攜手復(fù)旦大學(xué)附屬華山醫(yī)院，植入sEEG電極即可解碼神經(jīng)電活動(dòng)并實(shí)時(shí)翻譯受試者想說的話語；為罕見病患者體驗(yàn)非侵入式腦機(jī)接口全指令操控《黑神話：悟空》并收獲“手柄玩家被吊打了”的稱贊，有家企業(yè)在今年引發(fā)了熱烈反響。

巖思類腦，是一家立足于人工智能與神經(jīng)科學(xué)交叉領(lǐng)域的腦機(jī)接口企業(yè)。與國(guó)內(nèi)外多數(shù)腦機(jī)接口企業(yè)不同的是，巖思類腦選擇了一條“截然不同”的路徑。而這，也成了其獲得行業(yè)高度關(guān)注的主要原因。

01

硬件設(shè)備趨于模塊化、通用化，

數(shù)據(jù)和算法將成腦機(jī)接口發(fā)展核心

高度聚焦腦機(jī)接口神經(jīng)信號(hào)解碼的算法與系統(tǒng)，是巖思類腦最鮮明的特征。而這來自于巖思類腦對(duì)腦機(jī)接口發(fā)展趨勢(shì)的精準(zhǔn)前瞻判斷。

腦機(jī)接口作為融合材料科學(xué)、信號(hào)與通信、機(jī)械工程、神經(jīng)科學(xué)、人工智能等多領(lǐng)域的交叉產(chǎn)業(yè)，多數(shù)早期布局的企業(yè)多基于創(chuàng)始團(tuán)隊(duì)背景開展相關(guān)研究和業(yè)務(wù)布局。例如，具有材料科學(xué)背景的企業(yè)多聚焦電極研發(fā)，信號(hào)與通信背景企業(yè)則專注腦電采集系統(tǒng)的研發(fā)，機(jī)械工程背景企業(yè)則側(cè)重機(jī)械臂、靈巧手等外設(shè)控制的研發(fā)。

換言之，早期腦機(jī)接口企業(yè)基于自身技術(shù)基因特點(diǎn)多聚焦硬件設(shè)備的研發(fā)。而如今，隨著技術(shù)的迭代和加工能力的進(jìn)一步發(fā)展，芯片、電極等腦機(jī)接口硬件設(shè)備將逐漸朝著模塊化、通用化、規(guī)模化的方向發(fā)展。不遠(yuǎn)的未來，腦機(jī)接口企業(yè)可按需選購硬件模塊，并進(jìn)一步組裝以形成完整的腦機(jī)接口系統(tǒng)，猶如目前的手機(jī)、新能源汽車等行業(yè)一般。

“我們預(yù)測(cè)，可能僅需要5-7年的時(shí)間，腦機(jī)接口的硬件設(shè)備就能完全模塊化和通用化?！?/strong>巖思類腦首席科學(xué)家李孟博士透露道，“而這將加速腦機(jī)接口行業(yè)的發(fā)展速度與產(chǎn)業(yè)效率”。

在此背景之下，大腦神經(jīng)活動(dòng)數(shù)據(jù)和神經(jīng)解碼算法正逐步成為決定腦機(jī)接口系統(tǒng)價(jià)值的核心。硬件采集的腦電信號(hào)正以指數(shù)級(jí)增長(zhǎng)，僅依靠硬件升級(jí)無法解決 “原始腦電數(shù)據(jù)向有效交互信息轉(zhuǎn)化” 的效率問題 —— 即便通過腦機(jī)接口硬件獲取到高分辨率腦電信號(hào)，若無法通過神經(jīng)解碼算法高效解讀大腦意圖，系統(tǒng)仍難以落地。

這一邏輯與人工智能的發(fā)展高度相似：OpenAI 的 ChatGPT 之所以領(lǐng)先，核心并非依賴 GPU 硬件，而是海量語料與先進(jìn)算法構(gòu)建的模型能力。對(duì)于腦機(jī)接口而言，“將大腦神經(jīng)活動(dòng)轉(zhuǎn)譯成可用于高通量交互的信息” 是核心瓶頸，而基于人工智能的神經(jīng)編解碼算法正是突破這一瓶頸的關(guān)鍵。換言之，聚焦神經(jīng)信號(hào)解碼/編碼的算法及系統(tǒng)，正在成為腦機(jī)接口領(lǐng)域的“兵家必爭(zhēng)之地”。

不僅如此，在訪談中，李孟還強(qiáng)調(diào)，相較于國(guó)外腦機(jī)接口企業(yè)數(shù)據(jù)積累速度慢、規(guī)模小的現(xiàn)狀，國(guó)內(nèi)豐富的臨床資源為國(guó)內(nèi)腦機(jī)接口核心算法及軟件的研發(fā)培育了優(yōu)渥的土壤，為中國(guó)腦機(jī)接口產(chǎn)業(yè)實(shí)現(xiàn) “換道超車” 提供了重要支撐。

巖思類腦是國(guó)內(nèi)最早一批聚焦神經(jīng)信號(hào)編解碼的企業(yè)。其不僅擁有堅(jiān)實(shí)的專業(yè)人才儲(chǔ)備——首席科學(xué)家李孟曾任哈佛大學(xué)博士后研究員、德國(guó)馬克普朗克學(xué)會(huì)研究科學(xué)家，CEO趙芳博士是美國(guó)佐治亞醫(yī)學(xué)院研究科學(xué)家，核心成員也多來自哈佛大學(xué)、美國(guó)卡內(nèi)基梅隆大學(xué)、北京大學(xué)等國(guó)內(nèi)外知名高校；多年與頭部臨床醫(yī)院的合作過程中，巖思類腦積累了豐富的數(shù)據(jù)資源。這為其開發(fā)腦電大模型提供了堅(jiān)實(shí)的人才與數(shù)據(jù)支撐，也為其腦電大模型的橫空出世提供了“助推器”。

02

提升泛化能力，

腦電大模型按下腦機(jī)接口發(fā)展加速鍵

強(qiáng)大的泛化能力是巖思類腦腦電大模型的核心特征。

動(dòng)脈網(wǎng)了解到，傳統(tǒng)腦機(jī)接口需針對(duì)單一任務(wù)（如語音重建或運(yùn)動(dòng)控制等）、單一個(gè)體進(jìn)行訓(xùn)練，導(dǎo)致部署成本高、用戶體驗(yàn)差、應(yīng)用部署困難等限制腦機(jī)接口產(chǎn)業(yè)落地的痛點(diǎn)。例如，為一位患者適配運(yùn)動(dòng)解碼模型，可能需要 3-4 名博士團(tuán)隊(duì)耗時(shí) 2-3 個(gè)月。

而巖思腦電大模型通過預(yù)訓(xùn)練學(xué)習(xí)大腦神經(jīng)活動(dòng)的本征規(guī)律具備任務(wù)、個(gè)體、時(shí)間三重泛化能力：新用戶只需經(jīng)過幾次微調(diào)即可適配，無需大規(guī)模重新訓(xùn)練；同一模型可覆蓋多類任務(wù)；且能實(shí)現(xiàn)長(zhǎng)時(shí)間穩(wěn)定解碼，避免頻繁校準(zhǔn)。這種 “基座預(yù)訓(xùn)練模型 + 任務(wù)微調(diào)” 的模式，大幅降低了腦機(jī)接口的使用門檻，是其走向大眾化應(yīng)用的關(guān)鍵。

可適配多種腦機(jī)接口形態(tài)（如非侵入式、侵入式、半侵入式等）也是巖思類腦腦電大模型的特征之一。據(jù)李孟介紹，該模型采用 “侵入式 + 非侵入式數(shù)據(jù)聯(lián)合訓(xùn)練” 模式。這一訓(xùn)練模式可讓模型擁有侵入式的“高精解碼” 與 “噪聲抑制”能力，從而顯著提升非侵入式腦機(jī)接口系統(tǒng)的解碼精度。

與此同時(shí)，“侵入式+非侵入式”的聯(lián)合預(yù)訓(xùn)練還拓寬了巖思類腦腦電大模型的應(yīng)用范圍，并可在一定程度上提升腦機(jī)接口的可及性與安全性。

以巖思類腦與復(fù)旦大學(xué)附屬華山醫(yī)院的合作為例，巖思類腦腦電大模型可在54個(gè)漢字訓(xùn)練集的基礎(chǔ)上，解讀出1951個(gè)常用漢字，外推率高達(dá)1：36；且在半秒鐘內(nèi)，該模型便可解讀出一個(gè)不限字?jǐn)?shù)的中文語句。而這項(xiàng)臨床試驗(yàn)所采用的電極，是臨床應(yīng)用多年的sEEG（立體定向腦電圖）電極。以創(chuàng)新性算法賦能臨床成熟電極硬件，巖思類腦以實(shí)例證明了這一可能性。

此外，巖思類腦還將進(jìn)一步布局文娛生活、醫(yī)療健康兩大板塊。其中，在文娛生活方面，巖思類腦正在開展非侵入式腦機(jī)接口與AR/VR眼鏡、智能家居、機(jī)器狗等設(shè)備的創(chuàng)新性適配；在醫(yī)療健康板塊，巖思類腦分別致力于布局消費(fèi)醫(yī)療和嚴(yán)肅醫(yī)療。消費(fèi)醫(yī)療以大腦狀態(tài)管理等神經(jīng)調(diào)控領(lǐng)域?yàn)橹鳎瑖?yán)肅醫(yī)療則以高級(jí)大腦功能重建為主。

無論涉及何種領(lǐng)域，巖思類腦均將以“數(shù)據(jù)積累-模型優(yōu)化-產(chǎn)品構(gòu)建-場(chǎng)景拓展-更多數(shù)據(jù)” 的飛輪效應(yīng)不斷推進(jìn)腦機(jī)接口核心算法的技術(shù)創(chuàng)新與應(yīng)用落地。

03

3大發(fā)展趨勢(shì)定局腦機(jī)接口未來，

誰能搶占先機(jī)？

訪談的最后，李孟也向動(dòng)脈網(wǎng)分享了巖思類腦視角下，腦機(jī)接口未來的發(fā)展趨勢(shì)：

首先，侵入式與非侵入式腦機(jī)接口系統(tǒng)的性能邊界需持續(xù)探索。巖思類腦的相關(guān)實(shí)踐已證明，非侵入式在諸如腦控游戲等場(chǎng)景中的部分關(guān)鍵性能已超越侵入式。因此，侵入式與非侵入式腦機(jī)接口的應(yīng)用邊界仍需持續(xù)探索。未來若非侵入式腦機(jī)接口能覆蓋更多需求，將大幅降低用戶使用成本，實(shí)現(xiàn)腦機(jī)接口技術(shù)的大眾普惠；侵入式腦機(jī)接口則需聚焦更高級(jí)的大腦功能和更強(qiáng)的性能需求，如高精度語言解碼、意識(shí)解析等，通過 “高價(jià)值” 彌補(bǔ)侵入式腦機(jī)接口的風(fēng)險(xiǎn)與成本。

其次，腦電數(shù)據(jù)與編解碼算法將成為核心資產(chǎn)。隨著硬件設(shè)備朝著模塊化、規(guī)?；姆较虬l(fā)展，腦機(jī)接口的核心競(jìng)爭(zhēng)力將更聚焦于數(shù)據(jù)以及海量數(shù)據(jù)訓(xùn)練得到的編解碼算法。

最后，腦機(jī)接口與智能穿戴的融合將催生新場(chǎng)景，同時(shí)倫理與安全規(guī)范需同步完善。腦機(jī)接口的核心短板是 “交互場(chǎng)景有限”，而諸如AR眼鏡等智能穿戴設(shè)備的核心痛點(diǎn)是 “交互自由度低”，兩者結(jié)合可實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)。此外，腦電數(shù)據(jù)作為 “最高質(zhì)量的 AI 語料”，未來將助力類腦智能發(fā)展，推動(dòng)腦科學(xué)與 AI 的深度融合。同時(shí)，倫理與安全問題需同步關(guān)注：巖思已參與國(guó)家部委組織的倫理規(guī)范制定，未來行業(yè)需建立數(shù)據(jù)脫敏、算法評(píng)估、安全審核等機(jī)制，確保技術(shù)合規(guī)發(fā)展。

當(dāng)前，腦機(jī)接口產(chǎn)業(yè)正處于 “硬件模塊化、算法智能化” 的轉(zhuǎn)型關(guān)鍵期，在豐富臨床資源、產(chǎn)業(yè)政策加持等多重因素的助推下，中國(guó)腦機(jī)接口可通過 “數(shù)據(jù) + 算法” 的差異化路線實(shí)現(xiàn) “換道超車”。未來，隨著技術(shù)成熟與場(chǎng)景拓展，腦機(jī)接口有望成為繼手機(jī)、PC 之后的 “下一代交互入口”，而以巖思類腦為代表的企業(yè)，將在這一進(jìn)程中扮演重要角色。

如果您想對(duì)接文章中提到的項(xiàng)目，或您的項(xiàng)目想被動(dòng)脈網(wǎng)報(bào)道，或者發(fā)布融資新聞，請(qǐng)與我們聯(lián)系；也可加入動(dòng)脈網(wǎng)行業(yè)社群，結(jié)交更多志同道合的好友。

聲明：動(dòng)脈網(wǎng)所刊載內(nèi)容之知識(shí)產(chǎn)權(quán)為動(dòng)脈網(wǎng)及相關(guān)權(quán)利人專屬所有或持有。未經(jīng)許可，禁止進(jìn)行轉(zhuǎn)載、摘編、復(fù)制及建立鏡像等任何使用。文中如果涉及企業(yè)信息和數(shù)據(jù)，均由受訪者向分析師提供并確認(rèn)。