美很主观，但并非毫无结构

什么是美？这似乎是一个极其主观的问题。有人偏爱浓烈的色彩，有人喜欢克制的构图；同一幅画，可能让一个人驻足良久，却让另一个人无动于衷。个人经历、文化背景、性格和艺术训练，都会影响我们对美的判断。

但与此同时，审美似乎又并非完全私人。面对自然风景、人脸，或某些经典艺术作品时，人们往往表现出相似的偏好。这种看似矛盾的现象，正是神经美学长期关注的问题之一：我们对于美的感受，究竟是如何在脑中形成的？

在一项发表于《自然·通讯》的研究中，一个研究团队试图利用脑成像，来描绘这种共享的审美体验。研究人员发现，脑并不是把审美体验表征为一个单一整体，而是将其划分为两条主要维度：一条处理图像所呈现的内容——无论它是一幅风景、一个物体，还是一个人物；另一条则追踪作品带给我们多少愉悦感，它所调用的正是那些也会对食物或金钱作出反应的神经回路。

脑如何感受美

审美体验究竟是如何在脑中形成的？围绕这个问题，神经科学领域长期存在几种彼此竞争、又相互重叠的解释。

一种观点强调知觉过程：脑会先分析作品的构图、对比、形状等视觉特征，审美体验由这些感觉和知觉信息逐步建立。另一种观点更重视评价与奖赏，认为当我们觉得某件作品“美”时，脑中负责价值判断和奖赏处理的神经回路发挥着核心作用。还有一种观点则把重点放在想象和自我反思等更高层次的认知过程上。

这些理论分别捕捉到了审美体验的不同侧面，但过去很少有研究能够在同一个实验框架中同时检验它们之间的关系。

把审美放进扫描仪

在这项研究中，研究团队招募了34名健康的普通话母语参与者，年龄在19至28岁之间。实验分两次进行。第一次到访时，参与者先接受3特斯拉磁共振扫描，用来获取脑的解剖结构和静息态功能成像数据；第二次实验则使用分辨率更高的7特斯拉功能性磁共振成像，记录参与者在观看艺术作品时的脑活动。

实验所使用的材料是96幅中国传统水墨画。研究人员主要选取了两类传统绘画中常见的主题：人物与山水。其中，人物画主要呈现人物的日常活动以及面部、身体等信息；山水画则主要包括山川、河流、树木，以及船只、房屋等人工景物。

在7T扫描过程中，参与者观看这些画作，研究人员同步记录其脑活动。扫描结束后，参与者还完成了一系列行为测试，包括对画作进行审美评分，并填写与自身视觉艺术专业程度相关的问卷。这样，研究团队既能获得每个人观看不同作品时的脑活动模式，也能知道他们主观上有多喜欢这些作品，以及不同参与者在艺术经验和专业程度上存在怎样的差异。

“看见”与“喜欢”

不过，研究人员并没有直接分析这些原始评分，而是借用了一种被称为协同过滤算法的工具。这类算法擅长从大量个体偏好中寻找隐藏的共同模式。当把这一算法应用到画作的审美评分上时，它提取出了两个贯穿所有参与者反应的潜在维度。

第一个维度反映的是视觉语义，也就是一幅画“描绘了什么”：在这项实验中，画作沿着这一维度从更偏向人物逐渐过渡到更偏向山水，体现了作品在概念内容上的差异。第二个维度则反映享乐价值，也就是人们“有多喜欢它”：画作沿着这一维度从最不受喜欢排列到最受喜欢，体现了作品所带来的主观愉悦和价值。

进一步的脑成像分析发现，这两个维度由相对不同的神经系统表征——视觉语义主要与负责识别物体、人物和场景的视觉通路有关，而享乐价值则更多涉及内侧前额叶和皮质下的奖赏与价值评估回路，其中一些回路也参与我们对食物、金钱等其他奖励的评价。

换句话说，当我们面对一幅艺术作品时，脑似乎同时在处理两个基本问题：“我看到了什么？”以及“我有多喜欢它？”

研究还发现，不同人的脑对这种二维“审美空间”的呈现方式并不完全相同，而且这种差异与一个人在视觉艺术方面的专业程度有关。尤其是在默认模式网络的一些关键区域，这种关系更加明显。默认模式网络与想象、自我反思和意义建构等过程密切相关，也被一些理论认为是审美体验的重要组成部分。

这表明，与单纯反复接触艺术作品相比，接受视觉艺术训练似乎能够从更根本的层面改变脑表征“美”的方式。

美的结构

这些结果意味着，人们在“看到了什么”和“有多喜欢”这两个基本审美维度上，存在共享的神经基础；但一个人在视觉艺术方面的专业程度，也与脑表征这些审美信息的方式有关。

这也提示，艺术经验可能不仅影响我们喜欢什么，还可能与脑组织审美体验的方式有关。进一步理解这种神经机制，未来或许有助于检验艺术教育和艺术治疗究竟如何影响知觉、情绪与意义建构。

我们常把美看作一种纯粹个人化的体验，但这项研究提供了另一种视角：美是有结构的。在个体差异之外，人类对美的判断仍然建立在某些共享的神经过程之上。

我们并不只是观看世界，也不断在判断它是否美。

#参考来源：

https://theconversation.com/science-uncovers-how-the-brain-interprets-artistic-beauty-291068

https://www.nature.com/articles/s41467-026-73153-6

#图片来源：

封面及首图由《原理》使用 AI 辅助设计