脑信号当奖励信号：实时按观看者偏好调整 AI 人脸

ChrisGPT · x · 2026-10-30

一项演示用脑电信号作为反馈来调整 AI 生成人脸的研究：无需预先收集偏好数据集，直接以观看者的大脑反应为奖励信号，把生成结果朝其偏好方向优化——作者戏称这是「GTA 6 之前先有了神经反馈强化学习」。被引用的开发者 Rahul Chhabra 补充，这套范式开启了个性化响应这一全新的扩展维度，对大规模落地的影响可能比单纯提升智能更大，「如果 AI 能理解你，它就能为你把一切变得更美」。技术上奖励模型使用 embeddings 加 k 近邻实现。作者同时吐槽了其 VR 场景下的暗示性应用潜力。