877-视网膜通路中的纹理与物体流形动态对齐研究

这篇研究通过生成式模型与闭环优化算法，揭示了灵长类动物视觉皮层神经元的编码逻辑。研究者利用模拟“纹理”的 DeePSim 和模拟“物体”的 BigGAN 两种图像空间，诱导 V1、V4 和 后下颞叶（PIT） 的神经元自主合成最能触发其反应的图像。实验发现，初级和中级视觉区（V1、V4）对纹理特征展现出更强的对齐倾向，而高级视觉区（PIT）则能同时兼顾两种空间。结果表明，大脑高级神经元并非单纯识别完整的物体模板，而是优先提取在不同视觉场景中重复出现的局部视觉特征。此外，神经元对物体的识别能力在响应动态的后期才逐渐显现，证明了视觉加工随时间推移而深化。References: Wang B, Ponce C R. Neuronal tuning aligns dynamically with object and texture manifolds across the visual hierarchy[J]. Nature Neuroscience, 2026: 1-12.前往小宇宙评论区与主播互动