Meta 公布了一套名为 Brain2Qwerty v2 的新系统，尝试在不做脑部手术的情况下，把人的脑活动直接转成文字。公司称，这项研究主要面向因脑部损伤失去沟通能力的人群。

使用 MEG 记录脑信号

这套系统依赖一种类似头盔的脑成像设备，即脑磁图扫描仪（MEG）。它先记录受试者在打字时产生的脑信号，再把原始神经信号输入端到端 AI 模型，重建出使用者想要输入的句子。

Meta 表示，模型还结合了大语言模型的语义能力，以便在脑信号较嘈杂时，仍能根据上下文提高识别效果。

平均词准确率升至 61%

按照 Meta 披露的数据，Brain2Qwerty v2 基于 9 名志愿者的数据训练完成。每名参与者佩戴 MEG 设备主动打字约 10 小时，合计训练语句约 2.2 万句。

Meta 称，这一系统的平均词准确率达到 61%，明显高于此前无创方法约 8% 的水平。公司还表示，随着训练数据增加，解码准确率继续提升，说明该路线仍有进一步优化空间。

  • 训练语句约 2.2 万句
  • 参与者共 9 人
  • 旧有无创方法准确率约 8%

同步开放代码与研究数据

Meta 表示，将公开 Brain2Qwerty v1 和 v2 的训练代码，其研究合作方也会发布 v1 数据集。相关工作属于 Meta 的 Digital Brain Project，该项目还设有 500 万美元基金，用于支持开放神经科学数据集建设。

Meta 研究人员在发表于《自然-神经科学》的配套论文中指出，当前高性能脑机接口多数仍依赖植入式电极，因此很难大规模推广，原因包括手术风险以及植入设备长期维护问题。

脑机接口竞争继续升温

Meta 认为，这套无创方案的准确率已接近过去通常只有植入式技术才能达到的水平，可能缩小侵入式神经假体与非手术通信系统之间的差距。

这一发布也出现在脑机接口研究持续升温之际。马斯克旗下 Neuralink、以及获 OpenAI 首席执行官 Sam Altman 支持的 Merge Labs，都在推进帮助神经系统疾病患者恢复沟通能力的相关技术。

与此同时，更多研究团队和初创公司正尝试用 AI 提升无创系统表现。此前，Neurable 推出可监测专注度和认知疲劳的 AI 脑电耳机；MIT 分拆项目 AlterEgo 也发布了可把面部和喉部微弱神经肌肉信号转成文字和指令的可穿戴设备。