腦機接口順著大腦的路走：訓練效率與真實落地的雙重突破同時發生

編輯丨%

腦機接口（BCI）概念從提出到現在，經歷了長足的發展。通勤、家庭、病房，都是腦機接口最終要面對的地方。

而 BCI 這些年的進步，常常體現在兩個看似分開的方向：一邊是「怎么更快學會」，另一邊是「怎么更久地穩定使用」。前者決定系統能不能被人掌握，后者決定它能不能進入真實生活。而最新的兩項研究，正好把這兩個問題分別推進了一步。

與大腦協作

我們常能在諸多網站上關注到有關的進展，比如腦機接口協助殘障人士恢復，或者為他們提供一個交流的渠道。但很遺憾的是，基于實時功能性磁共振成像（fMRI）的反饋構建的 BCI 是一種顯示大腦區域活躍程度的 MRI 掃描，需要用戶長時間訓練，學習效果也很有限。大約三分之一的用戶無論練習多少小時，都無法獲得控制權。

2026 年 6 月 9 日，耶魯大學發布了「Human learning of noninvasive brain–computer interfaces via manifold geometry」，在這篇文章中，研究團隊試圖先找出每個人腦活動里真實存在的幾何結構，再用這個結構去指導訓練。

論文鏈接：https://www.nature.com/articles/s41593-026-02311-2

順著流形，學習會更快

非侵入式 BCI 的難點，并不只在于信號弱，也在于人學得慢。這是耶魯團隊當下正嘗試解決的一點。他們一共邀請了 18 名受試者進入神經反饋分析；第一階段是 joystick 校準，用來學習個體的 intrinsic manifold。

后面三個神經反饋會話則分別測試直觀映射（IM）、流形內擾動（WMP） 和流形外擾動（OMP） 三種映射。團隊用流形正則化自編碼器把實時數據重新嵌回個體流形上，再通過閉環反饋讓受試者學習。

圖 1：流形學習與驗證。

通過這一過程，研究人員發現參與者在訓練不到一小時內就能成功學會控制虛擬形象——有時甚至更快——而當腦機接口映射遵循大腦自然流形時。當映射偏離流形時，參與者在同一時間段內完全無法學會。

圖 2：不同流形成分的 BCI 學習。

但腦機接口的學習不僅僅是改變行為：大腦本身在底層重新組織，調整活動以更好地符合腦機接口的需求。在某些情況下，這種重組預測了每個人的表現，并傳播到目標區域外的腦區，表明腦基控制學習在大腦不同區域之間有波紋。

團隊表示，這些發現揭示了為什么某些東西會讓人覺得難以學習。這可能不是努力或能力的問題，而是一個人想學的東西是否適合他們現有的神經結構。

讓系統進入生活

如果說前一項研究強調的是「人怎么更快學會」，加州大學戴維斯分校（University of California, Davis）、布朗大學（Brown University）等的研究則把問題推進到「系統怎么長期穩定地被使用」。

2026 年 6 月 15 日，相關研究團隊發表的這篇「Long-term independent use of an intracortical brain–computer interface for speech and cursor control」報道了一名患 ALS 且嚴重構音障礙的患者，在家中獨立使用 intracortical BCI 近兩年的經歷。

論文鏈接：https://www.nature.com/articles/s41591-026-04414-6

從實驗裝置到日常工具

受試者家中的 BCI 系統是一組安裝在移動推車上的聯網計算機，放置在他的臥室或客廳里。他的護理伙伴接受過培訓，可以安全連接神經記錄設備和計算機系統的電源，隨后通過定制軟件自動初始化。這使得患者能夠在沒有任何研究團隊成員協助的情況下操作 BCI。

圖 3：多模態皮層內腦直管的獨立使用。

據論文與報道，該患者累計獨立使用系統超過 3,800 小時，發送了 183,060 條句子、1,960,163 個詞，平均速度達到每分鐘 56 個單詞；在 125,000 詞詞表上，嘗試說話的準確率超過 99%。

這已經不只是一次成功演示，BCI 已經成為了一種持續可用的日常工具。患者還能用這套系統完成發消息、寫郵件、上網和工作溝通，說明 BCI 已經不只是「實驗里能動」，它開始讓患者擁有真實生活中的功能密度。

圖 4：試驗參與者 Casey Harrell 已經在家中使用腦機接口兩年。

該研究凸顯了皮層內 BCI 為重度運動障礙患者（包括 ALS）帶來極大生活便利的潛力。通過實現自然主義的交流和完整的數字訪問，這些系統有望顯著提升獨立性和生活質量。

除開測試恢復溝通之外，這項臨床試驗還產生了大量獨特的數據，為研究者開發更優質的療法提供了極為全面充足的記錄。

更準，更順

BCI 的競爭，正在從「誰的模型更強」轉向「誰更懂大腦、也更懂場景」。非侵入式系統需要尊重大腦已有的結構，讓訓練沿著更容易生成的神經路徑展開；侵入式系統需要把性能、穩定性和使用體驗一起做進系統里，才能撐起長期獨立使用。

未來真正有影響力的 BCI，可能不會只是更快讀出信號，也不會只是更高的測試分數，而是能讓人更自然地學會、更穩定地使用，并在真實生活中持續發揮作用。

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

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