以算法破局，岩思类脑如何实现脑机接口换道超车？

携手复旦大学附属华山医院，植入sEEG电极即可解码神经电活动并实时翻译受试者想说的话语；为罕见病患者体验非侵入式脑机接口全指令操控《黑神话：悟空》并收获“手柄玩家被吊打了”的称赞，有家企业在今年引发了热烈反响。

岩思类脑，是一家立足于人工智能与神经科学交叉领域的脑机接口企业。与国内外多数脑机接口企业不同的是，岩思类脑选择了一条“截然不同”的路径。而这，也成了其获得行业高度关注的主要原因。

高度聚焦脑机接口神经信号解码的算法与系统，是岩思类脑最鲜明的特征。而这来自于岩思类脑对脑机接口发展趋势的精准前瞻判断。

脑机接口作为融合材料科学、信号与通信、机械工程、神经科学、人工智能等多领域的交叉产业，多数早期布局的企业多基于创始团队背景开展相关研究和业务布局。例如，具有材料科学背景的企业多聚焦电极研发，信号与通信背景企业则专注脑电采集系统的研发，机械工程背景企业则侧重机械臂、灵巧手等外设控制的研发。

换言之，早期脑机接口企业基于自身技术基因特点多聚焦硬件设备的研发。而如今，随着技术的迭代和加工能力的进一步发展，芯片、电极等脑机接口硬件设备将逐渐朝着模块化、通用化、规模化的方向发展。不远的未来，脑机接口企业可按需选购硬件模块，并进一步组装以形成完整的脑机接口系统，犹如目前的手机、新能源汽车等行业一般。

“我们预测，可能仅需要5-7年的时间，脑机接口的硬件设备就能完全模块化和通用化。”岩思类脑首席科学家李孟博士透露道，“而这将加速脑机接口行业的发展速度与产业效率”。

在此背景之下，大脑神经活动数据和神经解码算法正逐步成为决定脑机接口系统价值的核心。硬件采集的脑电信号正以指数级增长，仅依靠硬件升级无法解决 “原始脑电数据向有效交互信息转化” 的效率问题 —— 即便通过脑机接口硬件获取到高分辨率脑电信号，若无法通过神经解码算法高效解读大脑意图，系统仍难以落地。

这一逻辑与人工智能的发展高度相似：OpenAI 的 ChatGPT 之所以领先，核心并非依赖 GPU 硬件，而是海量语料与先进算法构建的模型能力。对于脑机接口而言，“将大脑神经活动转译成可用于高通量交互的信息” 是核心瓶颈，而基于人工智能的神经编解码算法正是突破这一瓶颈的关键。换言之，聚焦神经信号解码/编码的算法及系统，正在成为脑机接口领域的“兵家必争之地”。

不仅如此，在访谈中，李孟还强调，相较于国外脑机接口企业数据积累速度慢、规模小的现状，国内丰富的临床资源为国内脑机接口核心算法及软件的研发培育了优渥的土壤，为中国脑机接口产业实现 “换道超车” 提供了重要支撑。

岩思类脑是国内最早一批聚焦神经信号编解码的企业。其不仅拥有坚实的专业人才储备——首席科学家李孟曾任哈佛大学博士后研究员、德国马克普朗克学会研究科学家，CEO赵芳博士是美国佐治亚医学院研究科学家，核心成员也多来自哈佛大学、美国卡内基梅隆大学、北京大学等国内外知名高校；多年与头部临床医院的合作过程中，岩思类脑积累了丰富的数据资源。这为其开发脑电大模型提供了坚实的人才与数据支撑，也为其脑电大模型的横空出世提供了“助推器”。

强大的泛化能力是岩思类脑脑电大模型的核心特征。

动脉网了解到，传统脑机接口需针对单一任务（如语音重建或运动控制等）、单一个体进行训练，导致部署成本高、用户体验差、应用部署困难等限制脑机接口产业落地的痛点。例如，为一位患者适配运动解码模型，可能需要 3-4 名博士团队耗时 2-3 个月。

而岩思脑电大模型通过预训练学习大脑神经活动的本征规律具备任务、个体、时间三重泛化能力：新用户只需经过几次微调即可适配，无需大规模重新训练；同一模型可覆盖多类任务；且能实现长时间稳定解码，避免频繁校准。这种 “基座预训练模型 + 任务微调” 的模式，大幅降低了脑机接口的使用门槛，是其走向大众化应用的关键。

可适配多种脑机接口形态（如非侵入式、侵入式、半侵入式等）也是岩思类脑脑电大模型的特征之一。据李孟介绍，该模型采用 “侵入式 + 非侵入式数据联合训练” 模式。这一训练模式可让模型拥有侵入式的“高精解码” 与 “噪声抑制”能力，从而显著提升非侵入式脑机接口系统的解码精度。

与此同时，“侵入式+非侵入式”的联合预训练还拓宽了岩思类脑脑电大模型的应用范围，并可在一定程度上提升脑机接口的可及性与安全性。

以岩思类脑与复旦大学附属华山医院的合作为例，岩思类脑脑电大模型可在54个汉字训练集的基础上，解读出1951个常用汉字，外推率高达1：36；且在半秒钟内，该模型便可解读出一个不限字数的中文语句。而这项临床试验所采用的电极，是临床应用多年的sEEG（立体定向脑电图）电极。以创新性算法赋能临床成熟电极硬件，岩思类脑以实例证明了这一可能性。

此外，岩思类脑还将进一步布局文娱生活、医疗健康两大板块。其中，在文娱生活方面，岩思类脑正在开展非侵入式脑机接口与AR/VR眼镜、智能家居、机器狗等设备的创新性适配；在医疗健康板块，岩思类脑分别布局了消费医疗和严肃医疗。消费医疗以大脑状态管理等神经调控领域为主，严肃医疗则以高级大脑功能重建为主。

无论涉及何种领域，岩思类脑均将以“数据积累-模型优化-产品构建-场景拓展-更多数据” 的飞轮效应不断推进脑机接口核心算法的技术创新与应用落地。

访谈的最后，李孟也向动脉网分享了岩思类脑视角下，脑机接口未来的发展趋势：

首先，侵入式与非侵入式脑机接口系统的性能边界需持续探索。岩思类脑的相关实践已证明，非侵入式在诸如脑控游戏等场景中的部分关键性能已超越侵入式。因此，侵入式与非侵入式脑机接口的应用边界仍需持续探索。未来若非侵入式脑机接口能覆盖更多需求，将大幅降低用户使用成本，实现脑机接口技术的大众普惠；侵入式脑机接口则需聚焦更高级的大脑功能和更强的性能需求，如高精度语言解码、意识解析等，通过 “高价值” 弥补侵入式脑机接口的风险与成本。

其次，脑电数据与编解码算法将成为核心资产。随着硬件设备朝着模块化、规模化的方向发展，脑机接口的核心竞争力将更聚焦于数据以及海量数据训练得到的编解码算法。

最后，脑机接口与智能穿戴的融合将催生新场景，同时伦理与安全规范需同步完善。脑机接口的核心短板是 “交互场景有限”，而诸如AR眼镜等智能穿戴设备的核心痛点是 “交互自由度低”，两者结合可实现优势互补。此外，脑电数据作为 “最高质量的 AI 语料”，未来将助力类脑智能发展，推动脑科学与 AI 的深度融合。同时，伦理与安全问题需同步关注：岩思已参与国家部委组织的伦理规范制定，未来行业需建立数据脱敏、算法评估、安全审核等机制，确保技术合规发展。

当前，脑机接口产业正处于 “硬件模块化、算法智能化” 的转型关键期，在丰富临床资源、产业政策加持等多重因素的助推下，中国脑机接口可通过 “数据 + 算法” 的差异化路线实现 “换道超车”。未来，随着技术成熟与场景拓展，脑机接口有望成为继手机、PC 之后的 “下一代交互入口”，而以岩思类脑为代表的企业，将在这一进程中扮演重要角色。