Nature子刊：非侵入式腦機接口將大腦活動解碼為語言輸出，準確率可超八成

撰文丨王聰

編輯丨王多魚

排版丨水成文

過去十幾年，侵入式腦機接口的發(fā)展速度驚人：癱瘓患者可以通過植入大腦的電極，直接“意念打字”，甚至合成語音，實現(xiàn)接近正常人的交流速度。但這類技術有個繞不開的痛點：需要進行開顱手術，以植入電極。

不管是電極植入還是長期設備維護，都存在腦出血、感染的風險，很難大規(guī)模普及到普通患者身上。而非侵入式方案，例如腦電圖（EEG），雖然安全，卻一直受困于信號質(zhì)量差、解碼精度低——之前的公開基準測試中，EEG 對 4 類運動想象的分類準確率僅為 43.3%，離實用還差得很遠。

有沒有辦法兼顧安全和性能一項最新研究給出了肯定答案——用更好的信號采集設備 + 更適配的 AI 模型，非侵入式腦機接口也能做到高精度的語言解碼。

該研究以：Noninvasive decoding of typed sentences from human brain activity 為題，于 2026 年 6 月 29 日發(fā)表于Nature Neuroscience期刊，研究團隊來自Meta AI。

該研究開發(fā)了一種名為Brain2Qwerty的 AI 模型，首次實現(xiàn)了從非侵入式腦機接口記錄的腦電信號中解碼人類“敲鍵盤打出的完整句子”——通過腦磁圖（MEG）或腦電圖（EEG）解碼打字時的腦電活動，從而“讀出”他們想輸入的句子。實驗結果顯示，使用 MEG 時的平均字符錯誤率僅為 29%，遠優(yōu)于 EEG 的 65%；最佳受試者的字符錯誤率甚至能低至 18%，并能完美解碼訓練集之外的多種句子。

這項研究大大縮小了侵入式腦機接口與非侵入式腦機接口之間的性能差距，為未來幫助無法說話或行動的患者實現(xiàn)安全、無創(chuàng)的交流打開了新的希望之門。

值得一提的是，Nature Neuroscience論文中發(fā)布的是Brain2Qwertyv1 版，而 v2 版可實時將腦信號翻譯為句子。

實驗是怎么做的？

研究團隊找了 35 名健康的右利手志愿者，讓他們完成一個“看句子→記句子→盲打句子”的任務——

1、先在屏幕上逐個看單詞（每個詞顯示 0.5 秒左右，沒有間隔）；

2、看完后盯著屏幕中心的十字固定 1.5 秒，把句子記在腦子里；

3、最后在沒有任何視覺提示的情況下，把記住的句子敲在定制的鍵盤上——全程不能回刪改錯，只能盯著屏幕中心，每敲一個鍵，屏幕上的小方塊會轉(zhuǎn) 10 度，避免眼動干擾解碼。

實驗中同時采集了兩種腦信號：20 名參與者用 EEG（64 通道腦電圖），20 名用 MEG（306 通道腦磁圖）——后者雖然設備笨重、需要在屏蔽室中使用，但對皮層神經(jīng)活動的捕捉靈敏度遠高于 EEG，信噪比更高。

整個數(shù)據(jù)集加起來超過 5 萬條句子、30 多萬字符，為 AI 模型的訓練提供了充足的數(shù)據(jù)。

Brain2Qwerty：三層 AI 架構破解腦信號密碼

要想把腦信號“翻譯”成文字，難點在于腦電信號又弱又雜，還要處理連續(xù)的時間序列信息。研究團隊設計的Brain2Qwerty模型，剛好踩中了三個關鍵優(yōu)化點：

第一層：卷積模塊（Conv）

專門負責從 0.5 秒的腦信號窗口里提取局部特征——比如手指敲擊對應的運動皮層激活模式。它還加入了一個“受試者專屬層”，用來抵消不同人的腦結構、信號差異，相當于給每個人的腦信號做了個性化校準。

第二層：Transformer 模塊

把整句話的所有字符預測結果串起來，利用句子的上下文信息糾錯，就像我們使用輸入法時的聯(lián)想邏輯，解析的上一個詞有助于推斷接下來的詞。

第三層：預訓練語言模型

研究團隊使用了基于西班牙語維基百科訓練的 9-gram 字符級語言模型（參與者說西班牙語），相當于給模型裝了一個“西班牙語語法詞典”，它會結合 Transformer 的輸出，最終選出最符合語言規(guī)律的字符序列。

為了驗證這套架構的優(yōu)勢，研究團隊還做了對照實驗：去掉 Transformer 只剩卷積模塊，性能下降明顯；再去掉語言模型，準確率進一步降低。三個模塊加起來，才是完整的 Brain2Qwerty。

結果有多驚艷？

先看最核心的指標：字符錯誤率（CER）——也就是解碼出來的字符和真實字符相比，需要修改多少個字符才能完全一致，數(shù)值越低越好。

MEG 組：平均 CER 僅 29%，表現(xiàn)最好的參與者甚至降到了 18%。也就是準確率超過 80%，很多測試集外的陌生句子都能完美解碼。

EEG 組：平均 CER 為 65%，雖然遠低于之前同類研究的 75.8%，但和 MEG 組相比有明顯差距。

研究團隊還做了大量分析，驗證了結果的可靠性——

• 錯誤大多集中在鍵盤上物理位置相近的按鍵（比如按“E”鍵容易錯判成旁邊的“W”或“R”鍵），說明模型確實是在解碼運動皮層的手指控制信號，而不是靠“蒙”高頻字符；

• 常見詞、高頻字符的解碼準確率遠高于生僻詞、低頻字符，而且訓練數(shù)據(jù)越多，錯誤率越低，符合機器學習的規(guī)律；

• 參與者敲錯的字符，解碼錯誤率也會翻倍——因為動作執(zhí)行出錯時，運動皮層的神經(jīng)信號本身就混亂了，進一步證明模型依賴的是真實的動作相關腦活動。

現(xiàn)在能用了嗎？還差幾步

雖然研究結果亮眼，但這項研究目前還是一個“概念驗證”，離臨床應用還有幾個關鍵問題要解決——

1、解碼仍有延遲：現(xiàn)在的模型需要等一整句話打完才能輸出結果，未來需要改成連續(xù)流式解碼，像我們打字時輸入法實時聯(lián)想那樣，不需要等句子結束。

2、依賴按鍵觸發(fā)：目前模型需要知道每個字符的敲擊時間點來對齊腦信號，而真正的臨床場景里，癱瘓患者可能無法做出實際動作，需要靠“運動想象”（想象自己在按鍵盤打字）來解碼，這一步還需要進一步驗證。

3、MEG 設備太笨重：現(xiàn)在的 MEG 設備需要液氦冷卻，只能在固定屏蔽室使用。不過好消息是，基于光泵磁力計的新一代可穿戴 MEG 傳感器正在快速發(fā)展，未來有望做成輕量化的頭盔，讓非侵入式腦機接口真正走出實驗室。

縮小了侵入式和非侵入式腦機接口的鴻溝

在這項研究之前，非侵入式腦機接口和侵入式腦機接口在解碼自然語言方面，幾乎隔著一道無法逾越的鴻溝：侵入式能把字符錯誤率（CER）降低至 15% 左右，而非侵入式連 60% 都難達到。

Brain2Qwerty的出現(xiàn)，大大縮小了差距，更重要的是，它證明了只要信號質(zhì)量夠好、模型設計合理，非侵入式腦機接口完全有能力解碼復雜的自然語言任務。

對于漸凍癥、閉鎖綜合征這類失去溝通能力的患者來說，這或許意味著未來不需要開顱手術，戴個輕便的頭盔，就能重新和外界交流。

論文鏈接：

https://www.nature.com/articles/s41593-026-02303-2