信息来源：人大高瓴人工智能学院 发布日期：2026年4月29日

在小说阅读器读本章去阅读在小说阅读器中沉浸阅读       「硅基温度-牛导力荐」栏目，每周力邀一位AI领域的顶尖导师，从浩如烟海的论文中，亲自为您挑选一篇“必读好文”。它或许预示着一个崭新的方向，或许内藏着一个精妙的巧思。

在这里，让最具慧眼的领路人，带你穿透信息的迷雾，触摸AI未来的脉搏。

这项发表于 Science 的研究，把关于“想象如何发生”的问题第一次推进到了单神经元层面。研究者发现，当人闭眼想象一个物体时，大脑并不是在凭空构造一幅模糊图景，而是在重新调用看见这个物体时已经建立过的部分神经编码。

论文题目：

A shared code for perceiving and imagining objects in human ventral temporal cortex

论文链接：

https://www.science.org/doi/10.1126/science.adt8343

发表时间：2026年4月9日

推荐人：马彦彪

中国人民大学高瓴人工智能学院 讲师

马彦彪老师长期关注多智能体系统优化、多模态大模型视觉理解、联邦学习和长尾学习。以第一作者在TPAMI、IJCV、CVPR、ICLR等人工智能领域顶级期刊发表论文20余篇，曾获6项由IGARSS、CVPR、ICCV等举办的国际人工智能竞赛冠军。长期担任TPAMI、CVPR、NeurIPS、ICLR等期刊和会议的程序委员会成员及审稿人。

引言

如果要用一句话概括这篇论文最大的发现，那就是：人脑“看见”一个东西和“想象”这个东西，并不是两套彼此分离的系统；至少在人类腹侧颞叶皮层里，二者共享了部分同源的神经代码。

这为什么是重磅结果？因为“想象”一直是认知神经科学里最难被机制化解释的问题之一。我们都知道，大脑能够在没有外界输入的情况下“看到”脑海中的人、物体与场景，但过去很长时间里，研究者最多只能证明：想象似乎会调动视觉系统。真正悬而未决的问题其实更尖锐也更关键：想象时活跃起来的，究竟是不是看见世界时那一批神经元？如果是，它们是否仍然按看见时的那套规则在编码？

更重要的是，这项工作并不只是证明“想象也能激活视觉脑区”。论文真正令人震动的地方在于，研究者不仅描出了物体在高维特征空间中的神经编码方式，还证明这套代码既能被读取、被解码、被反向预测，也能在想象阶段被部分重建。换句话说，这不是一次泛泛的相关性发现，而是一项开始触碰“人脑如何在内部生成感知内容”这一核心机制的研究。

想象物体时，大脑会重启看见它时的部分同源神经编码

研究者首先考察人类腹侧颞叶皮层，也就是常被称为高阶视觉物体表征核心区域的那一大片皮层，想知道这里的神经元到底如何编码物体。结果他们发现，在 456 个对视觉刺激有显著反应的神经元里，有 367 个，也就是大约 80%，都可以用一种很漂亮的方式来描述：每个神经元都像是在一个高维“物体特征空间”里，偏好某一条特定方向，物体在这条方向上投影越高，这个神经元的反应通常越强。

这听起来有点抽象，但你可以把它想成这样：神经元不是简单地给“猫”“椅子”“苹果”贴标签，它更像是在读出一个复杂特征组合，比如某种形状、轮廓、结构比例和视觉风格在高维空间中的位置。也就是说，它们并不只是在回答“这是什么类别”，而是在回答“这个物体在视觉特征空间里落在什么位置”。研究者把这种机制概括为一种“轴编码”。

更关键的是，这种编码不是纸上谈兵。研究者不仅可以根据神经元群体活动去重建受试者看到的物体，还能反过来沿着神经元偏好的“轴”生成对它最有效的合成刺激。也就是说，这套编码既能解释神经反应，也能反向预测什么图像最容易激活某个神经元。这就把“相关性”往“机制性”推进了一步。

真正让论文完成闭环的，是后面的想象实验。研究者让受试者先看过少量目标物体，再闭眼在脑海中交替想象这些物体。结果发现，在 107 个轴调谐神经元里，有 43 个，也就是大约 40%，会在想象阶段以符合原来视觉编码规则的方式再次被激活。换句话说，这不是简单的“脑子里某些地方亮了一下”，而是看见物体时的那套特征编码，在想象物体时被部分重放了。

图1 腹侧颞皮层（VTC）神经元以符合视觉编码的方式重新激活

首次把“想象复用感知系统”推进到单神经元代码层面

关于“想象是否复用感知系统”，其实学界早就有很多证据。我们知道，人在想象面孔、地点、声音、动作时，对应感觉系统的相关脑区往往会出现活动增强；视觉皮层、梭状回、顶叶、前额叶都被反复报道与视觉意象有关。但这些结果有一个共同局限：它们大多停留在“区域层面”。区域层面的激活并不能自动推出“代码层面的共享”。

举个例子，即使同一个脑区在看和想的时候都亮了，也完全可能是两群不同的神经元在工作，或者是同一群神经元在使用完全不同的计算规则。前者只能说明“地址相同”，后者才更接近“机制相同”。而认知神经科学最难、也最迷人的部分，恰恰就在这里：同一个脑区的平均信号，往往掩盖了大量细粒度差异。

所以这篇论文的价值，不只是又一次说“想象和感知有关”，而是通过单神经元记录，把问题推进到了“是否共享神经代码”这一层。对于理解记忆回忆、内在模拟、创造性思维，甚至精神疾病中的异常意象，这都是一个非常重要的台阶。

用单神经元记录建立了从视觉编码到想象重放的完整证据链

这项研究使用的是临床植入电极患者的数据。受试者原本因为癫痫定位需要接受深部电极植入，研究团队借此机会，在伦理审批和知情同意的前提下，从腹侧颞叶皮层记录单神经元活动。这是人类认知神经科学里非常珍贵的一类数据，因为它同时具备人类任务语义和单神经元精度。

实验分成几个阶段。第一步是快速视觉筛查。受试者会看到 500 张不同物体图片，覆盖面孔、文字、植物、动物和常见物体等类别，每张图重复 4 次，总计 2000 个试次。图片呈现很快，但中间会穿插提问，以确保注意力确实在线。研究者由此筛选出对视觉刺激有可靠反应的神经元。

第二步，他们把这 500 张图片送进一个已经训练好的深度神经网络 AlexNet，从其中一层提取高维特征，再做 PCA 降到 50 个主成分，用来构建一个“物体特征空间”。接着，研究者为每个神经元寻找一条最能解释其反应变化的“偏好轴”。如果某个神经元对物体在这条轴上的投影越高、反应越强，而且这种关系显著强于与正交方向的关系，那么这个神经元就被视为轴调谐神经元。

图2 人类腹侧颞皮层（VTC）神经元的轴向调谐特性

第三步，他们验证这套轴编码到底是不是真的有预测力。一个强有力的办法是“解码”：如果神经元群体真的编码了物体的高维特征，那么从这些神经活动出发，就应该能反推出被试看到了什么。结果确实如此，作者不仅能从神经活动中重建出与原图高度相似的物体，还能在大量候选图像中找出与神经活动最匹配的重建结果。

第四步，作者做了更有意思的一件事：沿着某个神经元的偏好轴向前走，合成新的图像，看看这些“人工制造”的刺激能否比原始图片更强烈地驱动该神经元。结果也成立，这些沿偏好方向推进的合成图像，真的能成为某些神经元的“超级刺激”。这意味着作者并不是在用一个事后解释的模型硬套数据，而是在用它生成新预测，并成功被实验验证。

最后，才轮到本研究最关键的想象任务。受试者在编码阶段先看若干目标物体，之后完成一个干扰任务，再闭眼根据口头提示，在脑海中交替想象这些物体。作者记录同一批神经元在看和想两个阶段的活动，并比较它们是否沿着同样的偏好轴发生变化。如果想象期间的反应仍然跟“偏好轴投影值”显著相关，而且与视觉阶段对同一物体的反应排序一致，那么就说明想象重现了这套视觉代码。

想象不是泛化激活，而是沿着视觉阶段已定义的编码轴被重新激活

很多研究都能证明“想象时会激活大脑”，但这个层面的说服力其实有限。因为你很难排除注意、语言、任务策略、记忆提取这些因素的共同贡献。真正有说服力的是：神经元不是随便响，而是按它在视觉阶段已经定义好的规则来响。

作者在论文中报告了两层关键统计。第一层是，在所有参与想象分析的神经元中，有 66/231，也就是约 30% 的神经元，在至少一个被想象物体上出现显著激活。这说明想象本身确实可以唤起可测量的腹侧颞叶神经活动。第二层更重要：在 107 个轴调谐神经元中，有 43 个，也就是约 40%，在想象阶段的反应仍然和物体在偏好轴上的投影值显著相关，而与正交方向不相关。这一点非常关键，因为它把“想象激活”与“视觉编码重演”区分开了。

直白一点说，如果只是泛泛地想起一个物体，脑子里可能会出现很多分散的活动；但如果某个神经元在看见“投影值更高”的物体时反应更强，而在闭眼想象这些物体时仍保持同样的顺序偏好，那就说明这个神经元不是在随便参与任务，而是在执行与感知时相近的表征函数。这就是作者所说的，想象“尊重”了视觉代码。

图3 想象物体特征的神经解码

更进一步，作者还比较了同一物体在观看阶段和想象阶段对应的神经反应排序。结果显示，这些在想象中被重新激活的轴调谐神经元，其“看见”和“想象”的反应之间存在显著正相关。这种相关不算夸张到接近 1，但已经足够说明，想象阶段并不是另起炉灶，而是在一定程度上复用了原有的知觉表征结构。

物体重建与“超级刺激”实验说明这套模型不仅能解释数据，还能做出预测

如果论文只做到“想象时也有激活”，那只能算很好的补充证据；如果只做到“轴模型能拟合看见时的反应”，也还可以被质疑为一种事后描述。作者之所以又做了解码重建和合成刺激，是为了证明这套模型不仅能解释过去发生了什么，还能预测接下来会发生什么。

其中一个非常漂亮的结果，是他们可以从神经元群体活动中解码出物体在高维特征空间里的位置，再从一个辅助图像库中找到最接近这个位置的物体。论文展示的重建图与原图，在视觉对应关系上已经相当明显。这说明这些神经活动里，确实携带了足够丰富的物体信息，而不是只有“这是动物还是工具”这种粗糙类别信息。

另一个很强的结果，是“超级刺激”。如果一个神经元真的是沿着某条特征轴单调响应，那么理论上，沿着这条轴再往前走，应该能构造出比实验中原始图片更能打动它的图像。作者用 GAN 生成了这些图像，并在后续记录中看到，某些合成图像的确引发了更高的放电率。这相当于给轴编码模型做了一次闭环因果式检验：不是我解释你，而是我按模型造出新刺激，你真的照着模型反应。

图4 基于神经活动的刺激重建与“超刺激”构建

从科学论证的角度看，这一步极大增强了整篇论文的可信度。因为一旦你证明“同一套表征可以被读取、被反推、也能被反向驱动”，那么后面关于“想象在重启这套表征”的结论就不再只是相关性堆砌，而是落在了一套已经被验证过的编码框架里。

人脑具备从抽象表征反向合成感知内容的生成式能力

这项研究最容易引发的一个联想，是把大脑里的想象和人工智能里的生成模型联系起来。作者自己也明确提到，他们的结果支持人脑中存在某种“生成模型”式机制。这里的意思并不是说人脑里有个和扩散模型或 GAN 完全一样的模块，而是说，大脑可能具备一种能力：从更抽象、更高层的内部表征出发，反向合成出接近感知内容的内部状态。

换句话说，当我们回忆一只猫、构想一把椅子、预演一个未来场景时，大脑不只是把这些内容当作抽象符号存起来，然后在需要时用语言提取出来；它还可能会把高层语义和记忆重新投射回感知系统，让感知相关神经元按照一定结构重新活动起来。我们之所以会“仿佛看到”脑海中的东西，很可能正是因为这套高层到低层的反馈正在发生。

这也让想象、记忆、预测和创造性思维之间的关系变得更清晰了。记忆回忆不是简单的数据库调用，而可能是一种重建过程；对未来的设想，不是空中楼阁，而是对已有感知代码的重新组合；创造性意象，也许就是在同一套表征空间中进行新的采样和拼接。也正因此，这项研究虽然测的是看物体与想物体，却对理解规划、叙事、艺术创作乃至梦境都有启发意义。

为“知觉与生成共享潜在表征”提供了人脑证据

如果你长期关注人工智能，会发现这篇论文特别像是在回答一个令人着迷的问题：生物大脑里，是否也存在“编码器”和“生成器”之间共享表示的现象？在今天的 AI 系统中，我们非常熟悉这样的思路：先把复杂输入压缩到某种潜在空间，再在需要时从潜在空间中恢复、生成、补全或预测输出。论文中所谓的物体特征空间、偏好轴、从神经活动解码特征、再由特征生成刺激，这些操作在形式上与现代机器学习中的潜在表示思想有很强的家族相似性。

当然，不能简单地把大脑等同于某个深度网络。作者用 AlexNet 构建特征空间，只是为了得到一个足够实用的表征坐标系，并不意味着大脑真的按 AlexNet 在计算。但这篇论文至少说明，使用深度网络的中高层特征来描述人类高阶视觉神经元，是有现实解释力的；更进一步，想象时对这套表示的部分重启，也让“知觉与生成共享潜在表征”这件事，第一次在单神经元层面获得了非常漂亮的人类证据。

从更宽一点的角度看，这类研究也在提醒我们：未来理解智能，无论是人工智能还是生物智能，关键都不只是把输入映射到输出，而是要理解系统如何在没有外界输入时，依然能稳定地产生内部内容。真正强大的系统，既要会识别，也要会内在生成；既要会编码现实，也要会在脱离现实输入时重建世界。

揭示的是想象机制中的关键一环而非全部答案

越是令人兴奋的结果，越值得冷静看边界。第一，尽管这项工作已经发表于 Science，但任何单项研究都不应被理解为最终定论，我们仍然需要后续重复、扩展与交叉验证。第二，受试者来自临床植入电极患者，样本总量对于单神经元研究来说已经不小，但从群体代表性来说仍然有限。第三，想象任务使用的是 6 到 8 个目标物体，任务规模与自然状态下丰富、连续、带情境的想象相比还很简化。

此外，论文发现的是“约 40% 的轴调谐神经元重现视觉代码”，这已经非常重要，但它并不等于“所有想象都完全等同于看见”。实际上，想象显然还会涉及海马体、前额叶、注意控制系统、语言系统等多个上游与并行网络。作者在讨论中也提到，驱动腹侧颞叶重激活的顶层信号来源仍不清楚，候选区域包括海马和前额叶。换句话说，这篇论文揭示的是想象链条中的关键一环，而不是完整终局。

还有一点也很值得注意：论文证明了腹侧颞叶中部分神经元在想象时“按视觉代码工作”，但不同人的意象 vividness，也就是意象鲜明度，差异可能很大。未来如果把这套范式用于无意象症、超意象、创伤闪回或幻觉等现象，可能会产生非常有意思的临床意义。现在，它更像是一扇门被推开了，而不是整条走廊都已经点亮。

想象并非脱离现实的虚构，而是感知代码的再利用

读这篇论文时，我脑子里一直在回荡一句话：想象，也许不是脱离现实的虚构，而是现实编码的再利用。这句话听上去很朴素，但它其实把很多事情都连起来了。为什么回忆会有画面感？为什么我们能在脑中预演未来？为什么创作常常像是在“看到”还没出现的东西？为什么某些心理障碍会被挥之不去的意象困住？如果想象真的在部分重放感知代码，那么这些现象就不再是彼此分裂的谜题，而像是同一机制在不同场景中的展开。

这也是为什么我觉得，这篇论文不只是给神经科学贡献了一个新结果，它其实在重新定义我们看待“想象”的方式。过去我们常把想象当成一种柔软、主观、难以测量的体验；而这项研究提醒我们，想象虽然主观，却并不飘忽。它可能有非常具体的神经结构、明确的编码规则，甚至可以被读取、比较、预测和建模。

如果这个方向继续推进下去，我们未来也许能更精确地回答很多今天仍悬而未决的问题：梦境与清醒意象共享多少代码？记忆重放与主动想象的差别在哪里？创造性构思到底是“新生成”，还是“旧表征的再组合”？以及，一个真正强大的智能系统，是否都需要在“看见世界”和“在脑中重建世界”之间搭起双向通道？

至少到目前为止，这篇论文已经给出了一个非常有力的起点：当人闭上眼去想象一个物体时，大脑并不是在完全另起炉灶，而是在调回一部分看见那个物体时本来就在使用的神经代码。这可能就是“脑内看见”最接近机制层的答案之一。

三个最重要的结论

把全文压缩成三句话，就是：

第一，人类腹侧颞叶皮层中，大约 80% 的视觉响应神经元可以用“特征轴编码”来解释，它们更像是在读取高维视觉特征，而不只是识别语义类别。

第二，这套编码不只是描述性的。研究者能用它从神经活动中重建物体，也能反向生成更强烈激活神经元的“超级刺激”。

第三，也是最重要的一点，在想象任务中，约 40% 的轴调谐神经元会重现这套视觉代码，说明想象并非与感知分家，而是在一定程度上复用了看见世界时的神经表征。

如果你想把这篇论文的核心收获记成一句最简短的话，那就是本文标题本身：人脑在想象物体时，会重新激活看见它时的同一套神经编码。

关于「硅基温度」系列文章

我们希望在当前信息爆炸、浅阅读盛行的环境中将大模型相关的知识冷凝萃取，输出专业、深度、高质量的硬核文章。我们期待与你一起在浮躁的时代静下心来，共品一杯“思想冷萃”。