根据TheRundownAI在X的报道，Meta AI发布TRIBE v2，可在无需重新训练的情况下对未见个体的脑部响应进行预测，并在电影与有声书任务上实现约2–3倍的性能提升；本次同时开放论文、模型、代码与在线演示。依据AI at Meta的信息，TRIBE v2能跨个体与任务泛化，旨在将脑科学洞见用于构建更强的AI，并通过计算模拟加速神经疾病的诊断与治疗研究；资源链接包括go.meta.me/210503（论文）、go.meta.me/ea1cff（模型）、go.meta.me/873d02（代码）。据AI at Meta披露，该开放生态为研究机构与创业团队带来机会，如建立脑到表征的基准管线、将神经预测先验融入多模态基础模型、以及基于模拟脑响应开发临床决策支持原型。

据 Meta AI 表示，TRIBE v2 无需再训练即可对未见个体的脑反应进行可靠预测，在电影与有声书场景较以往方法提升约2–3倍，并已开放论文、模型、代码与演示（论文 go.meta.me/210503，模型 go.meta.me/ea1cff，代码 go.meta.me/873d02）。据 Meta 称，该零样本泛化能力可降低被试采集成本，促进跨个体基准评测，并为医疗影像、神经科技与基础模型研发带来将大脑表征对齐进产品流水线的机会，加速以计算模拟辅助神经疾病诊断与治疗研究。

据Meta AI在X平台披露，Meta发布TRIBE v2三模态脑编码基础模型，利用700多人、超过500小时的fMRI数据预测人脑对几乎任何视觉或声音刺激的反应（来源：AI at Meta）。据Meta官方页面介绍，该模型基于其Algonauts 2025获奖架构，构建神经活动数字孪生，并可对新受试者、新语言与新任务实现零样本泛化（来源：go.meta.me/tribe2）。据AI at Meta报道，官方提供在线演示，预示在神经科学驱动AI、多模态对齐及个性化神经自适应交互、数字医疗与康复等领域的落地机会（来源：AI at Meta）。