通过零样本学习人工智能数字化化石挖掘发现的白垩纪最古老的章鳃类头足纲化石

古海洋中的隐藏线索

在鲸类和海豚出现很久之前，海洋由类似鱿鱼和乌贼的生物主宰。然而，它们的故事难以读清，因为身体的软组织很少保存为化石。本研究将前沿人工智能与细致的岩石影像学相结合，发现了一个微小但重要的线索：属于包括现代墨鱼和短尾乌贼在内一支系的已知最古老化石。对于任何关心生命主要谱系如何出现与分化的人来说，这表明新的数字工具能够改写那些曾被认为已失落的演化章节。

为何微小的喙很重要

现代海洋中充满了“章鳃类”——与鱿鱼近亲的十腕类生物，含括墨鱼和短尾乌贼。它们数量众多，生态上是重要的捕食者，也是大型动物的重要食物来源。然而它们深远的演化史出人意料地模糊。像菊石这类经典化石保留了坚硬的外壳，但现生章鳃类有内部支架或几乎完全为软体，几乎不留岩石痕迹。一个例外是它们的喙：由坚韧的壳质（甲壳素）构成的口器，比动物其余部分更容易化石化。通过专注于这些微小的下颌，科学家即便在其他部分全部消失的情况下，也能识别古代头足类的分类群。

用数字之眼在岩石中挖掘

在这项工作中，研究者研究了来自南达科他晚白垩世岩石的硬质碳酸盐结核，形成于大约7400万到6700万年前，属于曾经将北美一分为二的西部内陆海。研究者没有通过破开岩石寻找可见化石，而是使用“磨片断层扫描”方法，将每个结核切割成数千层超薄切片，并以高分辨率和彩色对每一片拍照。这些巨量的影像堆栈随后被输入名为DEVA的零样本学习人工智能系统，该系统基于Segment Anything Model构建。与必须在已知形状上训练的传统机器学习工具不同，这种人工智能能够勾画出它发现的任何独特物体边界，即便该物体此前从未见过。实际上，作者构建了一个数字化的化石挖掘机器，能够梳理海量数据集并标记每一个看起来像独立身体结构的嵌入体。

遇见介于两者之间的Uluciala

在人工智能标记出的对象中，团队重建了两件仅长几毫米的微小三维喙。将它们与现生和化石头足类的喙仔细比对后发现，这些下颌来自一种此前未知的动物，研究者将其命名为Uluciala rotundata。其下喙呈现出独特的混合特征：巨大的圆形钩与向前倾斜的颚缘，让人联想到现代墨鱼，但同时又具有笔直的腹缘和类似短尾乌贼的三角形凹陷。对160多种现生物种的整体喙形状进行的统计分析证实，Uluciala在“形态空间”——一个用于表示形态差异的地图上，位于两组之间，而非明显聚在任一组群中。

改写墨鱼与短尾乌贼的家族故事

这些化石不仅在形态上居于中间地位；它们也很古老。其中一件标本来自约7400万年前的岩层（晚坎帕尼期），另一件来自约6700万年前（晚马斯特里赫特期），均属晚白垩世。在此发现之前，已知最早的类似墨鱼的化石大约可追溯到7000万年前，而短尾乌贼则几乎没有可靠的化石记录。Uluciala出现在这两个时间段表明，章鳃类在白垩纪晚期已经开始分化，墨鱼与短尾乌贼谱系之间的分裂很可能很快发生。换言之，今天这两组的典型喙形是更长时期、此前未被发现的演化试验的终点。

这对生命隐秘记录的意义

对非专业读者而言，主要信息是：即便是最微小的化石碎片，在与先进影像和人工智能配合时也能改变我们对演化的看法。仅由埋藏在岩石中脆弱喙而知的Uluciala rotundata，连接了两大现代头足类群，并把它们的共同历史向更久远的时间推移。揭示它的数字化化石挖掘方法原则上可以发现更多那些软体部分几乎未留下痕迹的“缺失”物种。随着这些工具的普及，更多长期研究的岩石中可能会出现无数隐藏的化石，填补生命之树的空白并展示当今海洋生态系统如何形成。

引用: Sugiura, K., Ikegami, S., Takeda, Y. et al. The oldest sepioid cephalopod from the Cretaceous discovered by Digital fossil-mining with zero-shot learning AI. Commun Biol 9, 301 (2026). https://doi.org/10.1038/s42003-026-09519-9

关键词: 头足类演化, 乌贼鱼（墨鱼）, 化石喙, 古生物学人工智能, 晚白垩世