為什么你永遠(yuǎn)打不中蒼蠅？它用幾毫秒展示機器動態(tài)視覺的終極形態(tài)

你有沒有打過蒼蠅？不管你揮得多快、用什么工具，它似乎總能在最后一毫秒側(cè)身閃走，令人沮喪。這個問題除了打擾睡眠，也同樣在神經(jīng)科學(xué)界懸置了幾十年：按照經(jīng)典神經(jīng)處理模型，高速運動中，蒼蠅的視覺應(yīng)該是模糊一片，該怎么看清疾速撲來的威脅？

2026 年 5 月 5 日，發(fā)表在《自然·通訊》（Nature Communications）上的一篇論文，給出了一個顛覆性的答案。

英國謝菲爾德大學(xué)（University of Sheffield）與倫敦瑪麗女王大學(xué)（Queen Mary University of London）聯(lián)合哥倫比亞大學(xué)的研究團隊，在家蠅的視覺神經(jīng)回路中發(fā)現(xiàn)了一個此前從未被描述過的機制：突觸高頻跳躍（synaptic high-frequency jumping）。這個機制不僅解開了蒼蠅的閃避之謎，也為 AI 和機器人領(lǐng)域的工程師們提供了一套全新的機器視覺方案。

（來源：https://www.nature.com/articles/s41467-026-72509-2）

蒼蠅視覺的老問題到底是什么？

蒼蠅的復(fù)眼由成百上千個獨立的小眼拼接而成，每個小眼都有自己的光感受器。從結(jié)構(gòu)上看，這套系統(tǒng)的分辨率遠(yuǎn)不及人眼，傳統(tǒng)研究認(rèn)為，家蠅體內(nèi)光感受器的閃光融合頻率大約在 230 Hz 左右，這是描述視覺系統(tǒng)能分辨連續(xù)閃爍的上限指標(biāo)。

問題在于：蒼蠅在飛行中的快速轉(zhuǎn)身（也叫“掃視”，saccade）會產(chǎn)生極高的角速度，頭和身體的急轉(zhuǎn)使視網(wǎng)膜上的圖像在極短時間內(nèi)大幅移位。根據(jù)經(jīng)典神經(jīng)科學(xué)的推算，這類快速運動理應(yīng)讓蒼蠅的視覺陷入一片模糊，就像你在黑暗中用慢速快門拍一張照片，拍出來的大概率是模糊一片。

學(xué)界為此甚至提出了“掃視盲”（saccadic blindness）這一說法，即動物在掃視期間視覺會暫時失效。這在人類身上是部分成立的，快速眼動時，我們確實對閃爍不敏感。

但蒼蠅呢？如果它在高速飛行中真的短暫失明，又怎么能在手掌拍下的瞬間精準(zhǔn)閃避，難道靠的是運氣？這個邏輯上的裂縫，就是這項研究的起點。

發(fā)現(xiàn)“渦輪增壓”：突觸高頻跳躍

謝菲爾德大學(xué)神經(jīng)科學(xué)研究所的研究團隊，以多年積累的形態(tài)動力學(xué)信息處理理論框架為基礎(chǔ)，對家蠅（Musca domestica）的視覺神經(jīng)回路展開了系統(tǒng)性研究。

他們綜合動用了多種實驗手段：用同步輻射 X 射線成像對固定樣品做高精度光學(xué)結(jié)構(gòu)分析，用電子顯微鏡測量光感受器微絨毛（microvilli，光子采樣單元）的數(shù)量和排列，用高速紅外顯微鏡在活體蒼蠅上實時追蹤光感受器的微觀運動，再以胞內(nèi)微電極直接記錄光感受器和大單極細(xì)胞（Large Monopolar Cell，LMC）在不同視覺刺激下的電壓響應(yīng)，最后在所有實驗數(shù)據(jù)的基礎(chǔ)上構(gòu)建完整的神經(jīng)回路多尺度計算模型。

（來源：https://www.nature.com/articles/s41467-026-72509-2）

關(guān)鍵的發(fā)現(xiàn)出現(xiàn)在光感受器（R1-R6 細(xì)胞）到大單極細(xì)胞的突觸傳遞環(huán)節(jié)。研究人員給蒼蠅呈現(xiàn)模擬自然飛行中掃視運動的高對比度、快速閃爍光刺激，同時用胞內(nèi)微電極記錄下游大單極細(xì)胞的響應(yīng)。結(jié)果發(fā)現(xiàn)，下游響應(yīng)信號不僅跟上了光感受器的輸出，還以一種奇特的方式把信號“搬”到了更高的頻率段。

具體來說，當(dāng)光感受器產(chǎn)生相對平滑、緩慢上升或下降的電壓信號時，大單極細(xì)胞的輸出卻變成了一連串尖銳、極快的雙相瞬態(tài)信號（biphasic transients），準(zhǔn)確鎖定在每一次光強變化的上升沿和下降沿。這種把慢信號轉(zhuǎn)化成高頻脈沖串的行為，被研究團隊命名為“突觸高頻跳躍”。

數(shù)字層面的結(jié)果同樣令人震驚。光感受器的有效信號帶寬在高對比度掃視刺激下約達(dá) 440 Hz，已是經(jīng)典測量值 230 Hz 的近兩倍；經(jīng)過突觸高頻跳躍之后，大單極細(xì)胞的有效信號帶寬進(jìn)一步延伸到約 1,000 Hz，是經(jīng)典閃光融合頻率的四倍以上。

大單極細(xì)胞的神經(jīng)信息傳輸速率達(dá)到約 4,100 bits/s，光感受器約為 2,500 bits/s，兩者均為目前文獻(xiàn)中報道的最高神經(jīng)信息速率，約是此前在麗蠅中測得數(shù)據(jù)的兩倍以上。

行為實驗同樣印證了這一速度：蒼蠅能在 13 到 20 毫秒內(nèi)做出同步響應(yīng)，甚至在光感受器的響應(yīng)信號尚未達(dá)到峰值之前就已經(jīng)開始行動。用論文主要作者米科·尤索拉（Mikko Juusola）教授的話來說：“視覺并不受限于昆蟲大腦處理信息的速度。相反，大腦會自動提速以跟上身體，消除延遲，確保信息盡可能快速地流動。”

背后的物理機制：不只是“更快的神經(jīng)”

這套機制最神奇的地方在于，它是一個多層次協(xié)同的系統(tǒng)工程。

家蠅的復(fù)眼并非靜態(tài)攝像頭。研究發(fā)現(xiàn)，每個光感受器的感光結(jié)構(gòu)（rhabdomere，即視網(wǎng)膜小節(jié)）會在受到光刺激時發(fā)生超快速的軸向和側(cè)向微觀運動：沿光軸方向收縮和伸長，同時做活塞式側(cè)移。

這種“光機械微掃視（photomechanical microsaccade）”持續(xù)地重塑和重新定位感受野，使采樣范圍隨視覺刺激動態(tài)變化。傳統(tǒng)模型把 R1-R6 光感受器視為靜止的、視野固定的采樣單元，實驗數(shù)據(jù)卻證明，它們其實是主動運動的采樣器，能夠通過自身的微運動銳化視覺信息，減少運動模糊。

每個感光結(jié)構(gòu)含有約 41,000 到約 74,000 個不等的微絨毛，視眼內(nèi)位置而定，每根微絨毛是一個獨立的光子采樣單元，吸收一個光子后觸發(fā)一次“量子碰撞”，之后進(jìn)入不應(yīng)期，恢復(fù)后才能再次采樣。

正是這種“隨機-量子-不應(yīng)期”采樣機制，使得對快速、高對比度閃爍光的采樣效率遠(yuǎn)優(yōu)于慢速隨機噪聲：研究中使用低對比度高斯白噪聲刺激時，光感受器和 LMC 的信息速率僅為高對比度掃視刺激下的二分之一到三分之一。

更關(guān)鍵的變換發(fā)生在第一視覺突觸。光感受器通過組胺能突觸將信號傳遞給 LMC，使 LMC 產(chǎn)生超極化響應(yīng)，同時，LMC 向光感受器發(fā)回去極化的興奮性反饋。在普通狀態(tài)（低速、低對比度刺激）下，這套回路表現(xiàn)得和經(jīng)典模型差不多，信號平穩(wěn)傳遞，頻率范圍有限。

但當(dāng)掃視式快速刺激到來時，突觸處的動力學(xué)發(fā)生了某種相變：光感受器的信號瞬變觸發(fā)了高頻量子組胺釋放，LMC 對這些快速的上升沿和下降沿產(chǎn)生極敏銳的雙相瞬態(tài)響應(yīng)，有效把信號頻率平移到了更高的載波頻帶，從而繞過了經(jīng)典突觸傳輸?shù)念l率瓶頸。

（來源：https://www.nature.com/articles/s41467-026-72509-2）

論文將這套結(jié)構(gòu)稱為“形態(tài)動力學(xué)神經(jīng)疊加”架構(gòu)。形態(tài)動力學(xué)指的是神經(jīng)元物理結(jié)構(gòu)本身隨活動狀態(tài)快速改變；“疊加”則指多個來自相鄰小眼、視野略有偏差的光感受器匯聚到同一個 LMC，形成超完備的時空編碼。

這一架構(gòu)的精妙之處在于：蒼蠅無須被動接受掃視帶來的運動模糊，它們可以主動利用身體運動來增強視覺采樣。每一次身體的急轉(zhuǎn)，反而成為神經(jīng)系統(tǒng)切換到“高速檔”的觸發(fā)信號。

要想“看”得更清楚，具身智能得學(xué)學(xué)蒼蠅

如果只停留在對昆蟲神經(jīng)生理學(xué)的描述顯然不夠，研究團隊明確指出，這套機制對人工智能和機器人工程有直接的啟示價值。

當(dāng)前主流 AI 視覺系統(tǒng)的工作方式，本質(zhì)上更像慢速快門照片：固定幀率、大規(guī)模數(shù)據(jù)處理、被動感知。無論是自動駕駛汽車還是機器人導(dǎo)航，這類系統(tǒng)都依賴強大的計算集群，耗電量大、響應(yīng)延遲高、對突發(fā)動態(tài)場景適應(yīng)性差。蒼蠅的方案則完全不同，它們的傳感和行動緊密耦合。視覺系統(tǒng)成了隨身體運動實時調(diào)整采樣策略的主動探測器。信息處理的效率不來自更大的計算量，而來自在正確的時刻處理正確的信息。

論文共同作者，哥倫比亞大學(xué)的奧雷爾·A·拉扎爾（Aurel A. Lazar）教授進(jìn)一步對這一理念作出了闡釋：“自然告訴我們，智能不來自處理更多的數(shù)據(jù)，而是在正確的時間處理正確的數(shù)據(jù)。通過將運動直接整合進(jìn)計算，生物系統(tǒng)實現(xiàn)了超凡的效率。”

倫敦瑪麗女王大學(xué)的拉爾斯·奇特卡（Lars Chittka）教授也指出：“蒼蠅看世界不像攝像機拍快照。它們的視覺與行動緊密交織，用運動本身來銳化感知、加速神經(jīng)處理。理解生物如何實現(xiàn)這種預(yù)測性、低延遲感知，可能為人工視覺和類腦計算工程提供全新思路。”

（來源：Unsplash）

具體的工程路徑上，這項發(fā)現(xiàn)可能在幾個方向上產(chǎn)生推動作用。在神經(jīng)形態(tài)計算領(lǐng)域，英特爾的 Loihi 芯片、IBM 的 TrueNorth 等項目已在嘗試模擬神經(jīng)元的脈沖式信號處理，而突觸高頻跳躍機制提供了一個更精確的突觸動力學(xué)模型，有望啟發(fā)硬件工程師改變設(shè)計思路，制造出在快速變化場景下能量效率更高的視覺處理芯片。

在機器人感知領(lǐng)域，目前的機器人相機多為被動感知，引入“主動掃視”機制，讓機器人用微小的受控運動來增強感知的時空分辨率，就可能在無需提升計算功耗的前提下大幅改善動態(tài)場景的處理能力。

對于自動駕駛而言，快速變化的交通場景對視覺系統(tǒng)的實時性要求極高，相比依靠固定幀率攝像頭加大量算法后處理，利用車輛自身運動（如轉(zhuǎn)彎、加速）對視覺采樣策略進(jìn)行動態(tài)優(yōu)化，是一個更值得深入探索的思路。

重塑認(rèn)知框架：大腦如何用運動思考

這項研究還觸碰到一個更基礎(chǔ)的神經(jīng)科學(xué)問題。傳統(tǒng)神經(jīng)處理模型把大腦視為被動的信號接收和處理器：感覺信號從外部輸入，經(jīng)固定通路傳遞，最終生成輸出。

但這項研究支持的框架截然不同：神經(jīng)系統(tǒng)的處理效率，本質(zhì)上來自感知-行動的主動循環(huán)。蒼蠅的視覺是光感受器微運動、掃視行為、突觸動力學(xué)和神經(jīng)反饋共同編排的集體表演。運動不是干擾因素，反而成為編碼策略的核心組成部分。

這和近年來認(rèn)知科學(xué)領(lǐng)域興起的具身認(rèn)知框架不謀而合：智能不在于大腦內(nèi)部的符號操作，而在于有機體與環(huán)境的持續(xù)交互。約尼·塔卡洛（Jouni Takalo）博士（論文第一作者之一，負(fù)責(zé)生物物理統(tǒng)計模型的構(gòu)建）表示，我們的模型展示了數(shù)千個微小傳感器如何協(xié)同工作來重塑視覺信號。通過團隊合作，這些傳感器可以即時將關(guān)注點轉(zhuǎn)移到最需要的地方，讓昆蟲即使在野外高速運動中也能做出快速、可靠的反應(yīng)。

整個研究讓人不由得對生物進(jìn)化的效率產(chǎn)生敬畏。家蠅的大腦重量以毫克計算，神經(jīng)元數(shù)量不到百萬，卻在 4,100 bits/s 的信息速率和 1,000 Hz 的視覺帶寬上，輕松超越了人類目前大多數(shù)人工視覺系統(tǒng)的性能功耗比。不靠算力堆砌，它靠的是幾億年演化出的、將物理運動和神經(jīng)計算融為一體的精妙架構(gòu)。

這或許才是對 AI 工程師最具顛覆性的啟示：下一代高效智能系統(tǒng)的突破口，可能不在于更大的模型、更多的參數(shù)，我們或許需要從根本上重新思考感知和行動的關(guān)系。

參考論文：

https://www.nature.com/articles/s41467-026-72509-2

運營/排版：何晨龍

注：封面/首圖由 AI 輔助生