本页根据 Biolà 团队提供的活动原始资料整理，论文入口均指向出版方或 DOI 页面。
本期内容
视觉—语言模型与人脑损伤数据共同表明，语言相关加工会动态影响人类视觉表征。
感谢 Haoyang Chen 与 Biolà 社区分享研究成果，以及发现背后的想法、挑战与研究过程。
完整活动资料
2026 年 1 月 11 日北京时间上午 9:00–10:00，Biolà 举办第 18 期 Bioneer 一作论坛，邀请北京大学心理与认知科学学院博士生陈昊阳进行分享。本场活动使用中文。作为论文第一作者，陈昊阳介绍了 2025 年发表于 Nature Human Behaviour 的研究《人工神经网络与人脑损伤模型的联合证据表明语言调节人类视觉感知》。
比较深度神经网络的内部表征与人脑活动，已成为探索知觉计算原理的重要方法。陈昊阳及其合作者考察了为何 CLIP 等视觉—语言模型对人脑腹侧枕颞皮层（VOTC）活动的预测优于传统视觉模型。在四个数据集中，CLIP 在预测 VOTC 活动方面始终优于标签监督的 ResNet 和无监督的 MoCo；这种优势呈现左半球偏侧化，与人类语言系统的偏侧化一致。
为了超越模型—大脑比较中的相关性证据，研究进一步分析了 33 名脑卒中相关脑损伤患者的数据。VOTC 与语言相关的左侧角回之间白质完整性降低，与较弱的 CLIP—大脑对应关系相关；与此同时，与 MoCo 的对应关系反而增强。这些发现共同表明，语言相关加工会动态调节人类视觉表征。更广泛而言，本研究也展示了脑损伤模型如何为评估人工神经网络提供因果约束，并帮助开发更接近人类认知的计算模型。
衷心感谢陈昊阳与 Biolà 社区分享研究发现及其科学推理，并讨论如何结合人工神经网络和人类脑损伤数据，研究语言与视觉感知之间的相互作用。
文献：Chen, H., Liu, B., Wang, S., et al. (2025). Combined evidence from artificial neural networks and human brain-lesion models reveals that language modulates vision in human perception. Nature Human Behaviour. https://doi.org/10.1038/s41562-025-02357-5