Meta 非侵入式脑机接口 Brain2Qwerty v2 发布，打字准确率逼近手术植入方案

一句话看懂

Meta FAIR 团队发布 Brain2Qwerty v2，通过头皮外磁信号将大脑活动直接解码为文字，无需手术植入，准确率已接近植入式方案。

详细发生了什么

Meta 的 FAIR 团队发布了 Brain2Qwerty 的第二代版本（v2），这是一套非侵入式脑机接口系统。它利用放置在头皮外部的磁传感器（MEG）捕捉大脑活动产生的微弱磁场信号，然后通过 AI 模型将这些信号实时解码为打字内容——用户只需在脑海中想象敲击键盘，系统就能输出对应的句子。

与需要开颅手术植入电极的方案（如 Neuralink）不同，Brain2Qwerty v2 完全无创，用户只需佩戴一个类似头盔的磁检测设备。研究团队表示，随着每次额外记录数据的加入，系统的解码准确率都在稳步提升。更值得注意的是，Meta 还引入了能够自主编写代码的 AI agent 来优化模型架构和训练流程，进一步加速了性能改进。

不过，Meta 强调该系统目前仍处于实验室阶段，距离用于瘫痪患者等临床场景还有很长路要走。当前实验主要针对健康志愿者在受控环境下进行，实际应用中的信号噪声、个体差异等问题尚未完全解决。

中文圈视角

对中文用户来说，这项技术最直接的启示是：非侵入式脑机接口正在快速追赶植入式方案，而 Meta 选择开源其部分研究成果（Brain2Qwerty 的代码和数据集已在 GitHub 上公开），这意味着国内研究机构和企业可以直接在此基础上进行二次开发。

目前国内脑机接口领域，如 BrainCo（强脑科技）、NeuraMatrix（脑虎科技）等公司主要聚焦于侵入式或半侵入式方案，非侵入式方面更多依赖 EEG（脑电图）信号，精度远低于 MEG。Meta 的 MEG 方案虽然设备昂贵且需要磁屏蔽室，但其开源模型和算法可以为国内团队提供宝贵的参考——尤其是如何用 AI 补偿硬件限制。

对于普通中文用户，短期内不要指望能买到“意念打字”的消费级产品。但如果你关注辅助技术，可以留意国内科研机构（如清华大学、中科院）是否会基于此模型开展中文脑打字研究——因为 Brain2Qwerty 目前只支持英文键盘映射，中文输入涉及拼音、字形等更复杂的编码，这本身就是一个值得探索的方向。

几条值得记住的细节

• Brain2Qwerty v2 使用 MEG（脑磁图）传感器，而非更常见的 EEG（脑电图），信号分辨率更高但设备更昂贵。
• 系统解码的是用户“想象打字”时的脑活动，而非实际手指运动，这使其对瘫痪患者更有潜力。
• Meta 使用了 AI agent 自动编写代码来优化模型，这种“AI 优化 AI”的方法显著提升了训练效率。
• 当前准确率在受控环境下已接近植入式方案，但临床转化仍需多年。
• Meta 已开源 Brain2Qwerty 的代码和部分数据集，可在 GitHub 上获取。

一句话总结

非侵入式脑机接口的准确率正在逼近手术植入方案，Meta 的开源模型可能加速国内相关研究。