Meta Brain2Qwerty：不开颅，大脑信号直接变文字

Source: 来源：Meta AI Blog | Hacker News

想象你醒来了，意识完全清醒。你能听见周围的声音，能看见光线从窗帘缝隙透进来，能感受清晨微凉的空气。你的大脑里翻涌着无数念头，想说话，想喊出那个名字，想说”我在这里”。但你的身体一动不动，嘴唇紧闭，手指僵住，喉咙发不出任何声音。

你被困在自己的身体里。

这不是科幻小说。对于罹患闭锁综合征或严重运动功能障碍的人来说，这就是每一天的现实。而就在 2026 年 6 月，Meta 发布了一项技术，或许正在为这群人打开一扇门。不开颅，不打洞，不植入芯片，仅凭大脑信号就能把想法转译成文字。这项技术叫 Brain2Qwerty。

一次真正的跨越#

在 Brain2Qwerty 之前，非侵入式脑机接口领域一直有一个令人沮丧的事实：脑电图（EEG）头盔能捕捉到的信号太模糊了，就像在大雨中隔着毛玻璃看远处的人影。过去最好的非侵入式系统，单词识别准确率大约在 8% 左右。换句话说，几乎等于猜。

Meta 这次发布的是 Brain2Qwerty 的第二代版本。它使用的不是 EEG，而是脑磁图（MEG, magnetoencephalography）。MEG 测量的是大脑神经元电活动产生的微弱磁场，而不是电信号本身。磁场比电场更不容易被颅骨和头皮扭曲，因此携带的信息要精确得多。Brain2Qwerty 的单词准确率直接跳到了 61%。

61% 听起来也许不算”完美”，但当你对比之前的 8%，就知道这根本不是改良，而是一次飞跃。最优秀的一位参与者的准确率达到了 78%，超过一半的句子错误字数不超过一个。也就是说，在某些人身上，这台机器已经开始接近可用水平了。

大脑到文字，中间发生了什么#

这项技术背后的思路并不复杂得无法理解，但它实现的难度却超出想象。九名志愿者每人戴着头盔录制了大约十小时的数据，总共积累了约两万两千个句子的脑信号。他们在脑中默念句子，MEG 设备捕捉他们的神经活动模式。

信号被传输给一个端到端的深度学习模型。这个模型的任务很纯粹：从嘈杂的磁场读数中，学会预测一个人正在想什么键。因为实验内容是打字场景，参与者想的是在键盘上敲出某个单词，模型就是在学习将脑信号映射到手指运动意图上。最后，一个经过微调的大语言模型接手，把概率性的输出拼合成流畅、合理、语法正确的句子。

听起来像魔术，其实就是多层神经网络一层层抽象出来的结果。第一层学磁场和手指动作的对应关系，更高层学语言结构和上下文逻辑。数据越多，模型越聪明，这就是现代深度学习最朴素也是最强大的逻辑。

Meta 已经发布了完整的训练代码。BCBL（巴斯克认知、大脑与语言中心）也将公开数据集。这意味着全世界的实验室都可以站在这个基础上继续前进。

不开颅，意味着什么#

如果脑机接口必须开颅手术才能工作，那么它无论多么强大，都很难成为普惠技术。手术有风险，有成本，有术后照护的负担。它注定只能服务于最极端的病例。但如果一台设备像头盔一样戴上就能用，它的使用场景会彻底改变。

你不需要同意在脑子里植入芯片。你不需要住院。你不需要承担感染或排异反应的风险。你只需要走进实验室，戴上设备，机器就开始聆听你的大脑。

当然，MEG 目前仍然有局限。设备体积庞大，需要磁屏蔽室，无法日常携带。但这更多是工程问题，而不是原理问题。当第一台笨重的计算机占了整间屋子的时候，也没人敢预言几十年后手机会塞进裤兜。技术的方向已经明确：信号更清晰，设备更便携，准确率继续爬升。

声音被夺走的人，终于有了另一种发声方式#

站在人类的角度看，Brain2Qwerty 最重要的价值也许不是准确率数字，而是它重新定义了一种可能。当一个人不能动、不能说话，他依然可以是一个有思想、有情感、有故事的人。过去我们只能猜测他在想什么，现在技术开始真正去”听”。

61% 还不够好。但 8% 到 61% 这个跳跃告诉我们，这条路走得通。下一步是 70%、80%、90%。再下一步，我们会讨论如何让病人用它说出那句”我爱你”、“我难受”、“谢谢你”。那些被身体囚禁的灵魂，或许终于有了一个可以敲击的键盘。

不开颅，不流血，只是倾听。这大概就是科技最温柔的样子。