OpenAI 的 GPT-6.1 Sol 在活体小鼠脑立体定位实验里连续完成三次定位任务,靠着每次手术之后医生给出的修正反馈,不用重新训练模型,只靠上下文学习,第三次定位的误差直接减半,从一开始的 0.6 毫米降到 0.3 毫米,同时找解剖标记的耗时、需要人工修正的次数也同步变少。这个实验不是让 AI 独立完成全部开颅、缝合手术,GPT-6.1 Sol 只负责识别小鼠头骨上 Bregma、Lambda 这两个用来计算脑区坐标的关键标记点,全程有兽医和外科医生监督,手术的实操动作依旧由人类医生完成。之所以能越做越准,核心是这套反馈学习机制,每一轮定位结束,医生都会标出 AI 找错的位置,模型把手术画面、测量数值、人工修正记录全部保存下来,作为下一轮的参考信息,也就是真实场景下的上下文学习,模型在原有基础上直接吸收本次实操经验,不需要重新跑大规模训练。整套实验流程一共三轮,第一轮是 GPT-6.1 Sol 首次识别标记点,记录初始用时、定位误差和需要人工调整的次数;第一轮结束,医生完成位置校正,把修正信息给到模型;第二轮 AI 带着上一轮的经验再次定位,医生继续纠错;第三轮复用前两轮全部修正数据,最终拿到 0.3 毫米的定位误差。从结果来看,这次实验证明 AI 可以在手术实操场景里依靠连续反馈持续提升定位精度,但样本只有 3 次,属于早期演示结果,还没有独立复现,距离稳定用于动物实验、更别说人体手术还有很远的距离。
实验数据对比表
| 指标 | 第一次操作 | 第三次操作 | 变化情况 |
|---|---|---|---|
| 解剖标志识别耗时 | 169 秒 | 86 秒 | 耗时接近减半 |
| 人工纠偏次数 | 4 次 | 2 次 | 纠偏次数减半 |
| 定位误差 | 0.6 毫米 | 0.3 毫米 | 定位误差减半 |
实验边界说明
- 任务范围:GPT-6.1 Sol 仅负责解剖标志识别定位,不做开颅、注射、缝合等侵入性手术操作
- 学习方式:上下文学习,无模型重训练
- 样本规模:仅 3 次实验,属于早期探索,不是成熟验证实验
- 适用对象:活体小鼠,暂时不能直接迁移到人体脑部手术
【相关 FAQ】
问题 1:GPT-6.1 Sol 小鼠脑手术定位误差减半是什么原理?
回答 1:GPT-6.1 Sol 小鼠脑手术定位误差减半依靠的是真实世界上下文学习,每一次定位结束后外科医生修正点位,模型保存图像、测量数据、修正记录,下一轮直接参考这些信息优化识别,不用重新训练模型,三轮之后定位误差就从 0.6 毫米降到 0.3 毫米。
问题 2:GPT-6.1 Sol 在小鼠脑手术里是自己独立做手术吗?
回答 2:不是,GPT-6.1 Sol 在小鼠脑手术里只负责识别头骨上 Bregma、Lambda 两个关键解剖标记点,用来确定脑立体定位坐标,开颅、操作器械、缝合等手术步骤都由人类医生完成,全程还有兽医监督。
问题 3:GPT-6.1 Sol 小鼠脑手术 0.3 毫米的定位精度可以直接用到人体脑部手术吗?
回答 3:不可以,GPT-6.1 Sol 小鼠脑手术 0.3 毫米的定位精度只是 3 次小规模早期实验结果,还没有独立复现,小鼠和人脑结构差异很大,这套定位方案目前只适合小鼠立体定位实验,暂时无法直接用于人体脑部手术。
问题 4:GPT-6.1 Sol 小鼠脑手术除了定位误差缩小,还有哪些提升?
回答 4:GPT-6.1 Sol 小鼠脑手术除了定位误差从 0.6 毫米降至 0.3 毫米之外,识别解剖标记的耗时从 169 秒缩短到 86 秒,需要医生手动纠偏的次数也从 4 次减少到 2 次,整体定位效率同步提升。
【参考资料】
[2026-11-08](GPT-6.1 Sol 参与活体小鼠脑手术:连续操作三次,定位误差减半)凤凰网科技
[2026-11-08](OpenAI GPT-6.1 Sol 参与活体小鼠脑手术:连续操作三次,定位误差减半)IT 之家
[2026-11-08](GPT-6.1 Sol 参与活体大脑手术!三轮定位,一次比一次准)36 氪
[2026-11-06](AI 做脑手术也会越练越快?三次定位 bregma 的早期结果)丁香通
【免责声明】
本内容仅为行业资讯整理,GPT-6.1 Sol 小鼠脑手术相关实验属于早期探索性研究,样本量有限、尚未经过独立复现,不构成医疗指导、技术落地承诺,不代表该 AI 技术已经具备临床手术能力,相关实验结论请以正式学术论文、官方后续披露为准。
本文来自作者[Kendra21]投稿,不代表海博商机网立场,如若转载,请注明出处:https://www.hb12369.net/qyzx/202611/44.html
评论列表(4条)
我是海博商机网的签约作者“Kendra21”!
希望本篇文章《GPT-6.1 Sol 三次小鼠脑手术定位,误差从 0.6mm 降到 0.3mm》能对你有所帮助!
本站[海博商机网]内容主要涵盖:互联网行业的追踪与探索
本文概览:OpenAI 的 GPT-6.1 Sol 在活体小鼠脑立体定位实验里连续完成三次定位任务,靠着每次手术之后医生给出的修正反馈,不用重新训练模型,只靠上下文学习,第三次定位的误差直接减半,从一开始的 0.6 毫米降到 0.3 毫米,同时找解剖标记的耗时、需要人工修正的次数也同步变少。这个实验不是让 AI 独立完成全部开颅、缝合手术,GPT-6.1 Sol 只负责识别小鼠头骨上 Bregma、Lambda 这两个用来计算脑区坐标的关键标记点,全程有兽医和外科医生监督,手术的实操动作依旧由人类医生完成。之所以能越做越准,核心是这套反馈学习机制,每一轮定位结束,医生都会标出 AI 找错的位置,模型把手术画面、测量数值、人工修正记录全部保存下来,作为下一轮的参考信息,也就是真实场景下的上下文学习,模型在原有基础上直接吸收本次实操经验,不需要重新跑大规模训练。整套实验流程一共三轮,第一轮是 GPT-6.1 Sol 首次识别标记点,记录初始用时、定位误差和需要人工调整的次数;第一轮结束,医生完成位置校正,把修正信息给到模型;第二轮 AI 带着上一轮的经验再次定位,医生继续纠错;第三轮复用前两轮全部修正数据,最终拿到 0.3 毫米的定位误差。从结果来看,这次实验证明 AI 可以在手术实操场景里依靠连续反馈持续提升定位精度,但样本只有 3 次,属于早期演示结果,还没有独立复现,距离稳定用于动物实验、更别说人体手术还有很远的距离。