上周，，Meta宣布了一项研究：让人戴着头盔打字，，AI从脑电波里还原出你打的是什么句子，，全程不需要任何手术，，平均准确率61%，，最好的加入者抵达78%。。
这次宣布的是 Brain2Qwerty 的第二个版本（v2）。。Brain2Qwerty 是 Meta FAIR 实验室开发的脑信号解码模子，，名字顾名思义：从大脑到键盘。。去年 v1 挂出预印本时已经引起过一波关注，，现在刚被 Nature Neuroscience 正式吸收，，v2 紧随着宣布，，且往前迈了一大步。。
这个数字，，是已往三十年非侵入式脑机接口最好效果的快要8倍。。
为什么这件事值得关注？？？？？？由于就在今年，，中国刚刚批准了全球第一款侵入式脑机接口医疗器械上市，，脑机接口也被写进了医保价钱目录。。这个领域在中国正一步步落地。。而Meta这项研究，，让“不开颅”这条路头一回显得靠谱了。。
（论文地点：https://ai.meta.com/research/publications/accurate-decoding-of-natural-sentences-from-non-invasive-brain-recordings/ ）
不开颅，，为什么一直没跑通
要明确这次突破的意义，，得先相识脑机接口领域一直分两条路在走。。
侵入式方案，，效果好，，但价钱是开颅手术、熏染风险、以及植入装备可能在数年后衰减失效。。Neuralink的芯片需要机械人手术植入，，已资助几位ALS（渐冻症，，运动神经元病的一种，，患者逐渐损失运动能力）患者恢复打字能力，，部分患者打字速率已凌驾每分钟40词，，最新一代装备更高。。
今年3月，，中国博睿？？？？？涤肭寤笱Я涎蟹⒌牟纺玫饺虻谝徽徘秩胧侥曰涌谝搅破餍抵ぃ，32例临床试验中，，脊髓损伤患者通过意念控制气下手套完成抓握，，主要临床终点达标率100%。。
希望意接受手术的患者，，始终是少数。。
那些不想开颅的人，，恒久只有一个替换方案：戴个EEG（脑电图）头盔。。它通过贴在头皮上的电极收罗脑电信号，，自制、无创，，几百块能买到消耗级产品。。问题是颅骨会把电信号散射得面目全非，，就像隔着磨砂玻璃看灯。。三十年来，，EEG方案解码单词的准确率，，恒久卡在8%左右（针对大词汇表一连句子解码的基线数字）。。100个词，，猜对8个。。
8%这个数字，，没有任何适用价值。。
Meta FAIR实验室的做法，，是换掉信号源。。
去年的 v1 版还需要把脑信号按每个按键切成小窗口再拼起来解码，，v2 的要害升级在于，，不再切窗口了：一个一连 MEG 信号直接出整句话，，全程异步。。这一步让“靠近实时解码”这件事从不可能酿成了可能。。
他们用的是MEG（脑磁图），，一种检测神经元放电时爆发的微弱磁场的装备。。颅骨对磁场险些是透明的，，MEG拿到的信号比EEG清晰得多。。价钱是装备重大：一台古板MEG扫描仪造价两三百万美元，，必需放在磁屏障室里，，体积和核磁共振机械差未几。。
实验设置并不重大，，9名康健自愿者，，每人戴上有306个传感器的MEG头盔一连打字，，每人约10小时，，总计约22,000个句子。。打字时系统同步纪录大脑运动皮层爆发的信号，，之后AI从这些信号里还原出他们打的是什么。。
平均单词准确率61%（即单词过失率WER为39%），，最好的加入者78%（WER 22%），，其中47%的句子只差一个词以内。。比照之前非侵入式方案最好效果8%，，目今最好的侵入式方案WER约2%。。
实验可信吗？？？？？？
实验样本有9个人，，并且全是康健自愿者，，没有一个脑损伤患者。。脑损伤后神经皮层会爆发功效重组，，康健大脑上训练出来的解码器能否直接用在患者身上，，现在完全未知。。Meta官方也没有回避这一点，，他们在博客中明确写道：这是研究，，不是产品。。
一是论文展示的缩放曲线。。从1小时训练数据到10小时，，字符过失率（CER，，权衡字符级别解码准确度的指标）从约0.5一连下降到约0.25，，全程没有泛起平台期。。这里变好的是模子：数据越多，，AI学到的脑电纪律越准确，，解码能力越强，，跟加入者熟不熟悉装备无关。。这意味着继续网络数据，，准确率还会继续涨，，并且涨得有纪律可循。。
二是传感器消融实验。。论文测试了只用150个传感器取代306个时，，准确率损失几多：WER只上升5.7个百分点。。这个数字很要害，，由于下一代可衣着OPM-MEG（光泵磁力仪脑磁图，，一种不需要液氦冷却、传感器可以直接戴在头上的新型装备）传感器数目会更少，，这个实验说明“传感器减半，，性能不会崩”，，为未来更便携的方案留了口。。
不过值得事先知道的配景是，，实验在西班牙巴斯克认知、大脑与语言中心完成，，加入者都是西班牙母语者，，打的也是西班牙语句子。。也就是说，，这套要领至少在西班牙语上跑通了。。中文能不可用、怎么用，，现在完全没人试过。。
为什么这次的准确率能跳起来？？？？？？
Brain2Qwerty v2 的架构分三层：底层 Conformer 编码器（一种擅优点理时序信号的神经网络结构）直接从原始 MEG 信号端到端学习，，不再依赖手工设计的特征提取流程；；；；中层做词对齐；；；；顶层是微调过的 Qwen3-4B 大语言模子（LLM，，即大型语言模子），，认真从充满噪声的词序列里重修完整句子。。
这里“微调”在于，，Meta 用的是 LoRA（低秩适配）要领，，rank 只有 2。。这意味着他们只动了 Qwen3-4B 里少少几个参数，，就让一个通用大模子学会了读脑电波。。反过来说明，，LLM 内部已经积累的语义能力，，对明确“噪声很大但委屈可辨”的脑信号可能比我们预想的更有用。。
免费的代码，，和一道人接的题
最后这一层是要害。。MEG 信号噪声很大，，字符级解码一定会蜕化。。LLM 的作用，，是用语义上下文做纠错，，就像你在嘈杂情形里听人语言，，单个字没听清，，但靠前后句意能猜出整句话。。消融实验显示，，去掉这一层，，准确率显著下降。。
这三层也不是一口吻训完的。。论文接纳了渐进式训练战略：前 150 轮只练字符识别，，150 轮后加入词级别的比照学习让模子学会对齐词向量，，225 轮后才引入 LLM：先认字、再组词、最后造句，，跟人学语言的路数差未几。。
论文里还藏了一个不太起眼但意味深长的细节。。Meta 团队在开发这套系统时，，安排了 AI Agent 去探索解码管线的种种优化偏向：自动天生和测试差别的训练设置、试探差别的超参数组合，，最后由人类工程师从中挑选最佳方案。。
换句话说，，这不但是“用 AI 解码脑信号”，，更是“用 AI 帮人类写出解码脑信号的 AI”。。这种要领论上的突破，，可能比 v2 的详细数值更值得注重。。它意味着脑机接口的研究方式自己，，也在被 AI 重塑。。
Meta同时开源了完整训练代码，，协议CC BY-NC 4.0：非商业用途免费，，商业用途要单独谈授权。。
这个行动和Meta推Llama的逻辑一样：开源换生态，，让全球研究者都用统一套工具链，，从而界说行业基础设施标准。。商业价值锁在"非商业"那道门后面。。任何想把这套系统推向临床的机构，，都要经由Meta。。
Meta自己不会去做医疗器械，，不做临床，，不争手术室。。它走的是另一条路：在“非侵入解码算法”这一层做工具提供商，，谁想在这条赛道上造产品，，最终要么用它的工具链，，要么自己重新发明轮子。。
回到中国。。
今年3月博睿？？？？？的弥ぃ，蹊径医疗同日宣布完成5亿元战略融资（阿里领投、腾讯跟投），，名堂塔科技天使轮1.5亿刷新纪录。。这些钱，，险些所有押在侵入式蹊径上。。侵入式的逻辑很清晰：信号质量高、临床效果确定、羁系路径已经跑通了一次。。
国家医保局去年已为脑机接口单自力项，，设立了“侵入式脑机接口置入费”和“非侵入式脑机接口适配费”两个价钱项目，，广东率先落地，，非侵入适配费定价约960元。。脑机接口这件事，，在中国已经走出了实验室。。
Brain2Qwerty v2的泛起，，并不是说侵入式偏向走错了。。而是非侵入的天花板，，不再是“没用”，，而是“还不敷好、但在快速变好”。。
目今最大的空缺是代码开源了，，但没有接球手。。Meta FAIR是研究机构，，不做临床试验。。谁来用这套工具链在真实患者身上跑出第一批数据，，决议了这条路能走多快。。中国有MEG装备的神经科学实验室并不少。。这是个实打实的时机。。
脑机接口已经不是十年后的事。。
全球第一张侵入式医疗器械证发到了中国企业手里，，医保价钱目录里已经有了这一行，，政府事情报告把它和量子科技、6G并列。。
Meta这项研究提出的问题很简朴：这件事，，非要在头上开个洞吗？？？？？？
谜底还没有。。但不开颅这件事，，不再像个笑话了。。
（本文首发钛媒体APP，，作者|硅谷Tech_news，，编辑|林深）
中新社陕西汉中6月6日电 题：从7只到万余只 陕西洋县助力全球重修朱鹮种群