
这些婴儿需要的是在子宫里多呆一段时间。而Biobag恰好可以为他们提供这段宝贵的时间。
不过我们要明确的一点是,这个想法并不等同于要让婴儿从受孕到出生都完全在母体子宫外生长。
主要的研究作者和胎儿外科医生艾伦·弗拉克(Alan Flake)向《卫报》表示:“我不希望这种人造子宫被看做是人们装在袋子里悬挂在墙壁上。这也不是这个设备会有的运作方式或外观。”
相反,弗拉克希望这项技术能够起到一个过渡作用,为极早产的婴儿提供更多生长时间。
他表示:“如果我们能为婴儿的生长和器官的成熟多提供几个星期的供养支持,我们将能够大大改善早产婴儿的结局。”
迄今为止,其研究成果是非常有希望的。早产儿往往格外脆弱,尤其容易受到肺部发育不良和其他并发症的影响,而实验中被照料的小羊羔的肺部和大脑也得以正常发育。最早在Biobag中长大的羔羊现在已经一岁多了,而且它们看起来还很健康。
不过,小羊羔毕竟不是人类婴儿,而且该设备能够可靠地进入市场前还有一段路要走。但弗拉克及其团队对此感到非常乐观,他们认为该系统有可能会在三年内进行临床试验。
对早产儿而言,最好的治疗方法就是在一开始防止他们早产。但对于那些不合适的情况,Biobag或许只是早产儿所需要的最微小的突破。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。