2026年8月21日上午，由膜生物学全国重点实验室、北京大学生命科学学院主办学术讲座，此次讲座由北京大学生命科学学院PI陈晓伟、郭强联合邀请香港大学生物医学学院倪涛教授作题为“Positive-Sense RNA Virus Replication Organelles - From Double Membrane Vesicles to Single Membrane Spherules”的专题学术报告。

2026年7月31日，“2026 简智能体集群涌现学术研讨会” 在上海举办。本次研讨会由膜生物学全国重点实验室李曙光副教授、冷舒助理研究员，以及中国科学院沈阳自动化研究所杨永良副研究员共同发起组织。

2026年6月6日，以 “奋进‘十五五’ 科技谱新篇” 为主题的全国科技活动周系列科普开放活动在北京大学膜生物学全国重点实验室顺利举行，本次活动旨在弘扬科学家精神、普及前沿科学知识、落实组织全国重点实验室面向青少年开放科普活动的相关工作安排。活动面向中学生开放，共迎来中国人民大学附属中学通州分校、北京一零一中学、北京十一学校、北京广渠门中学、北京市第五中学、北京亦庄实验中学、北京大学附属中学、陕西省西安中学等 8 所中学的 140 名师生，通过科普讲座与实验室实地参观，让青少年近距离感受生命科学前沿魅力。

清华⼤学与埃克塞特⼤学近⽇签署合作协议书。该协议将整合双⽅在细胞⽣物学、发育⽣物学及遗传学等领域的顶尖科研⼒量，以跨学科⽅法深⼊探索细胞在健康与疾病状态下的功能、发育与互作机制，为推动再⽣医学与⼈类健康的未来创新奠定科学基础。

清华大学戴琼海院士团队长期致力于介观活体生物成像领域的研究，在2013年国家自然科学基金委重大仪器项目的支持下，成功研制了国际首台亿像素宽视场介观荧光显微镜(Real-time, Ultra-large-Scale, High-resolution, RUSH1)，被誉为介观显微成像领域的先驱。在过去的7年时间里，进一步通过计算成像原理创新，以扫描光场成像原理实现非相干光场的超精细四维感知与重构2，提出了数字自适应光学架构，通过记录高维成像过程与自适应重构，打破传统成像为人眼设计“所见即所得”所引起的固有桎梏，先后突破了光学像差3、三维运动伪影4、背景荧光5、光子噪声6-8、组织散射9等活体成像壁垒，并在同一架构上集成，研制了新一代介观活体显微仪器RUSH3D10，被誉为介观成像的一次飞跃11，入选“两院院士评选2024年中国十大科技进展新闻”。然而，成像性能的快速提升也对大规模数据处理提出了更高的要求12，有监督深度神经网络能够加速三维重建过程，却面临泛化性难题，难以广泛适用于复杂环境下的各类样本。如何能够既“真”又“快”，让仪器使用者能够实时获取高保真的高分辨三维信息，而无需重新训练新的神经网络，仍然是阻碍计算成像显微镜广泛使用的“拦路虎”。

清华大学戴琼海院士团队长期致力于介观活体生物成像领域的研究，在2013年国家自然科学基金委重大仪器项目的支持下，成功研制了国际首台亿像素宽视场介观荧光显微镜(Real-time, Ultra-large-Scale, High-resolution, RUSH1)，被誉为介观显微成像领域的先驱。在过去的7年时间里，进一步通过计算成像原理创新，以扫描光场成像原理实现非相干光场的超精细四维感知与重构2，提出了数字自适应光学架构，通过记录高维成像过程与自适应重构，打破传统成像为人眼设计“所见即所得”所引起的固有桎梏，先后突破了光学像差3、三维运动伪影4、背景荧光5、光子噪声6-8、组织散射9等活体成像壁垒，并在同一架构上集成，研制了新一代介观活体显微仪器RUSH3D10，被誉为介观成像的一次飞跃11，入选“两院院士评选2024年中国十大科技进展新闻”。然而，成像性能的快速提升也对大规模数据处理提出了更高的要求12，有监督深度神经网络能够加速三维重建过程，却面临泛化性难题，难以广泛适用于复杂环境下的各类样本。如何能够既“真”又“快”，让仪器使用者能够实时获取高保真的高分辨三维信息，而无需重新训练新的神经网络，仍然是阻碍计算成像显微镜广泛使用的“拦路虎”。

清华大学戴琼海院士团队长期致力于介观活体生物成像领域的研究，在2013年国家自然科学基金委重大仪器项目的支持下，成功研制了国际首台亿像素宽视场介观荧光显微镜(Real-time, Ultra-large-Scale, High-resolution, RUSH1)，被誉为介观显微成像领域的先驱。在过去的7年时间里，进一步通过计算成像原理创新，以扫描光场成像原理实现非相干光场的超精细四维感知与重构2，提出了数字自适应光学架构，通过记录高维成像过程与自适应重构，打破传统成像为人眼设计“所见即所得”所引起的固有桎梏，先后突破了光学像差3、三维运动伪影4、背景荧光5、光子噪声6-8、组织散射9等活体成像壁垒，并在同一架构上集成，研制了新一代介观活体显微仪器RUSH3D10，被誉为介观成像的一次飞跃11，入选“两院院士评选2024年中国十大科技进展新闻”。然而，成像性能的快速提升也对大规模数据处理提出了更高的要求12，有监督深度神经网络能够加速三维重建过程，却面临泛化性难题，难以广泛适用于复杂环境下的各类样本。如何能够既“真”又“快”，让仪器使用者能够实时获取高保真的高分辨三维信息，而无需重新训练新的神经网络，仍然是阻碍计算成像显微镜广泛使用的“拦路虎”。