11月18日，英国拉夫堡大学联合美国索尔克研究所及南加州大学研发出一种名为“transneuron”的人工神经元，可模仿大脑不同区域活动，为类人机器人发展迈出重要一步。与传统人工神经元不同，该技术通过调整电压等电学设置，灵活切换视觉、规划、运动等角色，准确率达70%-100%。其核心依赖纳米级忆阻器，利用银原子动态变化实现硬件层面的神经元模拟，无需软件介入。研究团队称，该技术有望构建‘芯片上的大脑皮层’，用于开发感知、学习和适应环境的类人机器人，同时推动节能计算机和医疗设备发展，助力神经科学研究。成果已发表于《自然・通讯》。

11月3日，美国南加州大学研究团队开发出一种新型人工神经元，可模仿生物大脑细胞的电化学行为。这一突破性成果发表于《自然·电子学》杂志，标志着神经形态计算技术的重要进展。与传统数字处理器或硅基类脑芯片不同，这种人工神经元通过化学反应驱动信息处理，直接复制大脑机制，而非简单模拟神经元行为。新技术有望显著缩小芯片体积、降低能耗，并推动通用人工智能（AI）的实现，为未来计算技术开辟新路径。