做脑机接口或 EEG 表征学习的朋友可以看看这篇论文。它把多尺度建模做到了输入和预训练目标两端,6 个 BCI 基准里 5 个拿了最好的 Balanced Accuracy,参数才 5.0M,比 12 个基线都省。写论文选基线时也用得上。
#脑机接口
Neuralink 又开了个新试验 PRIME2,这次把中风瘫痪的人也纳入进来了,最多招 10 个成年人,在迈阿密大学招募。用的还是 N1 植入物加 R1 手术机器人,让人靠意念控制光标打字。家里有中风、渐冻症或脊髓损伤患者的可以关注下招募信息。
六部委联合发文让具身智能、大语言模型、外骨骼进养老院,还把“会用 AI”写进老年教育。做助老机器人、健康管理或适老产品的团队可以对照政策找落地场景,养老市场的技术采购方向就在这几条里。
a16z 调查了 500 个美国人,一半人愿意花钱买一个整合病历和可穿戴数据的应用,文章列了六个具体的创业方向。
用便宜的脑电帽代替 fMRI 做脑机接口,直接从 EEG 检索你读过的整句话,方法讲得很细。
Neuralink 的盲视设备搞完了工程研发,就差 FDA 点头,原理是往大脑里写画面而不是读信号,文章还梳理了三款产品的试验进度表。
深圳先进院做的超声脑机接口,不用开颅就能治疗,24 个昏迷病人里 13 个有改善,还有个昏迷 3 个月的被唤醒了,技术路线挺少见。
有人把 EEG 硬件、注意力分类模型和音频干预整套跑通了,实时延迟不到 100 毫秒,37 人实验里注意力分数提升 20%,做脑机接口的可以看看。
Rohan Paul 提了个有意思的角度:智能体时代最自然的输入可能不是打字,而是直接把脑子里的想法传给模型。
对脑机接口或医疗 AI 感兴趣的话,MedARC 下周一的分享讲怎么给颅内脑电训练基础模型,可以去听。
脑机接口研究发现,原方法主要依赖单词时长而非脑电信号,改进后解码效果大幅提升。
做脑机接口或EEG应用的朋友可以看看,ThinkNet用验证门控选模型,4.9K参数就能跑出44%的四分类准确率,还比大模型泛化更好。
decoded脑电信号的新思路:同时用音频和文本两个锚点对齐,比单锚点方法更稳,做脑机接口的可以看看。
马斯克聊Neuralink的底层逻辑:人输出只有100比特/秒,机器是万亿级,差距太大自然对齐不了,这个视角挺有意思。
马斯克接受央视采访聊 Neuralink,他算了一笔账:人输出信息每秒才约 100 比特,电脑是 1 万亿,差距太大了。
ThinkVoice把Grok Voice和脑电感应结合起来,你不用动嘴就能选话回复,对无障碍交流很有帮助。
马斯克的 Neuralink 估值涨疯了!二级市场已经炒到 420 亿美元,比去年翻了快四倍,投资者挤破头想买。
这论文把神经网路编译成纯布尔电路,在边缘设备上跑EEG分类,延迟低还省电。痴呆检测准确率比MLP高6.8%,值得搞BCI的人看看。
MOJO让神经解码模型也能用大量无标签数据,比纯监督学习更强,尤其数据少时效果拔群。
中国公司Neuracle的侵入式BCI产品已经真正开出处方、进医保了,比Neuralink更快走完商业闭环,看看他们怎么做到的。
中国脑机接口公司融资热起来了,看看哪些公司获得了大额投资、产品到了哪一步。
中国脑机接口行业拿到大笔投资,审批也快了,很快你就能看到实际产品
Meta的Brain2Qwerty v2能从脑波直接读句子,比v1强很多,发在Nature上,对说不出话的人可能是救星。