Brain2Qwerty v2 是什么？

Brain2Qwerty v2 是 Meta 开发的一款非侵入式脑机接口，能够将原始 MEG 脑信号解码为文本。通过端到端深度学习与大型语言模型，它在无需任何手术植入的情况下实现了高达 78% 的单词准确率。该系统处理来自自然打字参与者的脑磁图（MEG）记录，将神经活动实时直接转化为连贯的句子。

适用人群

• 神经科学研究人员 — 研究脑解码、语言处理或非侵入式神经接口，需要开源代码和数据集来推进工作的学者。
• 治疗沟通障碍的临床医生 — 为因脑损伤而无法说话的患者提供治疗的专业人士，寻求可扩展的侵入式神经假体替代方案。
• 人工智能与机器学习工程师 — 对应用端到端深度学习及大语言模型微调处理嘈杂生物信号、实现实时语言生成感兴趣的开发者。

核心功能

基于原始信号的端到端深度学习

Brain2Qwerty v2 绕过传统手工构建的流程，直接从原始 MEG 脑记录中解码。这种方法无需手动特征工程，并能捕捉传统方法遗漏的神经模式。

基于神经数据的大语言模型微调

大型语言模型在神经记录数据上进行微调，以利用语义上下文，弥合嘈杂脑信号与连贯语言输出之间的差距。这使得系统即使在不完美的输入下也能恢复完整句子。

实时句子解码

该流程实时运行，在参与者打字时将其脑活动解码为文本。平均单词准确率达 61%，最佳参与者可达 78%，性能接近此前仅手术植入才能达到的水平。

开源代码与数据集发布

Meta 将发布 Brain2Qwerty v1 和 v2 的完整训练代码，而巴斯克认知、大脑与语言中心（BCBL）将发布 v1 数据集。这种开放方式旨在加速整个神经科学领域的突破。

突出亮点

"Brain2Qwerty v2 能从嘈杂的神经输入中连贯地恢复句子，实现 61% 的单词准确率，显著优于其他非侵入式方法 8% 的单词准确率。"

从 8% 到 61% 的平均准确率飞跃，代表了非侵入式脑机接口能力的根本性转变。该系统性能随数据量呈对数线性增长，表明仅通过数据收集即可实现进一步性能提升，甚至可能完全缩小与手术方法的差距。

值得关注，如果你…

正在从事神经解码、为脑损伤患者恢复沟通能力，或开放神经科学研究。Brain2Qwerty v2 尤其适合需要非侵入式、可扩展的手术神经假体替代方案，并希望获取可复现训练代码与数据集的研究者。