Neuralink突破校准税：用5万小时脑电预训练大模型实现跨人通用

把五万小时脑电喂给AI，脑机接口换个人居然能直接用。

用过脑机接口的人都知道，植入芯片其实只是第一关。 真正折磨人的，是每天都得交一遍的「校准税」。

什么是校准税？ 每个人的脑结构有差异，神经元放电也各不相同。 哪怕同一个患者，睡一觉起来，或者脑组织稍微位移一点，电极捕捉到的信号就全漂了。 瘫痪受试者每天坐在轮椅上，想操控电脑光标，必须先盯着屏幕做半天特定练习。 想向左、想向右、一遍遍重复。 工程师在旁边现场调参，算法才能摸清他今天脑子里在想什么。 天天这么折腾，谁都吃不消。

Neuralink 这次换了一条完全不同的路子。 过去两年里，两位临床受试者累计回传了超过 5 万小时的无标注脑电数据。 这可不是在实验室里按指令测出来的，全是受试者日常生活、打游戏、看视频时持续流淌的真实信号。

他们拿这 5 万小时的原始数据，像训练大语言模型那样，预训练了一个大脑基座模型。 架构用的是 Mamba2，把采集到的神经脉冲直接当成 token 往里喂。 模型不急着猜具体动作，而是先在大规模数据里，把人类运动皮层的底层波动规律学明白。

学明白之后，最戏剧性的一幕出现了。 工程师把在 9 号受试者脑子里训出来的基座模型，直接拷贝给 2 号受试者。 他们把 99% 的模型权重死死冻住，只微调剩下的 1%。 结果，这个仅微调了 1% 的外来模型，解码表现居然超过了 2 号受试者原本专属定制的旧模型。

很多人一直以为，每个人的大脑神经各长各的，思维信号不可能跨人通用。 但实验表明，在运动皮层的物理底层，神经元放电的动力学模式，全人类有着高度一致的规律。

这一步迈过去，原本繁琐的校准流程，直接缩减到每周只要 10 分钟。 解码稳定性可以维持数周不漂移，光标移动速度还创下了每秒 11.32 比特的新纪录。

马斯克在视频里感慨，这项突破将从根本上改变人之所以为人的定义。 不过对于坐在轮椅上的患者来说，它带来的改变其实格外具体： 过去是受试者每天耗费精力去迁就算法，如今是算法终于摸透了人类神经的共同语言。 新患者接上植入物之后，不必再熬过漫长乏味的校准磨合。 动一动念头，屏幕上的光标就能立刻跟上节奏。