睡眠与记忆的关联，长期以来被视为神经科学领域中典型的“鸡生蛋还是蛋生鸡”式难题。过去的研究普遍认为，睡眠有助于大脑巩固白天吸收的知识，却很少有人反向思考：梦里反复回放的记忆片段，是否也会反过来重塑睡眠的节律？如今，这一疑问得到了明确解答——北京智源人工智能研究院与清华大学联合团队首次通过实验证实，记忆内容确实能够“雕琢”睡眠结构：积极记忆使睡眠更加平稳、连贯，而负面记忆则会引发睡眠碎片化。

研究这一问题的挑战在于，必须从海量且充满噪声的脑电波与记忆细胞成像数据中，精确提取记忆活动与睡眠状态变化之间的因果链路。这好比在人群的低声交谈里，精准锁定是哪一句话改变了整场梦境。为突破这一瓶颈，该团队研发了一个多模态基础脑科学模型——堪称全能的“神经信号翻译官”。其核心模块能将脑电图、双光子钙成像等多种神经信号，统一转化为标准化的“神经活动表征”，仿佛把各类方言译成普通话，使多模态数据首次能在同一框架下直接交互。

凭借这一“翻译官”，研究团队得以同步解析睡眠脑电与记忆相关的单细胞钙成像信号。他们发现，该模型不仅能准确判断记忆神经信号是否可预测睡眠状态的切换，还成功区分出两种截然不同的睡眠类型：一种被定义为“伴随记忆重激活的睡眠”，另一种则是“不伴随记忆重激活的睡眠”。这相当于为睡眠贴上了清晰的标签，揭示了梦中记忆重放并非可有可无的“背景音”，而是掌握剧本的“导演”。

更深层次的发现随之揭晓：当小鼠在睡眠中重放负面记忆时——犹如大脑在深夜不断回放恐怖场景——睡眠会显著变得支离破碎，机体警觉性升高，整夜辗转难安；相反，积极记忆的重放则如同一首柔和的安眠曲，显著增强睡眠的连贯性与抗干扰能力。这些发现首次构建了“记忆—睡眠”双向调控的全新科学框架，也为抑郁、焦虑等精神疾病伴随的睡眠障碍，提供了崭新的机制解释与治疗思路。