从打孔卡片、键盘，到触摸屏和语音交互，人类与机器的交互方式一直在发生变化。下一次交互革命会是什么？脑机接口正在提供一种新的可能：不再依赖键盘、屏幕甚至语音，而是直接通过神经信号，让大脑与机器建立连接。

不过，要实现真正自然的人机交互，脑机接口还需要跨越一道重要门槛——语言解码。

在今天开幕的2026南渡江智慧医疗与康复产业高峰论坛上，西湖灵犀科技有限公司联合创始人、西湖大学研究员杨杰带来了题为《脑机接口语言神经假肢技术》的主题报告，介绍了团队在语言神经解码、侵入式脑电数据采集和类脑计算芯片方面的研究进展。

杨杰认为，脑机接口的长期价值不应局限于医疗器械，而是有望成为下一代人机交互的重要基础设施。但在通往这一目标的过程中，医疗应用将是重要的技术突破口。西湖灵犀选择从语言神经假肢切入，一方面回应脑卒中等患者的语言功能重建需求，另一方面通过临床应用积累高质量神经数据，逐步构建芯片、数据和算法协同发展的技术体系。

回顾人机交互的发展，杨杰提出了一个有意思的观察：过去一百年，人类与机器的交互方式经历了多次变化。

早期，人们通过打孔卡片、打孔带向计算机输入信息；随后，键盘成为主流输入方式；再到触摸屏，人机交互变得更加直观；近年来，语音交互进一步降低了使用门槛。

这些变化背后，其实是机器逐渐适应人的表达习惯。交互方式从要求人理解机器的操作逻辑，转向让机器理解人的自然表达。

而脑机接口可能是下一次重要的交互变革。

通过直接读取和解码神经活动，脑机接口有望让人类绕过传统输入设备，实现更加直接的信息传递。对于失去语言或运动能力的患者而言，这意味着重新获得表达和控制外部设备的可能；对于更广泛的人机交互市场而言，则意味着一种全新的交互入口。

当然，杨杰也提醒，目前脑机接口距离真正跨时代的人机交互仍有距离。电极技术、信号采集方式、芯片和电子系统尚未完全成熟，侵入式、半侵入式和非侵入式技术路线也仍在发展之中。此外，神经信号涉及人体安全、伦理和法律法规等问题，技术研发必须与临床规范和监管体系同步推进。

因此，现阶段脑机接口正在从早期的人机交互技术想象，逐渐收敛到医疗器械和临床应用这一更明确的落地路径。

在脑机接口的医疗研究中，运动功能解码是发展较早、积累较为深厚的方向。经过过去二十多年的探索，研究人员已经逐步建立起从神经信号采集、运动意图解码到刺激反馈的技术链条，为运动功能重建提供了新的技术路径。

相比之下，语言神经解码起步较晚，关键突破主要集中在2020年以后，但发展速度非常快。杨杰认为，语言是人类最重要的信息表达方式之一，也是脑机接口从功能辅助走向自然交互必须突破的方向。

语言神经假肢是西湖灵犀重点布局的方向。

杨杰介绍，脑卒中等神经系统疾病可能导致患者出现严重语言障碍。根据其报告，目前约有30%的脑卒中患者无法实现语言功能重建。这意味着，语言功能障碍背后存在着巨大的未满足医疗需求。

对于这些患者而言，即使部分认知能力仍然保留，也可能因为语言表达通路受损，无法正常与外界交流。语言神经假肢的目标，就是通过采集和解码大脑中的语言相关神经活动，将患者想要表达的信息转化为文字或语音，从而帮助其重新建立交流能力。

这也是语言脑机接口区别于传统运动解码的重要价值。

运动神经解码主要关注大脑如何控制肢体运动，而语言神经解码则需要从复杂的神经活动中提取语言相关信息，涉及语音、音素、声调、词汇乃至连续句子的理解和重建。对于中文而言，声调、音节和语境等因素还增加了神经解码的复杂性。

杨杰表示，西湖灵犀选择语言神经假肢，不只是为了满足医疗市场需求。医疗应用还能够为技术研发提供真实场景和持续积累的数据资源。随着临床数据不断丰富，神经解码算法有望持续提升准确率和泛化能力，并为未来更广泛的人机交互应用奠定基础。

从这个角度看，医疗是语言脑机接口当前的重要落地场景，而自然语言交互则可能是其更长远的产业方向。

围绕这一战略方向，西湖灵犀提出了构建脑机接口基础设施的思路，重点布局三个层面：神经信号采集与刺激芯片、侵入式脑电数据资源，以及中文语言神经解码算法。

杨杰认为，脑机接口产业的发展将经历几个阶段。

当前，行业前沿企业首先需要解决的是如何稳定获取高质量神经信号。随着信号采集技术逐步成熟，未来三至四年，芯片、数据传输等环节的重要性将进一步提升。再往后，当采集和传输不再成为主要瓶颈，大量应用企业将把竞争重点转向海量神经数据的解码与处理。

从更长远来看，脑机接口芯片也将逐渐走向专用ASIC或SoC，以满足高通量、低功耗和实时处理的需求。

西湖灵犀的产品规划正是按照这一技术演进方向展开。

在神经信号采集方面，团队已经布局256通道和1024通道芯片，并在ISSCC发表了1024通道神经信号采集芯片相关成果；在神经刺激方面，目前已有双通道产品，并计划进一步推进采集与刺激一体化闭环设计；在此基础上，团队还在研发面向语言神经解码的类脑计算芯片。

杨杰透露，团队计划在2027年推出三款量产芯片，覆盖不同脑机接口应用需求，涉及侵入式、非侵入式以及外周神经刺激等方向。

值得关注的是，西湖灵犀并没有把芯片研发简单理解为提高通道数量，而是进一步探索类脑计算与神经信号处理的结合。

为什么类脑计算会成为西湖灵犀重点布局的方向？

杨杰给出的解释是，神经信号本身具有独特的信息编码方式。大脑通过神经元的脉冲放电传递信息，而传统计算架构在处理这类信号时，往往需要经过采集、数字化、数据传输和算法处理等多个环节。

如果能够利用类脑计算架构，更直接地处理神经元脉冲信号，就有机会减少不必要的数据转换和传输开销，实现更加高效的神经信息处理。

这对于植入式脑机接口尤其重要。

植入式设备受到体积、供电和散热条件的严格限制，神经信号通道数量不断增加，又会带来数据带宽和实时计算压力。传统计算架构如果持续依赖大量原始数据传输，再由外部处理系统完成解码，可能难以满足未来高通量、低功耗的应用需求。

类脑计算则提供了另一种思路：让芯片的计算方式更加贴近神经系统本身的信息表达机制，以脉冲为核心进行信息处理，从而探索更低功耗、更高效率的神经信号解码路径。

杨杰介绍，团队从2021年开始持续开展类脑计算与生物医疗脑机接口结合的研究，早期重点探索癫痫检测和运动神经解码等应用，并陆续发表相关国际学术成果。此后，团队逐步将研究重点延伸至语言神经解码。

目前，西湖灵犀已经研发面向语言神经解码的类脑计算芯片，并计划进一步推动相关产品落地。杨杰表示，相关芯片研发已经取得进展，预计未来一段时间将有更多成果对外公布。

从产业视角看，类脑计算的意义在于，它可能改变脑机接口系统处理神经数据的方式。未来，当神经信号采集通道从数百个进一步增加到数千个甚至更多，如何在有限功耗下完成实时处理，将成为芯片架构设计必须面对的问题。类脑计算能否在实际脑机接口应用中体现出性能和能效优势，值得持续关注。

除了芯片，数据也是语言脑机接口发展的另一项核心基础设施。

与运动解码相比，语言解码涉及更加复杂的神经活动模式。算法不仅需要识别神经信号与语言单元之间的对应关系，还需要通过大量数据训练，提升对不同个体、不同表达内容和不同语境的适应能力。

但高质量侵入式脑电数据并不容易获取。它需要专业的电极设备、严格的实验设计以及规范的数据标注流程，尤其是中文语言神经数据，目前仍相对稀缺。

针对这一问题，西湖灵犀联合西湖大学建立了侵入式中文语言脑机接口数据库。

杨杰介绍，目前该数据库已经采集了20位被试的侵入式脑电信号，全部通过皮层电极获取，总任务时长约50小时。数据库包含约1.4万个汉字、4200个句子，覆盖单字朗读、连续句子朗读等不同实验范式，同时采集了高密度的实际语音录音。

更重要的是，数据库不仅包含神经信号和语音数据，还对文字起止时间、拼音、声调、音素等信息进行了标注，并记录了电极通道数据及相应的电极坐标。

这意味着，研究人员不仅能够获得脑电信号，还能够将其与具体的语言内容、发音时间和电极空间位置对应起来，为语言神经活动的分析和解码提供更加完整的数据基础。

杨杰表示，目前数据库仍在持续扩充，计划于2027年向社会全面开源。

这一计划具有一定的产业意义。脑机接口语言解码并不是一家企业单独能够完成的技术，数据集、算法和硬件之间需要形成协同。开放高质量中文神经数据，有望降低科研团队和企业开展语言解码研究的门槛，推动更多算法模型、芯片架构和应用方案的创新。

尤其是中文语言解码，具有不同于英语等语言的声调和音节特征。建立具有代表性的中文侵入式神经数据资源，有助于推动相关技术从少量实验室验证走向更系统的研究与应用。

在数据和芯片基础之上，西湖灵犀也在推进中文语言神经解码算法的研发。

杨杰介绍，团队已经提出中文语言解码框架，并开展了基于声调等语言特征的解码研究。目前早期实验结果显示，字符准确率达到71%。

在具体实现上，系统通过对单个字符或语言单元进行神经信号解码，再结合语言模型进行纠错和优化，最终将解码结果呈现在屏幕上，形成从神经信号到文字输出的完整流程。

值得关注的是，团队报告的系统处理延迟小于20毫秒。

这意味着，语言解码系统不仅要关注最终输出是否准确，还需要兼顾实时性。对于语言神经假肢而言，如果解码结果需要等待很长时间才能输出，即使准确率较高，也难以形成自然、连续的交流体验。

当然，字符准确率与完整句子交流能力之间仍有差距。真正实现自由对话，还需要解决连续语言生成、上下文理解、跨任务泛化以及不同个体之间的适配等问题。

杨杰表示，团队计划在2027年进一步推进实时语言解码，目标是实现不受固定词库限制的自由交流，并构建更加完整的自主对话系统。

这也意味着，西湖灵犀的研发目标并不只是让患者通过脑信号输出有限的预设词汇，而是希望逐步实现更加开放、自然的语言表达。

从杨杰的报告可以看到，西湖灵犀正在形成一条比较清晰的技术路线：以芯片为硬件基础，以侵入式中文神经数据为训练资源，以语言解码算法为核心能力，逐步构建完整的语言脑机接口技术体系。

在2027年的规划中，团队将重点推进三项工作：推出三款量产芯片，开放中文语言神经数据库，并推动实时语言解码技术进一步成熟。

这三项工作分别对应硬件产品化、数据生态建设和算法应用落地，也反映出脑机接口产业正在从单点技术突破走向系统能力竞争。

杨杰认为，脑机接口的未来不仅在于帮助患者恢复运动或语言功能，更有可能成为下一代人机交互的重要方式。但这一愿景的实现，需要芯片、数据和算法持续演进，并在临床应用中不断验证和完善。

从当前产业发展阶段来看，语言神经假肢是一个具有明确医疗需求、同时具备长期技术外溢价值的切入点。它既能够帮助失去语言能力的患者重新建立与外界沟通的通道，也可能为未来更自然的人机交互提供底层技术支撑。

当机器开始尝试理解大脑中的语言信号，人机交互的边界也正在被重新定义。对于西湖灵犀而言，真正的挑战不仅是让大脑能够输出文字，更是让这种交流逐渐摆脱固定词库和预设指令，最终走向实时、连续和自然的语言沟通。