3月28日，科技媒体TheDecoder报道，Meta基础人工智能研究团队（FAIR）开源了一款名为TRIBEv2的全新AI模型，该模型能够精准预测人类大脑对图像、声音和文本的反应。TRIBEv2的核心优势在于无需实际测量即可预测大脑对视觉、听觉和语言刺激的反应，有望改变传统神经科学研究的局限性。模型通过三个预训练大模型提取特征，再由Transformer架构整合信息，输出包含7万个“体素”的大脑活动图。TRIBEv2在预测大脑活动方面表现出色，其预测结果比单人真实的脑扫描图更清晰，且准确度远超传统线性模型。

TRIBEv2模型揭示了不同感官如何激活特定的大脑区域，例如单独输入音频会激活听觉皮层，而多模态数据输入时，大脑颞叶、顶叶和枕叶交界处的预测准确率可提升50%。在视觉实验中，模型识别了面部、地点、身体和角色的专门大脑区域。尽管TRIBEv2表现出色，但它依赖存在数秒延迟的血流数据，无法捕捉毫秒级的神经动态，且缺乏触觉和嗅觉维度。

Meta已全面开源TRIBEv2模型的代码与权重，并计划探索其在规划脑科学实验、构建类脑AI架构及诊断脑部疾病等领域的应用潜力。