中房网讯 3月27日，据科技媒体The Decoder发布的博文称，Meta基础人工智能研究团队（FAIR）开源全新AI模型TRIBE v2，可精准预测人类大脑对图像、声音和文本的反应。

  据悉，该模型最大的亮点，在于无需实际测量，即可精准预测人类大脑对视觉、听觉和语言刺激的反应，有望打破传统神经科学研究周期长、成本高的瓶颈。TRIBE v2核心逻辑在于“多模态融合”。模型接收视频、音频和文本后，分别通过 Video-JEPA-2、Wav2Vec-Bert-2.0和Llama 3.2这三个预训练大模型提取特征。随后，Transformer架构将这些信息整合，最终输出一张包含7万个“体素”（3D 像素）的高精度大脑活动图。