瓦博科技张星智：马斯克选择“硬破”脑机，意图识别大模型或是更优解

脑机接口这个行业有个无奈的地方：大部分公司折腾了五六年，还在跟市场解释“这东西到底能干嘛”。用大脑意念让机械臂抓一下水杯，是很多人在脑机领域，唯一看到的演示成果。

在行业人看来，发展情况则是这样的，脑机接口的技术路线分成侵入式、半侵入式、非侵入式三条赛道，每条赛道内部又按信号类型、电极材料、应用场景继续分叉，像一棵越长越密，现在确实还没结果的树，大家都在等待 “GPT 时刻”。

最前沿的马斯克旗下 的Neuralink，选择了最暴力的发展路径——开颅，把电极直接插进大脑皮层，用硬件精度换信号质量，2024年完成首例人体植入，2026年初临床试验扩展到21人。OpenAI 的 Sam Altman 押注超声波路线，领投了 Merge Labs 2.5亿美元种子轮。Meta 则在非侵入式方向上交出了一份让行业侧目的成绩——Brain2Qwerty v2，用脑磁图信号解码人类打字时的脑活动，词准确率从其他非侵入方法的8%拉到了61%。

巨头们在四处下注，但共识只有一个：大脑是人类最后一块没被数字化的大陆。从治疗抑郁症，到医疗神经问题的残疾身体和联接具身智能，甚至跃升到碳基生物到硅基的链接口，这个市场太有想象力了。

国内市场也一直在酝酿，2025年脑机接口被写入"十五五"规划未来产业方向，资本更多地涌进来了，一级市场突然热闹起来。国内市场中，不少蛰伏的脑机创业公司也突然浮出水面，他们也迅速获得资本市场关注。

这其中就有三个月融资三轮，从非侵入式路线前进的瓦博科技，他们某种意义上是反着马斯克的思路来做脑机行业。

瓦博科技创始人张星智

马斯克的Neuralink 逻辑很直接：信号不够强，就把采集设备怼得离神经元更近——开颅、植入、加通道数，用硬件精度硬刚脑机行业难题。

瓦博科技则更相信群体智慧法则：硬件可以简化，但可以大规模利用神经数据做更聪明的意图识别模型，推动脑机行业的智能涌现实现。

翻看创始人张星智的履历，他是清华创新领军工程学博士，天津大学本科，2025年3月注册公司，11月开始运营，三个月内拿了种子轮、种子+轮、天使轮三轮融资，天使轮由淡马锡旗下祥峰投资领投。

在投资人眼中这家企业有些独立独行，其他家64个电极，瓦博科技选择单电极；其他家涂导电膏做实验室级采集，他们干式电极戴上就跑；别人定义自己是医疗硬件公司，他们说自己是模型公司。

在采访中，张星智强调三遍的一句话是：“脑机接口是一个非常交叉学科的事情。”临床医学、神经科学、人工智能、电子信息、集成电路，全得懂。

所以，脑机行业这件事有点像破译罗塞塔石碑：石碑上刻着三种文字，你得同时读懂古埃及象形文、世俗体和古希腊文，才能把一段话翻译出来。

脑机接口面对的也是类似的翻译问题——大脑的电信号是一种“语言”，机器学习是另一种“语言”，中间需要一套模型把两者对应起来。所以他们更侧重能采集分析更多大脑神经信号的大模型路线。

他相信，只有脑机行业的大模型出现，才会导致比“智人”更强的“意念大神”出现。

可故事讲得漂亮，这在一级市场不是稀缺资源，我们更想知道的是：

非侵入式和侵入式谁是更优解？硬件层面也能第一性原理吗？ 一家成立一年多的公司，凭什么说自己要做意图识别大模型？ 数据飞轮转起来了吗，还是只是一个融资叙事？

带着这些问题，我们和张星智采访交流，试图发现脑机行业的GPT-1、2、3、4 时刻，就像《太空漫游》经典电影中，猩猩第一次会利用火、利用工具，一块黑色石碑就会落下降临。脑机行业的每一次石碑降临，预计会怎样发生。

创业不是追求更早，也看 Timing

鲸哥：能介绍下您的学术经历吗？看你本科在天津大学，他们在脑机接口领域是更早的学术机构？

张星智：我本科在天大读的时候，“脑机接口”这个词都还不太有，但天大是国内最早做脑机接口的高校之一。

2024年秋季学期依托未来技术学院开设了全国首个脑机接口专业方向，2025年又设了全国首个脑机接口一级交叉学科博士点，非常强。

而且天大团队 2016 年就在天宫二号上做了人类首次太空脑机交互实验。我们现在和天津大学、复旦大学都是合作伙伴。

鲸哥：10 年前确实太早了，您当时怎么参与相关的研究。

张星智：当时就有幸参与到国家课题：研究神经意图控制物理世界。我是在大二加入了这个实验室。大四毕业论文是“基于 kinect 操作 Windows7”。当时就有意念操作鼠标的构想，也为未来埋下种子

鲸哥：看您履历，从天大到清华，再到产业界，再到创业，一直围绕脑机这个行业，为什么没有直接选择创业？

张星智：是的，我本科毕业先去了产业界，发现有些底层科学问题在工业界解决不了，又回清华读硕博，再出来工作，然后才创业。

我是根据第一性原理，可能遇到要分步骤去解决的工程化问题，也要解决我们的科学问题，一步一步来的自然选择。

鲸哥：脑机的前景很广阔，但您是2025 年才决定出来创业，具体是看到了什么机会，或者想清楚了什么独特的发展模式?

张星智：众所周知马斯克做脑机接口，他们更多的还是希望从硬件侧去突破，加强他们信号采集的通道数量和能力。

我们看到，GPT 是2023年初发布的，在 GPT 成熟的这两年中，觉察到模型侧的事情大有可为，我们相信，通过大样本的数据训练，去把我们的模型训练得足够聪明，可以改变行业都在依靠硬件突破的现状。

压缩硬件的逻辑：不是省钱，是赌模型

鲸哥：三个月三轮融资，模型还没有发布，投资人到底看中你们什么？

张星智：每家机构侧重点不太一样，我们现在做到的事情是，在压缩的硬件条件下——甚至我们只用单通道、单电极采集脑电信号——产品体验依然不错。

这个就好比我们经常举的一个例子，我带着脚铐手链去跑100m，结果我还跑了第一名。

鲸哥：但单通道信噪比确实低，这是物理事实。

张星智：对，非侵入式本身信号就弱，单通道更弱，这没什么好回避的。但我们的判断是：当模型足够强、训练数据达到一定量级的时候，数据规模的优势可以碾压信号质量的劣势。这不是理论推演，我们实测验证过，海外也有越来越多学术评测在支持这个结论。

鲸哥：你怎么看 Meta 上个月发的那个 Brain2Qwerty v2？

张星智：这就又进一步验证了我们的判断——通过大规模数据训练模型，原本以为只有侵入式才能做到的事情，非侵入式也能做到了。它把词准确率从8%拉到61%，等于是给我们的路线又加了一个学术背书。

相当于在科学上把这条路趟平了，后面更多堆量就可行。

鲸哥：所以你们赌的是 Scaling Law 在脑电领域也成立。

张星智：对。这是我们最核心的假设。GPT 2023年出来之后，我意识到过去整个行业的注意力都放错了地方——包括马斯克的 Neuralink，核心思路还是从硬件侧突破通道数和信号采集能力。但如果模型足够聪明，硬件差一点其实可以被补偿。

鲸哥：神经意图模型确实刚兴起，你觉得现在行业到了什么阶段？

张星智：大概相当于 GPT 1.5到2之间。还没到3，离涌现还很远。但方向是对的，科学上这条路已经被验证是通的了，后面就是堆量的问题。

鲸哥：做大模型不会没人想到，你们为什么能贴上这个“标签”。

张星智：确实，现在讲这个的人多了。但我们2025年上半年就开始私下训练模型了，那时候行业里强调模型能力的公司基本没有。最近一两个月才开始有人往这个方向转。

难题主要是神经数据的获取，老实说它不比做 LLM的语义文字数据，它是非常稀缺的，获取的成本也比较高。

数据从哪来：自建合规采集工厂，普通人为主

鲸哥：模型要数据喂，你们的数据从哪来？

张星智：有来自于开源数据集，也有与高校/医院在合规框架下合作的数据，具备明确的使用授权和脱敏处理。但更多地依靠自采，我们正在自建数据采集工厂，也一直高频地在进行线下实地数采。因为现在这个行业比机器人行业还更加早期，处于萌芽阶段，什么基础设施都没有，也没有专门的数采公司。

鲸哥：采集的是什么人群？

张星智：18-45 岁健康志愿者，在知情同意和伦理审查前提下参与，具有商业授权和撤回安全机制，不是患者。过去脑机接口主要是医疗器械，采的都是患者数据，但患者的数据可能本身就是异常状态，数据不具备普遍代表性，而且数量天然受限，还有医疗监管的长审批周期。我们训练神经意图模型，需要的是海量的普通人的数据。

鲸哥：有人会问，侵入式信号质量高那么多，你用非侵入式的“弱数据”训练出来的模型能好用吗？

张星智：侵入式采集的是单点信号，质量更深、空间分辨率更高，但大部分应用于医疗和科研场景的采集；非侵入式空间分辨率有限，胜在有海量样本。两者不是替代关系——非侵入式训练出的结果，我们会用侵入式数据来辅助验证和判断，这是个优势。

鲸哥：导电膏的问题怎么解决的？传统非侵入式采集不是很麻烦吗？

张星智：我们彻底干掉了导电膏，全部用干式电极。传统流程是涂导电膏、采集、洗头清理，一个人前后大半个小时，一天最多采10个人。我们现在戴上就采，一天能采100个人。

这不是什么黑科技，就是把采集效率当成核心指标去优化，因为我们的目的很明确——快速积累数据去喂模型。

定位之争：硬件公司还是模型公司

鲸哥：你反复强调自己是模型公司，但你们确实也在做硬件、做产品。外界怎么区分你们和其他非侵入式脑机接口公司？

张星智：以往非侵入式公司容易被定义成硬件公司——做头环、做设备、卖硬件。我们也有产品，但产品是采集数据的入口，不是目的。主次要搞清楚：模型是目的，硬件是手段。

鲸哥：但模型公司的故事在脑机接口领域还没有被验证过。你怎么说服投资人这不只是一个故事叙事？

张星智：靠结果。我们用最差的硬件条件做出了不输多通道方案的体验，这本身就是模型能力的证明。

另外就是闭环——我们还发布了神经意图数据平台NIDP(Neural Intent Data Platform) ，打通了“神经采集、数据处理、模型训练、端侧推理和物理控制”的这条链路。搭载我们现在的模型已经可以在一些场景展现出它的价值了，这同时也是数采的一部分，数据飞轮就转起来了。

鲸哥：未来脑子里想说一句话，然后这一句话脑机能完整的翻译出来，在多久的将来会实现？

目前的话还无法实现，现在还是相对来讲抽象的一些模糊意图。具体的意图还没有那么的精准。

鲸哥：最后一个问题。你觉得脑机接口最终会演变成什么样？

张星智：如果我们能把神经意图模型做得足够强，某种程度上就是复刻了人类大脑的意图层。那它就不只是脑机接口的事了——它可以成为具身智能的大脑，可以成为机器人理解人类意图的底层能力。

宇树的王兴兴不是经常说嘛，谁能做出通用的机器人大脑，谁就牛逼。我们觉得这件事的答案可能在脑科学里面。当然，现在还非常早期，离那个终局很远。但方向是对的，值得做十年二十年。