我们引入了大脑语言模型 (BrainLM),这是基于 6,700 小时 fMRI 记录进行训练的大脑活动动力学基础模型。利用自监督掩蔽预测训练,BrainLM 在微调和零样本推理任务中表现出色。微调可以预测临床变量和未来的大脑状态。在零样本推理中,该模型识别功能网络并生成可解释的神经活动潜在表示。此外,我们引入了一种新颖的提示技术,使 BrainLM 可以作为大脑活动对扰动反应的计算机模拟器。BrainLM 为分析和理解大规模大脑活动数据提供了一个新颖的框架,可作为更有效地解释新数据的“镜头”。