Each language version is independently generated for its own context, not a direct translation.
这篇论文探讨了一个非常有趣的问题：为什么每个人看同一幅画或同一个房间时，眼神的“游览路线”会完全不同？
想象一下，你和朋友一起走进一个陌生的厨房。你第一眼可能盯着冰箱看，而朋友却先看向了水槽。这篇研究就是想搞清楚：这种差异是随机的，还是因为你们每个人脑子里对“厨房应该长什么样”有着不同的预设剧本？
研究人员提出了一个核心假设：我们看世界的顺序，取决于我们脑子里的“内部模型”（Internal Models）。 简单来说，就是每个人心中都有一个关于“典型厨房”或“典型浴室”的想象图。如果两个人的想象图很像，他们看真实厨房时的眼神路线也应该很像。
为了验证这个想法，他们设计了两个有趣的实验，就像是在玩两个不同规则的游戏：
1. 核心实验：画画与看图的“配对游戏”
第一步：画出心中的“标准厨房”
研究人员让参与者拿出画笔，凭记忆画出他们心中“最典型的厨房”或“浴室”。
- 比喻：这就像让你凭记忆画一张“理想中的家”的草图。你的草图里先画了什么（比如先画灶台还是先画冰箱），就代表了你脑子里的优先顺序。
- 技术处理：研究人员用 AI 把这些手绘草图变成了逼真的照片，然后让计算机分析这些照片的相似度。如果两个人的画在 AI 眼里很像，说明他们的“内部模型”很像。
第二步：观察看真实照片时的眼神
接着，让这些人看真实的厨房和浴室照片，并记录他们的眼球运动。
- 实验 A（自由浏览）：就像在美术馆闲逛，随便看，爱看哪看哪。
- 实验 B（受限浏览 + 记忆任务）：这就好比戴着一副只有一个小圆孔的眼罩（眼动追踪技术），你只能看清眼睛正盯着的那一小块地方，周围都是模糊的。而且，看完后还要考记忆力。
- 比喻：这就像在黑暗中摸索一个房间，你必须依靠脑子里的“地图”（内部模型）来猜测哪里会有灯、哪里会有门，才能找到路。
2. 实验结果：什么时候“剧本”起作用了？
结果一：自由浏览时（实验 A）—— 剧本不管用
当人们可以随意看照片时，不管他们脑子里的“厨房剧本”有多像，他们看照片的眼神路线却大相径庭。
- 原因：在信息充足（看得很清楚）的时候，我们的眼睛被画面本身的亮点（比如鲜艳的颜色、人脸）吸引，就像被磁铁吸住一样。这时候，我们脑子里的预设剧本被“视觉刺激”淹没了，起不到主导作用。
结果二：受限浏览时（实验 B）—— 剧本大显身手
当视野被限制，只能看清一小块，且需要记东西时，那些脑子里“厨房剧本”很像的人，他们的眼神路线也变得非常相似！
- 原因：这时候，画面信息不足（看不清全貌），大脑必须依赖“内部模型”来填补空白。就像在迷雾中开车，你只能依靠记忆中的地图来猜测路在哪里。
- 如果两个人都以为“灶台通常在左边”，他们在迷雾中就会都先看向左边。
- 研究发现，这种相似性体现在：看多少个物体（ fixation count）以及先看哪个物体（fixation order）。
3. 通俗总结：我们是如何看世界的？
这篇论文告诉我们一个深刻的道理：
- 眼睛不仅仅是照相机：它不只是被动地接收光线，它更像是一个主动的侦探。
- 信息充足时：我们是被动的，眼睛跟着画面里最亮、最吸引人的地方跑（比如被红色的苹果吸引）。
- 信息模糊或任务困难时：我们变得主动，眼睛会听从大脑里的“剧本”（内部模型）指挥，去猜测哪里会有重要信息。
打个比方：
想象你在玩一个寻宝游戏。
- 如果宝藏就放在显眼的桌子上（信息充足），不管你的寻宝地图画得有多不同，大家都会直接走过去拿。
- 但如果宝藏被藏在迷雾里，只能看到脚下的一小块地（信息受限），这时候，你脑子里的寻宝地图就决定了你会往哪个方向走。如果两个人的地图画得一样，他们就会走向同一个方向。
结论：
我们看世界的方式之所以千差万别，是因为每个人脑子里的“世界说明书”不同。而在我们看不清、或者需要动脑筋的时候，这些独特的“说明书”就真正开始指挥我们的眼睛了。这项研究帮助我们理解了为什么每个人眼中的世界都是独一无二的。
Each language version is independently generated for its own context, not a direct translation.
论文技术总结：个体内部模型能否预测独特的场景探索行为？
论文标题：Can Individual Internal Models Predict Idiosyncratic Scene Exploration?
作者：Micha Engeser, Nasibeh Babaei, Daniel Kaiser
发表平台：bioRxiv (预印本)
1. 研究背景与问题 (Problem)
在视觉感知领域，尽管人们观看相同的自然场景，但个体的眼动行为（注视点位置、扫视路径、探索顺序）存在显著的个体差异（Idiosyncrasies）。目前的理论主要存在以下缺口：
- 现有解释的局限性：传统的基于显著性（Saliency）的模型主要依赖自下而上的图像特征，难以解释动态的扫描路径和基于策略的信息提取。
- 核心假设：根据预测处理（Predictive Processing）理论，视觉探索是由个体的**内部模型（Internal Models）**引导的，即个体对场景“通常看起来是什么样”的预期。
- 研究问题：个体内部模型的差异（即对场景结构的预期不同）是否能预测个体在探索场景时的眼动行为差异？这种关系在何种条件下（如自由观看 vs. 受控探索）最为显著？
2. 方法论 (Methodology)
研究采用了**被试间表征相似性分析（Inter-Subject Representational Similarity Analysis, IS-RSA）**框架，通过两个独立实验（实验 1 和实验 2）来检验内部模型与眼动行为之间的相关性。
2.1 核心变量测量
- 内部模型表征（自变量）：
- 任务：参与者绘制“典型”的浴室和厨房场景草图。
- 量化：利用深度学习管道（Draw3D 软件将草图转化为逼真图像，输入预训练的 VGG16 网络提取 fc7 层特征），计算参与者之间草图的表征相似性矩阵（IS-RDM）。
- 控制变量：包含一个“临摹照片”的控制条件，用于排除绘画风格或能力的干扰（在分析中作为偏相关控制项）。
- 眼动行为表征（因变量）：
- 实验设置：两组参与者（每组 n=34）观看 300 张浴室和厨房照片。
- 四种眼动指标构建 IS-RDM：
- 注视距离（Gaze Distance）：注视点位置的欧几里得距离中位数。
- 注视次数（Fixation Count）：每张图像的注视点数量。
- 对象停留时间（Object Dwells）：在不同语义对象类别上的注视时间比例。
- 注视顺序（Fixation Order）：不同对象类别被首次注视的优先级排序。
2.2 实验设计
- 实验 1（自由观看）：参与者无特定任务，自由观看场景 3 秒。旨在测试在低认知负荷、高感官确定性下的自然探索。
- 实验 2（眼动依从性观看 + 记忆任务）：
- 感官限制：仅在当前注视点周围 2.5°范围内显示清晰图像，其余区域模糊处理（高斯模糊 + 去色），迫使参与者依赖内部模型预测信息位置。
- 任务驱动：要求参与者记忆场景以进行后续测试，鼓励策略性探索。
2.3 统计分析
- 使用偏相关分析（Partial Correlation）检验内部模型 IS-RDM 与眼动 IS-RDM 之间的相关性，控制绘画风格因素。
- 使用分半信度（Split-half reliability）验证个体差异的可靠性。
- 使用置换检验（Permutation test）评估统计显著性。
3. 主要结果 (Key Results)
3.1 个体差异的可靠性
在两个实验中，所有四种眼动指标均显示出显著的分半信度（r > 0.21, p < 0.001），证明个体在场景探索模式上存在稳定且可测量的独特性。
3.2 实验 1：自由观看
- 结果：内部模型的相似性无法预测眼动行为的相似性。
- 数据：所有眼动指标（距离、次数、停留时间、顺序）与内部模型的相关系数均不显著（r < 0.04, p > 0.65）。
- 推论：在感官信息充足且无特定任务约束时，内部模型对眼动行为的引导作用较弱，个体差异可能更多受其他因素（如审美偏好、低层特征偏向）影响。
3.3 实验 2：眼动依从性 + 记忆任务
- 结果：内部模型的相似性显著预测了特定的眼动行为相似性。
- 显著相关指标：
- 注视次数（Fixation Count）：r = 0.21, p = 0.025。内部模型相似的参与者，其采样新信息的频率更相似。
- 注视顺序（Fixation Order）：r = 0.15, p = 0.025。内部模型相似的参与者，其检查不同对象类别的优先级顺序更相似。
- 不显著指标：注视距离（Gaze Distance）和对象停留时间（Object Dwells）未显示显著相关性。
- 推论：当感官输入受限（高不确定性）且需要策略性采样（记忆任务）时，个体内部模型对视觉探索的引导作用显著增强。
3.4 其他发现
- 绘画顺序与注视顺序之间未观察到显著的个体特异性关联（∆r = 0.03, p = 0.081），表明绘画策略可能不同于感知优先级。
- 记忆任务表现与内部模型或眼动行为无显著关联。
4. 关键贡献 (Key Contributions)
- 验证了预测编码理论在个体差异层面的适用性：首次通过 IS-RSA 方法证明，个体对场景结构的预期（内部模型）确实能预测其独特的眼动探索模式，但这种预测作用具有情境依赖性。
- 揭示了感官不确定性的调节作用：明确了内部模型主要在感官信息受限（如眼动依从性窗口）和高认知需求（记忆任务）的情境下主导视觉探索。在自由观看的“舒适区”，自下而上的显著性可能掩盖了自上而下的预期影响。
- 提出了新的量化范式：利用“典型场景绘画”结合深度学习特征提取来量化抽象的“内部模型”，为研究个体认知差异提供了一种客观、非侵入式的测量工具。
- 区分了不同的眼动指标：发现内部模型主要影响探索策略（如采样频率和对象优先级顺序），而非单纯的空间分布（注视距离）或停留时长。
5. 意义与启示 (Significance)
- 理论意义：挑战了单一显著性模型的解释力，支持了视觉探索是“自下而上显著性”与“自上而下预期”动态交互的观点。研究证实，当自下而上的信息不足以消除不确定性时，个体内部的先验知识（Internal Priors）成为引导注意力的关键因素。
- 应用前景：
- 计算模型：未来的眼动模型应纳入个体化的内部模型参数，以更好地模拟真实世界中的个体差异。
- 人机交互与 VR：在虚拟现实或增强现实环境中，若需引导用户注意力，应考虑用户的个体预期和认知风格，特别是在信息受限的交互界面中。
- 临床诊断：该方法可能有助于识别因内部模型构建异常（如自闭症谱系障碍或精神分裂症中的预测编码缺陷）导致的视觉探索异常。
总结：该研究通过严谨的实验设计证明，个体内部模型是解释人类视觉探索差异的关键因素，但其影响力在感官不确定性和任务需求增加时才会显著显现。 这一发现深化了我们对“我们如何看世界”以及“为何每个人看到的世界略有不同”的理解。