Meta：Brain2Qwerty v2——无需外科植入物，以61%准确率将大脑信号转化为文字

Meta Research发布了Brain2Qwerty v2，这是一个在无需手术的情况下，利用从体外采集的大脑信号生成打字文本的系统，单词级别平均准确率达61%。该研究代表了文献中有记录的非侵入式脑机接口（BCI）领域迄今最大的跃进。

Brain2Qwerty v2如何解码大脑活动

Brain2Qwerty v2依赖MEG——脑磁图技术，这是一种捕捉神经元电活动产生的极微弱磁场的技术。MEG扫描仪像头盔一样佩戴在颅骨外部，无需任何手术或向脑组织植入物。

该系统将端到端深度神经解码与在脑数据上微调的大型语言模型相结合。九名参与者各自在MEG扫描仪中打字十小时，产生约22,000个训练句子。系统准确率随采集数据量呈对数线性增长——更多录制，更好结果。

结果与现有方法的比较

单词识别平均准确率为61%。对于表现最佳的参与者，Brain2Qwerty v2达到78%的准确率——超过一半的句子该参与者仅出现一个错误或零错误。

与该领域其他方法的比较不言而喻：其他非侵入式BCI方法仅实现8%的单词级别准确率。Brain2Qwerty v2以七倍之差超越这一结果，达到需要神经外科手术的侵入式植入物的水平。8%与61%之间的差距使Brain2Qwerty v2成为首个现实意义上触及临床应用领域的非侵入式系统。

这意味着外科植入物的终结吗？

侵入式BCI植入物——如Neuralink开发的系统——仍实现更高精度和更大实时信息通量，但需要伴随医疗风险的神经外科干预。Brain2Qwerty v2不能取代植入物，但为手术被排除的患者开辟了替代选择——例如早期肌萎缩侧索硬化症（ALS）、脑干损伤或瘫痪状态的人。Meta Research强调，该研究面向数百万因运动障碍而难以或无法沟通的人群。

开源发布与代码可用性

Meta随研究发布在GitHub上公开了Brain2Qwerty v1和v2的完整训练代码。与巴斯克认知、大脑与语言研究中心（BCBL）合作收集的v1数据集可在HuggingFace平台获取。

代码和数据的开放发布使独立复现结果和研究社区进一步开发非侵入式BCI系统成为可能——对于具有这种商业和医学潜力的研究而言，这是罕见的举措。