
文章圖片
在專訪開始前 , 姬械機科技的陳鑫用這樣一句“開場白” , 立刻點燃了我們“極客”的好奇心 。 在2025年 , 當BCI(腦機接口)已從科幻走向臨床和工業(yè) , 而作為科技媒體 , 我們也一直在尋找一個答案:誰能真正定義“產(chǎn)品級”的BCI?
姬械機AI算法的“護城河”究竟是什么?是更高的識別率還是更快的響應速度?
陳鑫表示:“這些都是表象 。 真正的積累 , 源于我們在思考和碰壁之后 , 選擇了一條最難走的路——重新定義腦機接口的‘基礎設施’和‘發(fā)展思路’ 。 ”
“真實荒野”的當頭一棒
“破壁”的前提 , 是“撞墻” 。 陳鑫坦言 , 團隊曾深陷“好學生”的路徑依賴 。 “我們研讀經(jīng)典的神經(jīng)科學論文 , 復現(xiàn)成熟的實驗室方案 , 在那些經(jīng)典的范式——比如情緒識別、注意力監(jiān)測——上小心翼翼地微調(diào)參數(shù) , 試圖把準確率提升哪怕0.1個百分點 。 ”
這種“溫室”里的完美 , 在走向“產(chǎn)品”時不堪一擊 。 “當我們拿著這些在溫室里嬌生慣養(yǎng)的算法 , 試圖去解決真實世界的問題時 , 它們‘崩潰’了 。 ” 陳鑫用“崩潰”一詞來形容當時的困境 。
【專訪姬械機陳鑫:解構腦機“高速公路”的硬核產(chǎn)品哲學】在ZOL看來 , 這是所有前沿技術從“Lab”(實驗室)走向“Product”(產(chǎn)品)的必經(jīng)之路 。 真實世界沒有屏蔽室 , 用戶也不會一動不動地配合你 。
“我們意識到 , 沿著舊地圖 , 永遠找不到新大陸 。 ” 陳鑫的團隊決定“破壁” , 而“破壁”的第一錘 , 就砸向了最底層的“數(shù)據(jù)” 。
“基建狂魔”:最核心的“四大數(shù)據(jù)集”
“我們需要的不再是實驗室里的純凈數(shù)據(jù) , 而是充滿噪聲、復雜多變、貼近真實意圖的‘臟’數(shù)據(jù) 。 ”
基于這個“產(chǎn)品哲學”的180度轉(zhuǎn)彎 , 姬械機耗時多年 , 構建了四大核心基準數(shù)據(jù)集:
01.Mind 數(shù)據(jù)集(定義“真實”): 這是一個覆蓋了多設備類型、多應用環(huán)境、多交互任務乃至多計算維度的“超大融合”數(shù)據(jù)集 。用陳鑫的話說:“它不完美 , 但它足夠真實 , 包含了人類在數(shù)字世界交互時的各種復雜神經(jīng)模態(tài) 。 ” ZOL認為 , 這才是“產(chǎn)品級”數(shù)據(jù)的起點 。
02.Body 數(shù)據(jù)集(定義“具身”):“我們認為大腦不應被孤立 , 它是身體的一部分 。 ” 在“具身智能”(EmbodiedAI)成為AI下一站的今天 , 這個“人機意圖-動作”綜合交互基準數(shù)據(jù)集 , 是在為BCI如何賦能“物理世界”提供“關鍵土壤” 。
03.Action 數(shù)據(jù)集(定義“專業(yè)”):一個“專業(yè)的、高精度的腦機康復數(shù)據(jù)集” 。它的目標極其明確——“嚴肅醫(yī)療” , 旨在讓康復訓練真正實現(xiàn)“神經(jīng)閉環(huán)” 。在記者看來 , 這正是“黑科技”走向“臨床”的必要“彈藥庫” 。
04.Noiser 數(shù)據(jù)集(定義“魯棒”):這是外界認為最“極客”的一個 。 “既然噪音無法避免 , 我們就直面它 。 ” 姬械機不僅收集噪音 , 更訓練算法去“駕馭”噪音 。這徹底區(qū)分了“好學生”(試圖消除噪音)和“破壁人”(選擇駕馭噪音)的思路 。
“高速公路”的產(chǎn)品哲學
有了“硬核”的數(shù)據(jù)(食材) , 還需要“硬核”的算法(引擎) 。 姬械機將這些數(shù)據(jù)熔煉進了 Mind++(專注工程化解碼)和Brain++(探索類人計算范式)兩大算法平臺 。
當我們問及“花這么大力氣重新開路 , 值嗎?”
“太值了!”陳鑫的回答毫不猶豫 , “這些數(shù)據(jù)集和平臺 , 首先極大地解放了我們自己 。 我們內(nèi)部團隊得以在統(tǒng)一的基準上快速復現(xiàn)想法、驗證場景 , 開發(fā)效率呈指數(shù)級提升 。 ”
但他真正的“野心” , 是那個讓記者印象深刻的比喻:“我們正在做的 , 實際上是為腦機接口行業(yè)搭建一條‘高速公路’ 。 ”
“我們不僅自己在這條路上跑快車 , 更希望完善的基建能降低所有人的準入門檻 , 引發(fā)行業(yè)應用內(nèi)容的真正爆發(fā) 。 路修好了 , 車水馬龍的繁榮景象 , 自然就會到來 。 ”
“高速公路”上的落地應用
“路”修好了 , 那跑在上面的“車”(落地應用)是如何設計的?陳鑫向我們展示了三個“硬核”的落地場景 。
應用一:協(xié)和醫(yī)院ALS項目(重獲自由)
這是我見過最“溫暖”的BCI產(chǎn)品設計 。 面對思維清晰但身體被“凍住”的漸凍癥(ALS)患者 , 姬械機沒有“炫技”地用單一BCI , 而是創(chuàng)新性地“融合了眼動追蹤技術” 。
陳鑫解釋:“我們重新設計了一套基于智能輪椅的移動與溝通系統(tǒng):眼動負責快速定位 , 腦機負責確認意圖 。 這種多模態(tài)的交互方式 , 極大地降低了患者的疲勞感 , 提高了控制的精準度 。 ”
筆者認為 ,它完美解決了純BCI交互“易疲勞”和“響應慢”的行業(yè)通病 。 這是一個“無關商業(yè) , 只關乎尊嚴”的產(chǎn)品設計 。
應用二:博愛醫(yī)院康復項目(重塑連接)
這是基于Action專業(yè)數(shù)據(jù)集的一次“深度潛航” 。 面對運動受限(特別是癱瘓)患者 , 姬械機在構建一個極其復雜的“字典”——“一個人腦運動意圖與物理實體(如康復機器人、外骨骼、神經(jīng)假肢)之間高效、靈敏、多維度的無縫連接字典 。 ”
在筆者看來 , 這不是一個APP , 這是一個“基礎資源庫” 。它在做的是最底層的“翻譯”工作 , 通過對比采集患者與正常人的運動機理數(shù)據(jù) ,目標是助力康復醫(yī)療從“被動訓練”向“主動神經(jīng)重塑”進化 。
應用三:中鐵建工業(yè)安全項目(重定義安全)
這是記者見過最大膽、最“硬核”的BCI跨界 。 針對傳統(tǒng)安全監(jiān)測(攝像頭)只看“外部行為”的“滯后性” , 姬械機搭建了一個“三位一體”的融合系統(tǒng):
01.“眼”(外部):視覺算法監(jiān)測“外部姿態(tài)風險”;
02.“腦”(內(nèi)部):BCI安全帽評估“內(nèi)在認知負荷與疲勞狀態(tài)”;
03.“中樞”(決策):大模型“綜合內(nèi)外信息進行深度推理” 。
我們的理解 ,這是BCI作為“下一代傳感器”的完美落地 。 它把安全預防的關口“大幅前移” ,從“亡羊補牢”變成了“未雨綢繆” 。
結語:
從“實驗室好學生”到“真實荒野的破壁人”, 姬械機和陳鑫所選擇的 , 是一條“先修路 , 再造車”的“硬核”產(chǎn)品哲學 。 當行業(yè)大多數(shù)人都在“溫室”里追逐“應用”(車)時 , 他們選擇成為那個“笨拙”的、重新定義“基礎設施”的“基建狂魔” 。
而在我們看來 , 四大數(shù)據(jù)集和“高速公路”的比喻 , 不僅僅是一種技術自信 , 更是一種“平臺級”的野心:他們不只想自己“跑快車” , 更想“引發(fā)行業(yè)應用內(nèi)容的真正爆發(fā)” 。 這不僅是關于技術和產(chǎn)品的解構 , 更是關于人機交互“下一個十年”的思考與布局 。
(10836647)
推薦閱讀
- 專訪Omdia楊光:電信業(yè)低增長周期下 6G發(fā)展面臨多重不確定性
- 專訪 OPPO 影像認知總監(jiān)程卓:會打電話的哈蘇,一定是未來
- 獨家專訪 AirPods 團隊:一只小小的耳機,如何學會追蹤 50 種運動?
- 對話星邁創(chuàng)新創(chuàng)始人:我們走到現(xiàn)在,95%是靠運氣|硬氪專訪
- 專訪Plaud中國區(qū)CEO:我們只做“必須做”和“不做要死”的事
- 專訪逐際動力張巍:不搞定最后一公里,會“殺死”機器人落地
- 專訪森海塞爾聯(lián)合CEO:80年聲音傳奇,暢談家族傳承與技術革新
- 專訪星海圖趙行:熱鬧的Demo不等于泛化能力,具身智能勝負仍在數(shù)據(jù)量
- 情緒價值至上時代,一家硬件創(chuàng)業(yè)公司的10億美元征途|獨家專訪Nothing聯(lián)創(chuàng)
- 媒體專訪Anker高管:問題電芯的款式可能生產(chǎn)了2000~3000萬片
