NEvo: Neural-Guided Evolutionary Video Synthesis

NEvo 透過演化式影片合成實現目標大腦激活

NEvo (Neural-Guided Evolutionary Video Synthesis) 是一個旨在自動生成能最大限度驅動人類視覺大腦目標區域影片的系統。透過基於大腦反應的「數位孿生」(digital twin) 來演化 AI 生成的內容，該系統可以合成比手工製作的定位片段 (localizer clips) 或自然影片更有效地激活特定皮質區域的刺激物。

NEvo 技術工作流程

NEvo 透過結合預測建模與演化算法的多階段過程來優化視覺刺激物。

1. 建立數位孿生

過程始於編碼模型的訓練，稱為「數位孿生」。此模型經過訓練以預測大腦特定視覺區域如何對任何給定的影片進行反應。此預測模型將作為後續演化搜索的獎勵函數。

2. 演化式提示詞優化

NEvo 將影片描述視為遺傳物質。每個影片由一組「基因」定義——包括主體、光照、動作、情緒和其他描述符。系統會生成一批影片，使用數位孿生的預測值進行評分，然後應用演化算子：保留表現最佳者、進行混合 (crossover) 並引入微調 (mutation)。經過多代演化，目標大腦區域的預測激活度會隨之增加。

3. 兩階段合成

為了降低計算成本，NEvo 將合成分為兩個階段：

• 靜態圖像優化： 系統首先識別出能驅動目標區域最強大的單張靜態圖像。
• 動作優化： 系統接著對動作參數進行第二次搜索，將該圖像動畫化為一段兩秒鐘的片段。

映射視覺選擇性與側向流 (lateral stream)

NEvo 合成的片段與各種大腦區域已知的的功能偏好一致。例如，系統會為梭狀臉部區域 (FFA) 生成臉部，為旁海馬迴區域 (PPA) 為場景，為後側與前側上側頭頂溝 (pSTS/aSTS) 生成社交場景。

透過將「搜索燈」(searchlight) 在皮質表面從 V1 向 aSTS 滑動，NEvo 映射出視覺選擇性的梯度。刺激物從簡單的圖案與動作演化為複雜的人、臉部與社交互動，展示了視覺如何沿著側向流變得越來越具有社交性與動態性。

性能與驗證

NEvo 生成的影片比自然影片和手工製作的定位片段 (localizer clips) 穩定地驅動更高的激活度。此外，系統證明了動態性是關鍵；對於每個測試區域，動態影片比其自身的靜態首幀產生的激活度更高。

即使從抽象刺激物（例如堆疊的圓盤）開始，優化過程也能為 pSTS 召喚出類臉部的互動角色，或為 MT 區域生成純粹的動作，有效地隔離了每個大腦區域的首選特徵。

社群觀點與倫理疑慮

圍繞 NEvo 的討論突顯了關於濫用潛力與創造「超常刺激」(supernormal stimuli) 的重大疑慮。

潛在的操縱性

批評者認為，精準擊中大腦「開關」的能力可能會被社交媒體平台武器化，用以創造超強成癮性的內容。

"AI 允許生成完美的影片，精準地擊中觀看者的所有大腦開關，並將其變成一個連續數日不斷上癮的喪屍。"

科學實用性 vs. 道德風險

雖然一些用戶強調 NEvo 是旨在減少腦圖譜繪製實驗者偏差的研究工具，但其他人則暗示，這項技術反映了成癮性速食或高參與度廣告的演化過程。

技術懷疑論

有些觀察者對「數位孿生」模型的可靠性表示懷疑，質疑生成的影片是否真的能在 MRI 機內的真實人類身上產生與預測模型中相同的激活模式。

"我的直覺是，對於是否能可靠地建立一個影片 -> 大腦激活預測模型，我持懷疑態度。" }