上证报中国证券网讯（记者 伊妹儿）8月22日，脑机接口赋能未来产业暨“科创中国”技术路演活动作为2026世界机器人大会配套活动在北京举办。上海交通大学计算机学院副教授郑伟龙在活动上表示，当前制约脑机接口大规模落地应用的一大关键，就是缺少底层数据集与软件算法平台。“可以参考当下热度很高的通用人工智能、具身智能的发展路径，这两个领域迭代速度之所以飞快，正是因为搭建起了成熟的数据、软件与算法基础设施，拥有充足的训练数据集，以及配套的训练、评测等各类资源。”他表示。 据了解，脑电大模型是近几年学术界兴起的研究方向，它要解决的核心痛点，是脑机接口高质量标注数据稀缺、获取成本高昂的难题。郑伟龙对上证报记者表示，“我们熟知的文本、图像大模型，可以开展大规模预训练，并不依赖大量高质量标注数据。而过去脑机接口做癫痫检测、睡眠分析、抑郁监测这类任务时，都需要针对单一任务采集高质量标注数据。但这类数据总量有限，很难训练出性能更强的大模型，限制了模型的性能与泛化能力。” 郑伟龙称，借助大规模预训练技术，可以面向脑电信号训练通用基础模型，这套通用模型不需要特定任务、特定场景下的高质量标注数据。就像通用大模型博览海量文本，脑电大模型也需要“博览脑电数据”：学习不同设备采集、来自病人与健康人群的各类脑电信号，从中习得脑电的通用表征。“在此基础上，面向各类BCI下游任务，研究者可以复用这套基础模型，快速适配自身应用场景，仅依靠少量高质量标注数据做微调，就能得到不错的效果。”他表示。 因此，面对脑机接口编解码中存在的个体差异、泛化性能不足、解码精度有限等难题，脑电大模型被视作颇具潜力的解决方案，行业关注度走高。据了解，现在已经有不少脑机接口初创企业聚焦AI与脑机接口的融合，着手搭建数据、软件类公共平台，赋能各类下游应用场景。 郑伟龙称，情感脑机接口是专门面向人类情绪开展识别与调控的脑机接口系统，落到消费场景中，它可以识别人的情绪与认知状态，实现更友好的人机情感交互。他表示，“当前大模型对话大多依靠语言、语音、表情来判断用户状态，未来借助脑电以及各类生理信号，系统将能够直接感知人的情绪，增强大模型的感知能力，不再局限于文本交互，实现更深层次的情感交互。” 在严肃的医疗场景中，许多精神类疾病也和情绪、认知异常密切相关。目前这类疾病的临床诊断，主要依靠心理量表这类主观评估方式，通过提问了解患者睡眠、情绪感受等情况。“这种情况的评估个体差异大，存在主观偏差，还可能出现患者刻意隐瞒的情况，评估结果准确度有限。”郑伟龙称，如果能挖掘出情绪与认知对应的生物标志物，就可以依托这类标志物完成精准评估，辅助临床医生开展抑郁症、焦虑症等各类精神疾病诊疗，推动精神疾病诊疗走向更加客观、个性化。

上证报中国证券网讯（记者 伊妹儿）8月22日，脑机接口赋能未来产业暨“科创中国”技术路演活动作为2026世界机器人大会配套活动在北京举办。上海交通大学计算机学院副教授郑伟龙在活动上表示，当前制约脑机接口大规模落地应用的一大关键，就是缺少底层数据集与软件算法平台。“可以参考当下热度很高的通用人工智能、具身智能的发展路径，这两个领域迭代速度之所以飞快，正是因为搭建起了成熟的数据、软件与算法基础设施，拥有充足的训练数据集，以及配套的训练、评测等各类资源。”他表示。

据了解，脑电大模型是近几年学术界兴起的研究方向，它要解决的核心痛点，是脑机接口高质量标注数据稀缺、获取成本高昂的难题。郑伟龙对上证报记者表示，“我们熟知的文本、图像大模型，可以开展大规模预训练，并不依赖大量高质量标注数据。而过去脑机接口做癫痫检测、睡眠分析、抑郁监测这类任务时，都需要针对单一任务采集高质量标注数据。但这类数据总量有限，很难训练出性能更强的大模型，限制了模型的性能与泛化能力。”

郑伟龙称，借助大规模预训练技术，可以面向脑电信号训练通用基础模型，这套通用模型不需要特定任务、特定场景下的高质量标注数据。就像通用大模型博览海量文本，脑电大模型也需要“博览脑电数据”：学习不同设备采集、来自病人与健康人群的各类脑电信号，从中习得脑电的通用表征。“在此基础上，面向各类BCI下游任务，研究者可以复用这套基础模型，快速适配自身应用场景，仅依靠少量高质量标注数据做微调，就能得到不错的效果。”他表示。

因此，面对脑机接口编解码中存在的个体差异、泛化性能不足、解码精度有限等难题，脑电大模型被视作颇具潜力的解决方案，行业关注度走高。据了解，现在已经有不少脑机接口初创企业聚焦AI与脑机接口的融合，着手搭建数据、软件类公共平台，赋能各类下游应用场景。

郑伟龙称，情感脑机接口是专门面向人类情绪开展识别与调控的脑机接口系统，落到消费场景中，它可以识别人的情绪与认知状态，实现更友好的人机情感交互。他表示，“当前大模型对话大多依靠语言、语音、表情来判断用户状态，未来借助脑电以及各类生理信号，系统将能够直接感知人的情绪，增强大模型的感知能力，不再局限于文本交互，实现更深层次的情感交互。”

在严肃的医疗场景中，许多精神类疾病也和情绪、认知异常密切相关。目前这类疾病的临床诊断，主要依靠心理量表这类主观评估方式，通过提问了解患者睡眠、情绪感受等情况。“这种情况的评估个体差异大，存在主观偏差，还可能出现患者刻意隐瞒的情况，评估结果准确度有限。”郑伟龙称，如果能挖掘出情绪与认知对应的生物标志物，就可以依托这类标志物完成精准评估，辅助临床医生开展抑郁症、焦虑症等各类精神疾病诊疗，推动精神疾病诊疗走向更加客观、个性化。