2025年7月2日，加州大学圣地亚哥分校神经科学博士生李济安在Nature发表研究，提出一种基于物理学动力系统的极简神经网络模型，用于解析生物体决策行为。该模型无需人为假设，通过1-4个神经元即可精准预测人类与动物的复杂非最优行为，在六类经典任务中表现优于传统模型。研究结合符号回归技术，揭示了行为生成机制，并用动力系统方法可视化决策过程。李济安的交叉学科背景（神经科学、统计学、计算机）启发其创新，认为AI不仅是‘黑箱’工具，还可作为‘认知显微镜’。研究推动NeuroAI领域发展，为理解大脑与AI提供新视角。

2025年7月，德国慕尼黑亥姆霍兹中心研究团队在《Nature》发表论文，介绍其开发的人类认知基础模型Centaur。该模型基于超1000万个人类决策数据训练，可预测赌博、记忆游戏等情境中的行为，甚至模拟抑郁症或焦虑症患者的决策过程。研究人员认为，Centaur有助于减少对人类实验的依赖，并推动认知科学理论发展。然而，模型引发争议。麦吉尔大学Blake Richards等学者质疑其未真正模拟人类认知，布里斯托尔大学Jeffrey Bowers更指出其短期记忆和反应速度表现‘超人类’，认为其泛化能力有限。尽管如此，部分科学家认可其数据集价值及潜在研究意义。