Michael Johnson
2026年10月28日，Meta宣布提供200万美元研究支持，用于支持美国五所大学的研究。支持形式因机构和项目而异，包括使用Meta模型和技术、与公司研究人员合作，以及为部分项目提供资金。研究涉及医学、物理学、化学、生物学、计算机科学和数学。
入选项目来自加州理工学院、俄亥俄州立大学医学院、路易斯安那州立大学、印第安纳大学和UTHealth Houston。各团队将使用Muse模型，包括Muse Spark Open、Muse Wonder、Muse Spark和Muse Glimmer，以及SAM、V-JEPA和DINO等计算机视觉工具。Meta表示，医学项目将在各机构自己的基础设施上运行模型，由机构掌控临床数据和患者数据。
临床项目将利用实际工作数据进行检验
俄亥俄州立大学医学院的团队正在研究如何结合常规腹部CT、纵向医疗记录和可获得的心电图，以评估未来发生射血分数保留型心力衰竭的风险。该校其他项目致力于利用多模态数据并与既往影像对比，起草放射学报告；评估此类报告的质量指标；以及在模拟临床环境中单独研究放射科医生如何采纳或拒绝AI建议。另一支团队正在开发智能体系统，分析患者的认知病史，并帮助医生选择下一步最有信息价值的检查，以评估阿尔茨海默病。
路易斯安那州立大学的支持涵盖分布在四个校区的五个项目：跨校神经外科治疗结果登记系统、用于监测带气管切开管婴儿的Eyes-On、虚拟现实医生培训、对射频姿势评估系统的验证（这类系统可能用于隐私保护型跌倒检测），以及用于分析头颈癌治疗结果的因果推理AI。Eyes-On由迈克尔·邓纳姆博士和苏普拉蒂克·穆克霍帕迪亚伊参与开发。根据路易斯安那州立大学的介绍，该系统旨在追踪导管位置并在导管移位时发出警报；视频会在婴儿床附近的设备上本地处理。Meta另称，Eyes-On已发表概念验证，开发工作仍在继续。
印第安纳大学开展三个方向的研究。NeoSmartML+研究用于母婴护理的多模态工具，目标是在低价Android设备上离线运行。另一个方向研究儿童如何从日常经验中习得词语和视觉概念。第三个方向则致力于让对话智能体适应失智症患者的沟通特点。UTHealth Houston研究在自有GPU基础设施上本地运行模型、智能体工作流在医疗界面中的表现，以及对胶质母细胞瘤患者异构病历的分析。Meta将UTHealth针对65个病例开展的早期测试描述为工作流验证。
科学研究从数学延伸到化学
加州理工学院的研究人员将检验语言模型能否帮助处理数学和物理科学中的开放问题。一项研究将建立研究级数学问题库，并评估模型能否形式化假设、寻找引理，以及生成可由机器验证的证明。其他方向包括物理模型、根据未发表的实验室记录预测化学反应、为生物系统构建数学理论，以及创建形式化可验证的科学成果。
这些项目采用不同方式检验研究结果：临床团队可以将评估结果与医疗数据和专业人员的工作进行比较，科学团队则可对照实验观察和形式化证明。Meta在项目介绍中列出了研究计划和已经启动的项目；随着团队陆续开展工作，项目的实际价值将取决于他们公布的方法和结果。
数据仍由大学掌控
Meta表示，大学将在各自的环境中独立开展医学研究，并保有对临床数据和患者数据的控制权：数据不会传给Meta，不会由该公司处理，也不会向其开放。这使参与者能够研究模型在本地处理敏感记录的应用，包括医学影像和文本。
该计划将部分项目的资金支持与模型使用权限、技术合作结合起来。项目成效将取决于可复现的方法和公开数据能否证明模型对具体研究任务有帮助，任务范围从临床评估和医生培训，到数学证明和科学实验。
