Meta发布Brain2Qwerty v2：非侵入式脑机接口解码准确率达61%

2026年6月29日，Meta发布Brain2Qwerty v2，一种无需手术、实时将脑活动转化为完整语句的非侵入式脑机接口系统。该系统基于磁脑图（MEG）设备采集信号，采用端到端深度学习架构，融合Conformer、对齐器和大语言模型（LLM），实现从字符到句子的三级解码。

技术突破

• 解码性能：9名受试者平均单词准确率达61%，最优受试者达78%，超过一半句子仅出现1个单词或更少错误。相比传统非侵入式方法约8%的准确率，提升显著。
• 架构升级：v2从v1的字符级解码升级为单词和语义级解码，直接输出完整句子。模型由Brain Encoder（Conformer模块）和NeuroLLM（基于Qwen3-4B的LLM）组成，通过对比损失对齐神经特征与词嵌入。
• 训练数据：每位受试者佩戴MEG设备约10小时，累计采集约22,000句意念打字样本。研究证实解码精度随数据量呈对数线性增长。

与侵入式方案对比

侵入式脑机接口（如Neuralink）解码准确率超过90%，但需开颅手术，风险高、普及难。Brain2Qwerty v2以无创方式接近侵入式性能，为大规模应用奠定基础。

开源与生态

Meta全面开源v1和v2训练代码，合作伙伴BCBL同步公开v1数据集。同时发布感知编码Tribev2、脑数据处理工具NeuralSet、评测平台NeuralBench，并投入500万美元开放脑科学数据集。

挑战与展望

• 精度不足：当前模型仍存在单词或字符错误，难以直接用于日常沟通。
• 设备限制：MEG系统体积庞大、成本高昂（数百万美元），依赖液氦冷却和磁屏蔽。新一代便携OPM-MEG尚在研发中。

该技术旨在服务中风、渐冻症等沟通障碍患者，无需手术即可重建沟通渠道。长远来看，有望推动神经系统疾病诊断与治疗的变革。