BRAIN / BRAIN × AI20 SEP 2026
脑科学与AI94｜指尖和中央凹为什么占那么多脑子：按要看清多少分配
这一篇跟写"智能的计算基础"系列第 053 篇。上一篇讲到视网膜和感受野，这一篇接着走：视神经离开眼睛以后去了哪里，信息在路上怎么分成两路，以及为什么指尖和视网膜正中那一小块，在大脑皮层里占的地方大得不成比例。
大脑给身体各部分分"地盘"，不按面积，按要看清多少。视网膜正中的中央凹和手指尖，是我们用来辨认细节的两处，所以在皮层里被大大放大。从眼睛出来的信息也不是一股，而是分两路走：一路看清细节和颜色，一路盯住动静和变化。
约八成 01 P 型细胞 |
2.5 微米 02 中央凹最小感受野 |
两路 03 慢路看清、快路抓动 |
手指尖读盲文：一个个凸点只差零点几毫米，指尖分得出来，手背分不出来。大脑给指尖的地盘，比给手背的大得多。图片来源：Eren Li / Pexels
视网膜神经节细胞的两条主要分流：P 型看清细节和颜色，M 型盯住运动和变化；它们在外膝核里也分层走。
BRAIN / 01
一、先回忆：感受野和"只对变化反应"
第 92 篇讲过两个概念。感受野：一个神经元"管"视网膜上的哪一小块。中心与周边：大多数神经节细胞的感受野像一个靶心，中间亮、周边暗时反应最强；整片一样亮，中间和周边互相抵消，反应就很弱。
所以视觉系统专门检测局部的明暗差别，不管光的绝对强弱。这一篇的所有内容，都建在这个基础上。
BRAIN / 02
二、两种神经节细胞：一个看细节，一个盯变化
在猴子和人的视网膜里，神经节细胞主要分两种：
—P 型：数量多，大约占八成。对形状和细节敏感，也能分辨颜色，但反应慢一些。—M 型：数量少，大约一到两成。对运动和快速变化敏感，但不管细节，也不分颜色。
它们去的地方也分开。两类细胞都投到丘脑的外膝核，外膝核分六层：腹侧两层是"大细胞层"，接 M 型；背侧四层是"小细胞层"，接 P 型。也就是说，从眼睛出发，信息一开始就分成了两条路。
颜色是怎么分出来的？P 型和另一些细胞的感受野，中心对一种颜色的光起反应，周边对另一种颜色的光起反应，两者互相抵消，所以叫"颜色对立细胞"。视网膜和外膝核里有两种：红对绿，蓝对黄（这里的"黄"是长波和中波两种视锥信号的总和）。
BRAIN / 03
三、被放大的中央凹和指尖
视网膜正中的中央凹，神经节细胞挤得最密，每个细胞的感受野也最小：最小的那种叫"侏儒型"细胞，感受野中心只接一个视锥，直径大约 2.5 微米，相当于视角里的半个弧分。
结果是：中央凹只占视网膜很小一块，在外膝核和皮层里却占了很大一片，周边视网膜占得少。这叫皮层放大。
身体感觉也是一样。指尖皮肤的感受野比手臂皮肤小得多，在皮层里占的地方也大得多。我们辨认东西的形状，用的正是指尖和中央凹这两处高分辨率的"探头"，而不是用大片的低分辨率表面。
一句话：大脑的资源，按要看清多少来分，不按面积平均分。
BRAIN / 04
四、视神经去了哪几个地方
信息离开眼睛以后，走这几条路：
—主路：外膝核，再到初级视皮层。两条视神经在"视交叉"处交会，结果是左半边视野交给右脑处理，右半边视野交给左脑处理。外膝核再把信息送到初级视皮层，这一段叫"视放射"。—上丘：大约一成的神经节细胞投到中脑的上丘，主要管眼睛往哪儿转。—下丘脑：管昼夜节律，让睡和醒跟着白天黑夜走。第 92 篇讲过，这条路靠的正是那一小群自己会感光的神经节细胞。
原文顺带澄清了两组容易混的名字：上丘和下丘属于中脑；上丘脑和下丘脑属于间脑。名字像，不是一个地方。
这些投射都保持着"地图"：视网膜上相邻的点，投到目标区域里也相邻。但这张地图是变形的，中央凹那一块被放得很大，原因就是第三节说的采样不均。
BRAIN / 05
五、原文要补充的地方
原文整体准确，有几处说得太简，补一下：
—"左半视野由右半球处理"背后，不是整根视神经都交叉。在视交叉处，只有来自两眼靠鼻子那一半视网膜的纤维换到对侧，靠太阳穴那一半不交叉。这样一来，两只眼睛看到的左半边视野，才会一起送到右脑。—"M 型对检测运动至关重要"是常见的简化说法。更准确的说法是：M 型反应快、对细节不敏感，P 型分辨率高、能分颜色、反应慢。运动知觉还要靠皮层里专门的区域加工，不是 M 型一种细胞就决定了。—"蓝对黄"这一路，主要不走 P 型。它更多由另一类数量较少的细胞承担，外膝核里也有对应的一小层层间细胞。原文写"P 型和某些非 M 非 P 细胞"，方向是对的。—"约一成投到上丘"是灵长类的数字。在小鼠这样的动物身上，比例要高得多。不同物种差别很大，别把这个数字当成通用的。
BRAIN / 06
六、对照 AI
—AI 视频模型真的照这个思路分了两路。2019 年，Meta 的费希滕霍费尔、何恺明等人提出的 SlowFast 网络，一条"慢路"每秒看很少几帧，专门看清画面里有什么；一条"快路"每秒看很多帧，但每帧看得很粗，专门抓动作。论文里写明，这个设计部分受到 P 型和 M 型细胞的启发，同时也承认"这个类比很粗、还不成熟"。快路很轻，只占一小部分计算，和 M 型细胞数量少正好对得上。—大多数图像模型是平均分配分辨率的。一张图切成一样大小的小块，每块花一样多的计算。人眼不是这样：正中看得极清，周边很模糊，靠眼睛不停转动，把要看的东西挪到正中。现在一些多模态模型会先看整张缩略图，再放大局部细看，思路上就是在学中央凹。—"按需要分配"是一条通用的省钱原则。大脑皮层有限，就把它花在最需要分辨率的地方。AI 的算力也有限，第 69 篇讲过，约束越紧，越要学会把资源花在刀刃上。
BRAIN / 07
七、边界
—P 型、M 型的比例（约八成和一到两成），是灵长类视网膜的大致数字，不同部位、不同研究给的数字有出入。—"M 型管运动、P 型管细节"是一个好记的分工，但两路在皮层里会再汇合、互相补充，不是两套完全独立的系统。—SlowFast 的作者自己说类比很粗。它借的是"分两路、快路要轻"这个原理，不是照着视网膜的细节造的。
BRAIN / 08
八、看清多少，决定该花多少
我们看事情也有一个"中央凹"：真正看得清的，只是正中那一小块，其余全靠大脑补。补出来的东西，看起来和看清的一样真。
所以判断一件事之前，先问一句：这件事，我是用中央凹看的，还是用余光看的？如果是余光，就先写下来：出现什么情况，我就承认自己看错了。
BRAIN / 09
九、自测：合上文章回答
—为什么说视觉系统检测的是局部差别，而不是光的绝对强弱？—P 型和 M 型细胞各擅长什么？它们在外膝核里各去哪几层？—SlowFast 网络借了视网膜的什么原理？作者自己怎么评价这个类比？
BRAIN / 10
十、三行，留着复习
```
两路分流 P 型看细节和颜色、反应慢，约八成；M 型盯运动和变化、不分颜色，约一到两成；外膝核里分层走
按需分配 中央凹和指尖感受野最小、皮层里被放大；大脑按要看清多少分地盘，不按面积
AI 对照 SlowFast 用慢路看清是什么、快路抓动作，作者说受 P/M 细胞启发；多数图像模型平均分配，人眼不是
```