一辆电动轮椅在室内缓慢转向，随后驶上户外步道和碎石路。使用者没有持续操纵手柄，面前的电脑则显示着一个随光标变化的圆环界面。这是 Neuralink 在最新视频中公开的脑控轮椅测试。视频不到两分钟，却呈现了侵入式脑机接口从“控制计算机光标”向“控制物理辅助设备”延伸时，必须打通的多个技术环节。如果只把它概括为“意念驾驶”，很容易忽略真正的工程难点。视频里的系统并非让脑植入设备直接驱动车轮，而是以脑控光标为中间抽象层，通过一套定制软硬件，将神经解码结果接入现有电动轮椅。结合原视频、Neuralink 公开演示这套系统可以拆成五个功能层级：1.神经信号采集：N1 植入体通过植入脑内的柔性电极线程记录与运动意图相关的神经活动；2.运动意图解码：解码模型从多通道神经信号中估计使用者想象的运动方向；3.光标控制：解码输出先被映射为二维光标的位置或速度；4.控制量转换：定制电子模块将光标运动转换为电动轮椅能够识别的模拟控制信号；5.执行与反馈：轮椅完成前进、转向、停止等动作，使用者通过屏幕和真实环境持续修正下一步输入。神经信号 x(t) → 解码器 fθ → 光标控制量 vc → 映射函数 g → 轮椅控制量 uw这里最关键的设计选择，是保留“光标”这一中间层。Neuralink 此前已经让临床试验参与者用运动想象控制计算机光标。新的轮椅方案没有重新训练一套完全独立的驾驶解码器，而是在已有光标控制能力之上增加设备适配层。这是一种典型的模块化思路：上游 BCI 负责输出相对通用的二维控制量，下游接口负责把它翻译成不同辅助设备的命令。理论上，只要接口和安全逻辑得到重新设计，同一类脑控输出还可以接入机械臂、环境控制器或其他移动平台。视频中的工程师介绍，他们开发了定制电子设备，把参与者通过想象动作产生的光标移动转换为模拟信号，再用这些信号控制轮椅的功能。这一点很重要。电动轮椅通常已经具备成熟的电机控制器、制动系统和人机接口。脑机系统没有绕过这些部件直接控制动力单元，而是模拟传统摇杆或轮椅控制接口所产生的输入。•降低改造范围：不需要重做轮椅底层驱动和功率控制；•复用既有安全机制：原有控制器仍可负责电机限速、制动和部分故障处理；•便于跨设备适配：BCI 解码器与具体轮椅型号之间由接口层解耦。但它也引入新的验证问题：模拟控制信号的范围是否稳定，接口断连时输出会停在哪个状态，软件命令与实际轮椅响应之间有多大延迟，以及第三方轮椅控制器能否正确识别所有异常状态。视频没有公布这些参数。Neuralink 为轮椅设计了一个环形控制界面。界面中心对应停止状态，光标的角度对应运动方向，光标离中心的距离则决定速度大小。如果把光标相对圆心的位置记为向量 p=(x,y)，那么系统可以从两个量中生成指令：•方向 θ=atan2(y,x)： 对应前进、后退或左右转向；•幅值 r=√(x²+y²)： 对应速度或控制增益。实际映射通常还需要设置中心死区、最大输出、速度曲线和方向约束。比如，光标刚离开圆心时不立即驱动轮椅，可以降低神经信号波动造成的误触发；当光标逐渐靠近圆环外缘时，速度再平滑增加。视频只展示了“越靠近圆环外侧，速度越快”的现象，没有披露死区半径、最大速度、加速度限制或控制刷新率。因此，更准确的说法是：团队公开了交互范式，但尚未公开完整的控制律。脑控轮椅并不是大脑发出一次命令，轮椅就自行完成整段路线。使用者需要观察环境和界面，根据轮椅实际运动不断调整神经输入。从视频画面可以看到，部分测试中电脑显示了轮椅视角或环境画面。外部报道也提到，轮椅搭载的摄像头可为参与者提供实时视频反馈。由此形成一个典型的闭环：运动意图 → 神经解码 → 轮椅动作 → 视觉反馈 → 意图修正这意味着系统性能不能只用离线解码准确率评价。更有意义的指标包括任务完成时间、路径偏差、碰撞或急停次数、单位时间内的纠正操作、控制延迟，以及长期使用中的疲劳和学习效应。对于使用者而言，大脑、解码器、界面和轮椅共同组成了一个耦合系统。视频中一位参与者称，最初控制时有些走走停停，练习几分钟后逐渐变得自然。这既可能反映解码器的可用性，也反映了使用者对控制映射的快速学习。二者不能简单分开。轮椅控制与屏幕点击最大的差异，是错误输出会带来真实的碰撞风险。视频中的工程师特别展示了自动回中逻辑：当使用者不再维持脑控光标时，光标会逐渐衰减到圆心，轮椅随之停止。它在功能上对应传统摇杆的弹簧回中。从控制角度看，这相当于让系统在缺少持续有效输入时，使控制量 uw 逐渐趋近于零，而不是保持最后一次命令。其安全意义在于：如果使用者注意力中断、暂时无法继续输入，或解码置信度下降，轮椅不应无限维持前进指令。不过，自动回中只是故障安全的一层。要进入更复杂的日常环境，系统还需要回答：•无线链路中断、软件崩溃或定制电子模块失效时，是否有独立硬件看门狗？•紧急停止由谁触发，参与者、陪护者和系统各自拥有什么优先级？•在坡道、门框、人群和车辆附近，是否需要障碍物检测或共享控制？•神经信号随时间漂移后，系统如何校准而不影响即时安全？视频没有给出这些问题的答案。它展示的是可行性原型，而不是完整的产品安全架构。 从光标到辅助设备，CONVOY 研究提供了临床框架ClinicalTrials.gov 显示，Neuralink 的 PRIME 研究是一项首次人体早期可行性研究，主要评估 N1 植入体和 R1 手术机器人的初步安全性与设备功能。N1 被描述为安装于颅骨、无线且可充电的植入式脑机接口，并通过电极线程与脑组织连接。与轮椅演示更直接相关的是 CONVOY 研究。该研究面向已经参加 PRIME、并植入 N1 的参与者，评估他们通过脑机接口控制不同辅助设备的可行性。其观察内容不仅包括能否调节脑活动完成控制，还包括设备相关不良事件、辅助技术的心理社会影响以及使用者与设备的适配程度。这说明轮椅控制并非单纯的工程 Demo。它所对应的临床问题至少包含三个层面：1.功能可行性：参与者是否能可靠地产生足够稳定的控制信号；2.安全性：植入设备与外部辅助设备的组合使用是否引入新的风险；3.真实获益：系统是否改善独立性、生活质量和辅助设备接受度。一位参与者在视频中比较了传统头控摇杆和脑机接口。他表示，使用头控摇杆需要长时间低头，会带来明显疼痛；使用 Neuralink 控制轮椅时，可以保持相对直立的坐姿。这提醒我们，辅助技术的评价不能只看速度和准确率。对于高位脊髓损伤、四肢瘫痪或严重运动障碍者，一种控制方式是否有价值，还取决于：脑机接口未必在所有指标上优于手控、头控或眼控方案，但它可能为无法稳定使用这些通道的人提供新的输入路径。视频中“保持直立、减少疼痛”的体验，正是这种价值最具体的体现。控制光标时，一次误解码通常只会造成误点击；控制轮椅时，同样的错误可能变成碰撞、跌落或道路风险。因此，脑控移动设备的评价体系需要从传统 BCI 指标扩展到机器人和医疗器械安全指标。除了比特率、解码准确率和光标任务表现，还应关注：外部报道将这次演示称为 Neuralink 从光标和机械臂控制走向真实空间导航的重要一步。这个判断有一定道理，但需要加上限定：公开视频展示了系统链路已经跑通，并不等于上述指标已经达到临床或商业化要求。这段视频由 Neuralink 官方发布，参与者为自愿参加临床试验的人士。片中明确提示，相关设备仍处于研究阶段，尚未获得 FDA 或其他监管机构批准，个体体验也不代表所有参与者或未来结果。1.解码与控制性能：不同参与者的任务完成率、路径误差、速度和端到端延迟；2.安全事件：非预期运动、碰撞、急停、断连和硬件故障的发生率；3.长期稳定性：数周或数月后的信号漂移、重新校准频率和性能变化；4.家庭环境表现：是否能从研究人员陪同测试过渡到日常独立使用；5.患者报告结局：疼痛、疲劳、独立性、生活质量及辅助设备接受度是否改善；6.共享控制策略 BCI 与障碍物检测、自动制动等轮椅智能功能如何分配控制权。Neuralink 这次演示真正推进的，并不是一个新的“意念控制”概念，而是一套脑机接口到物理辅助设备的系统集成方案。它把侵入式神经信号采集、在线解码、二维光标、控制映射、模拟接口、轮椅执行机构和视觉反馈串成了闭环。对脑机接口行业而言，这一步的意义在于：BCI 的输出开始不再局限于屏幕上的信息操作，而是进入具有动力、惯性和安全责任的真实世界。参与者与 Neuralink 团队在户外完成测试
但从“能够演示”到“可以依赖”，中间仍隔着大量工程与临床验证。脑控轮椅未来能否真正进入日常生活，决定因素不会只是植入体能记录多少通道，而是整个闭环系统能否在神经信号波动、通信异常和复杂环境中持续保持可控、安全，并为使用者带来可测量的真实获益。
关于科技区角：国内科技展会垂直内容策划服务商，提供从论坛内容全案策划、会展市场化IP打造到精准专业观众一站式邀约服务，以产业内容吸引高质量B端人群，打通展会从议题设计、演讲嘉宾邀约、宣传预热、精准邀观到供需对接全链路。
