喜怒哀樂誰做主？Science 新發(fā)現(xiàn)重新定義表情生成機制

基本信息

Title:Facial gestures are enacted through a cortical hierarchy of dynamic and stable codes

發(fā)表時間：2026.1.8

Journal:Science

影響因子：45.8

引言

我們每天都在“讀臉”：對方輕微的嘴角上揚、短促的咂嘴、突然的威脅表情，往往比語言更快傳遞態(tài)度與意圖。但一個關鍵問題長期被忽略：大腦究竟如何生成這些面部手勢（facial gestures），而不僅僅是如何感知它們？過去的經(jīng)典神經(jīng)心理學框架提出“內(nèi)側-外側雙通路”分工：內(nèi)側皮層更偏向情緒性表情（socioemotional expressions），外側額葉更偏向隨意運動（volitional movements）。然而，面部動作由大量精細肌肉動態(tài)組合，既像“刻板動作”，又能隨社交語境靈活變化：它到底更像由皮層精細控制，還是更像皮層只給出“啟動信號”、下游亞皮層按模板執(zhí)行？

為回答這些問題，作者選擇在更接近真實社交的條件下研究靈長類面部手勢：讓猴子在自然istic互動與刺激情境中自發(fā)表達手勢，同時用高分辨率視頻與無標記追蹤（markerless tracking）精確量化面部運動學，再把這些行為事件與多腦區(qū)單神經(jīng)元放電對齊。這樣做的目的，是把

“手勢是否可被離散分類?”

“皮層是否真的參與?”

“不同皮層區(qū)到底在編碼什么、何時編碼?”

這三類問題串成一個閉環(huán)，用同一套自然行為數(shù)據(jù)去檢驗舊模型、建立新框架。

實驗設計與方法邏輯

作者先用自然istic社交范式誘發(fā)三類典型手勢（threat、lipsmack、chew），以DeepLabCut等無標記追蹤量化面部關鍵點并用PCA/t-SNE驗證手勢在運動學上可分；隨后基于fMRI功能定位（fMRI functional localization）在四個“面部運動網(wǎng)絡”腦區(qū)（M1、S1、PMv、M3）植入多通道陣列同步記錄單元活動，結合單細胞統(tǒng)計（ANOVA/MI）與群體解碼（SVM、軌跡分析），再引入PSID從群體動力學中提取與連續(xù)運動學相關的成分，并用跨時間泛化（CTG）刻畫各區(qū)編碼穩(wěn)定性，從而把“編碼內(nèi)容”與“時間策略”同時對齊到同一科學問題上。

核心發(fā)現(xiàn)

1）手勢先得“像個類別”：自然istic條件下三類面部手勢運動學清晰分群

論文首先強調(diào)：如果手勢要承擔溝通功能，接收者必須能把它們當作離散類別識別。作者在Fig.1中用視頻同步的面部關鍵點軌跡，結合PCA與t-SNE顯示threat、lipsmack、chew在低維空間形成分離簇，并且從動作開始前的靜止姿態(tài)到動作期的時間演化都呈現(xiàn)可區(qū)分的模板化模式，證明該范式能穩(wěn)定誘發(fā)“可分類的手勢”，為后續(xù)神經(jīng)編碼分析打下行為學地基。

Fig. 1. Facial gestures are distinguishable during a naturalistic social paradigm.

2）推翻“情緒在內(nèi)側、隨意在外側”的單細胞證據(jù)：各區(qū)都是混合編碼

在Fig.2里，作者把四個面部相關腦區(qū)（primary motor cortex, M1；primary somatosensory cortex, S1；ventral premotor cortex, PMv；cingulate motor cortex, M3）同時拉到一張桌上比較：無論是平均放電、選擇性強度還是信息量分布，整體差異都不支持“某區(qū)專門代表某類手勢”。更直接的是，652個神經(jīng)元中，各區(qū)都有大量神經(jīng)元被手勢類型調(diào)制（如S1 71%、M1 72%、PMv/M3各約62%），而且并不存在某一區(qū)對“社會情緒手勢”或“隨意咀嚼”細胞的系統(tǒng)性富集——經(jīng)典雙通路的核心預測在這組自然行為單細胞數(shù)據(jù)上站不住腳。

Fig. 2. Single-cell activity and selectivity in cortical face motor regions.

3）動作還沒開始，大腦已“先選好臺詞”：手勢在起始前1秒即可被群體活動解碼

Fig.3把“預備期（premovement）到底是什么”講得很硬核：作者用線性SVM等群體解碼發(fā)現(xiàn)，手勢類別在多腦區(qū)**最早可提前約1秒**從神經(jīng)群體模式中讀出，且不同手勢對應的神經(jīng)軌跡在狀態(tài)空間里早期就分離、之后沿各自軌道演化；例如lipsmack呈現(xiàn)更旋轉的幾何結構，而threat與chew更接近線性偏離。關鍵點在于：這些可分的神經(jīng)狀態(tài)出現(xiàn)在沒有顯著運動學輸出之前，提示手勢不是純反射輸出，而是包含可被皮層網(wǎng)絡提前組織的準備與選擇過程。

Fig. 3. Population encoding of facial gestures.

4）時間尺度決定“分工”：M1/S1偏動態(tài)實時控制，M3偏穩(wěn)定語境表征

Fig.4用PSID（preferential subspace identification）把“與連續(xù)運動學真正相關的群體動力學”抽出來：各區(qū)都能在單試次水平預測面部運動成分，但M1與S1的運動學解碼最強，支持其在細粒度、時刻對時刻的控制作用；而Fig.5的CTG（cross-temporal generalization）進一步揭示“同樣能解碼手勢，但編碼策略完全不同”：M3呈現(xiàn)跨?1000到+800 ms的大塊穩(wěn)定泛化（穩(wěn)定碼），S1最貼近對角線（最動態(tài)），PMv與M1介于兩者之間，且M1在起始點附近出現(xiàn)明顯“碼切換”。量化指標也一致：S1的DI更高且TGW更短（更動態(tài)），M3則DI更低但TGW更長（更穩(wěn)定），共同構成一條由“實時運動學”走向“穩(wěn)定狀態(tài)/語境”的皮層時間層級。

Fig. 4. Kinematic decoding and distinctive neural correlations during gestures.

Fig. 5. Stable and dynamic coding of facial gestures across cortex.

歸納總結和點評

這項工作用自然istic社交范式把“面部手勢生成”從概念爭論推到了可量化、可解碼、可對比的層面：

手勢在運動學上是可離散分類的；

多皮層區(qū)都深度參與且并非按“情緒/隨意”簡單分區(qū)；

手勢在動作前已被群體活動提前組織；

更重要的是，不同皮層區(qū)通過不同時間尺度的動態(tài)/穩(wěn)定編碼形成層級化協(xié)同——低階區(qū)（M1/S1）更貼近實時運動控制，高階/內(nèi)側區(qū)（M3/PMv）更可能承載可持續(xù)的狀態(tài)變量。整體框架不僅刷新了面部運動控制理論，也為自然交流相關的腦機接口（brain-computer interface, BCI）提供了更貼近真實場景的“可讀出目標”。

AI一句話銳評

把“表情”從肌肉動作還原成一套跨皮層、跨時間尺度的編碼協(xié)作機制——這篇論文真正給面部交流找到了“神經(jīng)學的組織原則”。