湖北
2026年6月29日，Meta 正式發布 Brain2Qwerty v2 無創腦機接口系統。該系統能夠在無需任何手術植入的情況下，從腦磁圖（MEG）記錄中實現實時句子解碼，性能表現已逼近此前僅靠腦部植入手術才能達到的解碼精度。
去年，Meta 發布了 Brain2Qwerty v1，完成了人工智能解碼大腦活動并轉化為文本的技術可行性驗證。如今迭代的v2版本在性能上實現跨越式突破，成為當前全球精度最高的無創腦信號端到端解碼方案。
Brain2Qwerty v2 的模型訓練基于9名健康受試者 的實驗數據，共涵蓋約 22,000 個完整句子。每名參與者在主動打字任務中佩戴 MEG 設備，單人均累計采集10小時的腦磁信號。
在技術架構上，該系統徹底摒棄了人工設計的神經事件檢測流程，轉而采用純端到端深度學習框架，直接從原始腦信號中完成解碼。通過在大語言模型上對神經數據進行微調，系統能夠充分借助語義上下文補全信息，有效彌合了低信噪比腦信號與連貫自然語言之間的適配鴻溝。
其性能提升非常顯著，Brain2Qwerty v2 的平均單詞準確率達到61%，遠超此前非侵入式方案約 8% 的行業平均水平。表現最優的受試者單詞準確率更是高達78%，且超過半數的解碼句子僅存在0至1個單詞誤差。此外，研究證實解碼準確率與訓練數據量呈對數線性正相關，為后續通過擴大數據規模持續縮小與侵入式方案的性能差距提供了明確的技術迭代依據。
據悉，這項成果是 Meta “開放基礎腦模型” 長期規劃的重要組成部分，該規劃還包括負責感知編碼的 Tribev2 模型、面向大規模腦數據處理的 NeuralSet 框架，以及用于算法系統化評估的 NeuralBench 基準體系。Meta 正通過深度聯動科研社區推動技術進展，例如近期已設立 500 萬美元專項基金，用于扶持 “數字腦計劃” 下的開放數據集建設與學術共享生態。
Meta 表示，未來將堅持開放透明的研究路線，攜手全球科研共同體推動神經科學領域的技術突破，最終助力神經系統疾病的早識別、精準診斷與高效治療，讓腦機接口技術未來可真正落地服務于臨床醫療與患者康復。
總的來說，Meta所取得的這項研究有望為數百萬因腦損傷喪失語言交流能力的患者帶來生活質量的實質性改善。雖立體定向腦電圖和皮層腦電圖等侵入性手段已證實神經假體搭配AI解碼器可有效恢復患者交流功能，但手術門檻高、臨床普及難度大，而Meta的無創技術路線，正是為了填補這一臨床落地的核心缺口，未來可期。
小編將在第一時間分享更多相關最新動態和爆料，敬請關注。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
