MindEye 演示 Stability AI：目标思绪即现实表现

3 月 21 日消息，AI 浪潮席卷而来，此前不少人认为“提示词工程师”会成为新兴工种，而 MindEye 的问世表明，这个岗位或许没有存在的价值了。

许多人曾认为，AI 时代的关键并非在于模型本身的强大程度，而更在于人类是否能够有效地利用这些 AI 模型来完成特定任务。

因此，提出了“提示词工程师”这一概念，他们具备更深的理解能力，可以为人工智能提供更精准的提示词，帮助AI更好地满足用户需求。

而 StabilityAI 于 2023 年 7 月推出 MindEye1，近日再次推出了 MindEye2，让“提示词工程师”的价值大幅降低，该模型并不依赖于特定的提示词，而是直接基于用户脑电波生成，也就是说用户大脑想要什么，未来该模型就能生成什么。

MindEye 直接从 fMRI 大脑活动中重建和检索图像，而且可以将二维图像转化为三维视频。

功能磁共振成像（fMRI）是一种神经成像技术，通过检测大脑血流变化来测量大脑活动。这项技术的主要目的是绘制大脑的功能图，为研究大脑活动和评估神经系统疾病的潜在治疗方法提供重要数据。通过fMRI技术，我们能够深入了解大脑在执行不同任务时的活动模式，从而帮助科学家们更好地理解大脑是如

MindEye 是一个基于核磁共振成像扫描仪上观察参与者大脑活动的数据集的系统。研究团队使用这些记录来训练系统，能够分析并检索原始图像或生成重建图像。系统能够通过参与者观看一系列静态图像时的大脑活动来重建他们所看到的图像，从而为研究人员提供宝贵的洞察和信息。通过这种方式，MindEye 可以帮助研究人员更深入地了解大脑在视觉处理过程中的活动模式和机制。这项技术有望在神经科学研

研究人员证明，MindEye 在图像检索任务中的表现优于以往的方法，从候选图像中识别原始图像的准确率超过 90%。在重建方面，MindEye 使用预先训练好的生成模型。

MindEye 可应用于各个领域。在医疗领域，它从大脑活动中重建视觉感知的能力可用于诊断和评估方法，尤其是在病人难以沟通的情况下。MindEye 的实时分析潜力有望改善脑机接口的性能。

研究小组强调了与数据收集有关的局限性，包括所需的冗长扫描时间，以及由于参与者移动或注意力不集中而可能产生的数据噪声。

本站附上论文参考

• Reconstructing the Mind’s Eye: fMRI-to-Image with Contrastive Learning and Diffusion Priors
• MindEye2: Shared-Subject Models Enable fMRI-To-Image With 1 Hour of Data
• MindEye2： Shared-Subject Models Enable fMRI-To-Image With 1 Hour of Data