王奚推荐 | 蝌学零距离:3800小时!渐冻症患者用脑机接口说出近200万字

来源:·光明网 编译:高杰 2026-06-22 侵删

6月15日,美国加州大学戴维斯分校等机构的研究团队在《自然·医学》发表了一项突破性研究:一名肌萎缩侧索硬化症(ALS,俗称“渐冻症”)患者使用皮质内脑机接口(BCI)近2年,累计超过3800小时,仅凭“意念”就实现了流畅的“说话”和电脑操作,并且全程在家中独立完成。这标志着侵入式脑机接口从实验室概念验证,迈向实际辅助工具的关键一步。

从实验室走进家庭

ALS等疾病会导致失语、无法控制肢体等症状。过去,高性能脑机接口虽能解码神经信号,但始终困于两大瓶颈:一是必须依赖研究人员每日在场操作,二是长期稳定性存疑。本研究首次同时突破了这两个限制。

参与者在家中使用脑机接口两年。图源:加州大学戴维斯分校

2023年,研究团队在一名45岁男性ALS患者(伴有四肢轻瘫和严重构音障碍)的左侧中央前回(负责协调言语的脑区)植入4个微电极阵列,共256个电极。术后第281天起,经护理伙伴协助穿戴设备和启动软件后,他便可独立操作系统,无需研究团队在场。

参与者使用多模态皮质内脑机接口控制个人计算机

数据显示,在术后22.6个月内,他累计使用BCI超过3800小时,在653天中的444天使用了系统;独立使用功能启用后的397天中,使用了364天。日常启动准备约20分钟,系统可连续运行长达19小时,日常使用中他常连续操作超过12小时无需他人干预。

正如研究共同负责人David Brandman所说:“多年来,脑机接口只是高度受控实验室里的概念验证设备吗,这项工作表明,我们可能已经跨越了一个门槛——让瘫痪患者能够按照自己的意愿说话。”

近200万字的“脑对文本”交流

该系统的核心是一套基于Transformer架构的新型脑-文本语音解码器,支持125,000个词的大词汇量,识别单词准确率达到99.2%,创下该领域新纪录;且每日仅需0-20句校准(由用户自行决定),几乎无需重新校准。

大脑到文本解码流程

在实际居家使用中,参与者以平均每分钟56个词的速度,累计“说出”了183,060个句子,总计1,960,163个词。他对其中92%的句子标注为“至少基本正确”。

值得注意的是,参与者最初从出声想象说话,后来转为只动口型不出声的“无声默念”方式,反而更省力,语速也从约30词/分钟提升到50词/分钟以上。基准测试显示:出声时准确率超99%,平均30.6词/分钟;默念时准确率96.5%,平均49.7词/分钟。

参与者使用语音BCI与一位研究人员交谈

神经信号稳定性方面,研究团队发现,除一个电极阵列外,其余阵列在超过18个月后仍能稳定捕捉大脑信号,证明相关脑区功能在至少19个月内没有明显衰退。

既能“说话”也能“上网”

该系统另一重大突破,是用同一个脑区同时实现了“说话”和“操控鼠标”两套功能。参与者想象手部或身体移动,就能控制屏幕上的光标和点击。在标准测试中,这套光标控制的速度达到2.90比特/秒,和专门植入手部运动区的传统脑机接口差不多。

语音解码当键盘、光标控制当鼠标,他就这样独立操作个人电脑:发送短信和邮件、浏览网页、开视频会议,并维持了全职工作。系统还设计了隐私模式(自动删除解码内容)和脏话过滤等实用功能。

使用光标BCI的计算机控制

研究者指出,这是迄今精确到单个神经元的最大规模脑记录数据集(3800小时),为理解人类大脑如何产生言语提供了宝贵数据。尽管该系统目前仍需有线连接和护理伙伴协助启动,且仅涉及单一个体,但它首次证明:侵入式脑机接口可以在真实家庭环境中长期、独立、稳定地支持交流与数字接入,为严重运动障碍患者带来了切实可行的技术希望。

布谷鸟推荐 | Figure机器人,可以自主干家务了

来源:财联社 2026年3月11日 侵删

当地时间3月10日,人形机器人公司Figure发出最新演示视频。Figure表示,其搭载全新AI系统Helix 02的机器人Figure 03,能够完全自主、端到端全流程整理客厅。

两分半钟的视频展示了机器人在识别物体,以及运动、手部操控能力上的提升。

场景为一个开放式客厅,旁边是没有隔断的厨房,机器人拿着喷壶和清洁布入场,弯腰、半蹲,移开杯子,喷消毒液擦桌子,继续整理桌面和沙发、收纳桌上和沙发上的玩具,最后还按键关掉了电视,并“强迫症”般地摆正了遥控器的方向(尽管在将遥控器放到桌面上时没有“轻放”),观察到它将杯子小心翼翼拿起和将沙发枕从手中抛出的“区别对待”,这似乎表明该机器人能正确识别不同物体。

成立伊始,Figure便瞄准了家用场景,旨在开发能在家庭和工作中帮助人类的通用人形机器人。此前,Figure发布过机器人完成洗碗、叠衣服等简单家务活的视频。

其实,做家务活对于机器人而言极其困难,与流程化、标准化的工厂任务不同,家庭场景中不确定性因素和变化颇多,物品摆放杂乱无章,家具阻碍了机器人的通行。毛巾、枕头等柔软物品的摆放也充满变化。许多动作需要双手操作,而有些动作则需要在执行任务的过程中腾出一只手,几乎所有动作都涉及在房间内移动的同时还要操作物品。

Figure如何做到?

Figure表示,Figure不是靠给每个动作写单独的“说明书”,而是通过一个通用的“大脑”来学习。这个大脑直接根据摄像头看到的画面(像素),指挥身体的每一个部分(全身控制),完成一连串复杂的动作。这些新本领,不需要重新编程,只需要让它多看一些新家务的示例数据,它自己就能学会。

据介绍,Helix 02是该公司目前性能最佳的AI系统,于2026年1月27日刚上线,可视作Figure机器人的“智能大脑”。其最大特点在于,它是一个单一神经网络,无需拆分控制,能直接通过像素输入驱动机器人的全身动作。这样的视觉-语言-动作(VLA)模型,能让机器人像人一样,通过眼睛看、耳朵听(理解语言),然后由同一个“大脑”直接指挥全身协调动作,去完成复杂的任务。

现实场景的数据成了Figure机器人训练的重中之重。

朱颜辞镜推荐 | 豆包、元宝、千问有啥不一样?一篇讲明白,选对了才会更实用

来源:有事说事不含糊 2026-02-18 侵删

选AI就像选衣服,不是最贵的最好,而是最适合的最香!

现在市面上AI助手五花八门,但真正能打的大厂产品就那几款——字节的豆包、腾讯的元宝和阿里的千问。

别看它们都能聊天回答问题,其实各有绝活,用对了事半功倍,用错了可能事倍功半。

最近我身边不少朋友都在抱怨:“明明都是AI,怎么我用起来就没别人顺手?”

原来很多人根本不知道这三款工具的区别,随便抓一个就用。

结果写文案的用千问憋不出创意,搞研究的用豆包查不到精准数据,白白浪费时间和精力。

今天咱们就来彻底拆解这三款国民级AI,让你从此选工具不再迷茫!

豆包:你的创意小秘书

字节跳动出品的豆包绝对是“平民神器”,操作简单到连70多岁的老人都能轻松上手。

它的强项在于内容创作——写小红书文案、编短视频脚本、起爆款标题都是一把好手。

实测用它生成一条抖音脚本只要15秒,质量堪比专业编导的手笔。

最新发现是豆包在多模态处理上特别突出。

不仅能识别图片里的文字(比如拍张菜单就能翻译),还能给视频自动配字幕。

有个做美食自媒体的朋友告诉我,她现在拍完视频直接丢给豆包,5分钟就能出带特效字幕的成片,效率提升至少3倍。

不过要注意,豆包虽然“脑洞大”,但专业深度稍弱。如果让它写学术论文或者编程代码,可能就会露出马脚。

适合人群:学生党、自媒体人、日常娱乐需求大的用户。

元宝:微信里的办公利器

腾讯元宝最狠的招数就是深度嵌入微信生态。不用额外安装APP,在微信对话框里@元宝就能用。

这个设计太懂中国用户了——毕竟谁每天不刷几十遍微信呢?

我观察到一个有趣现象:很多中小企业现在都用元宝当虚拟行政助理。

它能自动整理会议纪要、生成Excel报表、甚至做简单的财务分析。

有个创业公司的CEO跟我说,他们公司现在70%的周报都是元宝初稿,员工只要修改润色就行。

但元宝的短板也很明显:创意类任务表现平平。让它写首诗或者编个故事,往往缺乏灵气。而且由于依赖微信,复杂任务处理能力有限。

适合人群:上班族、微信重度用户、需要团队协作的职场人。

千问:专业领域的学霸

阿里千问走的是技术流路线,回答问题时那种严谨劲儿,活像个戴眼镜的教授。

最新测试显示,它在数学计算、编程debug、数据分析等硬核任务上,准确率比同类产品高出20%左右。

有个程序员朋友做了个实验:让三款AI修复同一段问题代码。结果千问不仅找到bug,还给出了三种优化方案;豆包直接改错了关键参数;元宝干脆表示”这个问题太专业了”。

更厉害的是千问的生活服务整合能力。查快递、比价、找攻略,它都能调用阿里生态内的真实数据。不过它的界面确实有点“性冷淡风”,对新手不太友好。

适合人群:专业人士、学生党、技术爱好者。

终极选择指南

看完这些区别,该怎么选?记住这个万能公式:

——日常娱乐+内容创作 → 豆包

——微信办公+团队协作 → 元宝

——学习研究+专业技术 → 千问

最近行业里有个新说法叫“AI组合拳”——很多人开始同时使用2-3款AI。

比如:先用千问查资料,再用豆包改写成活泼文案,最后用元宝分享到工作群。这种玩法效率更高,但需要一定学习成本。

说到底,AI工具就像厨房里的刀具——切菜用菜刀,削水果用水果刀,没有哪把刀能搞定所有场景。

关键是要了解每款工具的特性,让科技真正为生活服务,而不是被工具牵着鼻子走。

最后留个思考题:如果你只能保留一款AI助手,你会选谁?为什么?

欢迎您在评论区分享您的使用心得,说不定能帮到更多家人呢!

王奚推荐 | 梦境记录仪来了:把梦变成电影,睡醒就能放片

文章来源:Maggy 2025年10月7日

会不会有种感觉,每天早上醒来,梦境常常是模糊的记忆片段,或是梦中精彩艰险的一刻,想要努力回想更多细节却相当困难?现在,梦境能像平时看的短视频一样,早上起床,在床边的装置按下按钮重新播放。这件听起来像是科幻电影情节的事,但荷兰的设计工作室「Modem」真的把它变成了现实!他们研发出一款名叫“梦境记录器(Dream Recorder)”的人工智能(AI)床头设备,目标就是把你的“梦境日记”带进智能时代。

梦境记录器以简单而诗意的方式,以梦境记录及探索揭开梦境的神秘面纱。有别于其他AI,它不做复杂的事情,“梦境记录器”只做一件事:它帮助你回放梦境!使用者只要早上起床,趁梦境还新鲜的时候,口述出内容。内置的人工智能模型(AI Model)会根据你口述的内容,生成一段短视频,并以一种带有颗粒感、印象派风格的影像在屏幕上播放,就像是我们的梦境,朦胧而梦幻。

Modem的联合创始人Bas van de Poel表示,他们希望这款产品能像个温柔的伙伴,以安静且温柔的姿态,静静陪伴在醒过来的人。梦境代表人的潜意识,这项设备可以在每天早晨,透过梦境的播放,反思自己最近的心境与潜意识。机器总共有七个储存格,可以储存一周的梦境,让使用者能回顾是否有重复出现的主题或模式,以达到自我的察觉。

梦境记录器不仅仅只有浪漫,团队以“开源共享”(Open Source)的想法,让每个人都能打造自己的梦境机器。其背后还有理性与数据支撑的“程序代码”与“机器零件蓝图”,被放在一个叫做GitHub的存放软件的网站,任何人都可以下载。可以通过3D打印外壳,再搭配市面上买得到的现成内部零件组装,亲手打造独一无二的梦境记录器。开源共享的想法,让每个人都能打造自己的梦境机器。

画家Alexis Jamet的插图

梦境记录器(Dream Recorder)满足了我们对梦境的迷恋,将潜意识无形转化为可见,甚至更能理解。其显示的影片风格来自于画家Alexis Jamet的插图,拥有俏皮朦胧的画风和颗粒状的纹理,其作品与大自然深度连结,与梦境的质地相当匹配。使用者甚至还可以加入“风格提示”(Style Prompts),来个性化他们生成的梦境影片外观,也更能被理解与察觉使用者的心境。

朱颜辞镜推荐 | 脑机接口新突破!大脑用“意念”操控轮椅、指挥机器狗

来源:央视新闻微信公众号 2025年12月17日

高位截瘫患者仅凭意念,就可以操控轮椅在小区遛弯,指挥机器狗取回外卖——这不是科幻电影,而是近期我国科学家在侵入式脑机接口临床试验的重大突破。

中国脑机接口新突破
从二维屏幕拓展到三维物理世界

近日,中国科学院脑科学与智能技术卓越创新中心和国内科研机构及医疗单位合作开展的第二例侵入式脑机接口临床试验取得新突破,技术上实现了从二维的屏幕光标控制,到三维的物理世界交互的重大转变。

接受本次脑机接口临床试验的是一位中年男性患者,由于一次不幸摔倒,他在2022年因脊髓损伤导致四肢瘫痪,经过一年多的康复,情况未有改善,仅剩头颈部可以活动。2025年6月,患者植入了科研团队开发的脑机接口系统。起初,该患者经过2到3周的训练,能够实现凭借意念对电脑光标、平板电脑等电子设备的控制。

为了进一步提高植入者对周围环境的交互能力,研究团队在此基础上,通过更多新技术的引入,成功将脑机接口应用场景从二维屏幕拓展到了三维物理世界,例如凭借意念超低延迟操控轮椅、机器狗。

中国科学院脑科学与智能技术卓越创新中心研究员赵郑拓介绍,这位患者可以将机器狗作为身体的延伸,通过意念控制它下楼取快递,通过意念控制轮椅下楼遛弯等,大大丰富了他的生活。

侵入式脑机接口如何运作?

侵入式脑机接口是怎样的一个设备?它是如何实现从植入者的“意念”转变为外部机械设备的各种动作呢?

赵郑拓介绍,脑机接口系统由前端的传感器与后端的处理器两部分组成。

前端传感器是一根仅约头发丝1/100粗细的线,将其中5至8毫米的长度植入大脑内部。后端处理器如一枚硬币,它不需要整体贯穿颅骨,只需要在颅骨上“打薄”出一块硬币大小的凹槽用以镶嵌设备。

专家称,前端的传感器相当于连接大脑的网线,负责连接到外部世界,上传、下载各种信息,后端的处理器负责把大脑的微弱神经活动转化为数字信号。这样植入者就能通过意念来操控外部设备,辅助其生活。

我国科学家突破多项
脑机接口硬核技术

连续、稳定、低延迟的精准控制是这次发布的侵入式脑机接口系统的主要特点。为了实现这些目标,我国科学家突破了多项脑机接口的硬核技术:

首先,科学家研发出的神经数据压缩技术搭配混合解码模型,可让脑控系统的整体性能提升15%-20%。

赵郑拓讲述,这位患者的应用场景为日常生活场景,患者心理、周边环境等都会对其大脑活动产生一定干扰。“我们的信息处理技术,或称解码算法技术,可以在诸多变化与干扰因素的情况下,仍能精准提取最准确的信息。”

除此以外,科研团队还攻克了“跨天稳定神经流行对齐”“在线重校准”等关键核心技术,使系统能在患者日常使用过程中,实时、无声地微调解码参数,让植入者越用越顺手。

与此同时,这套系统从信号采集到指令下发到外设的端到端延迟,也压缩到了100毫秒以内,低于人体自身的生理延迟,这使得患者的控制体验更加流畅,意念与动作几乎同步。

目前,科研团队还在研究更多应用场景,以适应植入者不同的需求。