迈向全球人体统一计算接口：人体功能让AI拥有人体运行逻辑判断大脑

作者： 车雷（Lei Che）
机构： 木梯 Movetips / 木梯科技（北京）有限公司
发布日期： 2026-10-24
类别： 公众科普与科研进展解读（非同行评审论文、非技术标准）
主题： 人体功能智能（Human Function Intelligence）、全球人体统一计算接口、人体运行逻辑判断大脑、HFWM 人体功能世界模型、UOHF 人体功能统一本体、人体功能必要性证明
许可： CC BY-NC 4.0

人工智能已经掌握了大量人体知识。

它知道人体有哪些骨骼、肌肉、神经和器官，也能解释许多疾病、生理机制和运动过程。

但有一个问题：

AI知道这么多人体知识，就真的能够判断一个人的身体究竟发生了什么吗？

例如，一个人上楼时膝盖疼痛。

AI可以告诉我们，上楼需要哪些肌肉参与、膝关节承受什么负荷，以及哪些疾病可能引起疼痛。

但这些知识，并不能直接回答：

这个人的膝盖为什么疼？

是身体能力不够？是能力具备却没有在这次动作中适当地发挥？是疾病或损伤引起的？还是多种因素共同作用？

如果改变动作、减少负荷，或者经过一段时间训练，身体又会发生什么变化？

这才是人体判断真正困难的地方。

知道人体有什么，不等于知道这个人的身体为什么这样运行。

木梯研究的，就是如何让人工智能从掌握人体知识，进一步走向理解人体运行、判断个人状态和持续追踪变化。

为此，木梯建立了人体功能统一本体（UOHF）、人体功能世界模型（HFWM）及相关计算推理体系。

2026年10月23日版的一项新研究，又为这套体系补上了一项重要的理论论证：

人体功能相关关系，为什么是特定完整个人判断中不可省略的内容？

一、人体知识很多，但它们还需要被联系起来

今天，研究人体的科学已经非常丰富。

医学研究疾病、诊断和治疗。解剖学研究人体结构。生理学研究器官和组织怎样工作。运动科学研究动作、力量、控制与表现。认知科学研究感知、记忆、思考等过程。

这些研究都很重要，也都在不断进步。但是，它们回答的问题并不完全相同。

一份检查报告可能告诉我们某种疾病风险。一次力量测试可能告诉我们某块肌肉在测试条件下能产生多大力量。一个运动模型可能计算某项动作需要什么身体条件。

这些信息可以各自正确，却不一定能直接拼成对同一个人的正确判断。

因为，一个人的身体不是静止的零件集合。身体每时每刻都在运行。

心脏持续泵血，呼吸系统维持气体交换，身体调节体温、应对感染、修复损伤。

与此同时，人还要行走、工作、运动、学习、思考，并适应环境变化。

这些事情并不是彼此孤立的。它们共同发生在同一个人身上，而且会相互影响、不断变化。

因此，人工智能要理解人体，不能只回答“身体有哪些结构、这些结构有什么作用”。

还需要回答：

这个人面对什么需求？身体具备什么能力？这些能力实际上怎样发挥作用？最后发生了什么？

这就涉及人体功能。

二、人体功能到底是什么？

木梯提出的人体功能科学定义是：

人体功能，是身体为满足内部和外部需求而能够被适当调用的能力。

用大白话说：

人体功能，就是身体被正常调用的能力。

例如：为了维持生命，身体需要呼吸、循环和调节。为了上楼，身体需要完成力量输出、平衡控制和动作协调。为了长时间工作，身体还需要在持续负荷下保持一定的活动能力，并在之后恢复。

这里有三个容易混淆的问题。

第一，身体具备什么能力？ 一个人有没有完成某项活动所需要的身体条件？

第二，这些能力实际上怎样发挥作用？ 身体具备能力，不意味着每一次活动都能在相同条件下顺利完成。疼痛、疲劳、疾病、环境和辅助条件，都可能影响具体过程。

第三，最终发生了什么？ 完成了任务，不一定代表身体没有问题。没有完成任务，也不一定意味着某一项能力存在缺陷。

例如，一个人扶着栏杆能够上楼，不等于他的膝关节已经完全恢复。一个人能够上楼，也不等于他的膝盖没有疾病。

所以，人体功能不能简单等同于“能做什么动作”，更不能等同于某个测试分数。

它研究的是身体能力与实际需求之间的关系，并帮助我们进一步理解身体的实际运行。

三、最新研究：为什么人体功能关系不能被省略？

过去，木梯已经建立了人体功能的定义、本体、能力体系和世界模型架构。

但还有一个更基础的问题需要回答：

这些人体功能关系，对于人工智能判断一个人，究竟是不是必要的？

2026年10月23日版的理论预印本：

《人体功能关系对完整个人判断的必要性》

英文标题：Human-Function Relations as Necessary Conditions for Whole-Person Judgment。

这项研究采用数学论证和构造性例子，分析人工智能要正确回答某些人体问题，必须保留哪些信息。

一个普通人也能理解的例子

假设两个人都需要完成同一项身体任务。这项任务涉及的身体结构相同。

但是，一个人的身体条件能够满足任务要求，另一个人的身体条件不能满足。

如果AI只知道两个人都需要使用哪些肌肉、关节，却不知道影响他们实际完成能力的条件，那么在AI看来，两个人的信息可能完全一样。

但正确答案却不一样。一个可以完成，另一个不能。

这时候，不管AI使用什么算法，只要能够获得的信息完全相同，就不可能保证同时判断正确。

这就是论文中一个重要定理的核心思想：

如果两种情况需要不同的答案，AI就必须能够区分它们。

这个道理听起来简单，但它对建立人体判断系统有直接意义。

因为人体判断不能只知道哪些结构参与某项活动，还必须掌握那些会影响答案的身体条件和关系。

同样的结果，也可能有不同的原因

再举一个例子。

两个人都完成了上楼。一个人可能主要依靠自身的力量和协调控制。另一个人可能改变了动作方式，或者依靠扶栏分担了部分负荷。

结果都是“完成上楼”，但身体实际运行的过程并不一定相同。

如果AI只看到最后的结果，就不能直接断定两个人采用了同样的身体机制，更不能仅凭一次表现，就确定疾病原因。

所以，身体能做到什么、实际怎样做到、最后发生了什么，是三个需要区分的问题。

人体还会不断变化

今天能够完成某项活动，不代表明天的身体条件完全一样。

训练、疲劳、疾病、治疗、恢复和环境变化，都可能改变之后的状态。

同时，新的检查或测量结果，也可能改变我们对过去某次活动的理解。

因此，一个人体判断系统不仅需要给出当前答案，还需要知道这个答案依据什么。当证据变化时，它应该能够重新判断，而不是永远沿用原来的结论。

这次证明得出了什么结论？

论文通过三个定理、六个命题，以及25项合成检查和多组有限计算测试，形成了一项明确的结论：

如果AI要正确判断人体在特定需求下能否实现目标、实际发生了什么，以及身体或证据变化后应如何修订判断，就不能丢失那些会改变正确答案的人体功能相关关系。

这项证明的意义，在于明确了人体功能判断大脑需要保留和计算什么。

它不是依靠产品宣传来说明人体功能重要，而是从判断问题本身出发，给出了可以检查的理论论证。

当然，数学证明和合成测试并不等于已经完成真实人体的临床准确性验证。

但木梯现在不仅提出了人体功能概念，也进一步说明了它在特定人体计算判断中承担什么必要职责。

四、木梯怎样建立AI的人体运行逻辑判断大脑？

有了科学定义和必要性论证，接下来的问题就是：

怎样让AI真正使用这些关系进行判断？

木梯已经围绕这一目标建立了几项相互配合的研究体系。

1. UOHF：让AI有一套统一的人体功能语言

UOHF，全称 Unified Ontology of Human Function，即人体功能统一本体。

可以把它理解成一套经过定义和组织的人体功能知识语言。

它明确人体功能是什么，不同能力如何区分，需求、能力、实际调用和证据之间有什么关系。

目前，UOHF已经形成18类核心人体功能能力和104项具体能力的版本化体系。

这些能力不是104个诊断分数，而是帮助AI理解和组织人体功能知识的基础。

2. Functional Bridge：把人体功能连接到真实的身体机制

知道某项能力的名称还不够。AI还需要知道，这项能力与哪些人体结构、生理过程和其他身体机制有关。

Functional Bridge 就负责研究这些联系。

例如，判断上楼所需的身体能力，可以进一步关联有关的关节、肌肉、神经控制和生理机制。

但必须注意：一般科学知识只能帮助寻找可能的解释，不能直接证明某个人发生了什么。

对具体个人作判断，还需要他的实际证据。

3. HFTD-BR：让AI学会一步一步判断

HFTD-BR是人体功能任务拆解与双向推理方法。名字比较专业，但基本思路容易理解。

一个方向是从问题出发：这个人为什么上楼疼痛？为了判断清楚，我们需要检查和了解什么？

另一个方向是从证据出发：目前的检查、观察和记录，究竟能够支持哪些判断？还有哪些原因没有排除？

两个方向相互配合。

不是看到膝盖疼，就直接认定某块肌肉无力。也不是看到一次测试正常，就认为人体功能没有问题。

能判断的，给出依据；不能判断的，说明还缺什么。

这就是人体功能判断大脑需要具备的推理方式。

4. HFWM：把这些判断放进同一个人的持续计算中

HFWM，全称 Human Function World Model，即人体功能世界模型。

它研究的不只是运动、康复或功能评估。它面向的是同一个完整的人。

这个人的健康、疾病、生理、医疗、认知、行为、生活环境、个人历史以及随时间发生的变化，都属于相关的建模范围。

简单理解：

UOHF帮助AI明确人体功能的含义和关系；Functional Bridge连接相关科学知识；HFTD-BR组织判断过程；HFWM把这些知识和判断放进同一个人的持续计算中。

这些共同构成木梯人体功能智能判断大脑的研究基础。

这里说的“大脑”，不是人工意识，也不是复制一个真人的大脑，而是希望让AI形成一套能够理解人体问题、调用相关知识、分析证据并持续更新判断的计算体系。

五、为什么要迈向全球人体统一计算接口？

人体功能判断大脑解决的是如何形成判断。

但还有另一个问题：

不同的人体计算模型，怎样才能围绕同一个人共同工作？

今天，医学模型、生理模型、运动模型、认知模型和各种健康设备，都可能产生有价值的信息。

医学模型提示某种疾病风险，运动模型分析一个人的动作表现，生理模型分析身体的调节过程，可穿戴设备记录活动与身体信号。

如果它们描述的是同一个人，为什么不能共同帮助理解这个人的状态？

问题在于，这些信息并不能简单放在一起就直接使用。

不同模型的输出可能代表不同的意义。一次力量测量、一项疾病风险判断、一次活动结果，并不是同一种东西。

它们还可能发生在不同时间、不同环境和不同测量条件下。如果不区分这些信息，AI反而可能产生错误判断。

因此，木梯提出：未来不同人体模型之间，不仅需要能够交换数据，还需要能够理解彼此的数据代表什么、适用于什么条件，以及能够支持什么判断。

2026年10月6日，木梯发布了相关研究：

Connecting Human Models Through Human Function: Toward a Common Computational Protocol for Whole-Person Modeling

《通过人体功能连接人体模型：迈向完整人建模的共同计算协议》

这项研究提出，通过人体功能相关关系，让不同人体模型在保留各自专业计算方式的同时，围绕同一个人共同解释信息。

这就是木梯提出全球人体统一计算接口的研究方向。

用容易理解的话说：

判断大脑解决的是：AI怎样理解和判断一个人。

统一计算接口解决的是：不同的人体模型怎样交换和共同理解信息，从而支持对同一个人的判断。

二者相互联系，但不是同一个东西。

此次最新的必要性证明，进一步说明了为什么在这种共同计算中，那些会影响人体判断结果的功能相关信息不能被忽略。

需要说明的是，全球人体统一计算接口目前属于木梯提出的研究与发展目标，不代表已经成为国际通用技术标准。

六、下一步：验证人体功能判断大脑究竟有多准确

木梯已经形成了一套从人体功能科学定义、本体、能力体系，到人体知识关联、双向推理和完整人世界模型的研究架构。

最新必要性论文，为其中的关键判断关系提供了形式化论证。

但真正判断一个人，最终还要面对现实。

例如，上楼膝痛这一问题：

AI能不能正确识别可能涉及的身体结构、能力、实际调用和疾病因素？

能不能区分已经有证据支持的原因和仍然需要检查的原因？

当出现新的检查结果时，能不能及时修正判断？

经过治疗、训练或环境改变后，能不能正确识别人体状态发生了什么变化？

这些问题，才是接下来需要重点验证的内容。

验证不能只看AI的回答听起来是否合理。

还需要有专业人员独立判断的依据、真实且合规的数据、明确的评价标准，以及与现有方法在相同条件下的比较。

既要看AI判断正确的情况，也要看它是否错误地认定原因，是否忽略重要风险，以及证据不足时能否明确表示无法确定。

对于未来状态预测，还需要进一步检验预测是否准确，以及预测在什么条件下有效。

木梯下一阶段的重要任务，就是把已经建立的计算判断体系，转化成能够接受独立验证的实际能力。

结语：让AI不仅知道人体，还能够逐步学会判断人体

人工智能已经拥有大量人体知识。

但对于一个具体的人，知道哪些结构参与活动、了解哪些疾病可能发生，并不等于已经知道他的身体实际怎样运行。

要进一步形成判断，需要将人体需求、身体能力、实际调用、结果、证据和时间变化联系起来。

木梯以人体功能为科学组织基础，建立UOHF、Functional Bridge、HFTD-BR和HFWM，探索如何让AI围绕同一个人持续组织人体知识和形成判断。

最新的人体功能必要性研究，为这种判断所需要的关键关系提供了理论论证。

而全球人体统一计算接口，则是希望进一步让不同的人体模型能够围绕同一个人交换信息、理解彼此的计算结果，并开展有依据的协同。

从知道人体有什么，到理解人体怎样运行，再到判断一个人的身体究竟发生了什么。

这就是木梯人体功能智能正在推进的研究方向。

理论和计算架构已经形成，下一步将通过判断准确性和模型互操作验证，检验它们在真实人体问题中的表现。