用 fMRI 重建你看见的画面：Brain-IT 一小时数据学会一个人

大脑在看见一幅画面时，枕叶视觉皮层会按特定规律放电。如果能把这些神经活动反推回图像，就等于读出一个人眼前的世界。以色列魏茨曼科学研究院（Weizmann Institute）的团队把这个设想往前推了一步：他们训练出一个名为 Brain-IT 的模型，把 fMRI 脑扫描转换成受试者当时所看图像的重建。

这项工作发表在 ICLR 上。用脑信号重建视觉图像，学界已经做过不少尝试，真正的差别藏在数据量里。

过去的方法大多需要为每个人单独收集大量扫描数据，模型才能学会读懂那一个人的视觉皮层。Brain-IT 换了一条路：它先建立一个各脑区共享的地图（shared map of brain regions），让不同人的大脑活动映射到同一套表征上。有了这张共享地图，系统再从大约一小时的数据里学会一个新人，而不是每个人都从零训练。

图1：Brain-IT 由 fMRI 信号重建受试者所见图像的概念示意

这一设计的实际意义在于可扩展性。脑机接口和传统神经解码长期卡在换个人就得重来的门槛上。共享表征让读懂视觉皮层从为一种特例服务，转向为更多人服务，距离真正可用更近了一步。

不过要分清边界。Brain-IT 仍是研究原型，实验在受控的扫描环境里完成，受试者看的是给定的图像刺激。把它说成已经能临床应用、或者能随意读取人脑里的任意念头，都是过度的。从在实验室里重建看到的图片，到读懂自由思考，中间还隔着大量工程与伦理问题。

另一点值得留意：这类方法依赖 fMRI 提供的高空间分辨率信号，而 fMRI 设备昂贵、不易便携。它给出的方向，是为神经科学提供新的观测工具，而不是明天就能塞进头盔里的消费产品。

魏茨曼团队展示的是一种思路：先建共享结构，再用少量个体数据微调。这种先共性、后个性的范式，或许比单次刷出漂亮指标更有后劲。

关联推荐

• 一个脑机接口，同时说和比划：瘫痪者中位准确度 100% — 同一方向的另一突破，让瘫痪者用神经信号同时控制语音与手势。
• 脑机接口语音神经假体：让失语者重获自己的声音 — 语音神经假体如何帮失语者恢复原本的嗓音。

参考来源：Weizmann Institute / ICLR 2026 论文 Brain-IT；参见 explainx.ai 2026-10-11 AI 研究简报。