從幾根微絲到數十萬點位：腦機接口三十年的“帶寬”突圍戰

如果回顧過去三十年的腦機接口發展，會發現幾乎所有重大技術突破，都圍繞著同一個關鍵詞展開——帶寬（Bandwidth）。

今天，人們談論腦機接口，往往會關注 Neuralink 植入了多少根電極、Paradromics 的 Argo 擁有多少微絲、Precision Neuroscience 的 μECoG 可以覆蓋多少皮層面積，甚至實驗室已經能夠實現二十多萬個記錄位點。然而，這些數字背后真正反映的，并不是簡單的硬件升級，而是一場持續數十年的技術路線演進。

從最初一次只能記錄幾個神經元，到今天能夠同時采集數萬個甚至幾十萬個記錄位點，腦機接口的發展軌跡幾乎可以概括為一句話：不斷提升人與大腦之間的信息帶寬。

針對侵入式腦機接口同步記錄通道的縱向分析（1998–2025年），采用半對數坐標繪制。數據點按開發階段（藍色：臨床前；紅色：臨床）和記錄方式（圓形：皮層內；方形：皮層表面）進行分類。虛線回歸線突顯了所選研究中使用的電極數量呈現出明顯的增長趨勢。來源于Luca M Meyer and Majid Zamani 2026 J. Neural Eng. 23 031001

在計算機領域，人們習慣用摩爾定律描述晶體管數量的指數增長；而在神經科學領域，也存在著一個類似的規律。早在2011年，Stevenson 和 Kording 就提出，同步記錄神經元數量大約每七年翻一番，這一趨勢后來被稱為"神經科學的摩爾定律"。令人驚訝的是，過去十多年，這一規律不僅沒有放緩，反而因為半導體制造、CMOS工藝以及神經光學技術的發展而進一步加速。今天，腦機接口產業幾乎所有頭部企業，都在沿著同一方向競爭——誰能夠獲得更大的神經數據帶寬。

然而，一個新的問題也隨之出現：帶寬越大，就一定意味著腦機接口性能越好嗎？

答案正在變得越來越復雜。

腦機接口的發展史

本質上就是一場不斷突破帶寬瓶頸的歷史

如果把過去三十年的腦機接口技術演進放在一起觀察，會發現行業幾乎每隔幾年都會遇到一個新的瓶頸，而每一次技術革命，本質上都是在解決上一個時代無法突破的帶寬限制。

Multielectrode Array 來源[3]

最早期的皮層記錄系統采用的是微絲電極（Microwire）和四極管（Tetrode）。那個年代，研究人員需要將極細的金屬導線一根根焊接到電極上，再連接到外部放大器。整個系統幾乎完全依賴人工裝配，不僅制造周期漫長，而且每增加一個記錄點，就意味著必須增加一根導線。

這種架構決定了它幾乎不可能無限擴展。

原因并不復雜。腦組織能夠容納的空間有限，而每根導線都具有真實的物理尺寸。當記錄位點從幾個增加到幾十個時，導線數量同步增長；當希望進一步增加到幾百個時，導線已經開始占據大量植入空間，同時也增加了組織損傷風險。真正限制這一代腦機接口發展的，并不是神經科學本身，而是最基礎的工程問題——導線已經放不下了。

這也是腦機接口第一次遇到"帶寬瓶頸"。

MEMS讓行業擺脫了導線

卻又陷入了另一種限制

隨著MEMS微機電工藝的發展，腦機接口進入了硅基電極時代。

Michigan Probe、Utah Array等經典產品相繼出現，整個行業開始擺脫依賴人工裝配的模式，轉而采用半導體工藝批量制造電極陣列。相比傳統微絲，硅探針不僅尺寸更加一致，而且能夠實現更高密度、更穩定的記錄，因此迅速成為腦機接口研究的主流平臺。

很多人認為，這意味著行業已經解決了規模化問題。事實上，它只是換了一種瓶頸。

典型的Michigan Probe：構成16通道探針的四柄電極的總體示意圖。來源于【4】

由于這一時期的大多數電極仍屬于無源器件，每一個記錄位點仍然需要對應一根獨立走線，并最終連接到芯片上的一個焊盤。隨著電極數量不斷增加，芯片邊緣能夠容納的焊盤數量逐漸達到極限，整個系統開始受到布線密度和封裝面積的限制。

因此，這一時期行業最著名的問題，不再是導線限制，而是Pad Limited（焊盤限制）。

換句話說，不是不能制造更多電極，而是沒有辦法把這些電極全部"引出來"。這也是為什么Utah Array雖然只有96個電極，卻在很長一段時間內成為臨床腦機接口的主流方案，并在人體研究中持續應用二十余年。它代表的不僅是一款產品，更代表了一個時代工程能力所能達到的極限。

CMOS改變了游戲規則

也徹底開啟了腦機接口的大帶寬時代

真正讓腦機接口進入指數增長階段的，并不是電極，而是CMOS。

CMOS 指的是互補金屬氧化物半導體（Complementary Metal-Oxide-Semiconductor）。其中的“互補”一詞意味著 CMOS 同時使用 N 型和 P 型晶體管，二者以互補的方式協同工作，從而實現邏輯功能。CMOS 技術廣泛應用于存儲芯片、數字邏輯電路、微處理器等器件的設計與制造。

過去，每增加一個電極，就意味著增加一根導線；而CMOS的出現，讓放大器、模數轉換器（ADC）、多路復用器等模擬前端可以直接集成到探針內部。大量神經信號首先在芯片內部完成放大、數字化和復用，然后通過少量高速接口輸出。

這一變化看似只是電子工程上的一次升級，卻徹底改變了腦機接口的發展速度。

以Neuropixels為例，其探針能夠提供6144個記錄位點，并支持384個并行采樣通道。Paradromics推出的Argo則采用1300根微絲陣列，進一步擴大了覆蓋范圍。與此同時，Precision Neuroscience開始探索4096電極的高密度μECoG系統，BISC平臺更進一步，將電極數量提升至65536個。甚至在實驗室中，超高密度CMOS陣列已經實現超過23萬個記錄位點，為體外神經分析提供了前所未有的數據吞吐能力。

穿透式腦機接口形式，展示于皮層組織橫截面上（按比例繪制）。成熟技術：(a) 多電極陣列（柄長 4 mm）。新興技術：(b) 帶有模擬前端的層流高密度探針（插圖：探針尖端寬度 100 μm），(c) 帶有柔性電極絲的集中式植入裝置（插圖：電極絲直徑 100 μm），(d) 分布式微型節點（總長 6 mm）。來源于[1]

可以說，從這一階段開始，行業真正進入了"帶寬競賽"。企業之間比拼的不再是誰擁有更好的單個電極，而是誰能夠在單位時間內獲取更多、更完整、更高質量的神經信息。

為什么整個行業都在瘋狂追求更高帶寬？

如果僅僅從硬件角度來看，近年來腦機接口企業不斷刷新電極數量紀錄，似乎更像是一場"軍備競賽"。

但事實上，帶寬增長的背后，有著非常明確的性能收益。

對于腦機接口而言，大腦本身就是一個由數百億神經元組成的超大規模信息網絡。每一個神經元都只是整個信息鏈條中的一個節點，任何單個神經元所攜帶的信息都極為有限。真正有意義的運動意圖、語言表達以及感覺信息，都來自成千上萬個神經元共同形成的群體活動（Population Coding）。

因此，腦機接口讀取的神經元越多，就越能夠接近真實的大腦狀態。

這也是為什么過去二十年，幾乎所有高性能腦機接口系統都沿著同一條路線發展——不斷增加記錄通道，不斷擴大能夠覆蓋的神經網絡規模。

從實驗結果來看，這種收益是可以直接觀察到的。

文中引用的一系列研究表明，在語音解碼任務中，當記錄電極數量翻倍時，系統的詞錯誤率（Word Error Rate，WER）幾乎可以下降一半；而在手指運動解碼中，方向性信噪比（Directional SNR）隨著通道數量增加持續提高，在192個通道時仍然沒有觀察到明顯飽和現象。另一項關于語音腦機接口的研究也證明，隨著電極密度不斷提高，語音識別準確率持續改善。

這些結果說明，目前腦機接口遠沒有進入"記錄已經足夠"的階段。

相反，從信息論角度來看，人類目前能夠讀取的大腦信息，仍然只是極小的一部分。

過去幾年，行業里經常有人討論："未來腦機接口到底需要多少電極？"事實上，這個問題本身并沒有統一答案。

不同的大腦功能，對帶寬的需求完全不同。

例如，控制二維光標移動，也許幾十到上百個神經元就能夠完成穩定控制；而實現自然語言交流，則需要同時解析口型、舌頭、喉部、呼吸等多個運動皮層區域的大規模神經活動；如果未來希望恢復真實視覺、真實觸覺，甚至實現雙向閉環交互，那么涉及的不再只是幾個皮層區域，而是多個腦區之間復雜的信息流。

基于雙對數坐標軸，比較了不同侵入式腦機接口模式下二維光標控制（Web-Grid 任務）已報告的臨床基準數據。陰影區域標示了不同的帶寬范圍：低帶寬（藍色，系統數據速率 [SDR] < 10 Mbps）、中帶寬（黃色，SDR 10–100 Mbps）和高帶寬（紅色，SDR > 100 Mbps）。虛線表示經驗性的冪律擬合曲線。若未明確報告位深，則在估算 SDR 時假定位深為 14 位。來源于Luca M Meyer and Majid Zamani 2026 J. Neural Eng. 23 031001

這意味著，未來腦機接口對于帶寬的需求，很可能仍將持續增長。

因此，今天行業競爭的重點，并不是追求"更多電極"本身，而是在為未來更復雜的人機交互提前建設信息基礎設施。

帶寬越高，并不意味著產品越容易落地

然而，當行業不斷突破記錄規模時，一個新的矛盾也開始出現：

實驗室里的高帶寬，并不等于臨床上的高可用。

事實上，隨著通道數不斷增加，腦機接口正在從"信號獲取問題"逐漸轉變為"系統工程問題"。

有一個非常直觀的公式：

SDR = N_ch × f_s × B

其中，SDR（Signal Data Rate）表示系統的數據速率；N_ch表示通道數量；f_s表示采樣頻率；B表示每個采樣點的數據位寬。

這個公式意味著，只要增加其中任何一個參數，整個系統的數據量都會線性增長。

以目前廣泛使用的神經記錄參數為例，如果一個系統擁有384個記錄通道，采樣率為30 kHz，量化精度為14 bit，那么系統每秒就需要處理約161 Mbps的數據流。

161 Mbps，在互聯網時代似乎并不算什么。

但對于一塊植入大腦、面積只有幾平方毫米、功耗只有幾十毫瓦的芯片而言，這已經是一個極其龐大的數據規模。

更大的數據量意味著更高的功耗，更高功耗意味著更大的發熱。而對于腦組織來說，發熱遠比普通電子設備更加敏感。

有研究指出，腦組織允許的長期溫升通常不能超過約1℃。一旦持續超過這一閾值，就可能增加神經組織損傷風險。因此，高帶寬系統不僅要解決信號采集問題，還必須嚴格控制熱管理、無線傳輸和實時處理之間的平衡。

與此同時，數據規模的增加，還會帶來另一個容易被忽略的問題——時延（Latency）。

腦機接口并不是離線分析系統，而是一個實時閉環系統。

從神經信號采集，到數據緩存，再到無線傳輸、糾錯、解碼、控制輸出，每增加一個處理環節，都意味著系統響應時間進一步增加。

對于機械臂控制來說，幾十毫秒的時延或許還能接受；但對于未來的視覺重建、觸覺反饋甚至雙向閉環腦機接口而言，過高的時延將直接影響用戶體驗，甚至破壞整個神經閉環。

因此，隨著帶寬不斷增加，真正制約系統性能的，已經不再是"是否能夠采集"，而是"是否能夠實時處理"。

帶寬競爭，正在從"記錄更多"走向"傳輸更少"

過去很長一段時間，腦機接口行業默認的思路是：

既然更多神經元意味著更好的解碼能力，那么就盡可能把所有數據全部記錄下來，再交給后端算法處理。

然而，當數據規模進入數百Mbps甚至Gbps級別以后，這種思路開始變得不可持續。

原因很簡單。

真正有價值的信息，只占所有神經活動中的極小一部分。大量原始數據，其實都是背景噪聲、冗余放電或者與當前任務無關的神經活動。

如果仍然按照傳統方式，把所有數據全部傳輸出去，再由外部計算機進行分析，那么無線帶寬、芯片功耗和系統時延都會迅速成為瓶頸。

因此，越來越多的新一代腦機接口開始采用另一種策略：

不是把所有數據都傳輸出去，而是在芯片內部完成第一次“理解”。

近年來，無論是學術界還是產業界，都開始強調片上計算（On-chip Computing）的重要性。

例如，在模擬前端之后直接完成：

• Spike Detection（尖峰檢測）；

• Spike Sorting（神經元分類）；

• 特征提取；

• 數據壓縮；

• 神經編碼；

• AI推理。

最終，對外傳輸的不再是連續不斷的原始神經波形，而是已經完成壓縮和抽象后的神經特征。這種變化，本質上意味著腦機接口開始從"數據采集設備"向"智能信息處理系統"演進。

未來真正重要的不再是：每秒能夠傳輸多少比特數據。而是：每一個比特數據，究竟包含多少神經信息。

下一場競爭，將屬于"有效信息帶寬"

寫到這，筆者根據電極數量演進趨勢來看，如果說過去二十年的腦機接口產業競爭，是圍繞電極數量展開，那么未來十年的競爭，很可能圍繞另一個概念展開——有效信息帶寬（Effective Information Bandwidth）。

Luca M Meyer和Majid Zamani等人在最近的一項綜述中提出了一個非常值得產業界思考的問題：

如此龐大的記錄能力，究竟如何轉化為真正有意義的用戶控制？

這句話意味著，行業未來真正需要解決的問題，可能不再是"還能記錄多少神經元"，而是"這些神經元中，有多少真正參與當前任務"。

未來，一個優秀的腦機接口系統，未必擁有最多的電極，也未必產生最大的原始數據流，而是在有限功耗、有限無線帶寬和有限散熱條件下，以最高效率提取與用戶意圖最相關的神經信息。

這也意味著，未來腦機接口產業的競爭重點，將從硬件逐漸擴展到算法、芯片架構以及人工智能。

真正決定競爭優勢的，將不只是CMOS工藝，也不僅是電極密度，而是誰能夠建立起"采集—計算—壓縮—解碼—控制"的一體化系統能力。

從這個意義上說，未來腦機接口的帶寬競爭，將越來越像今天的數據中心競爭。

真正重要的，不是誰擁有最大的存儲空間，而是誰能夠在最短時間內，從海量數據中提取最有價值的信息。

產業觀察：帶寬競賽不會結束，但競爭邏輯已經改變

回顧過去三十年的腦機接口發展，我們可以清晰地看到一條主線：每一次技術突破，都伴隨著神經帶寬的大幅提升。從微絲電極到MEMS探針，再到CMOS高密度陣列，以及正在興起的超高通道、無線、閉環系統，行業始終沿著"擴大信息獲取能力"這一方向持續演進。

但與此同時，產業競爭的重心正在發生轉移。

過去，比拼的是能夠記錄多少神經元；今天，比拼的是能夠穩定記錄多少神經元；而未來，更重要的將是能夠從這些神經元中提取多少真正有價值的信息。

因此，帶寬仍然會繼續增長，但它將越來越像CPU頻率、GPU算力一樣，逐漸成為一種基礎能力，而不再是唯一的競爭優勢。

下一代腦機接口的核心競爭力，很可能不再由電極數量決定，而是由系統的信息效率決定——誰能夠在最小功耗、最低時延和最高生物安全性約束下，把有限的神經帶寬轉化為最大的交互能力，誰就更有可能定義未來腦機接口產業的新標準。

參考文獻：

Rapeaux A B and Constandinou T G 2021 Implantable brain machine interfaces: first-in-human studies, technology challenges and trends Curr. Opin. Biotechnol. 72 102–11

But do we need high bandwidth? Applications and scaling challenges of invasive brain–computer interfaces

https://microprobes.com/products/multichannel-arrays/mea

Chronic neural recording using silicon-substrate microelectrode arrays implanted in cerebral cortex

Hubel D H 1957 Tungsten microelectrode for recording from single units Science125549–50

Wilson M A and McNaughton B L 1993 Dynamics of the hippocampal ensemble code for space Science2611055–8

Wise K D, Angell J B and Starr A 1970 An integrated-circuit approach to extracellular microelectrodes IEEE Trans. Biomed. Eng.BME-17238–47

Campbell P, Jones K, Huber R, Horch K and Normann R 1991 A silicon-based, three-dimensional neural interface: manufacturing processes for an intracortical electrode array IEEE Trans. Biomed. Eng.38758–68

Jun J J et al 2017 Fully integrated silicon probes for high-density recording of neural activity Nature551232–6

Steinmetz N A et al 2021 Neuropixels 2.0: a miniaturized high-density probe for stable, long-term brain recordings Science372eabf4588

Ye Z et al 2025 Ultra-high-density neuropixels probes improve detection and identification in neuronal recordings Neuron1133966-82.e12

Suzuki I, Matsuda N, Han X, Noji S, Shibata M, Nagafuku N and Ishibashi Y 2023 Large-area field potential imaging having single neuron resolution using 236 880 electrodes CMOS-MEA technology Adv. Sci.102207732

Barros B J and Cunha J P S 2024 Neurophotonics: a comprehensive review, current challenges and future trends Front. Neurosci.181382341

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