这个实验是 Exin Therapeutics 团队做的早期验证，GPT-6.1 Sol 负责在活体小鼠脑立体手术里识别颅骨上 Bregma、Lambda 两个关键解剖定位点，一共连续完成三轮定位任务，每一轮结束后外科医生给出修正意见，模型把图片、测量数据、校正记录存进上下文，不用重新微调模型参数，只靠上下文学习迭代优化，第三轮的时候定位耗时、人工纠偏次数、定位误差都直接减半，不过它目前只做标记点识别定位，还不能独立操作手术器械，样本量很小，仅仅属于 AI 手术辅助方向的初步探索，离临床人脑手术应用差距很大。
一、实验基础信息清单
- 实验主体：GPT-6.1 Sol（OpenAI）
- 合作团队：Exin Therapeutics
- 实验对象：活体小鼠
- 核心任务：识别颅骨解剖标志点 Bregma（前囟点）、Lambda（后囟点），为脑立体注射提供坐标基准
- 优化方式：上下文学习，无模型重训练、无参数更新
- 公开渠道：团队 CEO 在社交平台 X 对外公布实验结果
二、三轮定位指标对比表
| 轮次 | 查找标志耗时 | 需要人工纠偏次数 | 定位误差 |
|---|---|---|---|
| 第一轮 | 169 秒 | 4 次 | 0.6 mm |
| 第二轮 | 中间迭代优化 | 中间迭代优化 | 中间迭代优化 |
| 第三轮 | 86 秒 | 2 次 | 0.3 mm |
三、整套工作流程
- 输入手术视野图像，GPT-6.1 Sol 识别、标出 Bregma 和 Lambda 点位
- 外科医生核对点位，标记偏差，给出修正结果
- AI 保存原图、自身预测结果、医生修正数据，存入上下文
- 开启下一轮定位，AI 读取历史反馈，自主调整判断
- 三轮结束，完成效果对比评估
四、核心概念：上下文学习在这里的含义
GPT-6.1 Sol 没有回传数据去训练更新权重，只是把前面手术里的图像、医生校正记录当成上下文信息，下一次推理的时候直接读取参考，在推理阶段自行调整识别判断，属于智能体在真实任务里的即时经验学习。
五、实验边界与局限
- 样本只有 3 次实验，规模很小，没有经过独立第三方复现验证
- GPT-6.1 Sol 只做视觉定位识别，不操控穿刺针、不执行注射等手术动作
- 实验对象是小鼠，不是人类大脑，小鼠颅骨解剖结构和人差异很大
- 目前只是科研演示，不能直接用到临床神经外科手术
【常见问题】
问题 1：GPT-6.1 Sol 参与活体大脑手术三轮定位，它是直接给小鼠做完整手术吗？
回答 1：GPT-6.1 Sol 参与活体大脑手术三轮定位，它只负责识别颅骨上的定位标记点，起到辅助定位作用，不会独立操控器械完成手术操作。
问题 2：GPT-6.1 Sol 参与活体大脑手术三轮定位，精度提升靠重新训练模型吗？
回答 2：GPT-6.1 Sol 参与活体大脑手术三轮定位，精度提升依靠上下文学习，全程不更新模型参数，只是读取上一轮医生的修正记录来优化判断。
问题 3：GPT-6.1 Sol 参与活体大脑手术三轮定位，三轮之后数据变化是什么样？
回答 3：GPT-6.1 Sol 参与活体大脑手术三轮定位，第三轮对比第一轮，查找标记耗时从 169 秒降到 86 秒，人工纠偏从 4 次降到 2 次，定位误差从 0.6 毫米降到 0.3 毫米。
问题 4：GPT-6.1 Sol 参与活体大脑手术三轮定位，这个实验什么时候可以用到人的脑部手术？
回答 4：GPT-6.1 Sol 参与活体大脑手术三轮定位，现在只是小鼠身上的早期探索实验，样本量小、还没有独立复现，距离安全落地人脑临床手术还有很长研发周期。
【参考资料】
[2026-11-08]（GPT-6.1 Sol 参与活体大脑手术！三轮定位，一次比一次准）36 氪
[2026-11-08]（OpenAI GPT-6.1 Sol 参与活体小鼠脑手术：连续操作三次，定位误差减半）IT 之家
[2026-11-08]（GPT-6.1 Sol 参与活体小鼠脑部手术定位实验）机器之心
[2026-11-06]（AI 做脑手术也会越练越快？三次定位 bregma 的早期结果）丁香通
【免责声明】
本文内容仅整理自研究团队公开分享和媒体报道，实验属于早期科研演示，结果尚未经过同行评审和独立复现；GPT-6.1 Sol 目前仅为手术定位辅助探索工具，不具备临床手术能力，相关技术进展、实验结论以研究团队后续正式论文为准，不构成医疗应用、投资参考。