北京
如果有一天，你脑子里想打的字，AI能直接“听”懂，还不用做开颅手术——这事儿靠谱吗？Meta的FAIR团队刚刚给出了新答案：Brain2Qwerty v2模型，从头皮外测到的脑磁信号里，就能拼出完整句子，平均词错率压到了39%，表现最好的参与者甚至只有22%。
先看这张“信号流水线”怎么跑。研究人员找了9名健康志愿者，戴上脑磁图（MEG）扫描仪，在脑袋外面测磁场变化。每个人都被记录了整整10个小时，总共敲了22000个句子。过程是这样：先听一句，稍停，然后盲打字（看不到屏幕）。模型抓取的，正是打字那几秒大脑控制手指的运动皮层信号，再反推到底是哪些字母。
这里面有一层关键升级。上一代Brain2Qwerty v1像个“节拍器依赖症患者”，得靠精确到每一次按键的时间戳，才能对齐信号。v2直接扔掉这个拐杖，在连续时间窗里自己划分字符，不需要任何按键时间信息。之所以能做到，全靠数据量暴增——每个人的记录量是原来的10倍，句子花样也更多。这让无延时解码从一个需要手术的方案，变成了可能的选项，虽然还没走到真正的实时输出那一步。
再往下拆，模型靠三个AI组件把模糊的脑信号“清洗”出来。最底层，深度学习替换了旧版手工特征提取。中层在字符、单词和整句三个尺度上同时处理信号。顶层调用一个针对任务微调过的语言模型Qwen3，把那些像被水泡过的神经信号，修正成符合语法的句子。有意思的是，他们还让AI自己写优化代码，整套流程几乎没留什么人工调参的缝隙。
效果怎么样？不加语言模型的原始编码器，词错率高达55%。用上Qwen3之后直接拉到39%。在表现最好的那个人身上，28%的句子一个词都没错，47%的句子最多只错一个词。不过有个反直觉的小细节：虽然词层面的正确率上去了，但单个字符层面的错误反而可能变多，原因在于语言模型会为了词的合理性而“脑补”修正个别字母，这也算是个甜蜜的副作用。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
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.
