2025年，左西年团队在《Physics of Life Reviews》上首次提出了 “人脑自发慢振荡（SSO）的多频段集成模型”，将大脑自发的、耗能巨大的低频波动系统划分为六个对数等间隔的波段（Slow-1至Slow-6），并阐述了它们在认知层次中的功能分工。这一框架迅速引发全球脑科学、物理学、数学及人工智能领域的广泛关注与深度讨论。日前，结合来自多学科针对这一模型的七篇评论文章，该团队在该期刊上发表了系统性回应并更新模型（下图）“Illuminating brain’s 'dark energy': a living lens of spontaneous slow oscillations”，进一步揭示SSO在神经生理、意识产生及智能计算中的核心作用。

 

SSO与意识：嵌套振荡的“交响乐”

我们强调，意识并非单一频段的产物，而是源跨频段嵌套振荡的动态耦合。慢振荡（如Slow-5、Slow-6）为更快频段提供时间背景，形成从局部处理到全局整合的过渡层。研究指出，在麻醉或睡眠中，这种跨频耦合被破坏，慢波方向甚至发生逆转，直接导致意识丧失。这说明，SSO构成的“暗能量”系统，很可能是支持意识体验的神经底物。

结构与几何：大脑的“物理乐谱”

新模型出 “几何先于连接” 的观点。大脑皮层的折叠物理结构像一种共振腔，其几何本征模预先决定了SSO的空间传播模式。低频振荡对应长波模，负责全局信息整合；高频振荡对应短波模，支持局部处理。这种“结构-频谱层次”解释了大脑如何在多尺度上同时实现功能分化与整合。

进化、发育与代谢：保守的节能方案

SSO在物种间高度保守，提示它是大脑高效整合信息的进化方案。发育过程中，慢振荡与快速振荡的平衡逐渐形成，支持注意、记忆等高级认知功能的成熟。从代谢角度看，维持SSO活动是大脑支付的高额“待机成本”，以实现持续的内部预测与信息整合——这正是预测编码与自由能原理的神经体现。

数学建模：从现象到机制

我们倡导结合神经场理论、临界动力学与兴奋-抑制平衡模型，构建多频段SSO与皮层行波的生成机制。通过计算建模，可以揭示SSO如何从局部环路属性中涌现，并如何支持大脑在临界态附近运作，从而兼具稳定性与灵活性。

启示类脑智能：振荡计算的新范式

SSO研究为下一代人工智能与神经形态计算提供了清晰的设计原则：

· 多尺度振荡计算：利用嵌套频段的相位-振幅耦合整合信息；

· 基于波的通信与绑定：通过节律同步实现动态路由；

· 几何与模态驱动的架构：借鉴皮层本征模，平衡长程与局部处理；

· 行波预测编码：以传播的波实现高效的双向预测误差传递；

· 低功耗振荡基线：在低能耗振荡基础上进行扰动编码，提升能效。

未来方向

我们将继续推动四大研究方向：

① 结合几何本征模与跨频耦合的实验验证；

② 量化振荡计算的能量-精度权衡；

③ 开发基于波动力学的神经形态学习规则；

④ 通过意识状态转换（如睡眠-麻醉-清醒）检验模型参数。

这项研究不仅深化了对大脑“暗能量”的理解，更为构建更具适应性、能效与解释性的类脑智能系统提供了理论基石。大脑的自发慢振荡，正如一首永不停止的交响乐，既是心智之光的基础，也是未来计算灵感的源泉。

 

论文信息：Zhu-Qing Gong, Xi-Nian Zuo. Illuminating brain’s “dark energy”: a living lens of spontaneous slow oscillations. Reply to comments on ‘Dark brain energy: toward an integrative model of spontaneous slow oscillations’. Physics of Life Reviews 56:227-235 (2026).

资助项目：科技创新2030—“脑科学与类脑研究”重大项目（2021ZD0200500）。