BrainGPT前夜？

2006年，一名因脊髓损伤而四肢瘫痪的患者，在运动皮层植入了一块微电极阵列。通过想象移动自己的手，他可以控制电脑光标、打开邮件、调节电视，甚至完成一些简单的机械臂动作。这篇题为《四肢瘫痪者通过神经元群控制假肢设备》的论文第一次如此直接地证明，大脑里的运动意图可以绕开身体，抵达一台机器。

2006年，Hochberg 等在论文《四肢瘫痪者通过神经元群控制假肢设备》中展示的 BrainGate 早期侵入式脑机接口植入方式

15年后，另一名瘫痪患者通过想象手写字母，以每分钟90个字符输出文字。2023年，语言脑机进一步达到每分钟62个和78个单词，并能驱动数字头像发声。

2021年，Willett 等撰写的《通过手写实现高性能脑到文本交流》中展示的想象手写神经活动编码

Neuralink持续推进人体试验，AI公司也开始进入这个领域。OpenAI参与Merge Labs种子轮融资，并提出了一个很直接的判断：交互方式的进步，会推动计算能力的进步。在这个设想里，脑机提供更直接的意图入口，AI 则负责理解那些有限、嘈杂的神经信号。

这也是我们过去一段时间持续关注脑机接口的原因。

回头看计算机的发展，人和机器之间的距离一直在缩短：键盘鼠标、触屏、语音，到今天的自然语言和AI Agent。机器越来越聪明以后，一个自然的问题是：人还需要通过手指和语言，才能告诉机器自己想做什么吗？

8月29日，Monolith联合各方举办了一场MonoX脑机接口闭门沙龙分享会。从侵入式脑机、脑机基础模型，到语言和视觉神经假体、电子皮肤与超声，我们想搞清楚两个问题：

脑机现在到底走到了哪？距离一次真正的产品跃迁，还差什么？

在经过一百多人几个小时的头脑风暴以后，下面是其中几个我们认为值得分享的观察，希望对大家有启发。

MonoX: Brain-Computer Interface 闭门沙龙分享会

同样叫"脑机"

其实做的是几门不同的生意

今天谈脑机，很容易把所有公司放在一张表里比较。但对于一个瘫痪患者和一个普通人来说，脑机接口的价值完全不同。

前者可能通过脑机重新打字、说话、控制机械臂。只要效果足够明显，更复杂的临床流程、更高的成本，甚至一定的手术风险，都有讨论空间。

普通人对于接受这项技术就苛刻得多。手机、语音和手势已经很好用了，一套脑机设备如果只是能让我"用脑子点一下鼠标"，很难让人接受额外的佩戴成本，更不用说植入手术。

技术路线也因此各有位置。

侵入式电极靠近神经元，能获得更清晰、更高带宽的信号，代价是手术和长期植入风险；**EEG（脑电图）**安全得多，也更容易走向大规模用户，但信号隔着头皮和颅骨，噪声大得多。**脑表面、血管介入、电子皮肤、超声，**则各自在信号质量、侵入程度、使用时间和成本之间找平衡。

越接近大脑，信号质量与手术介入程度逐步提高。

来源：Saha et al., Frontiers in Human Neuroscience, 2026

所以今天很难简单问："哪条路线最好？"更有用的问题是：这个场景值不值得用户付出这样的代价？

目前，医疗端的实践答案最清楚。消费级的人类增强仍然很早。

这也是脑机离自己的 iPhone4时刻还有距离的第一个原因：技术已经分出很多路线，市场还没有收敛。

脑机还没有自己的"数据配方"

AI 是这一轮脑机热潮里最大的变量。

语言、图像、视频都已经出现 foundation model（基础模型），于是大家自然会问：大脑能不能也训练出一个通用模型？

麻烦在于，脑数据比互联网数据难处理得多。

以 EEG 为例，脑数据需要先通过头皮电极采集，经信号放大与处理后，才能形成可供后续分析的数据。

来源：Nagel & Spüler, Scientific Reports, 2019

文本是人类已经整理好的高信噪比信息；脑电则混着眨眼、咬牙、说话、身体移动和环境干扰。更大的问题是，大量数据仍然来自医院和实验室：一个人坐在那里采几个小时，实验结束，数据也就断了。

现场有人把它叫作一堵 "数据墙"：质量、规模和多样性很难同时成立。

今天公开脑电虽然已经积累到几十TB，但很多数据来自不同设备、不同医院、不同任务，metadata也不统一。几十TB文件，和几十TB真正可以训练的数据，是两回事。

有意思的是，现场在这里并没有共识。

一派认为，先把采集解决。脑电每天都在漂：电极移动了、阻抗变了、人出汗了、说话了，模型看到的输入就变了。没有长期、稳定的真实世界数据，再大的模型也很难学。

另一派更乐观。

现场有人分享，在 UK Biobank的核磁数据上，样本从约 1000人扩到10万人之后，模型性能仍然继续提升。脑信号里的scaling已经露出一些迹象，也许现在更缺的是更好的模型、更大的算力，以及把实验室方法工业化的能力。

但大家其实都承认的一件事情是：今天的数据还不完美，模型也还很早。

当务之急是先把信号采得更好，还是先把现有信号读得更明白？这件事还没人能下结论。

也正因为如此，脑机和AI的发展节奏很不一样。AI已经在讨论怎么scale；脑机还在寻找自己的scaling起点。

AI 越强，大脑要"说"的就越少

过去讲脑机，大家天然追求更高带宽：能不能读到更多神经元、更多通道、更多信息？

AI 和机器人的进步，正在改变这个问题。

假设一个瘫痪患者想让机械臂拿桌上的水。如果机械臂很笨，脑机需要不停输出："向前一点、向右一点、张开、抓住……"

如果机器人自己会看、会规划、会抓取，大脑只需要告诉它："我要那杯水。"

现场有人说得更生动：智能体只要拿到大脑里"一点蛛丝马迹"，可能就能"意会"——"我暗送秋波一点点，它就能理解我的好意。"

这种交互被称为shared autonomy（共享自主）：人提供目标和关键选择，机器处理剩下的执行。

共享自主模式下，脑机接口解码用户意图，AI 结合任务先验与环境信息辅助机器人完成具体动作

来源：Ding & He, National Science Review, 2026

类似的变化也可能发生在语言脑机接口中。

这里先纠正一个很常见的误解：今天的 language BCI 离"读心"还很远。

目前较成熟的语言脑机，主要解码的是口、唇、舌、咽准备如何说话。即使人在脑中默念，也需要很明确地逐字"说"出来。简单讲：今天更接近"读嘴"，还没到"读心"。

但AI加进来以后，脑机未必需要把每个音节都还原出来。神经信号提供大致意图，语言模型结合上下文就能把表达补充完整。

于是"带宽"开始有了新的含义——过去大家问，大脑每秒能向机器传多少 bit。以后可能还要问：这么一点信息，最后到底帮用户完成了多少事？

AI足够强的情况下，一小段可靠的意图，也可能撬动一个完整任务，产生很高的实际价值，这也是令不少从业者兴奋的地方。

真正决定脑机能不能走出实验室的

可能是一堆很"无聊"的数字

纵观大家的讨论，我们看到，过去二十年，脑机接口一直在证明一件事：它到底能做到什么。

控制光标、打字、机械臂、语言恢复，这些能力已经被一次次做出来。到了今天，问题开始变得更实际。

一次实验做到多好，和一套系统能不能长期使用，是两回事。

今天表现很好，明天还准不准？换一个人之后，还要不要重新训练？设备用半年、一年之后，信号还能不能稳定？离开实验室以后，用户能不能自己完成校准和操作？

这些问题变得越来越重要。

过去脑机行业很喜欢比较一个数字：channel，也就是通道数。

简单理解，一个通道就是一个记录神经信号的入口。100、1024、4096 个通道，数字越大，理论上能够"听到"的脑信号也越多。

但电极多，不代表有效信息一定更多。

高密度 EEG 可以布置数百个物理电极，但物理通道数并不等同于独立信息源或实际信息带宽。

如果很多电极记录的是差不多的东西，最后得到的其实还是重复信息。现场讨论里举过一个例子：一些非侵入式脑电系统即使有256个物理通道，受到串扰等因素影响，最后可能只能分解出大约 20 个相对独立的信息成分。

所以到了真正使用的阶段，比"有多少通道"更值得看的，是这些信号到底有多少能长期留下来。

这次讨论里还有一个值得记住的量尺：usable channel-hour，可用通道小时。

它想回答的其实很简单： 一套设备在用户能够接受的成本和使用负担下，到底能持续产生多少小时真正可用的神经数据？

电子皮肤的讨论就很典型。传统脑电依赖技师处理头皮、涂导电凝胶、布线、检查阻抗。如果每次采脑电都接近做一次医疗检查，就很难真正进入日常使用。

一项为期半年的居家EEG研究发现：研究进行到第6个月时，83%的患者表示主观上愿意继续采集，但真正还在持续使用的只有60%。

这23个百分点的差距很能说明问题。

因为这少掉的23%，很可能就藏在一些小事里：戴起来麻不麻烦，睡觉会不会掉，出汗以后信号稳不稳定，每天还要不要重新setup。

研究尝试让参与者在家中自主进行长期脑电监测，以获得实验室之外更连续的真实世界数据

侵入式系统面对的也是类似的问题。

一次实验做到很高的准确率当然重要，但把时间拉到12个月、24个月以后，还要看植入后的信号能稳定多久，每天需要多少校准，设备有没有故障和感染，以及患者能不能长期自己使用。

脑机接口走到今天，吸引眼球的Demo已经不少。

但接下来真正影响它能不能走出实验室的，可能反而是这些看起来有点"无聊"的进步：更少的信号漂移，多几个月的稳定运行，把半小时校准缩短到几分钟，以及让设备第一次能够长期带回家使用。

能做到，和每天都能做到，还是两码事。

人机之间，一种新的默契

回到我们最想知道的问题：脑机接口迎来自己的GPT时刻了吗？

答案可能是：还没有，但正在加速。

从键盘鼠标到触屏、语音，再到自然语言和 Agent，人机交互一直在降低一件事的成本：让机器知道人想做什么。 脑机接口再往前走了一步，它试图让机器更早地接触到人的意图，在这些意图完全变成语言和动作之前。

但今天，我们甚至还不知道最终的设备会长什么样。它可能是一块植入式芯片，也可能通过脑表面或血管接近神经系统；电子皮肤、超声、光学等路线也都在探索。高带宽究竟依赖局部超高密度，还是更广的全脑覆盖，同样没有确定答案。

未来的人机交互界面可能以不同方式接近大脑

真正明显的变化，是行业开始换一套问题。

十几年前，大家首先要证明：脑信号到底能不能控制机器？

今天，这件事已经被证明了很多次。新的问题更实际：第二天还能不能继续用？有限的神经信号，能不能被AI稳定地变成一次有意义的行动？

现场有人讨论脑机自己的"GPT 时刻"时，用了两个词来描述：Accessibility + Intelligence。

一边是足够安全、舒服、便宜、方便；另一边是足够聪明，真的能理解人的意图。

这两个条件什么时候同时过线，脑机才可能真正迎来自己的产品时刻。

下一次 Leap 也许不会来自某一个参数突然翻十倍。更可能是过去分散的几块终于连起来：信号更稳定，数据能长期积累，AI 更会理解意图，另一端的机器人和 Agent 也足够聪明。

到那个时候，人们大概不会再关心它用了多少通道、多少参数，甚至不会特别在意它还叫不叫"脑机接口"。

他们只会发现：以前做不到的事，现在终于可以了。