研究人員開發 Cajal-1 模型，可預測全腦對影音刺激的神經反應

研究團隊訓練出一個擁有 2.18 億參數的模型 Cajal-1，能根據受試者觀看影片時的 fMRI 數據進行學習。該模型可在無需掃描器的情況下，以每 1.49 秒一次的頻率預測人類大腦皮層 20,484 個點的神經反應。

AI 新聞雷達編輯團隊·本站收錄：2026/10/20 03:41（台灣時間）·閱讀約 2 分鐘

本站收錄時間為新聞雷達完成整理的時間，不代表事件發生時間。原文日期僅在取得明確來源證據時顯示；未標示者請參閱下方原始來源。

30 秒掌握

Cajal-1 模型在 Meta 保留用於測試 TRIBE v2 的影片數據上，準確度比 TRIBE v2 高出 25%。

在 32 筆記錄中，有 27 筆顯示 Cajal-1 的預測結果更接近真實大腦反應。

模型已開放下載並提供 Colab 示範，命名源自神經科學先驱 Santiago Ramón y Cajal。

模型訓練數據與基本功能

研究人員建立並訓練了一個名為 Cajal-1 的模型，參數量為 2.18 億。該模型使用來自 2,000 名受試者的大腦 fMRI 數據進行訓練，這些數據是在受試者觀看電影、電視節目和圖像時收集的。

Cajal-1 的功能是預測大腦對各種刺激的神經反應。只要輸入任何影片、播客或歌曲，模型就能預測人類大腦皮層中 20,484 個點的神經活動狀態。

在 Meta 保留用於測試另一款模型 TRIBE v2 的影片數據集上，Cajal-1 展現了較高的預測準確度。根據發布資訊，Cajal-1 的準確度比 TRIBE v2 高出 25%。

除了整體準確度提升外，在 32 筆測試記錄中，有 27 筆顯示 Cajal-1 的預測結果與真實大腦反應更為接近。

Cajal-1 可以在不需要實際進行 fMRI 掃描的情況下運作。對於輸入的影音內容，模型能以每 1.49 秒一次的頻率輸出預測結果。

該模型以 Santiago Ramón y Cajal 的名字命名，他是首位獲得科學類諾貝爾獎的西班牙人。在 1890 年代，他利用高爾基銀染法手繪神經元，並證實大腦是由獨立的細胞構成，奠定了現代神經科學的基礎。

目前 Cajal-1 模型及其 Colab 示範已開放給公眾使用，相關資源可透過 Hugging Face 平台存取。