GPT-6.1 Sol参与小鼠脑手术定位：三轮后误差降至0.3毫米

AI 现在也开始学这项操作了。

生物科技初创公司 Exin Therapeutics 的联合创始人兼 CEO Gabriel Ocana-Santero 近日分享了一组实验结果：团队让 GPT-6.1 Sol 连续参与了三轮小鼠脑部手术定位。

每轮操作做完，专业外科医生都会纠正模型的定位结果；模型则把自己的图像、测量数据和专家修正记录存下来，留到下一轮参考。

结果挺有意思。

到第三次操作时，GPT-6.1 Sol 找解剖标志的用时从 169 秒降到 86 秒，需要的纠正动作从 4 次减到 2 次，定位误差也从 0.6 毫米降到 0.3 毫米。

Ocana-Santero 把这一过程叫作基于真实世界经验的上下文学习（In-context Learning）。

不过，这组数据只有 3 次操作，离证明 AI 已经具备稳定的手术能力还差得远。但它显示出一种变化：AI 开始把真实操作中的观察结果和专家反馈带进下一轮任务，一点点积累经验。

这项实验还带出一个问题：这到底是真实手术，还是模拟环境里的演示？

目前没有更多信息能回答这一点。

有用户 Stephane 在评论里向 Ocana-Santero 求证，对方给出的答复很明确：手术是真的。Stephane 接着评价说，把上下文结合起来、在操作过程中随时积累经验，这种路子挺有意思。他本人也在另一个方向上试类似的做法：让模型把每次任务里学到的东西留存下来，下回碰上相关问题时直接取用。

前提是先在头骨上锁定两个点，大脑定位才谈得上准确。

要弄懂这次实验，得先知道两个神经科学实验里常出现的名字：Bregma（前囟点）和 Lambda（人字缝点）。它们不是大脑内部的神经核团，而是小鼠头骨表面的两个解剖标志点。

Bregma 在矢状缝与冠状缝的交汇处，Lambda 则在矢状缝与人字缝的交汇处。研究人员一般拿 Bregma 当立体定位坐标的参考原点，再配合 Lambda 等标志去校准头骨的位置和倾斜程度。

图源：https://www.jove.com/t/67381/an-immunocompetent-murine-model-for-laser-interstitial-thermal

这两个点为什么这么要紧？因为小鼠脑部的不少实验，都得靠立体定位设备把注射针、电极或其他实验器械精准送入指定脑区。

研究人员的做法是：先找到头骨上的参考点，再对照脑图谱，把目标脑区换算成前后、左右和深度三个方向的坐标，最后交给设备去执行。看着只是找几个交点，实际要同时处理视觉识别、空间定位和坐标校准。

头骨上那些缝合线，并不一定条条都看得清。小鼠彼此之间还存在解剖结构上的差异，头部固定的角度、水平方向的校准，同样会影响最终算出的坐标。此前有研究专门谈过，测量方法不同，Bregma 的定位误差也会不一样。

对刚接触这类实验的研究人员来说，准确找到标志点并完成头部校准，本身就是一项要反复练的基本功。

这轮实验里，GPT-6.1 Sol 承担的是关键一步：看实验图像，判断 Bregma 和 Lambda 在哪儿，然后把自己的定位结果交出来。之后由专家外科医生核查这些位置，判断不准的地方再动手纠正。

每完成一次操作，模型都会把估计图像、测量结果，连同专家纠正后的数据一并存下来。到下一轮，这些就成了可以参考的经验。

169 秒到 86 秒

AI 开始攒操作经验

实验里最值得看的一点是，GPT-6.1 Sol 每做完一次任务，并不会把先前的操作记录清掉。此前操作中的图像和测量数据它都留着，专家给出的修正结果也一并记下。后面的操作就能拿之前的判断和纠正作参照，定位表现随之一点点变好。

三项指标都有好转：搜索时间少了近一半，纠正动作少了一半，定位误差同样减半。

这套实验走的是上下文学习的路子。

以往训练模型，一般要靠训练数据和优化算法去调参数，让模型在后续任务里长出新本事。这次披露的机制不一样，重点落在积累和使用实际操作记录上——把此前的图像、测量结果和专家反馈存好，再拿去支撑后面的操作。

不过，这套经验记录具体怎么接进模型、是否牵涉底层模型权重更新，团队目前都没说。所以还不能讲成 GPT-6.1 Sol 靠三次手术自己完成了训练，或者在参数层面实现了自我进化。

但从思路看，这种方式已经让 AI 具备了一种更接近人类实践学习的能力：先动手试，再接受纠正，然后带着上一回的经验接着做。对需要大量重复实验的生物医学研究来说，这种能力有实际用处。

从让 AI 做脑部注射

到让它自己积累实验经验

这已经不是 Exin Therapeutics 头一回让 AI 碰真实的小鼠脑部手术了。

10 月 28 日，Ocana-Santero 披露过一次更受关注的实验。那一次，团队为 AI 智能体备好了 19 种基因治疗载体、一只癫痫模型小鼠，还有一套带摄像头的电动立体定位手术设备，想找出能减少癫痫发作的治疗方案。

智能体要先读相关研究资料，从候选里挑出基因治疗载体，接着判断注射到大脑的哪个区域、坐标定在哪里。之后，它借助摄像头查看手术区域，操控设备上的机械臂和注射针完成注射。

全程共注入 250 纳升治疗载体。

这次实验有一处不同：过去的手术机器人，方案由人类医生来定，机器人只管执行动作；这一回，AI 连治疗方案和脑区的选择也参与进来了。

当然，过程并不是没人盯着。切开头皮、开颅、缝合这些事，由一名持证兽医外科医生完成，关键操作也在其监督之下。团队另外设了绕不过去的操作限制、关键步骤需人类审批的机制，还有能直接切断电机电源的物理急停装置。

有一次设备坐标出了异常，AI 认出了位置不对，拒绝继续移动针头。故障最后靠人工修复设备控制代码解决。

10 月 31 日，Ocana-Santero 又公开了后续实验：

在同一个目标下，Claude Sonnet 5、GPT-6.1 Sol 和 Grok 4.7 分别参与了小鼠脑部实验。三个模型拿到的都是相同的 19 种候选基因治疗载体，实验目标也一样，但选出的脑区、治疗机制和方案各不相同。比如 Claude 选内嗅皮层，GPT 选海马体，Grok 选躯体感觉皮层。

也就是说，同一个科学问题摆在面前，不同模型依据各自的知识推理，可能走出不一样的实验路径。哪种方案更管用，还得靠后续实验来验证。

从早先让 AI 挑治疗方案、操控注射设备，到如今让它通过连续操作和专家反馈把定位做得更准，Exin 正试着把 AI 接进更完整的实验流程。