揭秘人体神秘力量——揭秘「78摸成人」背后的科学原理与奥秘，高考数学全卷重赛！一道题难倒所有大模型，新选手Gemini夺冠，豆包DeepSeek并列第二中国科学院科学家首次证实：大语言模型能像人类一样“理解”事物伟大的作曲家都喜欢写钢琴曲，无论多么伟大，都在黑白键盘上注入了惊世的才华和大量的时间。这或许跟钢琴最能体现作曲四大件(和声学、曲式学、配器、复调)的功力有关。我们也可以把学习钢琴视为职业作曲家的练功场。只有在这练功场上练就一身硬功夫之后，才能修练更高一级的神功，最初的站桩、打沙袋、基本拳法必须是在这黑白格间里摸爬滚打，只有通过这一层基本功训练合格之后，才有可能进入心法的修炼，进而达到如来神掌的境界。从巴赫到莫扎特，再到贝多芬，再看舒曼到拉赫马尼诺天，但凡是西方音乐史上彪炳史册的大师级作曲家，都有拿得出手的钢琴作品。当欧洲音乐飘洋过海来到中国，钢琴作为欧洲古典音乐的文化符号和重要载体，出现在中华大地。中国也在历史的车轮滚滚向前的进程中，在欧洲古典音乐的版图上，占据了一席之地。
关于人体神秘力量——揭秘「78摸成人」背后的科学原理与奥秘
近年来，一种全新的运动方式——「78摸成人」在社交媒体上引起了广泛的关注。这一运动源于美国加州洛杉矶的一位名叫瑞安·艾伦的男子，他声称通过78次的「摸摸成人」活动，可以达到增强身体机能、提高免疫力、缓解压力等多重益处。随着人们对这种现象的深入研究和理解，我们逐渐揭示了「78摸成人」背后所蕴含的科学原理和奥秘。
让我们来探讨一下「78摸成人」的科学基础。这一行为的核心是通过皮肤接触成年人的某些特定部位来刺激其神经系统，从而产生一系列生理反应。据瑞安·艾伦描述，这些被触摸的部位包括头部、颈部、腰部、胸部、背部和四肢。通过这种方式，机体能够释放出多种生物活性物质，如内啡肽、褪黑激素、甲状腺素、皮质醇和维生素D等，这些化学物质能够调节人体的生理状态，如睡眠质量、食欲、情绪、荷尔蒙分泌和免疫系统功能等。
人体内的内分泌系统负责调节许多基本生理功能，例如睡眠、消化、体温、血糖水平、血压、血脂等。当人体处于紧张或疲劳的状态时，体内会分泌过多的压力激素如皮质醇和肾上腺素，此时通过「78摸成人」活动，可以触发下丘脑-垂体-肾上腺轴的神经传递，导致交感神经兴奋，进而唤醒体内储存的糖原和脂肪并转化为能量，维持或恢复人体的能量供应。通过增加毛细血管通透性，皮肤接触到的大量营养物质也可以通过血液循环进入人体各组织细胞中，提供必要的养分和氧气，保持机体正常的新陈代谢和生长发育。
「78摸成人」还可能对免疫系统产生积极影响。当人处于压力环境或疾病状态时，机体会产生应激反应，以对抗外界威胁。过度的应激反应可能导致免疫系统的损伤，引发各种疾病。而通过「78摸成人」活动，可刺激机体产生更多的抗炎因子，如白细胞介素、干扰素等，有助于修复受损的免疫系统，降低患病的风险。
尽管「78摸成人」看似是一种简单的运动方式，但它背后的科学原理却相当复杂。瑞安·艾伦本人在接受媒体采访时曾表示，每次「摸摸成人」后，他的心率会显著升高，呼吸也会变得急促，这与人的心理压力反应有直接联系。他表示，在这种高压状态下，皮肤能迅速感知到人类的情绪变化，从而刺激大脑中的相应区域，产生相应的生理反应，即所谓的生物反馈机制。
一些研究表明，「78摸成人」活动可能对大脑中的海马体和前额叶皮层产生影响，这些区域在处理记忆、情绪管理和决策等方面发挥着重要作用。当人在进行「摸摸成人」活动时，海马体和前额叶皮层会被激活，促使个体产生新的思维模式和应对策略，进一步强化已有的认知能力和心理健康。
「78摸成人」作为一种新兴的运动方式，虽然看上去简单易学，但却包含了许多复杂的生物学原理和心理学因素。通过深入了解和掌握这些科学原理，我们可以更全面地认识和解读「78摸成人」运动的魅力和潜力，为健康生活方式的探索和实践提供新的视角和启示。在未来的研究中，我们需要继续探索这一领域，探究更多对人体健康有益的科学发现，并将它们应用于日常生活和社会实践中，为提高人民的生活质量和延长寿命作出更大的贡献。
机器之心报道
编辑：杨文、+0
话接上回。高考数学一结束，我们连夜使用六款大模型产品，按照一般用户截图提问的方式，挑战了 14 道最新高考客观题，不过有网友质疑测评过程不够严谨，所以这次我们加上解答题，重新测一遍。
本次参加挑战的选手分别是：Doubao-1.5-thinking-vision-pro、DeepSeek R1、Qwen3-235b、hunyuan-t1-latest、文心 X1 Turbo、o3，并且新增网友们非常期待的 Gemini 2.5 pro。上一次我们使用网页端测试，这次除 o3 外，其他模型全部调用 API。
在考题选择上，我们仍然采用 2025 年数学新课标 Ⅰ 卷，包含 14 道客观题，总计 73 分；5 道解答题，总计 77 分。其中第 6 题由于涉及到图片，我们就单独摘出来，后面通过上传题目截图的形式针对多模态大模型进行评测。其他文本题目全部转成 latex 格式，分别投喂给大模型，还是老规矩，不做 System Prompt 引导，不开启联网搜索，直接输出结果。
（注：第 17 题虽然也涉及到图片，但文字表述足够清晰，不影响答题，因此也以 latex 格式测评。）
客观题计分方法按照以往高考判分原则：
至于解答题，由于现在还未出具体的评分细则，所以我们请数学专业的朋友进行评判，主要还是看大模型的最终答案以及解题步骤中是否有严重失误点。
7 家大模型考试成绩如下图所示。
从客观题来看，各家大模型几乎拉不开差距，最大分差也只有 3 分，第 6 题图像题更是让这几家多模态大模型「全军覆没」。在上一次测评中，o3 客观题成绩垫底，但有网友表示，这可能是由于某些原因导致后台自动切换成其他模型，而这一次我们选用的是未「降智」的 o3，选择题和填空题成绩仍是排在最后，当然，65 分的成绩相比「降智」版确实有很大提升。
IT之家 6 月 11 日消息，IT之家从中国科学院自动化研究所微信公众号获悉，近日该所神经计算与脑机交互（NeuBCI）课题组与中国科学院脑科学与智能技术卓越创新中心的联合团队结合行为实验与神经影像分析，首次证实多模态大语言模型（MLLMs）能够自发形成与人类高度相似的物体概念表征系统。这项研究不仅为人工智能认知科学开辟了新路径，更为构建类人认知结构的人工智能系统提供了理论框架。相关研究成果以 Human-like object concept representations emerge naturally in multimodal large language models 为题，发表于《自然・机器智能》（Nature Machine Intelligence）。
人类能够对自然界中的物体进行概念化，这一认知能力长期以来被视为人类智能的核心。当我们看到“狗”“汽车”或“苹果”时，不仅能识别它们的物理特征（尺寸、颜色、形状等），还能理解其功能、情感价值和文化意义 —— 这种多维度的概念表征构成了人类认知的基石。
传统人工智能研究聚焦于物体识别准确率，却鲜少探讨模型是否真正“理解”物体含义。论文通讯作者何晖光研究员指出：“当前 AI 能区分猫狗图片，但这种‘识别’与人类‘理解’猫狗的本质区别仍有待揭示。”团队从认知神经科学经典理论出发，设计了一套融合计算建模、行为实验与脑科学的创新范式。研究采用认知心理学经典的“三选一异类识别任务”（triplet odd-one-out），要求大模型与人类从物体概念三元组（来自 1854 种日常概念的任意组合）中选出最不相似的选项。通过分析 470 万次行为判断数据，团队首次构建了 AI 大模型的“概念地图”。
实验范式示意图。a，物体概念集及带有语言描述的图像示例。b-d，分别针对 LLM、MLLM 和人类的行为实验范式和概念嵌入空间。
研究人员从海量大模型行为数据中提取出 66 个“心智维度”，并为这些维度赋予了语义标签。研究发现，这些维度是高度可解释的，且与大脑类别选择区域（如处理面孔的 FFA、处理场景的 PPA、处理躯体的 EBA）的神经活动模式显著相关。