过去几期风向标，我们单独看过脑电、眼动、表情、近红外和VR——单独看，每一个都像是给感官实验室装上了一只新眼睛。但真正的狠招，从来不是单装一只眼，而是让几只眼同时睁开、再叠成一张图。这一期，我们以脑电（EEG）为主心骨，聊聊感官评价的下一个综合形态：多模态融合。

01 把“看脑、看眼、看脸、看情境”同步叠图

   多模态融合，简单说就是在同一位受试者试吃时，同步采集多路信号——脑电看神经、眼动看注意、表情看情绪、近红外看脑区血供、VR重建真实情境，再加上心率皮电等自主神经指标——然后喂给机器学习，联合建模。

   具体怎么融？

   同一毫秒里，EEG给出神经时间轴，眼动给出注视轨迹，表情给出情绪曲线，近红外给出脑区血供，VR给出环境坐标——所有信号按时间轴对齐后，先在各模态内部提特征（频域、轨迹、AU强度、HbO涨落），再做特征级或决策级融合，最后由模型输出一个联合判定的“感官画像”。这里EEG的高时间分辨率恰好充当了天然“时钟”：它采样到毫秒，其他模态都往这条时间轴上对齐，融合才不会各说各话。

02 对感官的作用：补上彼此的盲区

   每种技术都有天生死角。

   脑电能抓味觉和偏好的神经响应，却不知道你眼睛盯着哪、脸上是喜是厌；表情能读情绪，但人能压住；眼动能看注意，却读不出感受；近红外能定位脑区，却只及皮层表面。它们各自回答“一部分反应”，却没法回答“吃进去没有”。

   融合的价值正在于此：当脑电说“神经亮了”、眼动说“他在看包装”、表情说“他其实无感”，三者一对账，真实反应才浮出来。

   举个真实的例子：一款减糖重构的产品，问卷打分还行、表情也平静，可脑电显示奖赏回路比原版暗了一截——没说难吃，但“不太想再要”，复购自然低迷。反过来也一样：有人对着包装眉飞色舞，脑电却波澜不惊——那可能只是被营销话术撩了一下，并非真的“走心”。

03 三篇文献里，展示它的能力与边界

   以脑电为主心骨，是因为它时间分辨率最高、最贴近“刺激入口那一瞬”的真实反应，最适合当融合的基准轴。以下三篇文献正好勾出这条轴的两端——能力，与边界。

   1.李文斌等《脑电图技术在食品感官领域中的应用进展》在梳理EEG味觉解码、品质分级、安全检测之后，明确把“多模态融合”与“机器学习”列为该领域下一步方向——脑电不再是孤军，而要和其余生理、行为信号组一张网。

   2.Wang等用64通道EEG测28名受试者对蔗糖（1%/3%/5%/7%）与三种代糖（赤藓糖醇、三氯蔗糖、甜菊糖苷）的神经响应。结果很硬：EEG功率随蔗糖浓度升高而下降（5%较1%，p=0.0002），代糖的神经激活普遍强于等甜蔗糖，神经排序甜菊糖>赤藓糖醇>三氯蔗糖>蔗糖。作者直言EEG是“解码风味感知的敏感且客观的工具”。

   3.Lim等则提醒我们EEG的边界：20名男性在约80 dB模拟机舱噪声下看飞机餐图像，顶上叶ERP振幅从安静时的4.6µV掉到3.4µV，左顶上区更从3.4掉到2.1µV——噪声显著削弱了视觉注意与感官整合。同一餐，换了个环境，脑子对它的处理就变了。这两笔加在一起，恰恰说明：脑电能看“味道在脑子里怎么编码”，却看不见“此刻的环境正如何改写这编码”。要补全，就得把情境（VR）、注意（眼动）、情绪（表情）一起拉进来。

04 展望与思考

   融合最大的门槛不是算法，而是“对齐”：多设备同步、个体基线标定、成本与样本量。但它指向的方向很清楚——感官评价正从“问消费者”走到“看消费者”，再走到“叠加地看消费者”。

   可以预见的应用是：新品盲测不再只收一张评分表，而是同时拿到神经是否买账、眼睛是否停留、脸是否诚实、环境是否添乱——一套流程，把“喜不喜欢”从一句模糊的“还行”变成可解释、可对比的数据。

   想象一间感官实验室：受试者头戴EEG与近红外、眼前是VR餐台、摄像头读脸、腕带测心率，一口下去，五路信号同时落盘。过去要三组人、三轮实验才能拼出的结论，现在一轮就有——而省下的不只是时间，更是“不同实验间被试状态漂移”这个最恼人的误差源。

   也别神话融合→

   ·设备同步本身就有门槛（多顶帽子同时戴、运动伪影叠加）；

   ·个体差异被放大；

   ·而最该警惕的仍是那层最秘密的数据：脑电与近红外读的是“还没经过意识过滤”的反应，一旦数据打通，边界就比任何单技术都更敏感。明示同意、可随时退出、数据最小化，必须从第一天写进方案，而不是上线后补票。

   未来感官不会只由一张问卷或一条脑电曲线决定。它会被脑电、眼动、表情、近红外和情境，共同“投票”——而脑电，往往是那张最关键的主票。