您的位置:首页 设计制造

从路线之争到工程落地,拆解脑机接口落地难题

来源:大半导体产业网    2026-11-13
11月13日下午,第五届南渡江智慧医疗与康复产业高峰论坛的脑机接口圆桌环节围绕脑机接口技术的发展机遇与挑战主题,东华大学教授侯成义、神芯科技创始人殷明、西湖灵犀科技联合创始人杨杰、南湖脑机交叉研究院,脑机接口技术与平台中心主任杨雨潇、杭州虚之实CTO曹璐及合盈脑机基金合伙人张宇涛参与讨论。从科普、非侵入与侵入式路线之争,逐步收敛到“从一次成功演示到一台可注册、可进医院的器械,中间还有多少路要走”这一工程性命题,与会嘉宾分享了各自的观点与见解。

11月13日下午,第五届南渡江智慧医疗与康复产业高峰论坛的脑机接口圆桌环节围绕脑机接口技术的发展机遇与挑战主题,东华大学教授侯成义、神芯科技创始人殷明、西湖灵犀科技联合创始人杨杰、南湖脑机交叉研究院,脑机接口技术与平台中心主任杨雨潇、杭州虚之实CTO曹璐及合盈脑机基金合伙人张宇涛参与讨论。从科普、非侵入与侵入式路线之争,逐步收敛到“从一次成功演示到一台可注册、可进医院的器械,中间还有多少路要走”这一工程性命题,与会嘉宾分享了各自的观点与见解。

不能“互相伤害”的材料难题

侯成义指出,传统金属纤维电极插入脑组织后,在强极化刺激下,电极与组织会发生双向损伤;如果这一问题不解决,长期植入的可靠性就无从谈起。他判断,电极不仅需要导电,最好具备电化学惰性,在采集与刺激的整个生命周期内,界面两侧不能互相伤害。团队探索的方向是把纤维做成多功能载体,既能采集电信号,也能传导光刺激,甚至利用环境电磁波为植入器件供能。光遗传学通过光敏感通道蛋白使特定神经元对光产生兴奋或抑制响应,为神经调控提供了电刺激之外的另一条通路,但杨雨潇在讨论中将其定位为“未来可能的方向”,而非当下的工程解。

杨雨潇从临床一线的角度补充了柔性电极的植入难题:软的线要进入软的脑组织,需要临时硬质载体引导,或借鉴血管内路径,效率与安全性之间必须做平衡。刚性电极信号稳定、植入直接,但长期组织反应更重。柔性电极界面友好,但手术可操作性和长期机械可靠性仍待验证。材料路线的选择,本质上是在植入便利性、信号质量与长期安全性之间做临床权衡。

针对侵入式脑机接口治疗难治性抑郁症,杨雨潇给出了他的见解。他说,DBS治疗抑郁症已有二十多年,为什么没有证?因为收益不够高、不够稳定、不够能推广。拿证的核心是风险收益比:对大脑产生一定损害,能不能给病人更大的回报。

他表示,未来三到五年,迭代融入侵入式脑机接口,开展合适的研究者临床,初步验证有效性;三年重点放在特定适应症、特定技术、特定设备的大规模注册临床,把“收益”讲清楚;五年观察长期疗效,验证稳定性、安全性,确定合适的治疗方案,为拿植入式证打基础。他还补充了“十年”维度,新技术成型、安全性有了之后,还需要医生生态、患者家属认知生态、监管与医保定价生态的完善,才能真正走向临床普及。

脑机接口芯片,低功耗与高噪声裕度的两端取舍

殷明把侵入式与非侵入式芯片的根本差异归结为信号源距离。侵入式电极紧贴神经元,信号强、频段高,但受制于植入式医疗器械的功耗红线,通道数越高,单通道功耗压力越显著;非侵入式信号经颅骨和头皮层层衰减,到了体表已是微伏级,工频干扰和电极阻抗失配产生的差模信号轻易就能淹没目标信号,对输入参考噪声的要求反而更高。

他指出,侵入式“低功耗优先”,非侵入式“高噪声裕度优先”。这一取舍被产业界称为脑机接口芯片的“不可能三角”——通道数、单通道功耗、输入参考噪声,迄今没有一颗芯片能同时把三项做到最优。

殷明进一步指出,通道数提升是数据获取效率的必然要求。他把脑机接口类比为AI早期,模型泛化能力受限于数据量和质量,要跨过解码精度门槛,就必须先在高精度、高通量神经数据获取上补课。但他同时承认,量产一致性和植入安全性是“立地”的另一条腿,与“顶天”的通道数扩张同等紧迫。

杨杰则判断,未来一到两年,国内多数厂商的芯片功耗指标将陆续满足医疗场景基本门槛,他并不认为通道数需要无限扩张,“在运动和语言这两个当前最明确的应用场景下,上千通道已经够用”,真正拉开差距的反而是场景适配能力:脊髓接口、皮层语言解码、帕金森闭环调控,对电极类型、刺激参数和芯片架构的要求各不相同,为B端场景做定制化调优,比在单一指标上竞争更有产业价值。

张宇涛从投资视角给出了见解。他说,脑机接口当前最值得关注的底层方向之一是脑认知与脑解析,上游的电极、芯片与神经数据基础设施,是下游所有解码与调控应用的前提。在退出路径上,他表示,目前以并购为主、IPO为辅。原因在于,脑机接口企业大多处于中小期阶段,除龙头机构外,剩余企业达到IPO规模和体量难度较大,而传统医疗器械、电磁调控、康复外骨骼、甚至药企数字疗法等上市公司,对脑机接口的补短板和差异化布局有强烈驱动。他同时提到,脑科学是中美技术博弈的重要领域,侵入式技术路径的发展会得到国家层面和资本盘的支持,但IPO在数量上会有控制,并购才是更现实的产业整合方式。

小模型定音,大模型定字

语言解码是大模型与脑机接口结合最紧的环节。杨杰拆解了当前路径,从神经信号到肌肉运动的映射相对明确,前端小模型负责预测音素、声调等基础单元,但这一层准确率并不高;真正的“大模型”工作发生在后端,将带有误差的音素预测输入语言模型,由模型结合上下文和汉语的音节,字形规律,判断最可能的字词序列并纠正错误。他用一个比喻定位大模型的位置:前端小模型给出“候选人”,语言模型根据“什么话说出来是合法的、什么话在此刻最可能被说”,在候选序列中做选择。汉语只有407个核心音节,声调和同音字既是难点,也是可被语言模型结构化利用的约束。

曹璐从非侵入式VR场景补充了另一层观察,AI的价值不限于算法本身,更在于把标准化采集方法和数据孤岛连接起来,没有统一的采集协议和质量基准,再强的模型也无从训练。