Embodied Intelligence and Brain-Computer Interface Converge in Rehabilitation Medicine

Full text · 原文 8,054 字

Jay 发自凹非寺 量子位 | 公众号 QbitAI 「脑机接口+具身智能。」 1月28日刚参加的活动，看到大屏幕上同时出现这几个字，我愣了一下，还以为自己走错片场，在看科幻片。 脑海里第一个闪过的画面，是EVA里碇真嗣操控初号机，和使徒激情对垒。 你敢信，真有机器人公司给这项技术找到了场景，现在就能落地，还正好是他们已有的业务场景。 演讲后面的圆桌环节更是脑洞大开，嘉宾们激情讨论脑机接口如何影响具身智能落地，甚至一度扯到《黑客帝国》： 脑机接口在收集人类大脑产生的数据后，我们有可能破解人脑产生思维的机制。 机器人可以成为我们研究大脑的一个最好实验平台，可以尝试各种疯狂的假设。 《黑客帝国》就是一个典型的脑机接口场景，脑机接口与具身智能的融合，能让普通人拥有一个「最强替身」。 我们这一代人，将亲眼见证碳基与硅基开始真正融合的时代。 这不是电影院，坐标上海张江，人在第二届傅利叶具身智能生态峰会的现场。 脑机具身智能康复港 具身智能竞速赛进入2026年，傅利叶的下一步是什么？ 1月28日上午，CEO顾捷宣布了他们的最新动作—— 给康复科的患者戴上脑机接口设备，然后让机器人根据脑电信号，辅助患者完成康复训练。 是的，未来的康复科里，不只医生可能是机器人，患者或许也都是「赛博格」。 事实上，将前沿技术与康复领域做结合，一直是傅利叶的拿手好戏。 2020年，傅利叶推出了专门面向康养场景的「智能康复港」，覆盖神经、骨科、疼痛等多种康复类型，能够全面满足不同阶段的康复需求。 到了2025年，具身智能突飞猛进，这套方案迎来了一次关键升级——GR-3人形机器人正式加入康复港。 不过，相信很多人对人形机器人的印象都是： 跳舞跳得挺好，能提供情绪价值，科研场景需求挺大，其他地方就不知道能干啥了。 我之前也一直是这么想。所以心里一直有个疑惑——人形机器人在康复领域真能有用吗？ 还真能。 在顾捷看来，康复这件事从来不只是一个技术问题。 他眼中的康复科，是一个既严肃、又极其有人情味的地方。 这里的患者通常不需要做手术，也很少依赖药物治疗，但对意志力的要求却极高。很多人需要在康复科住院或门诊治疗两到三个月，甚至更久。 在这段漫长又枯燥的过程中，治疗师和医生要做的，除了专业的康复训练之外，更重要的任务，是不断地鼓励和支持患者，陪他们把这段时间熬过去。 人形机器人的「陪伴」属性，在康复科非常重要。 而对儿童而言，「长得像人」则更是刚需。 顾捷指出，自闭症儿童往往不太愿意与人直接互动，却非常乐意与机器人接触——这一点，已经在临床实践中观察到了明确证据。 不过，即便有了具身智能的加盟，还有个更本质的问题一直没解决。 康复训练中很重要的一环，就是以功能为导向的运动控制训练。 原因是：基于神经可塑性，患者的主动参与得越多，恢复就越快。 然而，不管是外骨骼，还是各类康复机器人，本质上都还是设备在带着患者的肢体动。患者自身的参与程度有多少，很难说。 这就很容易变成一种「放空式训练」：康复效果难以量化，训练过程枯燥，患者也得不到啥正反馈。 归根结底，再强的单一设备终究只是「外物」，它无法根据患者当下的真实意图「对症下药」，只能机械式训练。 这正式脑机接口派上用处的地方。 以脑机接口结合下肢外骨骼机器人为例：患者佩戴脑电帽，通过多通道电极阵列实时采集脑电信号，并在脑中进行运动想象。 随后，AI算法对这些信号进行分析，识别出患者的运动意图和动作类型，再将其转化为控制指令，驱动机器人带动下肢完成步态训练。 动作产生的本体感觉会反向刺激神经系统，促进神经通路的重建，形成一次「中枢—外周—中枢」的闭环反馈。 简单来说就是，当患者在训练过程中产生了明确的运动意图，但在肌肉层面却无法完成动作时，脑机接口可以先一步捕捉到这种意图，并驱动机器人提供辅助，从而最大化训练效果。 事实上，早在2017年，傅利叶就在内部启动了脑机接口与外骨骼结合的预研工作，并成功实现了通过脑电信号控制外骨骼行走。 但他们很快也看清了当时的瓶颈：信号噪声高、稳定性不足、部署复杂，几乎不具备规模化条件。 这样的技术水平，远远不足以进入临床。 转折出现在最近两年。 第一个变化，是脑机硬件本身的成熟，设备本身越来越轻量化和模块化。 比如非侵入式，从原来单一的EEG脑电，到现在开始使用近红外，多通道超声等各种信号采集的方案，抗干扰性，便携性，准确性，都在不断提升，达到了大规模部署的转折点。 更关键的一点，是大模型彻底改变了脑电信号的处理方式。 以前处理脑电信号，主要依赖FFT、频谱分析或SSVEP等传统方法。在处理非线性、高维度的脑电信号时，能力非常有限。 但基于大模型，可以更有效地对复杂的脑电信号进行分类和解析，从而实现更精准的意图识别。 这两块拼图的结合，让脑机接口第一次具备了参与主动交互的工程基础。 傅利叶也在这个时间点正式落下棋子——将脑机接口技术，引入具身智能康复港。 顾捷表示，这不是十年后的概念，而是他们在未来1–2年内，明确要规模化落地的方向。 演讲结尾，顾捷邀请各大顶尖的科研机构、临床医院和产业方上台，共同宣布了一项瞄准脑机具身的基建战略—— 「脑机具身·数据引擎联合创新计划」。 顾捷向量子位透露，这项计划的核心，在于打造一个大规模脑机具身数据集。在积累足够规模的脑电数据的基础上，训练大模型，实现更精准、高效的意图识别。 而脑机接口，正是这类数据采集的基础设施。 佩戴上脑机接口，就能在做每一个动作时，同步采集脑电信号和动作数据，就像给每一个动作打上了时间戳。这样当患者伸手时，就能明确知道这一段脑电信号对应的是「伸手」这个动作。 采集数据的同时，自然完成了标注，是个天然的闭环。 圆桌论坛 演讲中，聊到的更多是脑机接口与具身智能如何在现有康复场景中落地的问题。 而在随后的圆桌环节中，讨论则明显「放飞」了一些。 以主持人身份登场的顾捷，围绕「前沿人机交互技术如何影响具身智能落地应用」这一主题，与四位嘉宾展开了一场深入对谈。 他们分别是： 谢青：上海交通大学医学院附属瑞金医院康复医学科主任，上海交通大学医学院康复医学系主任，上海市瑞金康复医院副院长。 肖晓：复旦大学类脑研究院认知神经科学中心执行主任 杨扬：天桥脑科学研究院中国副院长 彭雷：格式塔科技创始人兼CEO 以下为圆桌对谈的整理稿。为提升可读性，量子位在不改变原意的前提下，对内容进行了适当调整和删减。 顾捷：第一个问题想请教瑞金医院的谢主任。今天傅利叶推出了「脑机接口+康复机器人」的解决方案，强调机器人能够读取大脑的意图。您觉得，从临床实际应用的角度来看，它的核心价值到底体现在哪些方面？未来又能解决哪些痛点？ 谢青：其实在十几年前我们合作的时候，就设定了一个目标：如何真正解放我们的人力。并不是说我们的人、我们的治疗师和医生就不做事，而是要思考：在当今社会经济高度发展、高度智能化的时代到来之际，治疗师如何更好地借力智能化的设备。刚才一直在听顾总和他们副总介绍公司的发展历程以及对未来的规划，我也联想到一个非常重要的合作方向：围绕技术、人才培养和转化科研，将三级医院的康复医学科优秀的康复技术和能够落地应用的方案，逐步推进到二级医院和社区医院。事实上，现在社区医院已经能够使用的一些设备，正是我们和傅利叶在过去10年间不断开发、不断应用，并持续优化的成果。 顾捷：下个问题想请教格式塔的彭雷总：能否给大家科普一下，超声脑机接口的技术原理是什么？相比传统的脑电技术，它有哪些独特的优势？ 彭雷：正如大家所知，我们的大脑由860亿个神经元组成——今天在现场与各位交流，本质上就是台上嘉宾的神经元在放电，您的大脑也在放电，我们正是通过这种方式进行信息交互。在大脑的思维过程中，电信号并非唯一，但确实是非常重要的一个指标。 过去的脑机接口，主要都是以电学为主。而电学脑机接口的特点在于，它分为侵入式、非侵入式和半侵入式，需要用电极直接接触大脑神经元，从而读取神经元放电的信号，或反向将信号写入。这个过程中，一方面它涉及开颅手术，需要去除脑硬膜，属于侵入式操作。 电学脑机接口最大的问题在于，你必须将电极放置在特定的脑区。这意味着，一旦植入，位置就无法改变，除非再次进行手术。而且，你只能对所植入电极覆盖范围内的神经元进行读写，也就是说，它始终局限于局部神经元信号的读写能力。 正因如此，我们今年1月份共同成立了格式塔，专注于超声波技术。超声波是我在过去四年从事脑机接口研究后看到的第一个有可能实现全脑、非侵入式读写的技术路径——它是一个能够对全脑进行多点读写的技术平台。 无论是从认知神经科学的角度，还是从医学的角度来看，大脑都是由非常复杂的神经环路共同调控我们的多种能力。因此，对大脑的研究更应该采取整体性的视角。 而超声波技术让我们能够穿透颅骨，利用相控阵在颅内任意位置进行聚焦调控；同时，也可以通过采集血流信号间接解码神经活动。我们认为这一技术平台代表了未来天花板最高的脑机接口技术路线。 顾捷：下面这个问题想请教复旦类脑院的肖主任：今天我们启动了「脑机-具身」多模态数据集的计划。您认为人类的脑电与运动相关的多模态数据，对当前类脑智能研究意味着什么？ 肖晓：当前的类脑模型或大语言模型最大的优势在于，能够收集所有人的语料或图像信息进行分析，从而尝试理解人类所谓的思维方式。 但采集脑部信号，其实是理解人类最关键的一个步骤——因为人不仅有语言表达，也不仅有图像展示，更重要的是我们如何思考。我们认知神经科学中心成立的目的，就是想理解人是如何思考的，以及人与机器、或人与以往的软件模型相比，优势究竟在哪里。 而脑机接口在收集人类大脑产生的数据（如脑电信号或脑部成像数据）之后，从科学角度，我们就能够尝试理解，甚至找到一种方法去破解人脑产生思维和产生意图的机制。 从工程角度来说，我们可以把人当作老师，去指导机器人或具身智能。因为我们能够采集到大脑是如何思考的信号，在破解这些信号之后，就能让机器人以更有效的方式理解人的意图，从而更好地完成任务。 我认为这种连接才是真正将人脑最突出的优势——即对意图和认知的生成能力——与机器最擅长的学习能力结合起来，或许正在形成一种全新的认知范式。 顾捷：下面这个问题想请问天桥脑科学研究院的杨院长。脑科学的目标是理解人类意图，揭示相关的神经机制；而具身智能的核心，是让机器人能够理解人类并适应物理世界。您认为，脑科学的基础研究与具身智能的产业应用之间，未来有哪些重要的结合点？ 杨扬：这个问题一下子把我拉回到了十年前。 那是天桥脑科学研究院刚刚成立的时候，很多细节到现在依然非常清晰。当时我们在加州理工，现场见证了第一次真正意义上的脑机接口演示。这项实验由理查德·安德森院士主导，对象是一位19岁的年轻人，他因为颈部受伤，下半身完全瘫痪。 研究团队在他的脑中植入了一枚芯片，用来解码运动皮层的神经活动。实验中，他能够操控一只机械臂，完成一系列非常复杂的动作。其中有一个场景让我至今难忘：机械臂帮他打开了一瓶啤酒，插上吸管，再把酒送到他嘴边，让他喝下了一口。 那位年轻人后来对我们说，这一刻对他来说，就像是灵魂重新回到了肉体。 当时所见所闻对我们——包括天桥——带来的震撼，我相信都是巨大的。也正是因此，我们的第一个实体研究机构最终落户加州理工，在那里成立了天桥脑科学的首个实体研究机构，其中最重要的方向就是脑机接口。我一直在思考：脑机接口的1.0版本，一定是面向医疗，用于治愈或修复大脑；而2.0版本，很可能会走向消费级应用与能力增强。 在当前阶段，最典型的治愈对象是瘫痪患者——他们的神经环路本身出现了问题，因此我们需要通过脑机接口重建这一环路。这个过程包括信号的读取与解码，但真正落到终端、切实帮助患者的，我认为是具身智能。 从最初使用的机械臂，到后来广泛采用的外骨骼，外骨骼对患者而言其实用性已经远远超过了机械臂。再到最新进展——通过非侵入式脑电遥控机器人，甚至机器狗来协助患者完成日常任务，比如开关电器、从冰箱拿东西、出门取快递。具身智能正在为脑机接口持续创造价值，并且这种能力在不断增强。 如果展望未来，这或许真的是让我们梦想成真的一刻。《黑客帝国》就是一个典型的脑机接口场景：人躺在一个容器中，通过脑机接口遥控具身智能——也就是替身机器人，让它代替自己上天入海，完成原本不可能实现的任务。 脑机接口与具身智能的融合，未来一定会创造出更多价值——不仅限于帮助患者康复，更可能延伸到普通人身上，让普通人不仅拥有最强大脑，还拥有最强替身，以及最强大的外化自我。 顾捷：关于未来的具身智能、脑机接口以及可能的新形态，我想首先请教瑞金医院的谢主任。如果未来技术持续发展并不断融合，医生患者机器人会是一个怎么样的协作的关系？ 谢青：具体来说：医生身边会有一位机器人助手、治疗师配备的是治疗助理机器人、护士则配有护理机器人作为助理、护士助理的下一级支持人员，身边也有一位机器人协同工作。 这样的配置能显著减轻人力负担——在当前康复过程中，医护人员常常需要久坐、久站、搬运患者，还要持续通过语言或视觉刺激与患者互动。而有了智能助理，就可以执行预先设定好的程序。 更重要的是，未来的机器人经过训练后，还能理解患者的非语言信号——比如一个表情、一个眼神、一个手势——并据此做出响应和行动。我们希望的是，康复面对的核心对象就是「功能」，在这个前提下，我们希望每一位患者：能躺的时候，就尽量让他动起来；能坐的时候，就不要继续躺着；能站的时候，就不要坐着——始终推动他主动活动。 而在「动起来」的过程中，未来的机器人能够承载人在康复各个岗位上的专业能力。也就是说，在每一个机器人的系统中，都能内置一个模块——这个模块融合了不同岗位、不同场景下的康复经验与操作逻辑。我们可以通过它进行调用和控制，让机器人真正成为康复过程中智能化、可操作的延伸。 我们医生在看诊时，写病历和记录信息往往非常繁琐。现在调取资料确实比以前方便多了：只要患者曾在我们这里做过检查，无论是一年前还是十年前的历史资料，都能随时调出来。有了这些信息，我就能对患者今天就诊的问题进行更全面的分析。 但即便如此，整个过程仍然相当麻烦。如果能有一个语音助手告诉我该怎么操作，或者有一个机器人在旁边协助，很多事务性工作它就能自动完成。这样的看病场景，也是非常令人憧憬的。 顾捷：接下来这个问题想请教格式塔的彭总：在未来的人机交互中，如果将格式塔的脑机接口技术与机器人技术结合，能否实现这样一种状态——人不需要费力地思考，机器人就像原生肢体一样自然响应？普通人是否能通过意念直接控制家中的服务机器人？这种交互形式距离现实还有多远？ 彭雷：我看来，脑机接口、具身智能和人工智能这三者，必须在未来几年内同时取得突破性进展，才能真正走到那个阶段。 我一直觉得，这里其实涉及一个“终极问题”。它有点像一块罗塞塔石碑。为什么罗塞塔石碑如此重要？因为它把三种语言刻在同一块石碑上，让人类第一次能够在不同语言体系之间建立对应关系，并相互解释。 而在我们这个领域，其实也存在着“三种语言”。 第一种语言，来自生物学和认知神经科学，是生物体思维与意识运作的方式； 第二种语言，存在于具身智能系统中，是驱动硬件与软件协同运行的工程语言； 而中间，还需要有一套AI化的表达系统，能够在这两种语言之间做双向映射和关联。这正是脑机接口希望扮演的角色——它要将这两种语言连接起来。 正如刚才杨扬总提到的，无论是《黑客帝国》《阿凡达》，还是《环太平洋》，这些作品所描绘的，本质上都是同一个愿景：将人的思维、意志乃至主体性，完整地迁移到一个硅基载体之上。 但必须承认，这条路依然很长。目前，无论是国内的脑机接口公司，还是美国的一些领先团队，所能实现的，仍主要是相对简单的语音或运动指令传递，而且大多是单向的。而如果要真正将人的整体迁移至硅基平台，还必须解决感知层面的问题——包括听觉、嗅觉、触觉等多模态感官能力，都需要在脑机接口上实现双向打通。 现有脑机接口仍然以“读取”为主。但我认为，超声技术有机会与传统电学方法形成互补，甚至有望在未来实现多通道、多靶点、高带宽的读写能力。 我认为，我们这一代人，将亲眼见证碳基与硅基开始真正融合的时代。很多作品早已描绘过这样的未来，也有不少预测认为，2035年到2045年将是这一进程的关键窗口期。我自己也认为，这个时间点是完全可以预期的。 更重要的是，随着人工智能、具身智能和脑机接口的协同演进，人类技术的发展呈现出明显的指数级增长趋势。或许，我们到达那个时代的时间点，会比原本想象得更早。 顾捷：接下来这个问题想请教复旦类脑院的肖晓主任：复旦类脑院一直致力于探索大脑运作的机制。您认为未来的具身智能，能否通过学习人类大脑在感知、决策、思考等方面的闭环机制，实现更高级、更通用的系统设计？ 肖晓：类脑研究本身可以看作是人工智能的一个重要分支。它构建的是一种人工创造的智能系统，但核心参照始终是人体、人类大脑，乃至更广义的生物大脑。我们相信，相比传统人工智能，类脑智能有机会吸收人类认知系统中的诸多关键优势。 首先，人脑最突出的特点之一是闭环反馈能力。比如现在我在台上发言，顾总突然向我提问，我需要在极短时间内调动全部相关知识进行回应，并将答案传递给观众——这一整套感知、理解、决策与输出的过程，在毫秒级内完成，是一种高度动态、实时的策略机制。 其次，人类大脑极其节能。它在一个高度受限的生理体系下运行，却能以极低的功耗完成复杂任务。如果我们能借鉴这种机制，就有可能让AI在不依赖巨大算力、海量资源和复杂算法的前提下，高效达成目标。 第三点，也是我认为最重要的：具身智能有望推动类身智能在「自我认知」方向上迈出关键一步。「认识自身」是人类区别于当前人工智能的根本特征之一——人不仅感知世界，还清楚地知道「我知道自己在这个世界中处于什么位置」。 而具身智能正朝着这一方向演进。通过各类传感器，持续收集关于外部环境和自身状态的信息，并将这些多模态数据输入算法或机器人本体，使其逐步构建对「我在世界中的位置」的理解。 这正是机器迈向真正智能的关键：先通过感知系统理解世界是什么样的；再在此基础上形成对自身位置与状态的认知；随后通过决策与行动主动影响环境；最后将结果反馈回系统，进入新一轮学习循环。 脑机接口、具身智能与大脑基础研究这三个方向的深度融合，将极大推动我们对智能本质的理解。 顾捷：最后这个问题是想问天桥脑科学研究院的杨院长，您觉得自身具身智能爆发，反过来对脑科学的研究会有什么样的帮助？ 杨扬：在可见的未来，机器人有可能会成为我们研究大脑的一个非常重要、甚至是最好的实验平台。 在机器人身上，我们可以构建一套相对完整的闭环：从感知、到决策、再到行动、再到反馈。在这个体系里，我们可以不断去验证各种假设，甚至是一些非常大胆、看起来很“疯狂”的假设。很多这样的实验，其实是无法直接在人脑上进行的。 人脑本身就是一个极其神奇的器官，它的可塑性非常强。我们在临床上也见过一些非常特殊的病例，比如有的人只剩下半个大脑，但整体功能却依然是正常的。这些现象背后蕴含着大量尚未被理解的机制。 我认为，未来机器人有机会帮助我们在更可控的环境中，去复现这些稀缺但极具价值的现象，从而为揭开大脑的工作原理提供新的路径。 另外，我也非常赞同彭总刚才提到的观点：硅基技术与碳基生命，在未来很可能会以一种我们今天还难以想象的方式，发生高度融合。 One More Thing 对了，傅利叶的GRx Nano，从拉斯维加斯回来给家里人的活动应援了。 千元级的陪伴机器人，完全是迷你版的GR3，摸起来手感是温热的，盘它脑袋的时候眼睛还会亮小星星。 甚至……还能当围脖用。

Site key	qbitai
Policy area	具身智能
Category	report
AI score	0.38

Embodied Intelligence and Brain-Computer Interface Converge in Rehabilitation Medicine

嚯，具身智能和脑机接口在康复医疗合体了