一句话看懂：Neuralink 用临床试验积累的超 5 万小时脑信号，训出了一个「按人定制」的神经解码器，把光标控制纪录刷到 11.32 比特/秒，还把每天要做的校准从约 10 分钟压到了每周约 10 分钟。这听起来很技术，但它指向一个普通人能感知的目标：有朝一日，瘫痪者戴上植入物，像开机用手机一样直接用意念操控电脑。
5 万小时「闲时数据」成了燃料
2026 年 10 月初，Neuralink 公布了一轮技术更新。最值得注意的是数据量：自临床试验启动两年里，参与者在日常使用中累计上传了超过 5 万小时 的无标注、自由状态下的脑神经活动记录。这些此前基本被闲置的数据，现在被用来预训练脑机接口的基础模型。
做法叫「按人预训练」：为每位参与者单独训练一个神经编码器，输入是他过去数千小时的脑信号，输出用于光标控制。系统不必每次任务都从零开始，而是从历史记录里学习这个人脑活动的重复模式。公司称，这类编码器能把随时间漂移、噪声较大的尖峰信号，转成更稳定的「嵌入」表示，让解码更准、更耐久。
纪录与校准：两个硬指标
速度上，一位参与者在光标测试中达到 11.32 比特/秒，超过此前约 10.4 比特/秒的行业纪录；参与者整体中位成绩约 10 比特/秒，其中 6 人刷新了个人纪录。更贴近日常的是校准负担：此前参与者平均每周要花约 55 分钟重新校准，折算下来平均每天约 10 分钟；现在部分人已把这一时间压缩到每周约 10 分钟。
稳定性也在改善。有参与者连续 5 天用同一个解码器，速度保持在 10 比特/秒；部分解码器的有效表现维持超过 3 周；还有一位参与者在 1.5 年以上 仍能继续用同一套解码器完成控制。这意味着「开机即用」不再只是口号。
为什么这事重要
脑机接口能不能从实验室走进日常生活，卡点一直是两个：一是信号会随时间自然漂移，解码器得频繁重新标定；二是每次标定都要用户配合完成指定任务，成本高。Neuralink 这次用大规模无标签数据训练个人模型，让信号表征在一周、一个月甚至更长时间里保持相对稳定，直接砍掉了这笔时间成本。
10 月 3 日，Neuralink 联合创始人、总裁兼首席运营官 DJ Seo 发文称，免校准解码器设计是脑机接口领域最棘手的问题之一，公司现有进展加上另一项即将公布的工作，「可能已经把它解决了」。长期目标包括跨参与者数据汇聚、一次性校准乃至零校准，以及一个共享的「运动皮层 API」。
仍要泼的冷水
需要说清楚的是，这些进展仍处在临床试验阶段。公司披露，目前效果主要来自单人数据预训练，跨人共享模型尚未全面超过个体模型，长期稳定性和泛化能力还需进一步验证。截至目前，已有 21 位参与者入组（公司称其为 Neuralnauts）。
对普通人而言，脑机接口离「人手一个」还很远；但对因瘫痪、卒中而失去行动能力的人，把校准从每天 10 分钟降到每周 10 分钟，可能就是「今天能不能独立用电脑」的差别。这一步，值得被认真记录。