登Nature子刊！Meta脑机接口重大阶段性进展，超高实时解码准确率

编辑｜冷猫

脑机接口这个领域似乎已经沉寂许久了。

在脑机接口这块，最出名的应该就是马斯克搞的 Neralink 了。但我们都知道，脑机接口分为两类，侵入式的和非侵入式的。简单来说，侵入式是需要做手术的，而非侵入式不用。

侵入式路线以 Neuralink 为代表，通过将微电极阵列直接植入皮层，信号质量极高，已展示超过 90% 的解码准确率。2025 至 2026 年间已有多位瘫痪患者完成植入并用意念控制电脑。今年 3 月，中国也有侵入式脑机接口产品获批上市。但侵入式方案的代价是手术，也限制了适用人群。

非侵入式路线通过头皮外的传感器采集大脑活动，无需动刀。安全性高、理论上可大规模部署。然而信号穿过颅骨和脑脊液后严重衰减，空间分辨率远逊于皮层内电极。但正是由于外置采集，解码能力就非常弱，目前仍然处于基本不可用的状态。

而这一次，是Meta 达到了非侵入式脑到文本解码器研究的下一个重大里程碑：Brain2Qwerty v2

同样地，Meta 去年发布的 Brain2Qwerty v1 版本，登上了 Nature Neuroscience

• 论文链接：https://www.nature.com/articles/s41593-026-02303-2

Brain2Qwerty v2 是性能最高的端到端流程，能够从原始脑信号中实时解码句子。它超越了字符级解码，能够解码单词和语义，从而提高整体沟通的准确性。

v1 在 2025 年公开，核心能力是从 MEG 脑磁信号中逐字符解码打字内容，最优表现是字符错误率（CER）约 32%。

v2 换了解码粒度。它不再逐字母拼凑，而是一步到位输出整句话。根据 Meta 公开的数据，9 名被试的平均词准确率达到 61%，最优被试为 78%，其中超过一半句子的解码偏差控制在一个单词以内。

• 论文链接：https://ai.meta.com/research/publications/accurate-decoding-of-natural-sentences-from-non-invasive-brain-recordings/

技术架构

Meta 研究团队发布 Brain2Qwerty v2。这是目前性能最高的端到端非侵入式脑信号解码系统，能够从连续的脑活动中实时解码完整句子，其准确率已经接近此前只有依赖开颅植入脑机接口才能达到的水平。

为了加速神经科学研究的发展，研究团队正式开源 Brain2Qwerty v1 和 v2 的全部训练代码。同时，合作伙伴 —— 西班牙巴斯克认知、大脑与语言中心（BCBL）—— 也同步开放了 Brain2Qwerty v1 的数据集。

• 开源链接： https://github.com/facebookresearch/brain2qwerty
• 数据集链接： https://huggingface.co/datasets/bcbl190626/SpanishBCBL
• 博客链接： https://ai.meta.com/blog/brain2qwerty-brain-ai-human-communication/

我们相信，这项研究有望真正改善数百万因脑损伤而失去交流能力患者的生活。此前，立体定向脑电图（Stereo-EEG，SEEG）和皮层脑电图（ECoG）等侵入式技术已经证明，通过神经假体采集脑信号并结合 AI 解码，可以恢复患者的语言交流能力。然而，这类方案需要脑部手术，难以大规模推广。相比之下，我们提出的非侵入式方案，有望填补这一空白。

在 Brain2Qwerty v2 的训练过程中，我们收集了 9 名志愿者约 22,000 句输入数据。每位参与者佩戴脑磁图（MEG）设备，在主动键盘输入过程中连续记录约 10 小时的脑活动。

与传统依赖人工设计神经事件检测流程的方法不同，Brain2Qwerty v2 采用端到端深度学习框架，直接从原始脑信号中学习并完成文本解码。

Brain2Qwerty v1 的核心思路是：根据在 BCBL 采集的 MEG 脑活动模式预测键盘敲击（keystrokes）。但该方法存在一个关键限制 —— 它依赖每一次按键的精确时间，因此无法实现实时解码。Brain2Qwerty v2 则突破了这一限制，可以直接从连续的脑活动信号中生成完整句子。

新模型由三个层级模块构成，协同提升对 “字母 — 单词 — 句子” 的解码能力：

• MEG 信号首先输入 Conformer 模块（用于字符级检测）
• 随后进入 Aligner（用于构建词级嵌入）
• 最后由大语言模型（LLM）重建完整句子

整条流水线分为 Brain Encoder 和 NeuroLLM 两块。

Brain Encoder：负责将原始 MEG 波形压缩为字符级神经特征序列。底层用 BrainModule 做空间通道融合（Fourier 编码传感器坐标 → learnable 映射到 270 个虚拟通道 → per-subject affine 补偿个体差异），中层用 4 层扩张卷积（hidden 1,500）提特征并做 4 倍时间下采样，顶层用 4 层 Conformer（dim 1,024，4 heads）建模长程时序依赖。整体以 CTC loss 做字符级监督，在下采样后和 Conformer 后各挂一个 CTC head 联合训练，确保浅层也能获得有效梯度。

研究团队还将大语言模型针对神经数据进行了微调，使模型能够利用语言的语义上下文，在噪声较大的脑信号与连贯自然语言之间建立联系，从而显著提升解码质量。

NeuroLLM：在 Encoder 输出之上接 Qwen3-4B（LoRA rank 128），将神经特征转化为自然语言句子。连接方式是：用 CTC 输出中的空格位置将 Conformer 特征切分为词级片段，各自 mean-pool 后过 MLP 得到「神经词嵌入」；训练时用 SigLIP 对比损失（Hard DTW 对齐 + sigmoid BCE）将其拉向 LLM 词嵌入空间。推理时 LLM 同时接收 CTC 解码文本和 MEG 嵌入两路输入（训练中对两路各做 10% 随机置零，增强鲁棒性），beam search（beam 16）生成最终句子。

此外，研究人员还引入了 AI Agent，对整个解码流程进行自动探索和优化；最终采用的训练配置，则由工程师进行人工筛选和确认。

超参数搜索由 3 个独立的 AI coding agent（Cursor + Claude Opus 4.6 驱动）并发执行。每个 agent 被分配一个 git worktree，可读写代码和提交 SLURM 训练任务。每 agent 10 轮，每轮恰好 50 个训练 job，总计 1,500 次实验。agent 之间严格隔离，只能看到自己分支的结果。工程师从三个 agent 的最终配置中手动选择最优。

最终结果显示，Brain2Qwerty v2 已能够从高度噪声的脑信号中恢复出语义连贯的完整句子。

模型平均单词准确率达到 61%，相比此前其他非侵入式脑信号解码方法约 8% 的单词准确率，实现了大幅提升。对于表现最佳的一位参与者，模型的单词准确率更是达到 78%；其中，超过一半的句子在解码时仅出现 1 个单词或更少的错误。

仍有挑战

在该方法真正应用于临床之前，仍有两个主要挑战：

1.解码精度仍不足以支持日常使用：当前模型仍存在较多单词级或字符级错误，难以直接用于实际沟通场景。

研究团队还发现，模型的解码准确率会随着训练数据规模增加而呈近似对数线性（log-linear）增长。这意味着，目前与侵入式脑机接口之间剩余的性能差距，未来有望仅通过持续扩大训练数据规模进一步缩小，而无需依赖新的模型架构。

2.设备限制较大：本研究所使用的 MEG 系统体积庞大、成本高昂，普通患者难以接触。

当前实验用的 MEG 设备体积占据一整间屋子，依赖 SQUID 和液氦冷却，运行环境必须做磁屏蔽。这套系统造价数百万美元，离床旁使用都有距离，更别提日常佩戴。新一代基于 OPM 的便携 MEG 正在研发中，有望将尺寸压缩到头盔级别，但目前仍在早期阶段。

团队表示，希望通过开放研究的方式，加快人类对神经系统疾病的识别、诊断与治疗，让神经科学的发展速度不再受限于各自封闭的研究体系。