视觉

模型在保留关键神经信息的同时过滤冗余噪声，并通过对比学习与循环一致性约束，实现神经表征与视觉语义的深度对齐，为跨模态统一建模奠定基础。

神经流模型NeuroFlow打通视觉与神经的双向通道2026年06月12日11:12机器之心Pro视觉脑机接口的终极目标，是建立大脑神经皮层与外部视觉感知的双向交互通道，从“单向理解”走向“双向交互”，既能从大脑神经活动中重建出视觉信息（读脑），也能把视觉信息自然写入神经皮层（写脑），同时保证“读脑”与“写脑”过程的可交互性与双向一致性。

它首次将视觉编码（写脑）与解码（读脑）整合到同一可逆流结构中，打通视觉感知与神经活动之间的双向通路，为理解人类视觉认知机制、构建下一代通用视觉假体与双向脑机接口提供了全新范式。

为破解上述难题，NeuroFlow首次在单一模型内实现视觉编码+神经解码的统一建模，用一套架构完成双向任务，核心包含两大创新模块：

在人类视觉感知系统中，外界视觉刺激可激活大脑产生神经响应（编码），同时大脑神经响应能够用于重建相应的感知内容（解码），二者形成互补的信息处理通路。

1）视觉解码性能：从神经信号重建的图像与原视觉刺激的语义/轮廓一致性更高，且性能超越现有视觉解码基线；

人类神经响应天然存在一对多的随机特性：大脑在感知同一个视觉刺激时，受生理噪声、脑状态波动、采集试次差异影响，多次记录得到的fMRI脑活动分布各不相同。