AI巨头持续加码：脑磁图（MEG）再次刷新非侵入式脑机接口能力

创建时间：2026-07-08 11:48
 

 

近期Meta团队发布新一代非侵入脑文本解码模型Brain2Qwerty v2，依托脑磁图（MEG）采集大脑神经信号，结合深度学习与大语言模型实现完整句子异步解码，大幅刷新无创脑机接口语义识别性能。

 

该项研究不仅验证了MEG在高精度神经信号采集上的不可替代性，也点出传统超导MEG设备成本高、部署门槛高的行业瓶颈，为国产原子磁强计脑磁图（OPM-MEG）与神经解码技术发展指明方向。

 

 

Meta Brain2Qwerty v2

MEG支撑下的无创脑解码里程碑

 

过往非侵入脑机方案的准确率较低，难以支撑有效语义交互。去年，Meta发布了Brain2Qwerty v1版本，以MEG为信号采集载体，从脑磁信号中逐字符解码打字内容，最优表现是字符错误率（CER）约32%。本次 Meta发布的Brain2Qwerty v2，抛弃了v1的按键时间戳，实现异步连续解码，最优表现的受试者准确率可达78%。

 

前代v1模型需依托击键时间对齐脑信号，无法实现无约束实时交互；v2基于9名志愿者累计22000句打字MEG连续信号数据集，搭建端到端解码架构，无需外部时间标记即可自主识别字符、单词与完整语句，消除实时交互的核心阻碍。这标志着BCI开始接近一个真正的应用边界：“人类意图 → 神经信号 → 机器语言输出”的低延迟闭环。

 

采集规模与数据多样性解锁 MEG 异步解码[1]

 

 

Brain2Qwerty v2整套解码模型由三级模块串联构成，以 MEG 脑磁时序信号作为原始输入：

 

  • Conformer 模块：实现脑信号中的字符检测与分类；

  • Aligner 模块：对字符特征分组，并完成词嵌入对齐；

  • LLM 模块：重建语义，最终输出通顺完整的可读语句。

 

实验数据显示，模型平均单词准确率61%，最优受试者可达78%，超半数句子仅存在 1 个及以内单词误差。这是目前性能最高的端到端非侵入式脑信号解码系统，能够从连续的脑活动中实时解码完整句子，显著优于其他非侵入性方法所达到的8%的单词准确率，其准确率已经接近此前只有依赖开颅植入脑机接口才能达到的水平。

 

为什么Meta再次选择MEG？

 

算法性能的上限，往往取决于输入信号的质量。如果脑信号本身信息密度不足，再强的AI模型、再复杂的训练策略，也很难突破系统天花板。

 

当前，非侵入式BCI技术路线中，常见方案各有优劣：

 

  • 头皮脑电（EEG）设备便捷、成本较低，但信号易受到颅骨、头皮和肌电噪声影响，空间分辨率有限；

     

  • 功能近红外（fNIRS）适合部分可穿戴场景，但血流动力学信号的时间响应相对滞后，空间分辨率较低；

     

  • 功能磁共振（fMRI）全脑空间成像出色，但时序延迟严重，难以支撑实时脑机控制；

     

  • 脑磁图（MEG）则直接记录神经电流产生的微弱磁场，兼具毫秒级时间分辨率和毫米级空间定位能力，更适合捕捉快速神经动力学过程，可以为解码提供更高质量的神经数据。

 

Brain2Qwerty v1版本中，使用MEG技术的字符错误率（CER）平均达到29%，表现最好的参与者低至18%，显著优于脑电图的65%，并且可以完美解码训练集之外的各种句子。这也是为什么在高精度语言解码、运动意图识别、认知状态分析等任务中，MEG被越来越多研究团队视为非侵入式BCI的重要技术路径。

 

MEG支撑非侵入式脑机解码发展

 

实时解码大脑活动中的视觉表征

 

早在2023年，Meta就使用MEG进行大脑活动扫描，并与AI系统结合，实现了近乎实时地解码大脑中的视觉表征，能够根据大脑活动重建大脑在每个瞬间感知和处理的图像。

 

具体而言，Meta是开发了一个由图像编码器、大脑编码器和图像解码器组成的系统。可以说，这项研究开辟了一条前所未有的新途径，能够帮助科学界了解图像如何在大脑中表示。

 

 

脑磁信号图片重建

 

国内研究团队也在利用 MEG等兼具高时间分辨率和较好空间定位能力的神经影像技术，对自然场景刺激下的大脑活动进行解码，并实现视觉图像重建，取得了较为理想的效果。

 

南方科技大学刘泉影团队通过构建“视觉刺激—脑表征—图像重建”之间的映射关系，让受试者按时间序列观看自然图像，同时采集其脑磁信号；随后借助脑编码与解码模型，将神经活动映射到视觉语义嵌入空间，进而完成图像分类、检索和生成式重建等任务。从图中可以看到，重建图像在物体类别、整体轮廓、颜色分布和场景语义等方面与原始观看图像具有较高一致性。例如，水果、昆虫和鸟类等自然图像的主要视觉特征均得到了较好还原。

 
 

基于 EEG/MEG 的零样本脑解码与图像重建[2]

 

 

持续布局脑机接口赛道

开展神经解码前沿研究

 

Meta本次基于传统超导MEG的研究证实，MEG是实现高性能无创神经解码的核心载体，但团队在研究中也客观指出了现存技术的局限：实验所用传统超导SQUID-MEG存在显著落地短板，整机造价高昂、依赖液氦低温维持、需专属大型磁屏蔽室，体积与运维成本限制大范围科研及临床普及。研究团队同步提出，原子磁强计脑磁图（OPM-MEG）是破解设备落地难题的核心技术路线。

 

 

 

OPM-MEG 为非侵入式BCI 带来新可能

  • 常温工作，无需液氦，极大降低运行维护门槛。

  • 贴近头皮，显著提升信号采集效率。

  • 可穿戴，更容易适配不同人群和自然动作条件下的实验设计。

  • 为语言、运动、社交互动和临床评估等更接近真实世界的范式创造条件。

 

 

 

昆迈医疗依托量子弱磁传感技术，始终深耕OPM-MEG领域，并持续构建面向脑科学和脑机接口的，涵盖采集、分析、解码的完整能力体系。

 

 

1

脑成像

 

全球首个获得临床准入的无液氦脑磁图系统

 

早在2024年，昆迈医疗自主研发的OPM-MEG已经取得了全球首个医疗器械注册证，标志着国产MEG成为国内脑科学领域自主可控的关键装备赛道，降低了国内科研机构、三甲医院开展 MEG 相关神经解码研究的硬件门槛。

 

 

 

 

2

脑信号分析

 

唯一获NMPA认证的脑磁图数据后处理软件

 

自研同品牌数据处理软件，独立 NMPA 注册证，适用范围明确包含“大脑运动、感觉等功能区识别”，软硬件深度协同，确保从信号采集到临床辅助诊断的全链路合规、安全、可靠，满足医院临床准入与科研转化双重需求。

 

 

 

 

3

神经解码

 

首篇基于国产OPM脑磁图的认知神经科学研究

 

2024年，北京大学高家红团队在《Journal of Neuroscience》上在线发表了面孔识别的神经机制研究成果，该研究采用昆迈医疗自主开发的OPM-MEG作为主要成像技术，并利用基于机器学习的多变量模式分析（MVPA）方法，系统地解码了面孔的年龄、表情、性别和种族四个维度在时间上的动态加工过程，揭示了这些维度的时间泛化模式。

面孔各维度的动态加工过程[3]

 

 

 
 
 
 

 

昆迈医疗立足自主研发的OPM-MEG核心平台，深耕神经解码前沿技术攻关。依托无创脑机底层技术，为神经损伤、运动功能障碍群体搭建无障碍脑机交互通路；以国产化高端脑成像装备，赋能国内脑科学及无创脑机领域原始创新。公司持续推动国产脑功能成像设备科研与临床规模化落地，深耕国产脑机交互赛道，助力我国脑科学产业自主可控突围，以原创硬科技守护大众脑健康、构筑中国脑科学领域核心竞争力。

 

 

 

参考文献：

[1] Zhang et al., Accurate Decoding of Natural Sentences from Non-Invasive Brain Recordings, Meta AI, 2026.

[2] Li et al., Visual Decoding and Reconstruction via EEG Embeddings with Guided Diffusion, 38th Conference on Neural Information Processing Systems, 2024

[3] Xu et al., Decoding the Temporal Structures and Interactions of Multiple Face Dimensions Using OPM-MEG, The Journal of Neuroscience, 2024

 

 

 
 

END

 
 
 

 

 

 

 

ꄴ前一个： 无
ꄲ后一个： 无

联系方式

——

快捷导航

——

扫码关注

——

1. 本网站产品，如非特意注明，否则均不可用于医疗场景。

2. 本网站仅做信息展示，不直接提供购买服务，如需采购请致电或留言。

浏览须知

——