Meta Brain2Qwerty v2
2026 年 7 月，Meta 发布非侵入式脑信号转文字系统 v2。
技术架构
- 信号采集：脑磁图（MEG），无需手术植入电极
- 信号解码：原始神经信号 + LLM 联合解读
- 性能：平均词准确率 61%（此前非侵入式 <30%）
关键创新
- LLM 作为噪声解码器：利用语言模型的上下文推断能力解读模糊脑信号
- 非侵入式：相比 Neuralink 等植入方案，MEG 无需手术
- 开源：代码、数据集、资金全部开放
所属项目
Meta Digital Brain Project 的一部分，旨在推动神经科学协作。
AI Master 解读
核心事件
非侵入式脑机接口取得突破性进展。
行业影响
影响分析： 此前非侵入式 BCI 准确率极低（<30%），Brain2Qwerty v2 用 MEG + LLM 的组合将准确率提升到 61%。关键创新在于用 LLM 作为「噪声解码器」——LLM 擅长从上下文推断意图，恰好适合解读模糊的脑信号。
AI Master 建议
BCI + LLM 的范式值得关注。这不仅是神经科学突破，也展示了 LLM 作为通用信号解码器的潜力。
