PsyBrain 脑心前沿 / 感知觉与注意：顶刊文献解读专题 / A · 文献解读 / A062 · CurrentBiology：同一部电影，不同的脑中剧场

A062 Current Biology：同一部电影，不同的脑中剧场：高维神经编码如何塑造你的独特体验？

来源：公众号 PSY-Brain_Frontier ｜发布：2026-01-28 ｜原文链接

PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier

一键关注，点亮星标 ⭐️

不错过每日前沿资讯

认知神经科学前沿文献分享

基本信息

Title:High-dimensional structure underlying individual differences in naturalistic visual experience

发表时间：2026.1.21

发表期刊: Current Biology

影响因子：7.5

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”即可跳转论文原网页

研究背景

在这个世界上，最孤独的事实莫过于：即便我们并肩坐在一起观看同一部电影，你眼中的世界和我的也从未真正重合。

在认知神经科学领域，自然刺激（Naturalistic Stimuli，如电影、故事）因其生态效度而备受青睐。过去的研究往往致力于寻找“共性”：即不同的大脑如何对同一刺激产生类似的神经响应（例如通过 Intersubject Correlation, ISC 方法）。然而，正是那些“个性”，即个体间独特的神经反应差异，构成了我们主观体验的多样性。

长期以来，主流观点倾向于认为，神经表征是“低维”的。就像我们将一张复杂的照片压缩为JPEG一样，大脑似乎也将复杂的外界刺激嵌入到一个低维的潜在子空间（Latent Subspace）中。按照这种逻辑，个体差异也被认为主要集中在那些解释方差最大的前几个主成分上（Principal Components）。至于那些方差较小的“长尾”部分，通常被视为噪声而被无情地降维算法（如 PCA）过滤掉。

但是，如果我们的个性恰恰就藏在这些被忽略的“噪声”里呢？如果主观体验的细微差别，实际上是由一个极其高维的几何结构所支撑的呢？约翰霍普金斯大学的 Chihye Han 和 Michael F. Bonner 在 Current Biology 发表的最新研究，利用功能磁共振成像（fMRI）结合前沿的谱分析方法，向我们揭示了一个惊人的事实：个体差异并非仅仅存在于冰山一角，而是弥散在一个跨越数个数量级的宏大高维流形之中。

研究核心总结

本研究通过对 42 名受试者观看自然主义电影时的 fMRI 数据进行分析，采用了一种基于交叉验证的交叉分解（Cross-decomposition）技术。该方法不同于传统的 PCA，它能够分离出可靠的刺激驱动信号，从而在全谱范围内量化神经表征的维度结构。研究得出以下核心发现：

Figure 1. Cross-decomposition analysis reveals many shared neural dimensions during movie viewing

个体差异存在于极高维的神经几何结构中

研究发现，视觉皮层层级（从早期视觉区到顶叶-扣带回等高级语义区域）的神经响应展现出显著的“重尾”（Heavy-tailed）分布。可靠的个体差异不仅存在于方差最大的低秩维度（Low-rank dimensions），更惊人地延续到了第 100 个维度甚至更远。这表明，神经编码并未被压缩在低维子空间，而是利用了高维容量来编码丰富的感知细节。

Figure 2. Reliable individual differences persist across multiple dimensions of shared neural representations during movie viewing

不同维度范围编码了性质迥异的个体信息

通过构建“个体差异矩阵”（Individual Differences Matrices, IDMs），研究者发现不同秩次（Rank）的维度携带了定性不同的信息。低秩维度（主要解释大范围的粗糙反应）与高秩维度（解释精细的微观反应）之间的个体差异模式是正交的、互不冗余的。即便剔除了传统体素级 ISC 所能捕捉的粗粒度相似性，高维空间中的精细差异模式依然稳健存在。这意味着，高秩维度并非噪声，而是捕捉了传统方法无法检测到的微妙神经指纹。

Figure 3. Distinct patterns of individual differences emerge across different dimensional ranges

神经几何结构预测主观叙事风格：具体 vs. 抽象

为了探究这种高维神经差异的认知意义，研究者利用自然语言处理模型（Google's Universal Sentence Encoder）分析了受试者的电影回忆文本。结果显示，高维神经相似性能够显著预测受试者之间回忆内容的语义相似性。更重要的是，研究发现了一个关键的行为指标：“具体性”（Concreteness）。那些倾向于使用具体词汇（描述动作、物体等可感知细节）的个体，其神经表征在多个维度尺度上都与其他个体表现出更高的共享性（Alignment）；相反，倾向于进行抽象、主题式解读的个体，其神经活动则表现出更强的特异性（Idiosyncrasy）和更低的共享维度。

Figure 4. High-dimensional neural patterns predict individual differences in subjective movie interpretations

图10

Figure 5. Concrete narrative descriptions predict greater neural alignment across high-dimensional codes

图11

研究意义

这项工作挑战了神经编码的低维假设，提出了多尺度谱框架（Spectral Framework）。它证明了主观视觉体验并非仅仅由主要的神经信号决定，而是由一个跨越广泛方差谱的高维流形综合构建而成。这一发现为理解大脑如何从共享的感官输入中构建出私密的、独特的感知世界提供了全新的几何视角。

图12

Abstract

How do different brains create unique visual experiences from identical sensory input? While neural representations vary across individuals, the fundamental architecture underlying these differences remains poorly understood. Here, we reveal that individual visual experience emerges from a high-dimensional neural geometry across the visual cortical hierarchy. Using spectral decomposition of fMRI responses during naturalistic movie viewing, we find that idiosyncratic neural patterns persist across multiple orders of magnitude of latent dimensions. Remarkably, each dimensional range encodes qualitatively distinct aspects of individual processing, and this multidimensional neural geometry predicts subsequent behavioral differences in memory recall, including variation in the concreteness versus abstractness of narrative descriptions. These fine-grained patterns of inter-individual variability cannot be reduced to those detected by conventional intersubject correlation measures. Our findings demonstrate that subjective visual experience arises from information integrated across an expansive multidimensional manifold. This geometric framework offers a powerful new lens for understanding how diverse brains construct unique perceptual worlds from shared experiences.

前沿交流| 欢迎加入认知神经科学前沿交流群！

⭐️[入群链接]

图13