标签
LISA是一种紧凑、可解释的MEG解码器，能够从非侵入性脑记录中检索感知到的语音，在1005个候选项中达到39.75%的Top-1准确率，使用的解码器参数减少约20倍，同时揭示皮层来源和语音特征。
一条推文强调，旧金山的顶尖年轻人才正从AGI/对齐转向脑机接口，并提到娜奥米·巴什坎斯基（Naomi Bashkansky）从OpenAI辞职，加入Conduit担任创始研究员，从事非侵入式读心模型的研究。
NeuroPB 是一个框架，通过在大规模行为数据（包括机器人轨迹）上预训练运动编码器，并将神经活动对齐到该表征空间来扩展神经解码，从而在有限神经数据下改进轨迹解码和泛化能力。
BrainBench 是一个新的统一基准，用于评估大型语言模型在全面、指令条件下的脑电图理解能力，涵盖 17 个数据集、172 项任务和超过 4000 个真实数据实例。论文评估了 13 个 LLM 在两种执行范式下的表现，表明脑电图能力因模型和操作化方式而异。
Naomi Bashkansky宣布从OpenAI辞职，加入Conduit担任创始研究员，构建基于非侵入性神经数据训练的思维转文本模型，并分享了她对心灵感应式AI交互的愿景。
本文研究了音素与字符目标以及选择性状态空间模型（Mamba）对皮层内脑到文本解码的影响，发现基于GRU的循环解码器在Brain-to-Text '25基准测试中仍是表现最强的模型。
关于神经控制技术的推文，提及 IntEngineering。
Neuralink 展示了其脑机接口技术，使试验参与者仅凭意念即可控制轮椅，这标志着神经义肢技术的重大里程碑。
Neuralink 正在探索临床试验参与者如何用意念控制电动轮椅，并在一个帖子中详细描述了这一过程。
中国公司BrainCo展示了先进的仿生假肢，具有近乎实时的响应能力，无需手术植入，与传统假肢相比成本降低85%。
BrainCo推出了据称是全球首个脑控机器人集成AI平台，可直接通过神经信号控制机器人系统。
本文改进了用于fMRI解码的Huth编码流程，并介绍了fMRIFlamingo——一种基于Llama 3.2的直接fMRI到文本框架，但发现解码成功主要源于语言先验而非神经输入。
本文介绍了一种用于非侵入性脑记录语义重建的多特征融合框架，通过交叉注意力机制结合静态词汇（Word2Vec）和动态上下文（GPT）表示，在脑到文本解码中取得了最先进的性能。
文章对比了埃隆·马斯克的Neuralink与中国的BrainCo，后者专注于非侵入式可穿戴脑机接口设备，如仿生手和助眠器，凸显了快速发展的BCI行业以及中美科技竞赛。
本文介绍了一种用于基于脑电图的情感识别的图正则化深度学习框架，该框架将心理基础的情感拓扑结构融入训练目标，在SEED数据集上实现了准确率提升高达5.42个百分点以及心理上不合理的误分类减少39%。
提出了堆叠LoRA，一种将被试不变知识与被试特定知识解耦的框架，用于使EEG基础模型适应运动想象解码，在多个基准上提升了准确率。
Meta发布了Brain2Qwerty v2，一种非侵入式脑机接口，能够实时解码句子，标志着脑机接口走向现实。
Meta开源了Brain2Qwerty v2，这是一种使用MEG信号和深度学习技术的非侵入性脑机文本系统，词汇准确率高达78%。
一份每日AI通讯，涵盖多个故事，包括央行行长对AI债务泡沫的警告、中国开发者通过灰色市场API购买便宜的Claude访问权限、Sakana的Fugu报告、中美AI模型成本对比、Deepseek新的推理优化方法，以及Meta开源的脑机文本系统。