# 美不是玄学：复旦团队用 7T 磁共振画出大脑的审美地图 一幅画摆在面前，大脑在零点几秒内就做出了判断：喜欢，或者不喜欢。 这个判断从哪来？我们常说「审美是主观的」「萝卜青菜各有所爱」——可奇怪的是，面对真正打动人的作品，人们又常常「所见略同」。如果美纯属个人偏好，这种跨越个体的共识从何而来？ 复旦大学类脑智能科学与技术研究院万海洋（Deniz Vatansever）教授带领的 COGNIZE Lab，用一台 7T 超高场强磁共振和 96 幅中国水墨画，给出了一个相当漂亮的答案。研究以《组织视觉艺术作品共同审美评价的潜在神经架构》（Latent neural architecture organising shared aesthetic evaluations of visual artworks）为题发表于《自然-通讯》（Nature Communications）。 结论一句话：**审美不是一种感觉，而是两套系统的并行运算——一套负责「看懂」，一套负责「喜欢」。** ## 一、研究速览 | 维度 | 内容 | | --- | --- | | 研究团队 | 复旦大学类脑智能科学与技术研究院 COGNIZE Lab | | 通讯作者 | 万海洋（Deniz Vatansever） | | 第一作者 | 梁欣宇（博士后研究员） | | 期刊 | Nature Communications（2026-05-16 在线发表） | | 被试 | 34 名受试者（主实验）+ 100 名 HCP 独立被试（泛化验证） | | 设备 | 7T 超高场强功能磁共振（fMRI） | | 材料 | 96 幅中国近现代水墨画，涵盖肖像与风景两大主题 | | 核心方法 | 协同过滤算法 + 主成分分析（PCA）+ 支持向量回归（SVR）+ 表征相似性分析（RSA） | ## 二、一个借自推荐算法的巧思 这项研究最有意思的地方，是它的方法论来源不在神经科学，而在你每天刷的短视频 App。 传统神经美学有两条主流路线：一是**享乐价值模型**，认为审美本质是大脑奖赏系统对刺激打分；二是**特征集成模型**，强调大脑对对称性、对比度等视觉属性的系统整合。两者都对，但都不完整——它们绕开了一个关键问题：理解画的内容，算不算审美的一部分？ 团队没有预设答案，而是走了数据驱动的路子。他们借鉴推荐系统里「基于物品的协同过滤」思想：既然电商能从千万用户的评分矩阵里挖出「喜欢这个的人也喜欢那个」的隐藏维度，那么从 34 个人对 96 幅画的评分里，是不是也能挖出组织审美共识的隐藏坐标轴？ 于是他们构建了「审美一致性矩阵」，再用主成分分析降维。结果干净得出人意料：**两条相互正交的潜在维度，就解释了审美评价中的大部分变异。** ## 三、审美的两把尺子 ### 第一把：视觉语义（画里有什么） 这条轴主要区分画作的主题内容，呈现为一条从「人物肖像」平滑过渡到「山水风景」的连续谱。它回答的是：我看到了什么。 ### 第二把：享乐价值（我有多喜欢） 这条轴反映的是群体层面上对画作的普遍好恶，与内容无关。它回答的是：这让我愉悦吗。 关键在于，这两把尺子在**神经层面是可分离的**。研究者用支持向量回归模型解码全脑活动，发现两条轴各自有一套独立的神经签名： - **视觉语义** → 预测信号主要来自**腹侧视觉流的类别选择区**，包括旁海马区（PHA）与腹侧视觉复合体（VVC）——这正是大脑识别「这是人脸还是场所」的通道。 - **享乐价值** → 预测信号集中在**内侧前额叶皮层（mPFC）、前扣带回（ACC）与纹状体等皮层下奖赏中枢**——这是大脑给一切事物标价的地方。 换句话说，当你站在一幅画前，你的大脑其实在同时跑两个进程：一个在拼命解析画面语义，另一个在悄悄给体验估值。你以为的一次整体感受，底层是两条互不干扰的流水线。 ## 四、它不只是「艺术专用回路」 一个更有说服力的证据来自泛化验证。 研究者把这两套神经签名，原封不动地拿去套用在**人类连接组计划（HCP）100 名完全独立被试**的数据上——这些人做的根本不是看画任务。结果： - 预测「视觉语义」的神经模式，能准确区分独立任务中的**地点刺激与人脸刺激**； - 预测「享乐价值」的神经模式，则特异性地响应**金钱奖赏任务**。 这说明什么？**艺术审美并没有专属的神经硬件。** 它是借用大脑通用的语义处理系统和价值评估系统临时搭建出来的高阶体验。欣赏一幅山水画时激活的语义通道，和你在人群中认出一张脸时用的是同一套；被一幅画打动时的价值回路，和收到一笔奖金时点亮的是同一片。 美，是通用零件的高级组装。 ## 五、专家之眼：训练如何重塑大脑 研究还有一个直击「认知觉醒」的发现。 通过表征相似性分析（RSA），团队发现大脑不只在特定区域解码单一维度，还在更广泛的皮层（视觉皮层、导航网络等）中，把这两条轴整合成一个完整的**二维审美空间**来表征。 而在**默认模式网络（DMN）**的关键节点——后扣带回（PCC）与内侧前额叶——这种审美空间的表征强度，会**随个体的艺术专业造诣显著增强**。 这一点值得停下来想想。DMN 是大脑「不做具体任务时」最活跃的网络，与想象、自我反思、意义建构密切相关。万海洋团队一贯的假设是：DMN 可能是**把日常经验转化为知识、再用这些知识指导决策与行动的枢纽**——像是在思绪中完成一场「心智导航」。 那么「艺术专家的 DMN 编码更强」意味着：**长期的审美训练，不是让人记住了更多技法名词，而是实实在在改变了大脑组织审美维度的方式**，让人能从更宏观、更具关联性的视角去审视一件作品。这为「不成为艺术家，为什么还需要美育」提供了硬核的神经科学答案，也为艺术治疗、美育教学、乃至 AI 生成内容的评价框架提供了参考架构。 顺带一提，这项研究选用中国近现代水墨画作为材料，本身也是一次纠偏——神经美学长期由西方研究者主导，刺激材料几乎清一色是西方油画。用东方艺术追问普遍机制，让这份「审美地图」的坐标系更完整。 ## 六、对认知觉醒的三点启发 **1. 把「我喜欢」和「我看懂」分开来问。** 既然大脑本就用两条独立通道处理它们，那我们完全可以有意识地拆分自己的反应：面对一件作品、一个观点、一个人，先问「我到底理解了什么」，再问「我为什么感到愉悦或抗拒」。很多所谓的「说不清为什么就是不喜欢」，其实是把语义困惑误当成了情感排斥。 **2. 审美共识的存在，意味着品味可以被训练。** 如果美纯属主观，那讨论就到此为止了。但研究显示存在跨个体的共享神经架构——这意味着审美有客观可循的结构，也就意味着它可以被系统性地培养。所谓「提高品味」，不是玄学，是给大脑装上更精细的坐标轴。 **3. 专业性长在默认模式网络上。** 真正的专家优势，不体现在任务执行的瞬间，而体现在「不刻意用力时」大脑如何自动组织信息。这提示我们：任何领域的深度积累，最终都会沉淀为一种无需刻意调用的底层结构——这也是「刻意练习」与「见多识广」的神经学分野。 ## 七、局限与边界 需要保持清醒的是：主实验被试仅 34 人，且以熟悉中国画的中国大学生为主，跨文化普适性还需更大样本检验；「艺术专业造诣」的量化方式也存在个体差异；fMRI 反映的是血氧信号的相关性，不能直接等同于因果机制。这些都是后续研究要补的功课。 ## 八、一句话总结 **美不是一团模糊的感觉，而是「看懂」与「喜欢」两条正交轴撑起的空间；训练不会替你选择喜欢什么，但会让你的大脑拥有更清晰的坐标。** --- **参考来源** - Liang, X., et al. *Latent neural architecture organising shared aesthetic evaluations of visual artworks*. Nature Communications (2026-05-16). - 复旦大学新闻文化网：《「美」不是玄学！复旦科学家首次画出大脑的「审美地图」》（2026-08-02） - 澎湃新闻·澎湃号政务转载报道（2026-08-02） - PsyBrain 脑心前沿：复旦团队最新 NC 提出艺术审美的「双轴模型」文献解读