脑机接口顺着大脑的路走：训练效率与真实落地的双重突破同时发生

编辑丨%

脑机接口（BCI）概念从提出到现在，经历了长足的发展。通勤、家庭、病房，都是脑机接口最终要面对的地方。

而 BCI 这些年的进步，常常体现在两个看似分开的方向：一边是「怎么更快学会」，另一边是「怎么更久地稳定使用」。前者决定系统能不能被人掌握，后者决定它能不能进入真实生活。而最新的两项研究，正好把这两个问题分别推进了一步。

与大脑协作

我们常能在诸多网站上关注到有关的进展，比如脑机接口协助残障人士恢复，或者为他们提供一个交流的渠道。但很遗憾的是，基于实时功能性磁共振成像（fMRI）的反馈构建的 BCI 是一种显示大脑区域活跃程度的 MRI 扫描，需要用户长时间训练，学习效果也很有限。大约三分之一的用户无论练习多少小时，都无法获得控制权。

2026 年 6 月 9 日，耶鲁大学发布了「Human learning of noninvasive brain–computer interfaces via manifold geometry」，在这篇文章中，研究团队试图先找出每个人脑活动里真实存在的几何结构，再用这个结构去指导训练。

论文链接：https://www.nature.com/articles/s41593-026-02311-2

顺着流形，学习会更快

非侵入式 BCI 的难点，并不只在于信号弱，也在于人学得慢。这是耶鲁团队当下正尝试解决的一点。他们一共邀请了 18 名受试者进入神经反馈分析；第一阶段是 joystick 校准，用来学习个体的 intrinsic manifold。

后面三个神经反馈会话则分别测试直观映射（IM）、流形内扰动（WMP） 和流形外扰动（OMP） 三种映射。团队用流形正则化自编码器把实时数据重新嵌回个体流形上，再通过闭环反馈让受试者学习。

图 1：流形学习与验证。

通过这一过程，研究人员发现参与者在训练不到一小时内就能成功学会控制虚拟形象——有时甚至更快——而当脑机接口映射遵循大脑自然流形时。当映射偏离流形时，参与者在同一时间段内完全无法学会。

图 2：不同流形成分的 BCI 学习。

但脑机接口的学习不仅仅是改变行为：大脑本身在底层重新组织，调整活动以更好地符合脑机接口的需求。在某些情况下，这种重组预测了每个人的表现，并传播到目标区域外的脑区，表明脑基控制学习在大脑不同区域之间有波纹。

团队表示，这些发现揭示了为什么某些东西会让人觉得难以学习。这可能不是努力或能力的问题，而是一个人想学的东西是否适合他们现有的神经结构。

让系统进入生活

如果说前一项研究强调的是「人怎么更快学会」，加州大学戴维斯分校（University of California, Davis）、布朗大学（Brown University）等的研究则把问题推进到「系统怎么长期稳定地被使用」。

2026 年 6 月 15 日，相关研究团队发表的这篇「Long-term independent use of an intracortical brain–computer interface for speech and cursor control」报道了一名患 ALS 且严重构音障碍的患者，在家中独立使用 intracortical BCI 近两年的经历。

论文链接：https://www.nature.com/articles/s41591-026-04414-6

从实验装置到日常工具

受试者家中的 BCI 系统是一组安装在移动推车上的联网计算机，放置在他的卧室或客厅里。他的护理伙伴接受过培训，可以安全连接神经记录设备和计算机系统的电源，随后通过定制软件自动初始化。这使得患者能够在没有任何研究团队成员协助的情况下操作 BCI。

图 3：多模态皮层内脑直管的独立使用。

据论文与报道，该患者累计独立使用系统超过 3,800 小时，发送了 183,060 条句子、1,960,163 个词，平均速度达到每分钟 56 个单词；在 125,000 词词表上，尝试说话的准确率超过 99%。

这已经不只是一次成功演示，BCI 已经成为了一种持续可用的日常工具。患者还能用这套系统完成发消息、写邮件、上网和工作沟通，说明 BCI 已经不只是「实验里能动」，它开始让患者拥有真实生活中的功能密度。

图 4：试验参与者 Casey Harrell 已经在家中使用脑机接口两年。

该研究凸显了皮层内 BCI 为重度运动障碍患者（包括 ALS）带来极大生活便利的潜力。通过实现自然主义的交流和完整的数字访问，这些系统有望显著提升独立性和生活质量。

除开测试恢复沟通之外，这项临床试验还产生了大量独特的数据，为研究者开发更优质的疗法提供了极为全面充足的记录。

更准，更顺

BCI 的竞争，正在从「谁的模型更强」转向「谁更懂大脑、也更懂场景」。非侵入式系统需要尊重大脑已有的结构，让训练沿着更容易生成的神经路径展开；侵入式系统需要把性能、稳定性和使用体验一起做进系统里，才能撑起长期独立使用。

未来真正有影响力的 BCI，可能不会只是更快读出信号，也不会只是更高的测试分数，而是能让人更自然地学会、更稳定地使用，并在真实生活中持续发挥作用。

https://medicalxpress.com/news/2026-06-brain-interface.html

https://medicalxpress.com/news/2026-06-brain-interface-enables-independent-accurate.html