ShoelessCai - 浙大团队 Nature：赛博格写字迎来新进展

浙大团队 Nature：赛博格写字迎来新进展

- 2026 -
04/05
09:49

零号员工

发表时间：2026.04.05 作者：南湖脑机交叉研究院来源：南湖脑机交叉研究院阅读：17

浙大团队 Nature：赛博格书法迎来新进展

类脑智能，具身智能的发展进度。

2025年6月，马斯克创立的美国神经连接公司Neuralink再度宣布重大进展：成功帮助渐冻症患者开口说话。中国科学院脑科学与智能技术卓越创新中心等，成功开展了中国首例侵入式脑机接口的前瞻性临床试验。这标志着我国在侵入式脑机接口技术上成为全球第二个进入临床试验阶段的国家。

第十届中国（上海）国际技术进出口交易会上，多项脑机接口首发成果向人们直观展示这项前沿技术。这意味着，境内有患者试图尝试，是触达渠道的，就在每年国际性的贸易展览会上。

“我们能读懂自己的大脑吗？”复旦大学神经调控与脑机接口研究中心主任王守岩，习惯用这样的开场白介绍脑机接口。因为半个多世纪前，正是这个疑问，促使人们踏足脑机接口领域。

人类的大脑，就像是一台精密的仪器，有着860多亿个神经元。它日夜不休地运转，掌管行为、认知、感知、情绪和生理功能。上世纪50年代，人们开始尝试用各种方式“走进”自己的大脑，脑控技术应运而生。“通俗地说，脑控就是用机器连接大脑，把神秘的大脑信号，翻译成人们能够看得懂的命令，来控制计算机等外部设备。”王守岩说，无独有偶，几乎同一时间，控脑技术也同步出现了。“如果说前者是从大脑到机器的信号传输，那么后者就是将外部信号传向大脑，比如用声、光、电等手段刺激大脑，调控神经功能。”他说。

脑控与控脑，打开了大脑信号向外界输出和外界刺激向大脑输入的两条通道。在脑机接口理念出现的半个多世纪里，全球的科学家们都在这两条通道上竞相奔走。他们比拼的，是“读脑”与“写脑”的速度和精度。今天，“读脑”与“写脑”的融合——脑机交互技术正在成为探究大脑秘密、精准调控大脑功能的“新武器”（央视网）。

浙江大学 2020 年的时候，成果帮助一位瘫痪患者（72岁）顺利用自己的大脑迟到了油条。浙江大学对外宣布“双脑计划”重要科研成果，该校求是高等研究院“脑机接口”团队与浙江大学医学院附属第二医院神经外科合作完成国内第一例植入式脑机接口临床研究，患者可以完全利用大脑运动皮层信号精准控制外部机械臂与机械手实现三维空间的运动，同时首次证明高龄患者利用植入式脑机接口进行复杂而有效的运动控制是可行的。ShoelessCai 评注，这对于长者的神经退行性疾病，由于年纪大了之后由于神经元退化坏死，导致老年人无法走路，都可以使用这种外接的电子神经元，来帮助人类重塑对肢体的控制能力。

张建民说，大脑皮层神经元共分为6层，实验需要将电极植入到第5层的位置。就像战国时期的宋玉在《登徒子好色赋》中所言“增之一分则太长，减之一分则太短”，电极植入的位置太浅了达不到效果，太深了又会损伤其他神经，难度非常大，“这对我们来说，是全新的手术。”

2020年的时候，也就是 5 年前，技术手段尚不成熟。以往类似的手术都是传统的人工植入，虽然植入效果及后期脑电信号质量总体尚可，但精确程度还不是最理想。张建民想到了手术机器人。他们利用步进为0.1毫米的手术机器人，准确地将2个微电极阵列送入既定位置，误差控制在0.5毫米以内。这也是全球首例成功利用手术机器人辅助方式完成电极植入手术。

“在4毫米×4毫米大小的微电极阵列上有100个电极针脚，每一个针脚都可能检测到1个甚至多个神经元细胞放电。电极的另一头连接着计算机，可以实时记录大脑发出的神经信号。”王跃明说。

6年前，浙江大学表示，要达到“人与机械合一”的目标是非常困难的。团队采用循序渐进的训练方法，先让张先生在电脑屏幕上操控鼠标来跟踪、点击二维运动及三维虚拟现实运动中的球，再练习指挥机械臂完成上下左右等9个方向的动作，最后才是模拟握手、饮水、进食等动作。训练耗费了4个多月时间，才有了现在这样令人激动的成果。

CyberDaily 消息称，OpenAI 创始人 Altman 和 Blania 共同创立 Merge Labs，是一家脑机接口的初创公司。目标是与 Musk 的 Neuralink 相竞争。

Merge Labs 的融资规模是在 8.5 亿美元，与Neuralink不同，Merge Labs打算研发一种高带宽、侵入性更低的脑机接口技术。其应用不止于医疗康复，还将延伸到更广阔的人机融合场景，借助人工智能的最新进展，让人脑与计算机实现更自然、更高效的连接。ShoelessCai 评注，美国公司在处理人机融合的问题略显激进，相形之下，我国的研究在这个方向的试错步子还是比较谨慎的。

对于脑机接口，Altman并不是突然兴起。在2017年的一篇文章《The Merge》中，他就探讨过“人机合并”的可能性——这是硅谷常谈的话题，指人类与机器的深度融合。

ShoelessCai 评注，我们可以这么理解，美国人对于人机融合的看法。其实，目前市场盛行的观点的一种，例如，像消费电子产品，比如手机，有一种观点认为，手机是人类身体、人类生活的延申。因此，大家会看到有些互联网产品，基本假设是随时随地可触达，像这类创业者，认为手机必须和人呆在一块，手机是人的延申。但是，有不少观点会觉得手机是一个消费电子类产品，只是以这种方式在这个时代存在。举个例子，苹果就是很典型的“手机与人可分”观点，因为苹果上有很多手机持有者与苹果手机之间的互动。因此，你会发现，这就是很典型的认为手机和人是剥离的。这些就是 facts，本站也不发表观点。

“人机融合”可能更多是给到人们回到正常生活的机会的，咱们辩证地看这个问题，人机融合的时候，不看手机可能是更加健康的状态。回到人机融合的问题，对于这个方向研究的前沿进度的报导。我们解读一下，浙大在 2026 年 3 月，《Nature》子刊上发的文章。

浙大郝耀耀、王跃明团队，大脑对手写运动的编码，是一套包含三维空间轨迹、握力变化、笔压调节在内的“立体指令集”，远比我们想象的复杂，成果以“Cortical representation of multidimensional handwriting movement and implications for neuroprostheses”为题，于2026年3月14日在国际顶级期刊《Nature Communications》正式发表。

原本我们解决用意念写字的方案，用 X 轴和 Y 轴定位写字的位置，事实上，古代说“入木三分”，写字在三维空间上是有差异的。目标是找到一套编码系统，这套编码能够反映出以下信息：深度上的力度，X和Y的位置。如果使得这套编码系统，让电子神经元，和大脑神经元交互的话，“人机融合”情况下就能写出更加自然的字。ShoelessCai 暂时先这么假设。

浙大团队向被试植入两个微电极阵列（Utah阵列），因为被试因为各种原因，使得自己神经元已经损坏了。这个 Utah 指标是了 X 和 Y 的信息。

浙大团队邀请了健康被试写字，用“肌电信号（EMG）”记录了 Z 轴特征，主要是握力、笔压这类特征，涵盖多个维度。简单理解，这些 Z 轴特征，写入神经元交互的编码。

研究发现，“笔画”和“提笔”是两种截然不同的行为，大脑做这两个动作的时候，对应的编码也是很不一样的。以下是原文，解释了为什么大多数人用左手写字的时候，写出来是歪歪扭扭的。左手在处理“笔画”和“提笔”的时候，因为左手不常写字，和大脑是没有这套交互编码的，左手处理笔画、提笔时候，因没有编码，使得方向变成随机的，笔画因此歪扭。不出意外的话，左手写字的模拟过程，和浙大团队提交的但模型解码过程是一样的。

“当团队用传统的二维速度模型分析神经活动时，发现同一神经元在笔画阶段表现出明确的方向调谐（例如朝某些方向书写时放电更频繁），但在提笔阶段几乎无方向选择性。这表明，仅依靠二维速度模型无法解释提笔阶段的神经活动机制。若强行用单一模型同时拟合笔画与提笔过程，将导致解码笔迹中的提笔方向严重失真，最终造成字符结构错乱（例如本应上下结构的汉字变成左右分离）。”

大脑对笔画与提笔的神经表征存在本质差异，需分别建模。

“研究团队通过对三维运动数据的深入分析发现，提笔阶段的笔尖并非简单地在二维平面上画直线，而是在三维空间中形成了一条具有overshoot特征的曲线轨迹，在空中划出一道优美的弧线。”

以上这段原话，体现了某种哲学思想，那些看上职业比较顺遂的人，很可能他们在更多维度的工作，无论是工作的质，还是工作的量，都是非常到位的。

“团队构建了线性-非线性泊松（LNP）编码模型，系统考察了不同运动参数组合对神经活动的解释能力。”

“针对笔画书写阶段：在二维速度（Vxy）模型的基础上，若加入握力、笔压或肌电信号等参数，模型的编码性能会得到显著提升。”

如果移除 Z 轴信息，明显书写性能就会下降。

“这些结果量化地证明：大脑运动皮层不仅编码二维速度信息，还同步编码了垂直运动、握力、肌电等多种维度信息。神经元并非仅对单一参数进行调谐，而是对多个维度的信息进行混合编码。”

“结果清晰表明：仅解码二维速度（Vx,Vy）时，识别率仅为29.22%。加入Z轴速度后，识别率提升至约42%。进一步加入笔压参数，识别率升至49.96%（南湖脑机交叉研究院）。”