生物科技公司 Exin Therapeutics 公开实验显示，OpenAI 的 GPT‑6.1 Sol 作为多模态智能代理，参与活体小鼠脑部立体定位手术的解剖标记识别任务；连续三轮操作、搭配外科医生事后校正，不需要对模型重新训练更新权重，仅依靠上下文学习，第三次实验定位误差就从初始 0.6 mm 降到 0.3 mm，直接减半，识别标记耗时也从 169 秒压缩至 86 秒，人工校正次数由 4 次减少到 2 次。这个实验不是让 AI 独立开刀、穿刺，核心任务是识别小鼠头骨上两个最重要基准点：Bregma（前囟点）、Lambda（后囟点），这两个点用来算出目标脑区坐标，是神经科学动物实验的基础；每一轮结束，医生标注正确位置，图像、测量、修正记录全部进入上下文，供下一轮参考，属于在真实操作闭环里面持续积累实操经验，而不是离线训练。虽然结果亮眼，但样本只有三次，规模很小，还没有经过同行评审，距离稳定、可复现、走向临床还差很远；它的意义在于证明智能代理可以借助视觉、工具调用、人类反馈，在活体生物实验场景里面，一边做一边自主优化精度。
实验关键数据简表
| 指标 | 第一轮 | 第三轮 | 变化 |
|---|---|---|---|
| 定位误差 | 0.6 mm | 0.3 mm | 下降 50%（减半） |
| 解剖标志识别耗时 | 169 s | 86 s | 缩短约一半 |
| 需要人工校正次数 | 4 次 | 2 次 | 校正负担减半 |
| 学习方式 | — | 上下文学习 | 无模型参数重训 |
整套实验执行流程
- 启动活体小鼠脑立体定位，把图像传给 GPT‑6.1 Sol，由模型识别 Bregma、Lambda。
- AI 输出坐标预估，外科医生核验并标记真实正确点位，记录偏差。
- 将本轮图像、原始预测、人工修正数据加入模型上下文，不微调权重。
- 开展下一轮定位，模型参考前面所有记录，自主调整判断。
- 重复三轮，记录误差、耗时、校正次数，对比性能变化。
- 团队对外公布结果，同时强调只是初步演示，不能当作成熟手术系统。
亮点与局限清单
- ✅：亮点：不靠重训，依靠上下文闭环学习在真实活体场景迭代精度；证明多模态代理可以对接生物实验硬件，把视觉识别、空间定位、专家反馈串起来。
- ✅：亮点：适合神经科学高通量动物定位，如果后续稳定，可以降低科研人员重复标记的工作量。
- ⚠️：局限：样本极少，仅三次操作，缺乏大量重复验证；目前只做标记识别，不能独立完成穿刺、给药等侵入动作。
- ⚠️：局限：还没有同行评议，没有证明可以跨个体、跨设备稳定迁移；动物伦理、安全、出错兜底机制都需要完善。
- ⚠️：局限：不等于医用手术 AI，不能直接套用到人类脑部手术。
【相关 FAQ】
问题 1：GPT‑6.1 Sol 在这次活体小鼠脑手术里面，是自己做手术穿刺吗？
回答 1：不是，GPT‑6.1 Sol 只负责识别头骨解剖基准点、输出定位坐标，没有独立执行穿刺、切开等侵入操作，全程由外科医生监督、校正。
问题 2：GPT‑6.1 Sol 定位误差减半，是重新训练模型做到的吗？
回答 2：不是，这次提升依靠上下文学习，每一轮把医生修正记录放进上下文，没有更新模型权重、没有离线重训。
问题 3：这个 GPT‑6.1 Sol 小鼠脑定位实验结果，现在可以用于人脑手术吗？
回答 3：完全不行，这只是小规模预实验，样本极少、未经过同行评审，仅限小鼠科研定位演示，距离人体临床还有巨大距离。
问题 4：实验里识别的 Bregma、Lambda 是什么？
回答 4：它们是小鼠头骨表面两个标准解剖标记点，是脑立体定位的坐标原点，神经实验依靠这两个点算出目标脑区位置，定位不准就会打错脑区。
【参考资料】
[2026-11-08]（OpenAI GPT-6.1 Sol 参与活体小鼠脑手术）IT 之家
[2026-11-08]（GPT-6.1 Sol 参与活体大脑手术）36 氪
[2026-11-05]（Exin Therapeutics 社交平台发布实验结果）X 平台
[2026-11-08]（WIRED 相关报道）WIRED
[2026-09-29]（GPT‑6.1 Sol 官方系统卡片）OpenAI
【免责声明】
本文实验数据来自 Exin Therapeutics 对外披露以及科技媒体转述；该实验仅为小规模前期演示，样本量有限，尚未通过同行评审；该成果目前仅限动物科研场景，不能作为医疗手术方案；AI 定位仍然必须由专业人员全程复核。
本文来自作者[幻芯演算]投稿，不代表新投网立场，如若转载，请注明出处：https://www.eastpo.net/ai/202611/1041.html
评论列表（4条）
我是新投网的签约作者“幻芯演算”！
希望本篇文章《OpenAI GPT‑6.1 Sol 参与活体小鼠脑立体定位实验，三轮操作定位误差减半》能对你有所帮助！
本站[新投网]内容主要涵盖：互联网行业的追踪与探索
本文概览：生物科技公司 Exin Therapeutics 公开实验显示，OpenAI 的 GPT‑6.1 Sol 作为多模态智能代理，参与活体小鼠脑部立体定位手术的解剖标记识别任务；连续三轮操作、搭配外科医生事后校正，不需要对模型重新训练更新权重，仅依靠上下文学习，第三次实验定位误差就从初始 0.6 mm 降到 0.3 mm，直接减半，识别标记耗时也从 169 秒压缩至 86 秒，人工校正次数由 4 次减少到 2 次。这个实验不是让 AI 独立开刀、穿刺，核心任务是识别小鼠头骨上两个最重要基准点：Bregma（前囟点）、Lambda（后囟点），这两个点用来算出目标脑区坐标，是神经科学动物实验的基础；每一轮结束，医生标注正确位置，图像、测量、修正记录全部进入上下文，供下一轮参考，属于在真实操作闭环里面持续积累实操经验，而不是离线训练。虽然结果亮眼，但样本只有三次，规模很小，还没有经过同行评审，距离稳定、可复现、走向临床还差很远；它的意义在于证明智能代理可以借助视觉、工具调用、人类反馈，在活体生物实验场景里面，一边做一边自主优化精度。