一只小鼠沿绳索向上攀爬，另一幅画面里，小鼠正挤过透明管道。清华大学发布的照片中，最显眼的是小鼠头上那台小仪器，显微镜已经摆脱拖曳在身后的线缆。这些画面展示了 Airscope，一款由清华大学牵头、联合中国人民解放军总医院研发的无线介观显微镜。清华大学于 2026 年 10 月 20 日介绍了这项工作，相关论文已于前一天在 Nature 发表。[1][2]

这台仪器扩大了实验中动物的活动空间，配套软件则承担另一项任务：持续辨认每只小鼠，记录它们各自在做什么。对于将神经活动与社交接触联系起来的研究，在多只动物交错的视频中保持身份对应准确，其重要性可以与清晰拍摄颅内图像相当。

为动物留出活动空间

这条研究路线上的前代仪器 SOMM，在头戴式显微镜中已经拥有格外宽阔的视野。2024 年 6 月发表的论文介绍，这台设备重量低于 2.5 克，能够在 3.6 × 3.6 毫米的视场内分辨单个神经元，曾用于探索、社交互动和恐惧条件化实验。工程上的难题在于，减轻重量、适应动物运动的同时，还要保留足够的光学性能，小型化只是其中一环。[3]

清华大学的介绍指出，前代系统仍受线缆牵制。Airscope 重新设计了光学系统、电子器件和无线传输方案，借助 AI 辅助的镜头设计与压缩技术，将这些功能装入小巧的机身。[2] 新论文报告，其视场达到 6 毫米，可在一只动物身上记录超过 8,500 个神经元的活动。[1]

宣传中的 1 克重量有明确的计算范围：它指显微镜本体，电池另计。研究补充材料的表格列出，仅电池就重约 1.73 克。[1][2] 评估动物实际承受的重量时，这一区别必须纳入考虑。无线工作方式移除了线缆，设备带来的身体负担仍是实验需要衡量的一部分。

让记录始终对应到正确的小鼠

Airscope 的行为分析工具 SAM2Mice 改编自 Meta 的 SAM 2 视频分割模型。SAM 2 接收用于指定目标的提示，再利用记忆机制持续追踪各帧中的分割结果。分割掩码标示出属于该目标的像素。相较于追踪身体上的几个关键点，掩码描绘的是动物的轮廓，并随其转身、伸展或与其他动物接触而变化。[4]

SAM2Mice 将这套方法用于小鼠视频。文档介绍，模型使用数千帧带有专家标注掩码的画面训练，覆盖不同的小鼠群体规模、拍摄视角和环境。用户可以手动给出提示来初始化一段录像，也可以让 YOLOv11 检测器自动生成提示。处理长录像时，软件将视频分成相互重叠的批次，并把重叠部分最后一帧的掩码传入下一批次。[5]

这些细节体现了它在实验中的用处。实验室可以积累大量神经活动数据和行为视频，免去人工在每一帧中逐只勾画动物的工作。不过，掩码要发挥作用，前提是它所对应的动物身份始终可靠。设想两只小鼠在进食处交错而过：一旦标签互换，记录就会把一只小鼠的神经信号与另一只小鼠的动作配在一起。视频越多，建立在错误配对上的关联也会随之放大。这是根据工作流程推演出的风险，Airscope 实验本身并未报告这类失误。

追踪结果能够说明什么

项目文档报告，在 5 只小鼠的对比测试中，SAM2Mice 的多目标追踪准确度（MOTA）得分为 0.958，DeepLabCut 为 0.703。论文补充材料进一步说明，这项比较在一个 60 厘米的圆形旷场中开展，使用了 3 段各含 333 帧的视频。阅读结果时，需要同时考虑这些条件：它说明的是特定评估中，相对于指定对照系统的追踪表现。[1][5]

至于某种关于社交行为的解释是否成立，还需要另一层论证。追踪软件给出的是这些解释所依赖的记录。理解这项研究时，应将两项成果分别看待：一项是可靠地追踪动物，另一项是理解其神经活动为何变化。

此次发布还涉及一个操作上的区别，容易被“零样本（zero-shot）”这个词掩盖。分割模型此前已经用小鼠数据训练过。迁移到新环境时免去进一步的分割训练，与自动生成合适的初始提示，是两项不同的能力。项目提供的 YOLO 模型检查点面向俯视拍摄的旷场视频。对于其他环境或拍摄角度，SAM2Mice 的 README 建议，从一段有代表性的视频中提取掩码，用它们重新训练检测器。用户也可以继续手动给出提示。[5]

因此，即便底层分割模型能顺利迁移，摄像机位置的变化仍会影响实验前的准备工作。对于希望复现这套流程的其他实验室，这是一项有用的信息。

更宽的实验空间，可供查验的方法

公开发布的 Airscope 工具箱包含机械设计、光学文件、电子电路、固件、采集软件和分析组件。[5] 除了醒目的设备照片，这些材料还有更广的意义：其他研究者可以查看实体仪器与行为记录如何配合。

在笔者看来，这正是这项工作中最值得关注的 AI 贡献。一个通用视频模型参与到具体的科学测量中，面对的是有明确身份的小鼠、逐帧画面、提示和实验条件。绳索和管道展示了硬件带来的活动自由，软件则要让追踪保持足够的连续性，使研究者能够把这些动作与神经活动记录联系起来，在始终辨清研究对象的前提下探究两者的关系。

来源

1. Yuanlong Zhang 及同事，《使用 1 克无线介观显微镜对自然行为小鼠开展全皮层成像》，Nature，2026 年 10 月 19 日——已接收论文的提前发表版本；仪器性能。 补充材料，尤其是图 13 和表 4——追踪对比与组件重量。
2. 清华大学北京信息科学与技术国家研究中心（BNRist），《自主科学智能研究团队研制超轻介观显微镜》，2026 年 10 月 20 日——中文一手介绍，涉及前代仪器的线缆限制、设计取舍，也是研究照片的来源。
3. Yuanlong Zhang 及同事，《用于自由行为小鼠神经活动大规模单神经元分辨率成像的微型介观显微镜》，Nature Biomedical Engineering，2024 年 6 月 20 日——SOMM 的光学设计、运动限制与实验用途。
4. Nikhila Ravi 及同事，《SAM 2：图像与视频中的任意目标分割》，arXiv:2408.00714，2024 年 8 月首次提交——可提示的视频分割与流式记忆机制。
5. Neurallabware，Airscope 工具箱——硬件与软件发布。 SAM2Mice 文档——训练数据、基准测试得分与长视频处理。 SAM2Mice README——手动提示与 YOLO 检测器对摄像机设置的适用限制；项目材料访问日期为 2026 年 10 月 24 日。