# 瘫痪患者重新说话：语言脑机接口发展史【脑机接口恢复语言1】

**瘫痪患者不用开口，光靠想，就能说话？**

侵入式的语言脑机接口真的有这么强大吗？

## Neuralink实现想象语音

2026 年 3 月 25 号，马斯克的脑机接口公司 Neuralink 发布了新视频，已经实现这一过程。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/3355e609b9064a478d46b8c23c5977ea.png)


当然，这个效果不是一步到位的。整个训练分了三步：

第一步，患者**朗读**屏幕上的文字；

第二步，患者张口**默读**屏幕上的文字；

第三步，直接在脑海里**想象**，不允许任何口唇舌咽运动。 

每一步的模型训练好后才能做下一步。

大家仔细思考一下这个过程，这里有三个问题要解决。

第一，从什么信号中解码语言？

第二，用什么模型去解码语言？

第三，怎么证明长期植入语言脑机的安全性？

![](https://developer.qcloudimg.com/http-save/yehe-12354520/138799be466bbdbf7e654a8e4211de87.png)

其实，整个语言脑机的发展，正好就分成了三个阶段：

先搞定了 "用什么信号解码" ；

又搞定了 "用什么模型解码" ；

现在已经来到了验证长期植入安全性的阶段。

接下来我带大家过一遍语言脑机的发展史，只看近年内容的朋友，直接跳到第三阶段就 OK。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/f4c4c64f80fc0ca8ca6a6f8c47188044.png)

## 第一阶段：1999-2001，用什么信号解码？

先从 1998 和 2001 年的两篇论文说起。

当时，一个美国团队意外发现，人脑中的 **high gamma** 信号，居然和听到的元音、辅音**相关**。

（懿轩注：研究者之一 Nathan Crone，后来也成了这个领域的关键人物。）

说真的，这绝对是整个脑机接口历史上最重要的发现之一。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/b6770f4a3598c26168cffd1c9a8e7e6a.png)

high gamma 信号是什么意思？

脑机接口通常有几十到几百个电极通道，每个电极通道记录到的信号是周期和非周期信号叠加在一起的。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/97e8c1966df1945d793e21513c502e88.png)


通过带通滤波器，就能把它拆成不同频段。

圈内的学者们人为约定了7个频段。

80Hz 以上的频段，就是圈内人说的 high gamma 信号。中文或可翻译为“高伽马”频段。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/dd92fea3ee0ce9dd5c4eb756d46634f7.png)


可惜的是，颅外脑电只能覆盖 0.1Hz 到 80Hz。

只有颅内脑电才能捕捉到 80Hz 以上的信号。

这是因为人的颅骨电阻非常大，几乎是人体内电阻最大的组织，所以只有低频的信号才能通过它。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/2dcb9fb952cd1eb3f40dc90767cba449.png)


这就是为什么高伽马信号和语言的关系发现得如此之晚。

其实非侵入式脑电(EEG)早在1924年就有了；

侵入式脑电(ECoG或sEEG)在上世纪五十年代也被两位外科医生发明了；

脑机接口在1973年就被提出了。

而语言脑机的基石直到1998年才被发现。

根本原因是颅外脑电记录不到高伽马信号，而颅内脑电只能在极少数病人身上做，比如脑肿瘤或者难治性癫痫。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/0dad9a99ca3f178f09fcb483776fd837.png)

（懿轩注：话说回来，上世纪六十年代，著名的神经外科医生 Wilder Penfield 请自己的癫痫患者做了很多 ECoG 实验，他发现电刺激某些区域可以让患者看到光幻觉。如果当年他对语言感兴趣，人类可能提前三十年就知道 high gamma 频段和语言有关。）

好，现在人类已经知道用什么信号来解码了，下一步就是研究用什么模型去解码。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/97496b677f9f5822504e671d68bfdb66.png)

## 第二阶段：2009-2020，用什么模型解码？

我们可以把解码算法看成一个黑盒子，输入是high gamma时间序列，输出是文本或者语音。

怎么构建这个黑盒子呢？

输入信号是大量单元组成的复杂系统产生的，而机器学习和深度学习，特别适合对付这种复杂系统。

和很多领域一样，我们这个领域也经历了从机器学习到深度学习的转变。

我们领域发生在2019年

![](https://developer.qcloudimg.com/http-save/yehe-12354520/2f557b584578d54e20c631ac2315233e.png)

19年之前的文章都是手动设计特征，再加一个SVM分类。只能做到解码音素。

（懿轩注：这些手动设计的特征其实包含着很多人类的智慧，比如共振峰等。但是现在都被深度学习替代了。）

19年之后可以解句子，最好用的模型是LSTM。

（懿轩注：为什么 2019 年之前没人想到用深度学习？要知道，2012 年的 AlexNet 是手搓的 CNN，还要手动在两张 GPU 之间通信，非计算机出身的人根本搞不定。2015 年 TensorFlow 和 2016年 PyTorch 出来之后，十行代码就能搭出一个 RNN，门槛才降下来了。）

![](https://developer.qcloudimg.com/http-save/yehe-12354520/d38b00435d3348a8eb353ca0f7a3c422.png)

需要指出的是，这些文章都是在**短期植入**的患者上做的，通常是**脑肿瘤**或者**癫痫**。植入时间不会超过2周。

（懿轩注：脑肿瘤和难治性癫痫患者需要开颅手术切除肿瘤和癫痫病灶。医生会询问肿瘤或癫痫病灶恰好在语言区或运动区的患者是否愿意参与语言实验。这些实验对患者没有伤害。）

![](https://developer.qcloudimg.com/http-save/yehe-12354520/1de0da6f29fa04af0c79d7fc04946e9d.png)

但是真正需要语言脑机的病人是**渐冻症**患者和**中风**患者。他们需要**长期植入**。霍金所患的就是渐冻症。

短期植入的实验只能告诉我们LSTM是有效的，但是并不能告诉我们长期植入语言脑机是否安全。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/ff5cb613935b53bf187485c91cd72281.png)

## 第三阶段，2021-2026，长期植入是否安全？

![](https://developer.qcloudimg.com/http-save/yehe-12354520/6f2e426d317d3e29b9f131f00229054e.png)

终于，到2021年，加州大学洛杉矶分校(UCSF)做了世界上第一例长期植入并可解码数百个句子的语言脑机，这位是渐冻症(ALS)患者，他们让患者朗读屏幕上的文字。他们在 **50** 个单词组成词库上做到了 **25%** 词错率。词库指的是患者能说多少个单词，词错率，粗略来说，指的是在所有解码结果中有多少个单词是错的，严格定义请搜索 Word Error Rate。这两个指标是语言脑机接口里最重要的。

2023年，UCSF在此基础上加了一个数字人，并且把词库大小从50扩大到了1024，词错率几乎不变。同年，在另一种电极材料Utah Array上，BrainGate团队把词库大小从50扩大到了 **12万5千**（懿轩注：英文常用单词仅1万个左右，这12万5千包括了很多人名地名），词错率为 **23.8%**。

2024年，UCSF团队做了一个双语脑机，词库大小104，词错率25%。同年，BrainGate 团队则做了一个更重大的突破，他们在 **12万5千** 单词上把词错率降低到了 **2.5%**。这一突破的关键是他们的患者情况较好，处于渐冻症早期。

2025年，UCSF团队实现了brain to voice，可以让患者控制声音的高低和轻重缓急，但是词错率上升到了58%。同一年， BrainGate 也实现了brain to voice，但词错率也上升到了43.75%。

（懿轩注：看一篇脑机论文靠不靠谱，就看它敢不敢放完整附属视频。这招能帮你筛掉八成的 "水分"。上述的七篇长期植入均有几分钟甚至十几分钟的附属视频。）

（懿轩注：说起来，这两个团队的领导者——Edward Chang, Shenoy, Stavisky, Willett——注定要因此名留青史了。现在中文长期植入语言脑机还没有团队能做到正常交流的水平。**我相信未来第一个做到的中国团队也将垂名后世。**）

大家听下来是不是感觉——怎么就这两个团队在唱二人转？诶，对了，其实在 Neuralink 加入之前，做长期植入语言脑机并且做得好的，只有 UCSF 团队和 BrainGate 团队。

2026年 Neuralink 虽然公布了视频，但是没有公布他们的词库大小和词错率。

但是从演示视频里能看出来，他们的一大进步是——之前的几篇文章，要么是朗读，要么是默读，而 Neuralink 做到了想象。

（懿轩注：之前也有几篇文章尝试了想象语音，也有视频放出，但是效果远不如这次 Neuralink 的演示。我之后也将出新视频对比这几篇想象语音的文章。）

![](https://developer.qcloudimg.com/http-save/yehe-12354520/2eaba7f18b5929822a7fd4cc3ec33fba.png)

现在已经有 5 到 10 位长期植入的患者，他们的存在，本身就验证了语言脑机的长期安全性。

原因很简单——如果不安全，这些患者根本撑不到现在。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/b60a9d50f5a24fba8d5bf9e1df8999d3.png)

## 第四阶段：202?-，在医院广泛应用？

但是目前语言脑机还没有像心脏搭桥手术一样进入到各大医院。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/f21523b47517449fabf7b974c2c628b6.png)

我认为未来想做到这步，有两个关键问题要解决。

**第一，患者植入多年后，脑机接口性能下降时，怎么让他/她持续受益？**

**第二，患者病情轻重不同，怎么保证语言脑机对重症患者也有效？**

特别地，对于接受植入式脑机接口的渐冻症患者而言，他/她们的病情会随着时间发展逐渐加重，而他/她们的植入式脑机接口也会随着时间发展性能逐渐下降。

（懿轩注：BrainGate 去年有一篇文章公开了所有植入犹他电极患者的脑机性能下降情况，我未来也会讲解）

在我这个做算法的人眼里，对于这俩问题，我唯一能做的就是设计一套**兜底算法**。现在语言脑机的天花板已经很高——前面的研究已经能实现接近常人的交流；但语言脑机的地板还没做好。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/a005cef5ba083c11f578e1f8c1a9ccc0.png)

我认为有三种做法：

第1，让患者用1000个英文单词或者1000个汉字，能完成和吃喝拉撒相关的沟通就行；

第2，不用搞那种很炫酷的 brain to audio，brain to text 就足够了。因为后者可以利用大语言模型进行多轮纠错；

第3，也不用搞想象语音，让患者努力去说话就可以。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/c9ebeb50f422d56452e678b41e71497b.png)

大家看下来可能有两个疑惑：

脑机接口会不会把患者不想说出来的想法给揭发出来？

有没有一些公开数据集可以让大家去验证？

新的视频会解释这两个问题，也欢迎大家把自己的问题打在评论区里。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/7c227c21ffd4fc1eceedb5c7d9b67af2.png)


今天的讲解就到这里。以下是参考文献。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/755498bfed0de66e987cc45eb8e3a8c0.png)

2026 年 3 月 25 号，马斯克的脑机接口公司 Neuralink 发布了新视频，已经实现这一过程。

瘫痪患者重新说话：语言脑机接口发展史【脑机接口恢复语言1】

人工智能

硬件

新闻资讯

探索语言脑机接口如何帮助瘫痪患者重新“说话”。从Neuralink实现想象语音，到UCSF和BrainGate团队在词库大小与词错率上的突破，了解语言脑机接口的三个发展阶段：信号解码、模型优化及长期植入安全性验证。目前技术已实现从朗读、默读到想象语音的跨越，未来挑战在于确保重症患者长期受益及性能稳定。

机器学习

深度学习

脑机接口

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

瘫痪患者重新说话：语言脑机接口发展史【脑机接口恢复语言1】-腾讯云开发者社区-腾讯云

瘫痪患者重新说话：语言脑机接口发展史【脑机接口恢复语言1】

瘫痪患者重新说话：语言脑机接口发展史【脑机接口恢复语言1】

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐