产业观察

AI“读心”新突破:凭脑扫描还原人眼所见 下一站是“读梦”?

驱动之家·2026/10/10 12:08:00🔗 原文

📋总体概括

以色列魏茨曼科学研究所Michal Irani团队开发出名为Brain-IT的AI模型,可通过分析功能性磁共振成像(fMRI)数据,重建受试者观看图像时的视觉画面,官方称还原准确度极高。针对脑扫描配对数据稀缺问题,团队训练「反向翻译」模型,根据图片预测对应大脑活动以扩充训练数据,所用公开数据集仅覆盖8名受试者、约7.3万组配对数据。团队还计划将解码拓展至视频乃至梦境,但技术滥用风险也随之引发关注。

⚡关键信息

  • ▸魏茨曼科学研究所Michal Irani团队推出Brain-IT模型,通过fMRI数据重建人眼所见画面
  • ▸训练依赖「图片+脑扫描」配对数据,公开自然场景数据集仅收录8名受试者数据
  • ▸受试者每人接受30至40次扫描,累计观看数千张图像,共形成约7.3万组配对数据
  • ▸团队训练「反向翻译」模型,由图片预测大脑活动,破解数据采集耗时费力的难题
  • ▸团队计划将解码能力拓展至视频乃至梦境,同时技术滥用风险引发关注

🔥犀利点评

脑视觉信号解码不新鲜,但「反向翻译」造数据这一步才是关键——数据稀缺一直是这个领域卡脖子的瓶颈。不过7.3万组数据撑起的还原能力,距离想象中「读梦」还差几个数量级,宣传味浓于实用味。真正的看点不在技术本身,而是当「脑内画面」可被还原时,隐私边界的讨论必须跑在产品化之前。

本文由本站自动聚合,以下为原始来源:前往 驱动之家 阅读全文 →