演化留給我們的身體構造中，哪些是必然，哪些是偶然？Science advance上的一項來自MIT媒體實驗室、隆德大學等機構的研究，構建了一個融合物理仿真、深度強化學習與遺傳算法的框架，讓虛擬智能體在“數字化的自然選擇”中，重新走了一遭視覺演化的路。這項研究，為我們推開了一扇窺探造物主圖紙的新窗口，它試圖回答“我們的眼睛，為什么偏偏長成了今天這副模樣？”

?Tiwary, Kushagra, et al. "What if eye...? Computationally recreating vision evolution." Science Advances 11.51 (2025): eady2888.

https://www.science.org/doi/10.1126/sciadv.ady2888

一場場"數字寒武紀"的演化實驗

如果視覺僅用于導航會怎樣？如果眼睛從未演化出晶狀體之類的光學元件會怎樣？如果動物的大腦在整個演化歷程中始終保持小巧會怎樣？（圖1a-c）

這三個"如果"，戳中了演化生物學的核心困境：我們只能觀察已經發生的歷史，卻無法實驗那些未曾選擇的路。

自然選擇用數億年時間，讓生物的眼睛有了光感斑點，復眼、針孔眼及相機眼的驚人多樣性。每一個現存的視覺系統，都是多重約束、多重任務、多重歷史偶然性疊加的唯一解。

然而，如果生存的籌碼發生改變，生命的形態又將如何重塑？僅僅依靠比較當下已有的生物，很難回答這樣的“反事實“問題。但如果真有一種工具，能讓我們模擬演化未曾涉足的平行宇宙呢？通過算法在硅基世界中重構演化的動力學法則（即突變、選擇與適應），我們便能親眼目睹那些非凡的眼睛是如何在代碼中長出來。這種虛擬的演化推演，不僅能讓我們系統地檢驗形態、神經處理與環境壓力之間的隱秘羈絆，更能指導未來的具身AI，去探索那些連大自然都未曾嘗試過的視覺設計。

?圖1：計算演化的人工智能智能體揭示了環境壓力如何塑造了自然視覺的演化。

為了容納這場數字造物，研究者建立了一個名為“演化沙盒”（Evolutionary Sandbox）的仿真系統，其架構包含了三個關鍵部分：每一個經歷演化的具身智能體擁有一個可變形的“頭部”，其上感光器的多寡、陣型的排列、乃至晶狀體（Lens）的有無，都是可演化的參數。而在頭顱深處，潛藏著一個簡單的感知器或深度網絡，負責將視覺輸入轉化為動作指令（如移動、旋轉）。

在沙盒中，具身智能體將在不同光強下生存并尋找食物，區分物體形狀。而在沙盒之外， “遺傳算法”充當了自然選擇的鐮刀。每一代表現最好的智能體（獲取食物最多、避障最穩）會獲得繁衍機會，其“虛擬眼部的狀態數”和“處理視覺數據的神經網絡權重”會有一定概念發生變異并傳遞給下一代。

自然界中，演化與學習并非獨立過程，而是通過鮑德溫效應（Baldwin Effect）相互耦合。為了復刻這種生命的張力，虛擬生物虛擬生物的成長周期被拆分為內外雙環：內循環采用“深度強化學習”，模擬個體在短暫一生中的后天適應；外循環則依靠“遺傳算法”，模擬種群在漫長世代中的演化更迭（圖1d）。具體來說，研究中智能體的基因型并不直接編碼某種刻板的行為，而是編碼一種“可學習的潛力”。這對應生物學的底層邏輯：基因從不事無巨細地規定每一根神經突觸的權重，它只負責勾勒發育的藍圖與網絡架構。而外循環也并不直接評估基因型的"靜態優劣"，而是評估該基因型經過學習后能達到的最佳性能。

具身智能體的基因型（圖1e），編碼了智能體視覺系統的形態（眼睛數量、位置、朝向、視場角），光學特征（瞳孔大小、光學元件、折射率）及神經表征算法（網絡架構、參數量、記憶長度）。這些獨立的可變基因可以對反映自然視覺演化路徑的演化路徑進行計算探索。

而具有經過強化學習獲得各類視覺系統的智能體，將需要在仿真環境中執行導航，檢測及追蹤三類任務（圖1f），用視覺檢測為自身帶來演化優勢。為了隔離單一演化壓力，研究設計了三個極簡但物理真實的任務。

• 導航（Navigation）：在迷宮中快速移動+避障，獎勵=前進距離-碰撞懲罰；

• 檢測（Detection）：在三個外觀相似的球體中識別僅紋理旋轉角度不同的食物，獎勵=接近目標-誤觸毒物；

• 追蹤（Tracking）：考察視覺系統應對目標與干擾物隨機運動，對結果進行時空整合能力。

這些任務分別對應視覺的三大基礎功能：空間定向、物體識別、運動追蹤。通過控制變量，研究者可以觀察到當生存的唯一壓力是導航時，眼睛會怎么長？當生存迫切需要精細的分辨率時，光學系統又會如何響應？

圖1d中的雙循環系統實際上是在進行分層優化。外循環解決"長時尺度的結構創新"，內循環解決"短時尺度的行為適應"。這種分工符合生物演化邏輯。在這個沙盒中，研究中的視覺系統，其光學像差、光通量、分辨率都受物理定律約束。演化必須在"收集更多光"和"獲得更清晰像"之間做權衡，這同樣模擬了生物眼睛面臨的核心挑戰。

任務驅動眼睛向某個方向特化

如果視覺只服務于單一功能，不同任務會塑造出怎樣的眼睛？為了回答上述問題，研究者讓具身智能體從1只眼睛，1個感光單元，45°視場角（演化起點的光感斑點）開始演化（圖2a）。

然后，在導航任務組和檢測任務組中，分別允許形態基因突變（增加/減少感光單元、增加/減少眼睛、調整位置），觀察50代后的收斂結果。

?圖2：不同的任務導致了演化出不同類型的眼睛

結果顯示，高精度導航需要快速感知周圍環境變化，而非精細識別物體。于是，虛擬演化出的分布式低分辨率采樣+并行神經處理，是能效最優解（圖2b）。這種演化結果，類似捻翅目昆蟲（Strepsiptera）的"眼點眼"——每個小眼含多個感光細胞，形成"塊狀"而非"像素式"采樣。

而檢測組的物體識別，需要高空間頻率信息，要將感光資源集中于前方，配合更大神經處理帶寬，才能在有限時間內完成精細分類。虛擬演化的結果更接近脊椎動物相機眼，或是頭足類眼睛的前向高分辨區域（圖2c）。

當環境的唯一獎賞是“成功避障”時，演化不會浪費資源發展高分辨；當需要"識物"時，前向聚焦成為必然。這場硅基世界中的數字推演，為功能決定形式的演化假說提供了計算證據。這解釋了為什么深海生物往往擁有巨大的、感光極其靈敏但空間分辨率極低的眼睛，而鷹等捕食者則演化出了極高的空間分辨率。

如果眼睛能彎曲光線呢？

在生命演化的早期，視覺系統始終被困在一個物理囚籠里：如何兼顧“光線的捕獲”與“成像的清晰”？從簡單的光敏斑點發展到杯狀眼睛，其孔徑（類比相機的光圈）變得更小。小孔徑時成像清晰（高空間精度），但由于進光量少，信噪比低，它會在暗處失效。反之，大孔徑進光多，信噪比高，但成像模糊。

對此，生物的解決方案是通過透鏡讓光彎曲。在模擬演化中，研究者在第30代解鎖光學基因突變權限（允許演化透鏡形狀與折射率，即出現晶狀體，圖3a）。在權限解鎖的初期，智能體的生存性能開始短暫下降（畢竟，隨機生成的劣質透鏡往往只會扭曲現實，帶來災難）。但隨后，演化產生了凸透鏡，讓具身智能體的視覺系統能夠擁有大孔徑與高銳度（圖3b，c）。

?圖3：計算演化揭示了透鏡成像如何解決視覺的基本權衡問題。

實驗證明，一旦基因突變撕開光學參數的封印，哪怕沒有任何預設的終極目標，精妙的透鏡結構也會在生存中自發涌現。

上述晶狀體的演化，本質上是對"光-精度權衡"的帕累托改進。演化壓力下，那些原始針孔眼會被歷史淘汰，只有在那些節奏緩慢、光照極其充沛的溫室環境中，它們才更可能得以保留。晶狀體出現后，通過折射重構了視覺系統的演化空間，讓系統能同時擁有大孔徑與高銳度。新光學機制（凸透鏡）的出現，是演化在物理約束+任務壓力下的必然解。

在模擬演化實驗中，透鏡的出現并非漸進的，而更像是一種相變。當感光器密度增加到一定程度，由于光波衍射帶來的物理模糊，再增加感光器也無法提高清晰度。此時，壓力積累導致形態發生突變——演化出具有聚焦能力的透明介質（透鏡）。透鏡的出現瞬間打破了模糊天花板，讓視覺精度實現量級跨越。

一個通用的冪律縮放：

視覺越敏銳，處理視覺的神經網絡越大

視覺系統不止是感光元件，還包括處理視覺信號的神經網絡。在生物演化與人工智能設計中，我們始終面臨一個核心問題：性能的提升究竟依賴更清晰的眼睛（視覺敏銳度）？還是更大的神經容量？亦或是更長的記憶（時間整合）？

直覺告訴我們，三者都很重要。但在資源有限（演化能量約束或芯片功耗約束）的情況下，它們之間是否存在替代關系？是否存在瓶頸效應？

模擬演化顯示，對于低難度任務，演化后的智能體的感光器數量較少，且很快達到飽和。而為了應對需要獲取足夠的信息熵才能完成的高難度任務，演化過程驅動感光器數量顯著增加。這說明眼睛的分辨率不是越高越好，而是由生存任務的計算需求決定的。生物不會無限制地追求高清視覺，因為那意味著巨大的代謝負擔。

該研究考察了視覺敏銳度，神經網絡參數量（103~10?）與時間記憶（輸入幀堆疊長度）之間的變化關系。結果顯示：如果眼睛的分辨率提高一倍，對應的神經網絡規模需要呈非線性增長才能消化這些信息。

當視覺敏銳度本身就是個半瞎的殘次品時，你就算往大腦里瘋狂堆砌再多的神經參數，也絕無可能捅破性能的天花板。唯有當神經網絡的容量與視覺輸入的敏銳度完美契合那道冷酷的冪律法則時，智能體在導航、檢測與追蹤這三大生死試煉中的誤差，才會相應降低。這意味著沒有足夠多的感官輸入，處理視覺信息的神經網絡將巧婦難為無米之炊（圖4a-c）。而精打細算的大自然，絕不會容忍任何算力的揮霍。如果你沒有一顆足夠強悍的大腦去解碼高清的圖像，那么演化出一雙鷹眼，不過是在自尋死路。

此外，沙盒還揭示了一條殘酷的視覺需求階梯：檢測任務對敏銳度的渴求>追蹤>導航（圖4a-c）。隨著獵物和食物來源越來越難以探測和辨別，自然演化的武器競賽加劇了視覺系統的處理需求。而在追蹤等關注視覺動態的任務中，演化還留了一手底牌：增加時間記憶的長度，可以在一定程度上彌補神經容量的先天不足（圖4d，e）。

?圖4：任務依賴的冪律規律揭示了視覺敏銳度的極限如何影響性能，以及時間記憶如何補償神經容量。

這對應到生物學中，高視覺敏銳度物種（鷹、靈長類）確實擁有更大視覺皮層。對于深度學習，上述冪律定理意味著，模型性能同時依賴數據質量（感官輸入）與模型規模（神經容量），在盲目堆砌萬億參數之前，請先確保你喂給它的，是足夠純粹的高清輸入。此外工作記憶可緩解瞬時感知限制。

歸根結底，視覺演化是一場關于信息獲取成本與生存收益的博弈。上述發現量化了“感知硬件”（眼睛）與“軟件算法”（大腦）之間相輔相成的關系。這解釋了為什么自然界中既有簡單的眼點，也有復雜的相機眼，其實每種設計都是在其生態位任務下的最高性價比方案。

跨學科啟發

光、物理約束、能量消耗，這幾條簡單的物理規則，經過千萬次的迭代，最終在算法的模擬演化中，誕生了類似地球生物的多種視覺系統。借助計算演化的研究方法，我們能回答反事實問題，甚至為演化增加額外的維度，如果給AI智能體強加一項社交任務，它們是否會為了眉目傳情，而演化出帶有絢麗虹膜的眼眸？演化是否會因為環境的極端化（如純黑暗）而徹底拋棄視覺？這些“What if”問題，如今都已在代碼的推演中，觸手可及。

過去我們研究視覺，是把眼睛當成一個固定的攝像機。而更合適的視角是讓感知系統與身體、環境是耦合在一起的演化整體。這種“具身化”的視覺觀，為解釋生物多樣性提供了定量工具。文中的框架，可以擴展到更多的視覺任務，甚至其它感官的研究中。未來，可以考慮生物在自然環境中，需要應對的不止是導航，檢測及追蹤某一類任務，而是在其生物周期內的不同時間段之內，用到所有三類任務時，智能體如何權衡互相沖突的需求。

目前的計算機視覺（CV）大多基于標準化的相機傳感器。這項研究暗示，對于特定的工業機器人或無人機，我們不應該使用通用的攝像頭，而應該根據其任務（如高速避障或微小瑕疵檢測），模仿演化過程，為其定制化演化出最匹配的傳感器形態和后端算法。

在視覺處理的早期階段，生物眼睛通過物理形態（如黃斑區的非均勻采樣）在物理層就完成了“數據降維”。這種預處理機制可以減少神經系統需處理的數據，從而在神經網絡容量不增加的前提下，更好地利用上述縮放定理來優化視覺處理系統的性能。這啟示我們，與其追求更強的GPU處理海量像素，不如在傳感器端通過物理演化來過濾無效信息。

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復哦~

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫院、上海市精神衛生中心設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經科學研究院。

Chen Institute建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、科普視頻媒體「大圓鏡」等。