Meta TRIBE v2：多模态脑反应预测模型的研究使用清单
Meta 发布的多模态脑编码研究模型，用视频、音频和文本预测 fMRI 皮层反应，并公开代码、权重与演示供非商业研究使用。
Meta TRIBE v2 foundation-model multimodal research open-source Meta 发布的多模态脑编码研究模型，用视频、音频和文本预测 fMRI 皮层反应，并公开代码、权重与演示供非商业研究使用。
Meta TRIBE v2
1. 一句话结论
TRIBE v2 是 Meta 面向计算神经科学发布的多模态脑编码模型，用视频、音频和文本预测 fMRI 脑反应。[S1][S2] 它适合做假设筛选、可视化与方法研究，不能把群体层面的预测当成个人诊断、治疗建议或真实临床测量的替代品。
2. 研究定位
Meta 于 2026 年 3 月 26 日公布 TRIBE v2，将其描述为视觉、听觉和语言共同参与的“in-silico neuroscience”基础模型。[S1] 官方说明训练数据来自七百多名健康志愿者接触图像、播客、视频和文本时的记录，用于学习刺激与脑活动之间的映射。[S1]
3. 模型结构与输出
公开仓库说明模型组合文本、视频和音频特征提取器，再通过统一 Transformer 映射到皮层表面。[S2] 快速示例可以读取视频、音频或文本事件并输出预测；默认预测对应平均受试者，位于约两万个顶点的标准皮层网格，还对血流动力学延迟做时间偏移。[S2]
4. 开放资产
官方同时提供论文、代码、权重和交互演示。[S1] GitHub 仓库包含推理、训练、数据定义和脑可视化组件，并给出预训练模型的加载示例。[S2] 项目采用 CC BY-NC 4.0，允许的范围带有非商业限制，因此这里标记为部分开放，而不是可无限制商用的开源组件。
5. 适用场景
合适的起点包括复现论文示例、比较自然刺激下不同脑区的预测、设计待验证的神经科学假设，以及教学中的脑表面可视化。它也可帮助研究者先筛选实验方向，再把有限的扫描资源用于更有价值的实测，而不是直接替代受试者实验。
6. 推荐部署路径
先在隔离研究环境复现官方预训练推理，保存代码版本、权重版本、依赖和输入刺激。随后用公开数据集验证输出维度、时间对齐和皮层映射，再进入自有研究。训练路线需要单独准备数据路径、计算资源和许可；涉及人类数据时必须先完成伦理、匿名化和访问审批。
7. 数据与许可边界
仓库公开不代表训练数据可自由复制，也不代表模型输出可用于商业医疗产品。[S2] 研究者应分别核对代码、权重、数据集、刺激素材和下游结果的许可。若使用自有 fMRI 数据，还要限制身份信息、原始扫描和衍生特征的访问，并记录删除与共享规则。
8. 主要风险
平均受试者预测会掩盖个体差异，标准皮层映射也可能不适合特定人群。模型可能继承数据集的语言、文化与刺激分布偏差。高相关性并不证明因果机制；漂亮的脑图尤其容易被过度解释。医疗、法律或招聘场景若据此推断个人状态，会产生严重伦理与合规风险。
9. 验收方法
先复现官方示例并确认输出形状、时间偏移和可视化一致，再用留出刺激比较预测与真实 fMRI 的预先定义指标。报告必须区分训练内、跨受试者、跨语言和跨任务结果，给出置信区间与失败样本。通过门槛还应包括许可核对、伦理审批、数据隔离和“不可临床使用”声明。
10. 来源与更新时间
本文更新于 2026 年 8 月 13 日，只总结官方发布页与官方代码仓库；科研结论应结合论文、数据和独立复现判断。