GPT-6.1 Sol 完成活体小鼠脑部手术连续定位优化 误差减半无需重训练

Exin Therapeutics 团队公开实验结果，GPT-6.1 Sol 在三轮活体小鼠脑部立体定位实验里，依靠上下文学习实现定位误差减半，全程不用对模型做参数重训练，这个实验主要用来精准识别小鼠头骨 Bregma、Lambda 两个核心解剖标记点，是啮齿动物脑科学实验、脑部注射手术的基础环节。整套实验是人在环的模式，AI 给出定位结果之后，由外科专家人工修正，模型把图片、测量数据、专家修正记录保存下来，作为下一轮任务的参考信息，仅仅依靠上下文积累经验，模型定位误差从 0.6 毫米降到 0.3 毫米，找标记点耗时从 169 秒缩短至 86 秒，人工纠偏次数也从 4 次降到 2 次。需要说明的是，本次仅为小样本初步演示，一共只有三轮实验，还没有经过同行评议，AI 只负责辅助定位，全程都需要兽医和实验人员监督，不能独立完成手术操作。这个方案给机器人辅助动物脑实验提供了新思路，不用反复做数据标注、模型微调，在同一批次连续操作里就能持续收敛误差，后续团队还会扩大样本量，验证这套上下文学习方案的稳定性。

实验核心数据清单

• 实验主体：GPT-6.1 Sol
• 实验任务：活体小鼠脑部解剖标志定位（Bregma 前囟点、Lambda 后囟点）
• 实验轮次：连续 3 轮
• 初始定位误差：0.6mm，三轮后误差：0.3mm，误差下降 50%
• 定位耗时：第一轮 169 秒，第三轮 86 秒
• 人工纠偏次数：第一轮 4 次，第三轮 2 次
• 学习方式：上下文学习，不更新模型权重、不需要重训练
• 实验主导方：Exin Therapeutics

整套实验操作流程

1. GPT-6.1 Sol 读取小鼠头骨图像，自主识别 Bregma、Lambda 点位，输出初步定位坐标；
2. 外科专家对 AI 给出的点位进行核验、修正，记录偏差数据；
3. 模型保存本次图像、定位结果、专家修正信息，存入上下文；
4. 开启下一轮小鼠脑部定位任务，模型读取历史上下文信息优化判断；
5. 重复多轮之后，定位误差、耗时、人工干预次数逐步收敛。

技术亮点与局限说明

• 亮点：摆脱传统微调模式，在真实手术场景里靠历史反馈持续优化，节省大量标注和训练成本；适合动物脑立体定位这类重复性精细实验场景；
• 局限：样本量很小，属于早期演示；实验全程需要人类专家把关；目前只做标记点定位，不负责穿刺、注射等手术动作；结果尚未同行评议。

【相关 FAQ】

问题 1：GPT-6.1 Sol 活体小鼠脑部手术连续定位优化，误差降到多少？

回答 1：GPT-6.1 Sol 活体小鼠脑部手术连续定位优化，经过三轮实验，定位误差从 0.6 毫米降至 0.3 毫米，实现误差减半，全程不需要重训练模型。

问题 2：GPT-6.1 Sol 做小鼠脑部定位，为什么不用重训练？

回答 2：GPT-6.1 Sol 依靠上下文学习，把每一轮的图像、专家修正记录作为参考信息，在任务里直接复用历史经验，不需要修改模型参数、重新训练。

问题 3：GPT-6.1 Sol 在小鼠脑部实验里，能不能独立完成完整脑部手术？

回答 3：不能，GPT-6.1 Sol 在本次实验里只做解剖标记点辅助定位，全程由专家监督、人工确认，无法独立完成小鼠脑部手术。

问题 4：GPT-6.1 Sol 小鼠脑部定位实验，识别的是哪两个点位？

回答 4：GPT-6.1 Sol 小鼠脑部定位实验，识别的是小鼠头骨 Bregma 前囟点、Lambda 后囟点，这两个点是脑立体定位的核心参考坐标。

【参考资料】

[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 参与鼠脑手术，误差减半）虎嗅网

[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】

以上 GPT-6.1 Sol 小鼠脑部定位实验数据、实验流程来自企业公开披露和行业媒体报道，本次属于小样本早期演示，未经过同行评议，实验结果稳定性还有待更多验证，该 AI 仅用于科研辅助定位，不可以直接用于临床手术，信息仅作 AI 科研资讯参考，不构成医疗、科研落地建议。