如果回顾过去三十年的脑机接口发展，会发现几乎所有重大技术突破，都围绕着同一个关键词展开——带宽（Bandwidth）。
今天，人们谈论脑机接口，往往会关注 Neuralink 植入了多少根电极、Paradromics 的 Argo 拥有多少微丝、Precision Neuroscience 的 µECoG 可以覆盖多少皮层面积，甚至实验室已经能够实现二十多万个记录位点。然而，这些数字背后真正反映的，并不是简单的硬件升级，而是一场持续数十年的技术路线演进。
从最初一次只能记录几个神经元，到今天能够同时采集数万个甚至几十万个记录位点，脑机接口的发展轨迹几乎可以概括为一句话：不断提升人与大脑之间的信息带宽。
针对侵入式脑机接口同步记录通道的纵向分析（1998–2025年），采用半对数坐标绘制。数据点按开发阶段（蓝色：临床前；红色：临床）和记录方式（圆形：皮层内；方形：皮层表面）进行分类。虚线回归线突显了所选研究中使用的电极数量呈现出明显的增长趋势。来源于Luca M Meyer and Majid Zamani 2026 J. Neural Eng. 23 031001
在计算机领域，人们习惯用摩尔定律描述晶体管数量的指数增长；而在神经科学领域，也存在着一个类似的规律。早在2011年，Stevenson 和 Kording 就提出，同步记录神经元数量大约每七年翻一番，这一趋势后来被称为"神经科学的摩尔定律"。令人惊讶的是，过去十多年，这一规律不仅没有放缓，反而因为半导体制造、CMOS工艺以及神经光学技术的发展而进一步加速。今天，脑机接口产业几乎所有头部企业，都在沿着同一方向竞争——谁能够获得更大的神经数据带宽。
然而，一个新的问题也随之出现：带宽越大，就一定意味着脑机接口性能越好吗？
答案正在变得越来越复杂。
脑机接口的发展史
本质上就是一场不断突破带宽瓶颈的历史
如果把过去三十年的脑机接口技术演进放在一起观察，会发现行业几乎每隔几年都会遇到一个新的瓶颈，而每一次技术革命，本质上都是在解决上一个时代无法突破的带宽限制。
Multielectrode Array 来源[3]
最早期的皮层记录系统采用的是微丝电极（Microwire）和四极管（Tetrode）。那个年代，研究人员需要将极细的金属导线一根根焊接到电极上，再连接到外部放大器。整个系统几乎完全依赖人工装配，不仅制造周期漫长，而且每增加一个记录点，就意味着必须增加一根导线。
这种架构决定了它几乎不可能无限扩展。
原因并不复杂。脑组织能够容纳的空间有限，而每根导线都具有真实的物理尺寸。当记录位点从几个增加到几十个时，导线数量同步增长；当希望进一步增加到几百个时，导线已经开始占据大量植入空间，同时也增加了组织损伤风险。真正限制这一代脑机接口发展的，并不是神经科学本身，而是最基础的工程问题——导线已经放不下了。
这也是脑机接口第一次遇到"带宽瓶颈"。
MEMS让行业摆脱了导线
却又陷入了另一种限制
随着MEMS微机电工艺的发展，脑机接口进入了硅基电极时代。
Michigan Probe、Utah Array等经典产品相继出现，整个行业开始摆脱依赖人工装配的模式，转而采用半导体工艺批量制造电极阵列。相比传统微丝，硅探针不仅尺寸更加一致，而且能够实现更高密度、更稳定的记录，因此迅速成为脑机接口研究的主流平台。
很多人认为，这意味着行业已经解决了规模化问题。事实上，它只是换了一种瓶颈。
典型的Michigan Probe：构成16通道探针的四柄电极的总体示意图。来源于【4】
由于这一时期的大多数电极仍属于无源器件，每一个记录位点仍然需要对应一根独立走线，并最终连接到芯片上的一个焊盘。随着电极数量不断增加，芯片边缘能够容纳的焊盘数量逐渐达到极限，整个系统开始受到布线密度和封装面积的限制。
因此，这一时期行业最著名的问题，不再是导线限制，而是Pad Limited（焊盘限制）。
换句话说，不是不能制造更多电极，而是没有办法把这些电极全部"引出来"。这也是为什么Utah Array虽然只有96个电极，却在很长一段时间内成为临床脑机接口的主流方案，并在人体研究中持续应用二十余年。它代表的不仅是一款产品，更代表了一个时代工程能力所能达到的极限。
CMOS改变了游戏规则
也彻底开启了脑机接口的大带宽时代
真正让脑机接口进入指数增长阶段的，并不是电极，而是CMOS。
CMOS 指的是互补金属氧化物半导体（Complementary Metal-Oxide-Semiconductor）。其中的“互补”一词意味着 CMOS 同时使用 N 型和 P 型晶体管，二者以互补的方式协同工作，从而实现逻辑功能。CMOS 技术广泛应用于存储芯片、数字逻辑电路、微处理器等器件的设计与制造。
过去，每增加一个电极，就意味着增加一根导线；而CMOS的出现，让放大器、模数转换器（ADC）、多路复用器等模拟前端可以直接集成到探针内部。大量神经信号首先在芯片内部完成放大、数字化和复用，然后通过少量高速接口输出。
这一变化看似只是电子工程上的一次升级，却彻底改变了脑机接口的发展速度。
以Neuropixels为例，其探针能够提供6144个记录位点，并支持384个并行采样通道。Paradromics推出的Argo则采用1300根微丝阵列，进一步扩大了覆盖范围。与此同时，Precision Neuroscience开始探索4096电极的高密度µECoG系统，BISC平台更进一步，将电极数量提升至65536个。甚至在实验室中，超高密度CMOS阵列已经实现超过23万个记录位点，为体外神经分析提供了前所未有的数据吞吐能力。
穿透式脑机接口形式，展示于皮层组织横截面上（按比例绘制）。成熟技术：(a) 多电极阵列（柄长 4 mm）。新兴技术：(b) 带有模拟前端的层流高密度探针（插图：探针尖端宽度 100 µm），(c) 带有柔性电极丝的集中式植入装置（插图：电极丝直径 100 µm），(d) 分布式微型节点（总长 6 mm）。来源于[1]
可以说，从这一阶段开始，行业真正进入了"带宽竞赛"。企业之间比拼的不再是谁拥有更好的单个电极，而是谁能够在单位时间内获取更多、更完整、更高质量的神经信息。
为什么整个行业都在疯狂追求更高带宽？
如果仅仅从硬件角度来看，近年来脑机接口企业不断刷新电极数量纪录，似乎更像是一场"军备竞赛"。
但事实上，带宽增长的背后，有着非常明确的性能收益。
对于脑机接口而言，大脑本身就是一个由数百亿神经元组成的超大规模信息网络。每一个神经元都只是整个信息链条中的一个节点，任何单个神经元所携带的信息都极为有限。真正有意义的运动意图、语言表达以及感觉信息，都来自成千上万个神经元共同形成的群体活动（Population Coding）。
因此，脑机接口读取的神经元越多，就越能够接近真实的大脑状态。
这也是为什么过去二十年，几乎所有高性能脑机接口系统都沿着同一条路线发展——不断增加记录通道，不断扩大能够覆盖的神经网络规模。
从实验结果来看，这种收益是可以直接观察到的。
文中引用的一系列研究表明，在语音解码任务中，当记录电极数量翻倍时，系统的词错误率（Word Error Rate，WER）几乎可以下降一半；而在手指运动解码中，方向性信噪比（Directional SNR）随着通道数量增加持续提高，在192个通道时仍然没有观察到明显饱和现象。另一项关于语音脑机接口的研究也证明，随着电极密度不断提高，语音识别准确率持续改善。
这些结果说明，目前脑机接口远没有进入"记录已经足够"的阶段。
相反，从信息论角度来看，人类目前能够读取的大脑信息，仍然只是极小的一部分。
过去几年，行业里经常有人讨论："未来脑机接口到底需要多少电极？"事实上，这个问题本身并没有统一答案。
不同的大脑功能，对带宽的需求完全不同。
例如，控制二维光标移动，也许几十到上百个神经元就能够完成稳定控制；而实现自然语言交流，则需要同时解析口型、舌头、喉部、呼吸等多个运动皮层区域的大规模神经活动；如果未来希望恢复真实视觉、真实触觉，甚至实现双向闭环交互，那么涉及的不再只是几个皮层区域，而是多个脑区之间复杂的信息流。
基于双对数坐标轴，比较了不同侵入式脑机接口模式下二维光标控制（Web-Grid 任务）已报告的临床基准数据。阴影区域标示了不同的带宽范围：低带宽（蓝色，系统数据速率 [SDR] < 10 Mbps）、中带宽（黄色，SDR 10–100 Mbps）和高带宽（红色，SDR > 100 Mbps）。虚线表示经验性的幂律拟合曲线。若未明确报告位深，则在估算 SDR 时假定位深为 14 位。来源于Luca M Meyer and Majid Zamani 2026 J. Neural Eng. 23 031001
这意味着，未来脑机接口对于带宽的需求，很可能仍将持续增长。
因此，今天行业竞争的重点，并不是追求"更多电极"本身，而是在为未来更复杂的人机交互提前建设信息基础设施。
带宽越高，并不意味着产品越容易落地
然而，当行业不断突破记录规模时，一个新的矛盾也开始出现：
实验室里的高带宽，并不等于临床上的高可用。
事实上，随着通道数不断增加，脑机接口正在从"信号获取问题"逐渐转变为"系统工程问题"。
有一个非常直观的公式：
SDR = N_ch × f_s × B
其中，SDR（Signal Data Rate）表示系统的数据速率；N_ch表示通道数量；f_s表示采样频率；B表示每个采样点的数据位宽。
这个公式意味着，只要增加其中任何一个参数，整个系统的数据量都会线性增长。
以目前广泛使用的神经记录参数为例，如果一个系统拥有384个记录通道，采样率为30 kHz，量化精度为14 bit，那么系统每秒就需要处理约161 Mbps的数据流。
161 Mbps，在互联网时代似乎并不算什么。
但对于一块植入大脑、面积只有几平方毫米、功耗只有几十毫瓦的芯片而言，这已经是一个极其庞大的数据规模。
更大的数据量意味着更高的功耗，更高功耗意味着更大的发热。而对于脑组织来说，发热远比普通电子设备更加敏感。
有研究指出，脑组织允许的长期温升通常不能超过约1℃。一旦持续超过这一阈值，就可能增加神经组织损伤风险。因此，高带宽系统不仅要解决信号采集问题，还必须严格控制热管理、无线传输和实时处理之间的平衡。
与此同时，数据规模的增加，还会带来另一个容易被忽略的问题——时延（Latency）。
脑机接口并不是离线分析系统，而是一个实时闭环系统。
从神经信号采集，到数据缓存，再到无线传输、纠错、解码、控制输出，每增加一个处理环节，都意味着系统响应时间进一步增加。
对于机械臂控制来说，几十毫秒的时延或许还能接受；但对于未来的视觉重建、触觉反馈甚至双向闭环脑机接口而言，过高的时延将直接影响用户体验，甚至破坏整个神经闭环。
因此，随着带宽不断增加，真正制约系统性能的，已经不再是"是否能够采集"，而是"是否能够实时处理"。
带宽竞争，正在从"记录更多"走向"传输更少"
过去很长一段时间，脑机接口行业默认的思路是：
既然更多神经元意味着更好的解码能力，那么就尽可能把所有数据全部记录下来，再交给后端算法处理。
然而，当数据规模进入数百Mbps甚至Gbps级别以后，这种思路开始变得不可持续。
原因很简单。
真正有价值的信息，只占所有神经活动中的极小一部分。大量原始数据，其实都是背景噪声、冗余放电或者与当前任务无关的神经活动。
如果仍然按照传统方式，把所有数据全部传输出去，再由外部计算机进行分析，那么无线带宽、芯片功耗和系统时延都会迅速成为瓶颈。
因此，越来越多的新一代脑机接口开始采用另一种策略：
不是把所有数据都传输出去，而是在芯片内部完成第一次“理解”。
近年来，无论是学术界还是产业界，都开始强调片上计算（On-chip Computing）的重要性。
例如，在模拟前端之后直接完成：
Spike Detection（尖峰检测）； Spike Sorting（神经元分类）； 特征提取； 数据压缩； 神经编码； AI推理。
最终，对外传输的不再是连续不断的原始神经波形，而是已经完成压缩和抽象后的神经特征。这种变化，本质上意味着脑机接口开始从"数据采集设备"向"智能信息处理系统"演进。
未来真正重要的不再是：每秒能够传输多少比特数据。而是：每一个比特数据，究竟包含多少神经信息。
下一场竞争，将属于"有效信息带宽"
写到这，笔者根据电极数量演进趋势来看，如果说过去二十年的脑机接口产业竞争，是围绕电极数量展开，那么未来十年的竞争，很可能围绕另一个概念展开——有效信息带宽（Effective Information Bandwidth）。
如此庞大的记录能力，究竟如何转化为真正有意义的用户控制？
这句话意味着，行业未来真正需要解决的问题，可能不再是"还能记录多少神经元"，而是"这些神经元中，有多少真正参与当前任务"。
未来，一个优秀的脑机接口系统，未必拥有最多的电极，也未必产生最大的原始数据流，而是在有限功耗、有限无线带宽和有限散热条件下，以最高效率提取与用户意图最相关的神经信息。
这也意味着，未来脑机接口产业的竞争重点，将从硬件逐渐扩展到算法、芯片架构以及人工智能。
真正决定竞争优势的，将不只是CMOS工艺，也不仅是电极密度，而是谁能够建立起"采集—计算—压缩—解码—控制"的一体化系统能力。
从这个意义上说，未来脑机接口的带宽竞争，将越来越像今天的数据中心竞争。
真正重要的，不是谁拥有最大的存储空间，而是谁能够在最短时间内，从海量数据中提取最有价值的信息。
产业观察：带宽竞赛不会结束，但竞争逻辑已经改变
回顾过去三十年的脑机接口发展，我们可以清晰地看到一条主线：每一次技术突破，都伴随着神经带宽的大幅提升。从微丝电极到MEMS探针，再到CMOS高密度阵列，以及正在兴起的超高通道、无线、闭环系统，行业始终沿着"扩大信息获取能力"这一方向持续演进。
但与此同时，产业竞争的重心正在发生转移。
过去，比拼的是能够记录多少神经元；今天，比拼的是能够稳定记录多少神经元；而未来，更重要的将是能够从这些神经元中提取多少真正有价值的信息。
因此，带宽仍然会继续增长，但它将越来越像CPU频率、GPU算力一样，逐渐成为一种基础能力，而不再是唯一的竞争优势。
下一代脑机接口的核心竞争力，很可能不再由电极数量决定，而是由系统的信息效率决定——谁能够在最小功耗、最低时延和最高生物安全性约束下，把有限的神经带宽转化为最大的交互能力，谁就更有可能定义未来脑机接口产业的新标准。
参考文献：
脑机接口社区是国内首家脑机接口(BCI)产业服务平台、国内脑机接口新媒体开创者与引领者。主要为企业、科研团队、投资机构和从业者提供以下服务：
宣传报道：图文、短视频、直播形式报道企业动态、技术解读、产品介绍等内容，提升曝光和行业影响力。
资源对接：根据需求匹配资本、供应链、临床机构、渠道方等资源，完成真实对接，促进合作。
成果转化：协助技术团队寻找产业方、投资人及落地场景，推动技术到产品的转化。
活动策划执行：承接线上线下路演、沙龙、论坛等活动的策划与执行。
其他定制需求：包括报告定制、市场调研、人才招聘支持等个性化服务。
合作洽谈，请联系微信：ZuoLeiLeiya
（备注：姓名-单位-合作）
投稿丨成为创作者，请联系微信：RoseBCI
🌟星标置顶🌟
不错过每一条脑机前沿进展
一键三连「分享」、「点赞」和「在看」
欢迎在评论区聊聊
