脑机接口正经历一次关键跃迁:从医疗康复等垂直应用,走向支撑具身智能、机器人、消费电子等多产业协同演进的通用型技术底座。其核心价值,已不再局限于解决某个具体问题,而是构建一套覆盖信号采集、神经解码、意图识别、指令映射与物理执行的全栈能力体系。
在2026世界人工智能大会现场,强脑科技正式发布BrainCo脑控机器人训练平台。该平台以一体化设计为特征,无需用户具备脑机接口专业知识——佩戴轻量脑电帽后,系统即可实时采集任务相关脑电信号,通过自适应算法识别运动意图(如“抓取”“抬升”),并直接转化为机器人可执行指令。
整个流程不依赖任何肢体动作,典型任务可在10分钟内完成配置与验证。平台已开放标准通信协议,支持快速接入人形机器人、六轴机械臂、四足机械狗等多种主流硬件平台。展台实测中,用户仅凭专注意念,即驱动机械臂稳定完成抓取水杯、拾取苹果等灵巧操作。
这一能力并非孤立演进,而是嵌入“Neuro-Embodied-AI”技术范式之中:脑机接口负责高保真意图解码与输出;人工智能模型持续优化解码精度、泛化能力与任务分解逻辑;具身智能体则承担物理世界的精准响应与环境交互。三者形成从“脑内构想”到“现实执行”的端到端闭环,标志着脑机接口正从单点输入设备,升级为智能系统的核心感知与决策入口。
如果说脑控平台回答了“机器人如何理解人”,那么同期发布的BrainCo灵巧操作数采矩阵,则聚焦于“机器人如何学会像人一样操作”。该方案构建覆盖真人示教、真机执行、仿真生成三类数据源的融合采集体系,横跨真实人体操作、机器人本体反馈、虚拟环境模拟三大维度。
硬件层采用双轨并行架构:Revo 3灵巧手作为执行与感知终端,具备21自由度全直驱结构、全掌触觉覆盖及指尖级视触觉融合传感,确保采集动作符合人手生物力学逻辑;RevoHuman外骨骼数采手套则以侧置轻量化设计,在最小干扰前提下同步捕获手指姿态、掌面压力分布与手腕第一视角影像,将自然操作行为无损转化为多模态训练数据。
二者协同,首次实现“人类怎么动、机器人就怎么学”的数据对齐,为具身智能的灵巧操作训练提供了高质量、可泛化、可验证的数据底座。
本次展示的新一代智能仿生手进一步印证技术延展性:在保持前代功能完整性的基础上,整机体积缩小18%、重量降低22%,并支持可更换仿生手皮,兼顾生理适配性与外观自然度。这些迭代不是孤立产品升级,而是底层信号处理、低功耗边缘计算、柔性传感集成等共性能力的集中体现。
当脑电信号采集更稳定、神经解码更鲁棒、意图识别更普适、执行反馈更闭环,脑机接口便不再只是辅助工具,而成为人与智能体之间新的“操作系统层”。它不替代键盘或语音,而是补全交互维度中缺失的一环——直接、无声、无需训练的意图传达。这条技术路径的终点,是让智能真正读懂人,而非让人适应智能。
(10)
10分钟就能‘意念控机’,这脑控平台效率高啊,接入硬件也方便。
三元智能闭环让脑机接口升级为核心,以后智能设备更懂人了。
新一代智能仿生手升级,底层技术提升,脑机接口要成新的人机交互系统了。
脑机接口从单一场景到通用技术,底层能力沉淀很重要,未来应用会更广。
数采矩阵的双轨架构采集数据,为机器人学习提供了好基础。
这脑机接口发展太牛了,从意念控制到多产业通用,未来人机交互肯定大变样。
脑机接口、AI和具身智能协同成闭环,这组合以后能搞出好多新东西。
智能仿生手缩小体积减轻重量,还兼顾外观,脑机接口实用性增强了。
数采矩阵让机器人学人类操作,数据对齐是具身智能灵巧操作的关键。
脑控平台不用专业知识就能用,降低了使用门槛,利于推广。