魏茨曼研究所发布新 AI 模型,可生成你所见画面的视觉重建
魏茨曼科学研究所的研究人员开发了一种新 AI 模型,能够根据大脑活动生成受试者所看到内容的视觉图像。这项「读心」技术结合了神经科学与生成式 AI,为理解视觉感知和脑机接口开辟了新方向。
共 31 篇相关资讯,按重要度与时间排序,每 3 小时更新。
魏茨曼科学研究所的研究人员开发了一种新 AI 模型,能够根据大脑活动生成受试者所看到内容的视觉图像。这项「读心」技术结合了神经科学与生成式 AI,为理解视觉感知和脑机接口开辟了新方向。
加州大学旧金山分校团队在《Nature》发表研究,首次实现单一脑机接口同时解码瘫痪患者的说话意图与手势动作,并转化为文字和数字虚拟形象的动作。此前脑机接口只能单独解码语音或手势,因相关脑区存在重叠。该系统目前仅支持小词汇量和两名受试者,但为未来「全身脑机接口」奠定基础。
以色列魏茨曼研究所团队开发出一款AI“读心”工具,仅凭脑部扫描即可高精度重建人眼所见的图像,反向亦可预测脑活动。研究者希望其帮助闭锁综合征患者沟通甚至重建梦境,但神经伦理学家警告该技术可能被用于未经同意地窥探他人内心想法。
脑虎科技完成 7 亿元人民币 B 轮融资,由国投聚力、深创投、勤智资本联合领投,资金用于「全植入、全无线、全功能」脑机接口系统的多中心临床试验、注册审批与量产建设。该系统已完成 65 例临床试验,并于 7 月进入三类医疗器械注册临床阶段,同时探索 BCI 与 AI 大模型融合。
国家发改委创新和高技术发展司副司长任中保表示,将支持量子科技、生物制造、脑机接口、氢能与核聚变、具身智能、6G 等未来产业突破,建立投入增长和风险分担机制,探索多元技术路线、应用场景与监管规则,早日形成新经济增长点。
商务部等9部门发布关于加快推进科技兴商的意见,提出加强新型显示、智能终端等领域关键技术研发,培育商业技术应用创新中心,并加速脑机接口、具身智能等前沿科技成果向市场转化。政策意在推动前沿技术落地商业场景。
Neuralink 前总裁兼联合创始人 Max Hodak 在 TechCrunch Disrupt 上介绍,其公司 Science Corporation 已将 PRIMA 视力恢复芯片植入首位 Stargardt 病患者。该进展是其迈向新型脑机接口(BCI)路径的一部分。
以色列魏茨曼科学研究所教授Michal Irani团队开发出名为Brain-IT的AI模型,能够通过分析功能性磁共振成像(fMRI)数据,重建受试者观看图像时的视觉画面。该研究推进了脑机接口与视觉解码方向的技术进展。
PetaPixel 报道称,一款号称史上最快的「读心」AI 模型能够根据大脑活动重建图像。该技术展示了脑机接口与视觉解码方向的进展,同时引发隐私与伦理担忧。
研究者提出SPERA脑电基础模型,采用联合嵌入预测架构(JEPA)在潜空间进行预测,并引入勒让德多项式空间先验编码头皮电极几何。模型在约8万小时、29048名受试者的脑电数据上预训练,在九项下游任务上取得最高平均平衡准确率,展现出作为通用脑电分析骨干的潜力。
MIT 科技评论日报介绍了一款新 AI 工具,可通过分析脑部扫描推测并重建人眼所见的图像,反向亦可预测脑活动,研究者希望借此帮助闭锁患者沟通,但同行警告可能侵犯思维隐私。此外还提到五角大楼任命马斯克共同领导未来战争项目,以及小型电池在电网减压中的创意应用。
针对侵入式脑机接口中神经群体随会话变化导致解码不稳定的问题,论文提出任务条件化潜在对齐(TCLA),学习共享低维潜在空间并在目标会话中按任务条件分别对齐分布。在七个非人灵长类数据集上,长期跨会话评估平均 R² 达 0.476,负 R² 失败率仅 6.8%,跨被试场景也显著优于对比方法。代码已开源。
文化和旅游部印发《文化产业发展“十五五”规划》,提出支持量子科技、具身智能、脑机接口、第六代移动通信等未来产业技术在文化产业的应用。规划同时推动虚拟现实、全息投影、智能穿戴等创新应用与沉浸式新业态。
论文指出颅内脑电(iEEG)解码进展难以可靠衡量,因数据集任务或机构特定、预处理选择强烈影响性能。作者提出 iMINDBench,在三个自然观影数据集上以十五项解码任务评估模型,并定义标准化预处理轨道与固定评估划分。研究发现预训练系统在各自轨道内通常优于基线,但强频谱基线仍具竞争力,且跨被试或机构…
脑科学 AI 公司曦嘉医疗完成数千万元 Pre-A 轮融资,由国中资本领投。公司通过 AI 与脑连接组学解析 MRI 数据,为患者生成个体化脑网络图谱,用于神经外科手术规划、TMS 神经调控及脑机接口电极植入定位。
研究提出MAPA,一种带解剖区域嵌入与相对位置编码的掩码自编码器,可从跨受试者的无标签iEEG记录中学习可迁移的神经表征。在Neuroprobe基准的三种场景下均达到最优,跨受试者场景仅需约164个标注试次即可达到无预训练时3500个试次的精度。
针对头皮脑电单指解码因皮层表征邻近与容积传导而困难的问题,论文提出两阶段框架 FRIST,先学习 fMRI 引导的频谱投影,再用 fMRI 类别几何引导 EEG 预测的残差精修。推理阶段仅需 EEG,无需配对试次。在 12 名受试者上,二类运动执行准确率从 66.93% 提升至 74.53%,三类…
一则讨论设想将 AI 直接接入人脑,类比 Neuralink 降低人机通信延迟,并提出可像训练智能体一样训练 AI 模仿个人思维。话题涉及脑机接口与个性化 AI 的边界。
arXiv 论文提出 MOPC 框架,一种无需源数据的在线测试时自适应方法,用于脑电运动想象解码。它通过随机掩码扰动一致性、置信度校准重加权损失和轻量记忆模块,在推理阶段实时更新参数,缓解跨被试分布漂移与灾难性遗忘。在 BCI IV IIb 与 OpenBMI 数据集上分别超过此前方法 2.22%…
论文将流式脑电空间超分辨率建模为序列状态滤波问题,提出动态状态滤波(DSF),把波形状态估计拆成历史感知的动力学分支与创新滤波分支,并用掩码约束的拓扑感知转移算子传播观测创新。在 SEED、SEED-IV、BCI2000 上提升重构保真度与下游任务效用,并在稀疏观测不可靠时保持鲁棒。
研究者提出一种多模态对比学习框架,将 EEG 试次与冻结预训练文本编码器的语言表示在嵌入空间中对齐,用于想象语音解码。该方法在 Chisco 数据集 39 类意图上取得与闭集分类器相当的精度,并支持相似度检索与可靠性排序。
研究者提出「语言作为监督」(LaS),将神经特征与自然语言类别描述对齐,并用候选文本原型进行预测。在视觉、运动与语音解码的七种编码器架构上,LaS 将语音解码准确率最高提升 17.15 个百分点,并支持 SSVEP 中未见频率的条件解码。
论文发现基于 SPD 流形的注意力模型(MAtt、GBWAtt)学习到的注意力权重训练后接近均匀,替换为均匀权重对性能影响甚微。据此提出无注意力的 SPD-MetaFormer,在三个 EEG 基准上取得与欧氏及流形基线相当的结果,表明精心设计的 SPD 架构可替代自适应流形注意力。
论文提出 DenoFlow,将 SSVEP 脑电去噪建模为传输问题,用整流流公式让场网络回归污染试次到干净试次直线路径的速度。模型以观测本身为条件输入与积分起点,训练简化为回归,避免对抗式博弈。在两个公开 SSVEP 数据集上,DenoFlow 在信号保真度与下游解码精度上均优于七个基线去噪模型。
论文研究零样本跨被试的连续效价-唤醒度预测,将情感轨迹分解为跨被试共享结构与由无标签脑电标记(alpha 频段跨通道同步)估计的个体结构。在留出被试上 MAE 显著低于 EEGNet 与 ASAC-Net 基线,并报告了系统性的负结果搜索。
研究者利用配对的「聆听-想象」MEG数据集,在训练阶段用对比学习将脑磁图表征与声学及上下文语言表征对齐,在推理阶段引入神经约束的束搜索框架,把神经证据与语言模型的下一个词概率结合。结果显示,想象语音解码从语言模型中获益明显多于聆听语音,且最优权重更偏向语言模型。这表明当神经证据较弱时,语言先验最有…
一项 arXiv 研究用机械可解释性方法分析脑活动到语音的解码器,通过激活修补比较发声、默念与想象三种语音条件下的内部神经元活动。结果显示跨模态增益并非由单个神经元驱动,而是来自小群神经元,且这些神经元在解码器早期层多为条件特异、在后期层出现重叠。该发现有望指导训练目标设计,用主要来自发声数据的学…
论文提出 Bio-MF,一种无潜变量的一步 MeanFlow 框架,用于 EEG 条件化 fNIRS 生成,支持混合运动想象脑机接口。方法直接做信号空间 x 预测并转为 MeanFlow 速度监督,单次网络评估完成推理。在 RTX PRO 6000 上单次生成仅 7.0 毫秒,较 1000 步 S…
研究者提出CoMA-DiT,一种双向跨模态扩散Transformer,将配对模态视为相互生成监督而非单纯融合输入。该方法通过跨模态注意力条件化速度预测,并用可靠性门控残差注入变化。在听觉注意解码与情绪识别任务上,准确率与宏F1分别较无增强基线提升4.28%和6.70%,优于20个代表性基线。