AI当副驾：非侵入式脑机接口首次完成“抓放”任务

哇哦AI

图片来自 eurekalert.org 的相关报道，用于呈现概念方案或事件背景；当前产品尚未正式定型，不代表官方最终外观。 摄影/版权标识：eurekalert.org。 来源：eurekalert.org

戴上脑电帽，用意念指挥机械臂把积木块从A点移到B点——听起来像科幻，但UCLA的工程师们刚刚在《自然·机器智能》上发表了真实成果。他们开发了一套非侵入式脑机接口系统，核心创新是给BCI配了一个AI“副驾驶”：系统不仅读取脑电波，还通过摄像头实时理解用户意图，辅助完成精细操作。在实验中，一名腰部以下瘫痪的受试者借助AI，用约6分半钟完成了四块积木的拾取放置；没有AI时，他完全无法完成任务。这套系统目前仍是概念验证，但展示了非侵入式BCI从未达到的精度和实用性。

目前能确认到哪一步
concept：研究发表于《自然·机器智能》，为概念验证阶段，尚未商业化或进入临床试验。材料来自UCLA官方新闻稿，所有结果基于4名受试者（3名无运动障碍，1名瘫痪）的实验室测试。

AI副驾如何读懂你的“脑电意图”
传统非侵入式脑机接口的痛点在于信号太“脏”：头皮上记录的脑电波（EEG）混杂了大量噪声，很难精确解码出用户想“往左”还是“往右”。UCLA团队的做法是给BCI配了一个AI“副驾驶”——这套系统包含两个核心模块：一是自定义解码算法，从EEG中提取与运动意图相关的信号；二是基于摄像头的AI平台，实时观察用户正在进行的动作，并推断下一步意图。

实验中，受试者头戴脑电帽，面前有屏幕或机械臂。AI并不读取眼球运动，而是通过计算机视觉分析场景，结合脑电信号共同决策。比如当用户想移动光标击中目标时，AI会辅助修正轨迹，让任务完成速度显著提升。研究负责人Kao教授形容这是一种“共享自主权”：人类负责高层次的意图，AI负责精细执行。

瘫痪受试者6分半完成“不可能的任务”
研究招募了4名受试者：3名无运动障碍，1名因脊髓损伤腰部以下瘫痪。他们需要完成两项任务：一是用脑电波控制光标依次击中屏幕上的8个目标；二是用机械臂将桌上的4块积木从原位移动到指定位置。所有受试者在AI辅助下都显著更快——瘫痪受试者完成机械臂任务仅需约6分半钟，而没有AI时他根本无法完成。

这一结果令人振奋，因为非侵入式BCI此前从未在如此复杂的“拾取放置”任务上展示出实用性。不过需要指出的是，实验规模极小（仅4人），且所有操作均在受控实验室环境中进行。研究团队表示，下一步目标是开发更高级的AI副驾，让机械臂移动更快、更精准，并能根据物体材质调整抓取力度。

非侵入式BCI的“低风险”路线能走多远？
目前最先进的脑机接口大多需要开颅植入电极阵列，例如Neuralink和Blackrock Neurotech的设备。虽然它们信号质量高，但手术风险、成本和伦理争议让大规模应用遥遥无期。UCLA团队选择了一条更安全的路径：用AI弥补非侵入式EEG的先天不足。Kao教授直言：“我们希望提供风险低得多的替代方案。”

不过，非侵入式BCI的局限性依然明显：EEG信号带宽低，无法实现高自由度控制；AI辅助虽然提升了性能，但也引入了延迟和不确定性。研究论文的通讯作者Kao同时也是Neuralink和Blackrock Neurotech相关专利的发明人，并共同创立了Luke Health公司。这种“脚踏两条船”的背景暗示，非侵入式与植入式路线可能并非零和博弈，未来或许会走向融合。

资料线索
• eurekalert.org

本文是基于公开页面整理的 AI 硬件情报，不是本站实测或购买建议。图片发布副本增加 waoo.ai 水印，原摄影者和来源标识保留。