本文为节选内容

如需更多报告，联系客服

或扫码获取报告

（1）Synchron

Synchron是当前BCI领域领先企业，于2021年成为第一家从美国FDA获得临床研究性器械豁免（IDE）以进行永久植入BCI临床试验的公司。

公司产品stentrodeTM通过微创脑机接口技术，在减少对大脑侵入和提高大脑信号的清晰程度中实现相对平衡，以帮助失去行动和说话能力的患者通过设备实现交流。

Synchron的技术仍处于开发的早期阶段，公司未来的目标是缩小设备的尺寸，同时提高它们的计算能力，最终实现能够在每个患者大脑的不同部位放置大量的支架，让它们执行更多的功能。

（2）NeuraLink

2016年，包括马斯克在内的共八位创始人推出了脑机接口（BCI）技术初创公司NeuraLink。公司专注于高带宽侵入式脑机接口技术，致力于将大脑和网络相连通。

NeuraLink开发了马斯克称之为“神经蕾丝”的柔性电极技术，在人脑中植入细小的电极，微米级的螺纹插入大脑控制运动的区域。每根线都包含许多电极，并将其连接到植入物。根据2019年NeuraLink首次对外公布的成果，这种接口系统由一组电子芯片和一些厚度只有4至6微米、宽度比人头发丝还细的丝线组成。整个系统包含3072个传感器，分布在大约100根柔性丝线上。

（3）MindMaze

MindMaze创立于2012年，总部位于瑞士洛桑。公司致力于通过非侵入式脑机接口研究，加速人类恢复、学习和适应的能力。通过在神经科学、生物传感、工程、混合现实和人工智能等交叉领域的研究，公司提高神经系统疾病患者的康复潜力，并获得FDA批准和CE标志，致力于创建大脑健康的通用平台。

公司当前主要产品主要涉及：1）MindMotion Go：家庭神经系统康复平台；2）MindPod：通过动画游戏体验促进患者运动技能和认知功能的恢复；3）Elvira：一款具有AR、VR、手部跟踪和神经传感器的混合现实头显。Elvira利用其神经技术引擎，通过神经读数预测玩家的意图，并将其与跟踪的身体运动相协调以弥补虚拟世界和现实世界的差距，以增加游戏沉浸感。同时游戏中读取的生理指标有助于专注健康的游戏和应用的开发，以促进放松和正念。

（4）BrainCo强脑科技

BrainCo于2015年创立，是哈佛创新实验室孵化的第一支华人团队。BrainCo最先从教育领域切入，同时也涉足医疗及游戏领域，产品包括Focus专注力训练系统、智能仿生手、正念舒压等，其脑机接口AI假肢成为《时代》杂志发布的2019年年度最佳创新产品之一。

目前公司产品主要涉及两个方面：1）BrainRobotic Hand（智能仿生手）；2）Focus Calm（专注力训练设备）。

（5）BrainUp脑陆科技

脑陆科技成立于2016年6月，总部位于北京，是一家基于神经网络算法的脑机交互开放平台，专注于突破脑机接口底层技术，将脑机接口与人工智能技术结合应用落地，以实现其产业化。

公司当前主要产品为：1）可穿戴医疗级睡眠仪，通过粉噪音、白噪音等节律声波对神经实时调控，优化深度睡眠时长；2）BCI智慧安全帽，在完成安全防护的同时，对人的精神不安全状况和生理状况进行监测，实时进行安全预警，提升安全管理。

1、难以高效率、准确地理解神经元的输出

（1）信号识别精度低

人脑中存在数百亿的神经元，目前人们尚未对其功能和信息传输机制拥有足够的了解，脑机接口系统所能识别的神经信号内容较少且准确度低。脑机系统记录的信号涉及的神经元越多、信号复杂度越高、识别难度越大，进一步降低脑机系统的识别精度；

研究表明，目前脑机接口系统对2类思维任务的识别率约为90%、对3类任务的识别率约为80%、对4类运动的识别率仅有70%左右。

（2）信号识别速度慢

脑机接口系统需要把获取的脑电波信号识别、转换为计算机理解的信号，其中所需要的算法对算力的要求远远超出如今的算力水平，这意味着现阶段的脑机接口系统无法快速、即时、准确地识别神经电信号。目前，脑机接口系统所能达到的信息识别、转换速度为68bit/min，远远不及真人正常交流所需的速度。

2、如何实现向人脑的输入

在脑机接口技术领域，未来脑机接口的发展按照信息传输方向分类，将从经典的脑机接口逐渐演变为脑机交互最后到脑机智能的模式。如何实现“机→脑”的信息传输（即将感知反向编码成能被大脑读懂的信号），成为模式突破的关键。

然而，基于理论的从机到脑的反馈研究如今仍处于一片黑暗。目前神经科学对于神经编码的具体方式仍处于未知状态，而由机→脑对神经编码知识的需求要远大于“脑→机”，因此，“机→脑”的研究相比“脑→机”的研究更缓慢。

3、缺乏脑机性能的科学评价体系

脑机接口的评估通常包括硬件和软件评估。硬件评估是评价脑机接口性能的关键部分，包括采集设备、外形尺寸和电子设备三个评估方向，一般从数据采集基准和生理指标两个层面进行评价。软件主要涉及界面和机器学习技术，一般从软件基准层面进行评价。

尽管在量化脑机接口独立组成部分的性能方面已经有了一些成果，但整个脑机接口系统还没有全面的标准或基准。当前脑机产业从业者正在通过如公开标准化数据库、允许开发人员测试他们的方法等形式开发脑机接口系统的基准。

4、对植入芯片的软硬件要求高

侵入式脑机接口对植入芯片的软硬件要求较高。1）硬件设计开发上，植入芯片对集成工艺、微加工制造技术、测试技术、感应供电提出新要求；2）软件系统上，植入芯片的软件系统则对数字模块架构和逻辑设计、建模、驱动程序、信号放大、模数转换、数据压缩、编解码提出较高的要求。

5、市场落地不确定性高，存在安全隐私泄露问题

脑机接口在市场化落地方面不确定性较高。侵入式脑机接口技术在市场化落地时，对基础理论研究和工程实现具有极高要求，投入回报周期长，对复合型人才依赖度高，开发成本高，且需要进行临床试验等证明安全性耗时久，因此从市场角度看短时期内应用范围仍然极窄，在一定时期内仍主要集中在科学研究和重症医疗领域。

从安全和伦理的角度，包括黑客攻击、意念控制、数据窃取等隐私泄露风险存在。设备安全问题、个人隐私安全问题、知情和同意权问题、自主性和责任归属问题，以及使用脑机接口设备获取某种“能力”之后可能引起的社会公平公正问题都成为脑机接口发展的潜在挑战