From Brain Waves to Words: Brain2Qwerty Offers a New Path to Communication Without Surgery

从脑电波到文字：Brain2Qwerty 提供无需手术的全新交流途径

[](https://ai.meta.com/blog/brain2qwerty-brain-ai-human-communication/# "Go up one level")

• 体验 Meta AI
• [](https://ai.meta.com/blog/brain2qwerty-brain-ai-human-communication/# "Toggle site search")

[](https://ai.meta.com/blog/brain2qwerty-brain-ai-human-communication/# "Close submenu")[](https://ai.meta.com/blog/brain2qwerty-brain-ai-human-communication/# "Main menu")

• Meta AI
• 媒体生成
• Vibes
• AI Studio

• 概述
• 项目
• 研究领域
• 人员

• 博客
• 学习中心
• 演示

• 概述
• 开源
• 职业机会

清除

• 清除

体验 Meta AI

研究

从脑电波到文字：Brain2Qwerty 提供无需手术的全新交流途径

2026年6月29日•

3分钟阅读

视频 2

去年，我们推出了 Brain2Qwerty v1，这项研究利用 AI 将大脑活动解码为文本，无需任何手术植入物。现在我们分享下一步进展：Brain2Qwerty v2，这是目前性能最强的端到端流水线，能够实时从非侵入式脑部记录中解码句子，其准确度已接近此前仅通过需要脑部手术的技术才能实现的水平。

为加速神经科学突破，我们发布了 Brain2Qwerty v1 和 v2 的完整训练代码，我们的合作伙伴巴斯克认知、大脑与语言中心（BCBL）也发布了 v1 数据集。我们相信这项研究有可能为 数百万患者 带来实质帮助，这些患者因大脑损伤而无法交流。立体定向脑电图和皮层脑电图等侵入性程序已证明，将信号传输给 AI 解码器的神经假体可以恢复交流能力，但这些方法难以大规模应用。我们的非侵入式方法可以弥补这一差距。

我们使用九名志愿者参与者提供的约 22,000 句话训练 Brain2Qwerty v2，每位参与者佩戴脑磁图（MEG）设备主动打字时记录了 10 小时数据。我们没有依赖手工设计的流水线来检测神经事件，而是使用端到端深度学习直接从原始脑信号中解码。

在神经数据上微调大型语言模型，使系统能够利用语义上下文，弥合嘈杂脑部记录与连贯语言之间的差距。我们还部署了 AI 代理探索解码流水线的优化方案，最终训练配置由工程师手动选择。

结果：Brain2Qwerty v2 能够从嘈杂的神经信号中连贯地恢复句子，实现了61%的词准确率，显著优于其他非侵入性方法8%的词准确率（见其他非侵入性方法）。对于表现最佳的受试者，我们达到了78%的词准确率，其中超过一半的句子解码误差不超过一个词。

我们还发现解码准确率随着数据量呈对数线性增长，表明仅通过扩大数据规模即可进一步缩小与手术方法之间的性能差距。这项工作推动了我们构建开放的脑基础模型，包括用于感知编码的Tribev2模型、用于大规模处理脑数据的NeuralSet、以及用于系统评估模型的NeuralBench。我们通过最近设立的500万美元基金，与社区紧密合作推动开放数据集建设，相关成果详见我们的数字脑计划。我们希望这项开源研究能加速神经科学的发展，帮助更快地识别、诊断和治疗神经系统疾病。

阅读Brain2Qwerty v2论文下载代码下载数据阅读Brain2Qwerty v1博客在《Nature Neuroscience》阅读关于Brain2Qwerty的报道

我们的方法

关于Meta的AI

人员介绍

职业机会

研究

基础设施

资源

演示

Meta AI

探索Meta AI

媒体生成

氛围

AI工作室

最新动态

博客

订阅通讯

基础模型

Llama




我们的方法

我们的方法关于Meta的AI人员职业发展

研究

研究基础设施资源演示

Meta AI

Meta AI探索Meta AI媒体生成VibesAI工作室

最新动态

最新动态博客电子报

基础模型

Llama





隐私政策

条款

Cookie政策

Meta © 2026