穩定的潛在動力學

這是支撐整個潛在對齊研究路線的實證發現：雖然單一神經元的調諧會漂移，但執行一致行為的族群其低維動力學，在很長的時間跨度內卻出奇地穩定。Gallego、Perich、Miller 等人在運動皮質中證明，只要施加適當的對齊（例如透過典型相關）以吸收所記錄神經元集合的變化，族群在相同伸手動作期間於其潛在空間所描繪的軌跡，可跨越數月而保持一致。

正是這種穩定性使長期解碼變得可行：若座標系旋轉了，但其中的動力學仍被保留，那麼只要復原該旋轉即已足夠，無需重新學習底層的運算。此主張應審慎看待——它在熟練、刻板的行為以及主要的低維模態上最為成立，且穩定性是程度問題而非絕對。它能延伸至新穎、無結構或認知豐富行為的程度，仍是一個開放且正被積極研究的問題。