Neural Brain：神经科学启发的具身智能体框架

论文概览

当前AI系统虽然在模式识别和符号推理方面取得了显著成就，但本质上仍是"无身体的"——大语言模型如GPT-4和DeepSeek-R1虽能产生复杂的语言输出，却无法与物理世界进行实体交互。这一局限催生了具身AI的兴起，而具身智能体的核心挑战在于：如何设计一个驱动智能体在非结构化环境中实现人类级适应性的"大脑"？

来自南洋理工大学、湖南大学、哈工大（深圳）等多所国际顶尖机构的研究团队，在本文中首次从神经科学角度提出了具身智能体的Neural Brain概念，构建了一个融合多模态主动感知、感知-认知-行动闭环、神经可塑性记忆系统和神经形态硬件/软件的生物启发式统一框架。与现有综述仅关注LLM智能体或特定模块不同，本文首次系统性地将神经科学的核心原理——预测编码、事件驱动处理、分层架构、可塑性适应——映射到计算模型的设计中，为弥合"静态AI模型"与"动态适应性智能体"之间的鸿沟提供了理论基础。

核心创新

本文的核心贡献可归结为四个层面。首先，首创神经科学视角的Neural Brain定义——学界和工业界尚未对具身智能体的"大脑"应该是什么、包含哪些功能形成共识，本文首次给出了明确的生物学启发式定义和组件划分。其次，提出了四维度统一架构——将Sensing（多模态主动感知）、Function（感知-认知-行动集成）、Memory（神经可塑性驱动的存储更新）和Hardware/Software（神经形态优化）系统性地组合为一个完整框架。第三，揭示了人脑与AI的核心差距——通过30+页的系统综述，全面分析了现有AI系统在实时性、适应性、能效等方面与人脑的距离。第四，引入了情感在推理中的角色——论文特别强调了杏仁核在决策评估中的作用，指出没有情感调节的纯粹逻辑推理不足以支持真实世界的适应性决策。

方法论

从人脑到Neural Brain：四条设计原则

论文从人脑神经科学中提炼出四条核心设计原则，直接指导Neural Brain的模块设计：

原则一：自底向上感知 + 自顶向下注意力（Bottom-up Sensing & Top-down Attention）

人脑处理感官信息同时依赖两条通路。自底向上感知是自动化的数据驱动过程，无需意识努力——从嗅觉系统的前5%Kenyon细胞稀疏编码，到视觉的V1皮层边缘/运动/颜色编码，再到海马体位置细胞和MEC网格细胞的空间内在地图。自顶向下注意力则根据认知目标、过往经验和任务相关性主动调节感知——如鸡尾酒会效应中的选择性听觉、麦格克效应中的跨模态调制、以及盲文阅读中触觉敏感度的提升。Neural Brain的Sensing模块借鉴这一双重机制，在视觉、听觉、触觉、嗅觉等多模态融合基础上，引入主动感知和自适应校准。

原则二：感知-认知-行动的闭环

人脑并非按顺序处理信息，而是以预测性闭环方式运作。感知如同GAN——大脑不断生成预测并将其与实际输入比较，通过误差纠正优化感知精度；认知建立在因果推理、反事实思维（"如果...会怎样"）和强化学习的基础上，多巴胺驱动的奖励反馈和sharp-wave ripple重放机制持续优化决策；行动则跨越从反射、反应到目标导向行为的连续谱，每一次行动都改变环境，生成新的感知输入，重启循环。

论文进一步将认知融入感知-行动循环的深度划分为四个层次：OOA（记忆驱动，Observe-Orient-Act）、OODA（知识/推理驱动，Observe-Orient-Decide-Act）、OOCA（联想/创造驱动，Observe-Orient-Create-Act）和OOHA（假设/发现驱动，Observe-Orient-Hypothesize-Act），对应从经验复用、理性分析、创造性非线性思维到科学探索的不同认知深度。

原则三：高效的记忆存储与更新

人脑记忆系统展现出令人惊叹的效率：短时/工作记忆通过前额叶的持续神经活动以7±2项的容量暂存信息；长时记忆通过突触修改、神经元竞争、自适应分辨率和主动遗忘机制实现存储优化；海马体类哈希机制实现快速读写。

原则四：稀疏、事件驱动、预测性、分布式的脑实现

人脑以约20瓦的功耗运行，远超现有AI硬件能效。这种效率源于稀疏激活（仅5%嗅觉神经元持续发放）、事件驱动处理（仅在信息出现时处理）、预测编码（减少冗余信息传输）、以及分布式并行架构。Neural Brain的Hardware/Software模块引入神经形态芯片（如Intel Loihi、IBM TrueNorth）和脉冲神经网络（SNN），力求实现类似生物脑的低功耗、事件驱动计算。

认知中的情感角色：超越冷计算

论文的一个独特贡献在于深入讨论了情感在推理中的作用。神经科学研究表明，杏仁核或腹内侧前额叶受损的患者虽然保持了逻辑推理能力，但在真实世界决策中严重受损——这揭示了情感并非理性的对立面，而是其重要组成部分。杏仁核帮助识别情感显著刺激、编码情感记忆、调节注意力和价值评估，这些功能对高效推理至关重要。

对AI的启示深远：传统AI系统围绕逻辑推理和模式识别构建，但缺少为信息赋予情感或情境价值的机制。通过建模杏仁核的部分功能——情感计算、情感感知强化学习、记忆优先级排序——AI可以开始接近人类式推理，不仅判断"能做什么"，更能判断"应该做什么"。

现有研究的差距分析

论文对当前具身智能体研究进行了全面的差距分析。在Sensing方面，虽然已经存在丰富的VLA（Vision-Language-Action）模型（如RT-1/2、OpenVLA），但它们主要依赖视觉和语言模态，缺乏对听觉、触觉、嗅觉和3D空间感知的系统整合。在Function方面，大多数模型要么是"感知-行动"的端到端映射（缺乏认知中间层），要么是模块化流水线（各模块独立优化，缺乏封闭反馈）。在Memory方面，现有AI的记忆管理远未达到神经可塑性级别的自适应更新。在Hardware方面，神经形态计算仍处于早期产业化阶段。

启示与思考

这篇论文为具身智能研究开辟了一个全新的视角。其核心洞察——"智能源于身体与环境的双向交互，而非纯粹计算"——提醒我们，追求更大参数的模型并非通往通用智能的唯一路径。

从实践角度看，Neural Brain框架为具身智能体的系统设计提供了清晰的组件划分和责任定义。研究者可以根据这四个维度（Sensing、Function、Memory、Hardware/Software）系统地评估和改进现有系统，识别缺失的组件，并有针对性地引入神经科学原理。

论文引入情感的视角尤其值得深思。当前的AI决策系统倾向于纯粹的效用最大化，但真实世界的决策永远包含价值判断和情感权衡。将情感信号纳入推理过程，不仅可能提高AI在复杂社会场景中的适应性，还可能使AI决策与人类价值观更好地对齐。

当然，构建一个真正具备Neural Brain的具身智能体仍面临巨大挑战：如何在大规模神经网络中实现事件驱动的稀疏计算？如何在保持模型通用性的同时引入神经可塑性级别的记忆自适应？神经形态硬件的成熟度和生态何时能支撑工业级部署？这些问题都等待学术界和工业界的共同努力。

对于跨学科研究者而言，本文提供了一个不可多得的桥梁——它不仅梳理了AI、机器人学和神经科学的前沿进展，更展示了如何从进化了数亿年的生物智能中提炼出可工程化的设计原则。正如论文所言，Neural Brain不仅仅是一个技术框架，它代表了我们对智能本质认识的深化——从纯粹的计算走向身体、环境与神经处理的深度耦合。