由香港科技大學（科大）海洋科學系講座教授錢培元教授領導的研究團隊和南方海洋科學與工程廣東省實驗室（廣州）及中國水產科學研究院黃海水產研究所展開合作，在揭示深海黑珊瑚（Bathypathes pseudoalternata）與其共生菌的適應機制方面取得重大突破。研究成果已於國際權威期刊《 Cell Host & Microbe》發表。

医学图像分割是计算机辅助诊断、放疗计划制定等临床应用的基础，其精度与稳定性直接影响后续临床决策。近日辽宁科技大学赵琪团队与国科温州研究院帅建伟团队构建了一种不同于传统对称解码器E型结构医学图像分割框架，采用轻解码重构思路，保留多层编码器提取多尺度特征，通过跨层融合与精细化模块完成分割预测。基于该框架的2D和3D模型在8个多模态数据集（覆盖腹部多器官、心脏结构等典型场景）上表现优异。这项工作为医学图像分割提供了高效统一的新框架，为后续构建鲁棒分割系统及边缘端部署奠定基础，推动其走向大规模临床应用。相关研究以“E-SegNet: E-Shaped Structure Networks for Accurate 2D and 3D Medical Image Segmentation”为题发表在Research上。

针对自闭症幼儿的两项新的随机临床试验发现，机器人辅助训练与传统疗法效果相当，但患儿的参与度会显著提高。Daniel David 和同事开展的一项试验采用了便携式、适用于真实场景的技术设置（而非处于静态的实验室环境），它进一步印证了机器人辅助疗法在自闭症干预中的应用潜力。尽管对机器人在自闭症谱系障碍（ASD）治疗中所扮演角色的探索已持续了数十年之久，但其疗效与实际应用效果的临床证据仍然有限。David 等人的临床试验重点关注模仿、共同注意和轮流互动能力——这些都是构成更复杂技能基础的核心能力。第一项试验包含了 69 名儿童；他们在诊所内进行了为期 12 次、每两周一次的机器人辅助治疗以检验该疗法的效果；第二项试验则纳入了 63 名儿童，并通过适用于家庭或学校场景的便携式机器人设备进行了 5 次治疗，旨在检验其在现实环境中的效果。在解决儿童的某些 ASD 症状以及模仿、共同注意力和轮流互动机制方面，机器人辅助干预与传统疗法同样有效。同时，当引入机器人参与训练时，患儿似乎有更高的参与度，且他们在训练中失去兴趣的可能性也降低。David 等人指出，这些试验设计方案是在征询了家长、老师和患儿意见之后制定的，且机器人辅助治疗均在治疗师的监督下进行。

通过一种名为快速波纹的高频脑波振荡，Shanshan Liang 和同事成功发现了耐药性癫痫患者脑部活动中的枢纽区域，这些区域或可作为深部脑刺激（DBS）疗法的标靶。研究人员发现，在 8 名患者中，针对这些枢纽区域进行 DBS 治疗可在治疗后长达 11 天内减少癫痫的发作频率。丘脑前核是唯一获得 FDA 批准的用于治疗癫痫的 DBS 靶点，但并非所有患者都会对刺激该区域产生反应。为寻找 DBS 的替代性靶点，Liang 等人就耐药性癫痫患者术前评估期间所记录的快速脑波纹活动进行了研究。研究人员发现，快速脑波纹活动与这些患者在癫痫发作期间意识损害的严重程度高度相关。网络分析进一步发现了具有患者个体特异性的快速脑波纹活动枢纽。刺激这些枢纽区域能显著抑制快速脑波纹活动、减轻意识障碍，并在治疗后 2 至 11 天内改善癫痫的发作状况。研究人员指出，这项研究或可为确认 DBS 治疗癫痫的个性化靶点提供框架。

中国科学院计算技术研究所团队在《国家科学评论》发表前瞻文章，提出面向“全自动处理器芯片设计”的新范式。该框架以领域大模型为核心，结合功能验证驱动的自动修复机制和性能反馈驱动的搜索策略，有望实现从自然语言需求到可靠、高性能、可定制处理器的端到端自动生成。

无人驾驶离不开车与人、车与车、车与路之间的交互，然而实际场景中往往面临多种复杂工况。北京工业大学马楠教授团队发表了题为“Interactive Cognition of Self-driving: A Multi-dimensional Analysis Model and Implementation”的研究论文，介绍了无人驾驶交互认知的研究意义、组成和基础架构以及受维纳模型启发的无人驾驶交互认知以实现具身智能，构建了基于感知智能与行为智能的无人驾驶交互认知能力多维度分析模型。

香港科技大學（科大）與南方海洋科學與工程廣東省實驗室（廣州）合作推出全球首個深海組學數據庫（https://DeepOceanOmics.org/）。作為同類中規模最大的平台，數據庫一站式整合及分析極端海洋環境中生物的多組學數據，並提供個人化分析工具，支持跨物種比較與演化研究。平台旨在善用深海生物資源、加深科學界對深海生物多樣性及生態系統的理解，從而推動極端環境生物適應機制的全球研究與應用。