达特茅斯学院研究团队近日在《美国国家科学院院刊》发表论文，证实人类眼动轨迹具备高度独特的身份识别特征。研究通过虚拟现实设备记录六十余名参与者探索虚拟场景时的视线分布，结合视觉计算模型与大语言模型进行深度分析。结果表明，个体注视路径的差异源于独特的概念优先级，大语言模型通过捕捉人物对特定语义关联物体的聚焦偏好，实现了高精度的身份匹配。复测数据证实，此类视觉认知偏好具有跨时间稳定性，可准确预测个体在陌生环境中的注意力落点。 该研究揭示人类视觉感知遵循先空间定位、后语义解读的认知规律，并警示虚拟现实与增强现实设备可能无意识泄露深层隐私数据。鉴于眼动模式具备高度一致性与可量化特征，该技术路径有望转化为临床辅助工具，为自闭症等神经发育障碍的早期筛查提供客观行为指标。研究团队后续将聚焦多模态注意力追踪模型的优化及跨文化概念优先级验证。