PsyBrain 脑心前沿 / 感知觉与注意：顶刊文献解读专题 / A · 文献解读 / A044 · Nature先检测再辨别：面孔编码的动态秘密

A044 Nature | 先检测再辨别：面孔编码的动态秘密

来源：公众号 PSY-Brain_Frontier ｜发布：2026-04-01 ｜原文链接

认知神经科学前沿文献分享

基本信息

Title: Rapid concerted switching of the neural code in the inferotemporal cortex

发表时间: 2026.3.25

发表期刊:Nature

获取原文:

添加小助手: PSY-Brain-Frontier 即可获取PDF版本
点击页面底部“阅读原文”跳转论文网页

研究背景

我们平时认脸几乎是瞬间完成的：远远看见一个人，先知道“这是张脸”，再进一步判断“这是谁”。但在神经科学里，一个关键问题始终没有定论：大脑识别面孔（face）时，用的是一套专门为“脸”准备的特殊机制，还是和识别其他物体一样，先在同一个通用表征空间里处理，再逐步细化？这个争论之所以重要，是因为它关系到我们如何理解高级视觉系统的基本工作方式——神经元到底是在用固定不变的调谐函数（tuning function）编码世界，还是会根据刺激类型动态改写自己的“读图规则”。

这篇研究把目光投向猕猴颞下皮层（inferotemporal cortex）的面孔区块系统（face patch system），试图直接回答这个问题。作者此前看到，两种观点各有支持证据：一边认为面孔加工具有领域特异性（domain specific），因为面孔细胞对面部几何和纹理极其敏感；另一边则认为它本质上仍是领域通用（domain general）的，因为深度神经网络（deep neural network, DNN）训练出的通用物体特征，也能较好预测颞下皮层神经元的反应。真正缺的，不是再多一组静态结果，而是一个能看清“时间过程”的实验：当一张脸进入大脑后，编码究竟从头到尾都一样，还是会在处理中途突然切换。

作者的关键设计就在这里：他们不只比较面孔和非面孔物体引发的平均反应，还把神经活动放到毫秒尺度上，追踪编码轴（preferred axis）随时间如何变化。结果显示，面孔细胞一开始确实像是在用通用物体编码快速完成“是不是脸”的检测，但大约在刺激出现后 100 毫秒，整个群体会发生一次高度协调的快速切换，转入更适合区分不同个体身份的面孔特异性编码。这使“先检测、再精细辨别”的经典设想，第一次有了清晰的群体神经机制。

实验设计与方法逻辑

作者先用功能磁共振成像（fMRI）定位 3 只猕猴的 ML 与 AM 面孔斑块，再用 Neuropixels 电极记录单元活动，让动物被动注视 1,525 张人脸图像和 1,392 张非面孔物体图像。随后，研究团队借助 AlexNet 的特征空间构建“物体空间”和“面孔空间”，分别计算神经元对面孔和物体的编码轴，并用 20 毫秒滑动时间窗追踪这些编码轴如何随时间变化，最后再通过面孔重建与身份判别分析，检验这种切换是否真的提升了面孔辨别能力。

核心发现

面孔细胞并没有用同一条“轴”同时编码脸和物体

Figure 2 是整篇文章的第一个转折点。作者发现，在通用物体空间里，面孔细胞对非面孔物体的编码轴方向相当一致，基本都指向“面孔所在象限”，这很像在做“是否像脸”的粗分类；但同一批细胞面对真实人脸时，编码轴却变得分散得多，和物体轴几乎不相关。也就是说，这些细胞并不是始终沿着同一维度响应刺激，而是在“脸”和“物体”之间调用了不同的表征规则。读 Figure 2 时最该抓住的一点，就是作者用同一细胞、同一特征空间，直接证明了“单一固定编码轴”解释不了面孔反应。

Figure 2. Face cells use distinct axes to represent faces and objects

编码切换发生在约 100 毫秒，并且是群体协同完成的

Figure 3 让这个故事真正动起来了。时间分辨分析显示，面孔编码轴在早期会短暂与物体编码轴对齐，这说明大脑最开始确实先用一套通用机制快速判断“这像不像脸”；但约在刺激出现后 100 毫秒，面孔轴突然与物体轴分离，甚至在低维空间里出现方向反转。更关键的是，这不是个别细胞的偶然波动，而是很多细胞在近似时间点同步发生的群体事件，持续不到 20 毫秒。Figure 3 值得重点看，因为它把“静态差异”变成了“动态转折”，也把检测与辨别这两个阶段清楚地拆开了。

Figure 3. Face and object axes transiently align before diverging

切换不只是反转低维信号，还会长出新的高维面孔特征调谐

如果说 Figure 3 说明编码变了，那么 Figure 4 说明它变得更“细”了。作者在面孔空间中比较短潜伏期和长潜伏期的编码轴后发现，早晚期的面孔轴不仅在低维上呈反相关，在更高维度上也出现去相关，提示晚期反应不是简单翻转早期信号，而是新增了多种用于区分个体的特征调谐。图中几个示例细胞尤其重要：它们在晚期对眼间距、下巴形状、性别气质、肤色等组合特征出现新偏好。换句话说，神经系统并不是把“这是脸”说得更响，而是开始真正回答“这是哪一张脸”。

Figure 4. Face axis reversal in low dimensions is accompanied by the emergence of diverse new tuning to higher dimensions of face space

晚期编码不是附带现象，而是真正提升了面孔身份辨别

Figure 5 给这次切换补上了功能意义。作者用不同时间窗的神经活动去重建面孔，并比较哪一阶段更利于身份识别。结果很清楚：只用短潜伏期反应时，重建质量和识别表现都较弱；使用长潜伏期，或者把早晚信息结合起来，面孔身份重建明显更好。而且，一旦拿短时窗训练的解码器去解长时窗信号，或者反过来，重建几乎失败，这说明 100 毫秒前后使用的确实是两套不同的神经代码。Figure 5 的意义在于，它证明这次切换不是“神经元反应变复杂了一点”，而是直接换来了更强的精细辨脸能力。

图10

Figure 5. Newly emergent face-encoding axes improve face discrimination

图11

总结

这篇论文最有分量的地方，不只是给“面孔加工是否特异”这场老争论提供了一个偏向哪边的答案，而是把两种看似对立的观点接了起来：早期是领域通用的检测，晚期是面孔特异的辨别。作者通过毫秒级时间分析、编码轴建模和功能解码，把“先看出是脸，再识别是谁”这一直觉经验，落实成了可以测量、可以建模、也可以验证的神经机制。更重要的是，它提示我们，颞下皮层的神经编码可能并非稳定不变，而是会在恰当时刻进行快速、协同、刺激依赖的重组，这对理解视觉识别乃至皮层表征的动态本质，都很有启发。

图12