放棄百萬年薪，押注Meta 5億美元賽道：中國創業者殺入神經接口領域

2019年，Facebook花費約10億美元收購Ctrl-Labs時，外界并沒有給予太多關注。

彼時全球腦機接口的聚光燈幾乎全部集中在植入式方向。Neuralink剛剛發布白皮書，Synchron開始推進臨床試驗，侵入式腦機接口被視為通往“意念控制”的唯一道路。

但Meta看到的是另一件事情。

如果未來的計算平臺從手機變成AR眼鏡，從屏幕變成空間計算，那么人類該如何輸入信息？

鍵盤和鼠標顯然無法跟隨人們進入虛擬世界，觸摸屏也無法出現在空氣中。語音交互存在隱私問題，視覺手勢識別受限于攝像頭視野，眼動追蹤只能解決“看哪里”的問題，卻無法解決“想做什么”的問題。

對于Meta來說，真正需要解決的并不是腦機接口，而是下一代計算平臺的輸入問題。

于是他們選擇了一條與Neuralink完全不同的道路——不進入大腦，而是在神經信號離開大腦之后截獲它。

2025年，Meta公布了這條路線的階段性成果。一篇發表于《Nature》的論文展示了一種通用型非侵入式神經運動接口（Neuromotor Interface），通過佩戴在手腕上的設備捕獲神經肌肉信號，再借助AI模型完成解碼，實現連續控制、手勢識別以及空中手寫輸入。與此同時，在上海，一家成立不久的創業公司——念象科技，也正在沿著幾乎相同的方向推進產業化，希望將神經接口腕帶變成未來AI眼鏡、機器人和空間計算設備的人機交互入口。

從某種意義上說，一個此前并不被外界廣泛關注的新賽道正在浮出水面：腕部神經接口（Wrist Neural Interface）。

這或許是神經接口(廣義腦機接口)產業中非常接近消費市場的一條技術路線。

Meta真正收購的不是Ctrl-Labs，而是一張未來計算時代的入場券

很多人把Ctrl-Labs理解成一家硬件公司，但實際上Meta真正看中的并不是腕帶本身。

Thomas Reardon團隊最核心的價值在于提出了一種新的神經接口范式。

傳統腦機接口的思路是直接讀取大腦活動，無論是侵入式電極還是腦電帽，本質上都在嘗試從神經系統的最上游獲取信息。然而這種方式面臨兩個天然挑戰：第一是信號極其微弱，第二是個體差異巨大。即便今天最先進的EEG系統，其信噪比和穩定性仍然難以滿足消費級產品要求。

Ctrl-Labs則反過來思考這個問題。

當大腦產生運動意圖時，神經信號最終一定會通過脊髓和外周神經傳導至手部肌肉。雖然大腦內部的信號難以獲取，但這些信號到達肌肉后會被放大數百倍甚至數千倍，形成可測量的肌電活動。

換句話說，肌肉本身就是人體天然的生物放大器。

Meta選擇利用表面肌電圖（sEMG）技術，在手腕位置部署高密度電極陣列，通過采集運動單位動作電位（MUAP）來反向推斷用戶的運動意圖。與EEG相比，sEMG不僅信號強度更高，而且幾乎不受環境光照、遮擋以及攝像頭視野限制，更適合構建全天候人機交互系統。

真正困難的地方并不在于采集，而在于解碼。解碼的難點在于：每個人的前臂結構都不同。

同樣一個“捏合”動作，在不同人的肌電圖上可能呈現完全不同的特征。用戶佩戴位置稍微偏移，模型性能便會迅速下降。因此早期的Myo臂環等產品往往需要復雜校準，很難形成規模化消費市場。

腕部神經接口最大的突破恰恰來自AI。

Meta研究團隊構建了目前公開資料中規模最大的神經肌電數據庫之一，累計收集超過6000名參與者的數據，通過大規模深度學習訓練獲得能夠跨用戶泛化的通用模型。這意味著新用戶首次佩戴設備時即可獲得較好的識別效果，而不再需要漫長的個體校準過程。

對于整個產業而言，這比腕帶本身更重要。

因為它第一次證明了神經接口也能夠像大語言模型一樣，通過“大數據+大模型”的方式解決泛化問題。

念象科技：中國腕部神經接口企業正在崛起

如果說Meta是在為未來十年的計算平臺布局，那么念象科技則更像是在提前驗證這條路線能否走向產業化。

創始人王譯并不是典型意義上的消費電子創業者。

在創辦念象科技之前，他長期從事神經工程和腦機接口相關研發，經歷過侵入式、介入式以及非侵入式腦機接口多個方向的技術探索，也曾負責機器人控制相關項目。正因為見過腦機接口產業化過程中最復雜、最昂貴、最漫長的路徑，他反而選擇了一條更加務實的路線。

在他看來，大眾對于腦機接口最大的誤解是認為植入芯片就能夠讀取全部思維。

事實上，人類擁有約860億個神經元，即便是今天最先進的侵入式腦機接口，也只能記錄極其有限的一部分神經活動。距離真正意義上的“讀心術”仍然相當遙遠。相比之下，如果目標是讓技術盡快走出實驗室，進入普通人的日常生活，那么利用外周神經和肌肉信號構建交互系統可能是一條更加現實的道路。

因此，念象科技的Omniband神經接口腕帶采用了與Meta相似的技術邏輯。

用戶產生運動意圖后，大腦信號經外周神經傳導至手部肌肉；肌肉活動產生神經肌肉電信號；腕帶通過多通道傳感器進行采集；AI模型對信號進行實時解碼；最終轉換成機器人、AR眼鏡或者智能終端能夠理解的控制指令。

從公開資料來看，Omniband已經能夠完成單手20個關節的動態重建，并支持微手勢識別、連續手勢解析以及空中手寫等功能。相比傳統手勢識別設備，它試圖重建的不只是幾個離散動作，而是完整的手部運動狀態空間。

這實際上已經超越了“智能手環”的范疇。它更接近于一種神經層面的輸入設備。

為什么會成為AI眼鏡時代的關鍵拼圖

從產業角度來看，Meta和念象科技布局的并不是同一個產品，而是同一個時代。

今天所有AI眼鏡公司都面臨一個共同問題：

如何輸入。

顯示技術正在快速成熟，大模型也在不斷進化，但交互依然停留在初級階段。

語音適合長文本輸入，卻不適合公共場景；攝像頭手勢識別容易疲勞，存在著名的“Gorilla Arm”問題；眼動追蹤只能表達注意力，無法表達操作意圖。

而腕部神經接口提供了一種完全不同的可能。

用戶無需抬手，也無需做出明顯動作，只需輕微收縮肌肉即可完成交互。在擁擠地鐵、步行途中甚至雙手被占用時，依然能夠完成輸入操作。

這也是為什么Meta論文中特別強調，該技術最大的價值并非替代鍵盤，而是服務于未來“無處不在計算（Everywhere Computing）”場景。

某種程度上，這與智能手機誕生前夕非常相似。

當時人們認為手機最大的價值是打電話，但后來發現觸摸屏才是真正改變世界的交互革命。

而今天，腕部神經接口或許正在扮演類似的角色。

腦機接口社區是國內首家腦機接口(BCI)產業服務平臺、國內腦機接口新媒體開創者與引領者。主要為企業、科研團隊、投資機構和從業者提供以下服務：

宣傳報道：圖文、短視頻、直播形式報道企業動態、技術解讀、產品介紹等內容，提升曝光和行業影響力。

資源對接：根據需求匹配資本、供應鏈、臨床機構、渠道方等資源，完成真實對接，促進合作。

成果轉化：協助技術團隊尋找產業方、投資人及落地場景，推動技術到產品的轉化。

活動策劃執行：承接線上線下路演、沙龍、論壇等活動的策劃與執行。

其他定制需求：包括報告定制、市場調研、人才招聘支持等個性化服務。

合作洽談，請聯系微信：ZuoLeiLeiya

（備注：姓名-單位-合作）

投稿丨成為創作者，請聯系微信：RoseBCI

不錯過每一條腦機前沿進展

一鍵三連「分享」、「點贊」和「在看」

歡迎在評論區聊聊