header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
掃碼下載APP
Partnered With:

Sabi讓AI從腦訊號學習個人審美,生成的人臉越來越符合喜好

動察 Beating AI 快訊,腦機接口公司 Sabi 公布了一項名為 RLNF(神經反饋強化學習)的新研究。演示中,一張 AI 人臉不斷變化,逐漸變成更符合觀看者審美的模樣。研究人員希望讓 AI 從腦信號中了解每個人的喜好,而不必反覆詢問用戶哪張圖片更好看。


團隊先讓 5 名受試者觀看大量人臉,同時記錄腦電和眼動,並讓他們給每張臉的吸引力打分。通過這些數據,AI 學習每個人看到喜歡或不喜歡的人臉時,會出現什麼樣的生理反應,從而建立個人審美偏好模型。


隨後,研究人員利用這些偏好數據,通過強化學習微調 FLUX.2 Klein 4B 圖像模型。AI 每生成一批新的人臉,系統就拿它們與此前記錄的人臉進行比較,根據腦信號推測出的個人喜好給出獎勵。模型不斷根據獎勵調整,逐漸學會生成更符合特定用戶審美的人臉,整個過程不需要受試者再逐張打分。


此前已有研究利用腦電反饋引導 AI 生成人們喜歡的人臉。Sabi 則將這種反饋用於圖像模型的強化學習,讓個人審美直接影響模型的生成傾向。


不過,實驗目前只有 5 名參與者,其中 2 人的喜好主要靠眼部活動判斷,而非直接從大腦活動中識別。要證明腦電能可靠地反映個人審美,還需要更多實驗。

举报 糾錯/舉報
糾錯/舉報
提交
新增文庫
僅自己可見
公開
保存
選擇文庫
新增文庫
取消
完成