上海科技大学提出“脑联网”(IoB)：构建基于6G的下一代脑机接口网络架构

上海科技大学提出“脑联网”(IoB)：构建基于6G的下一代脑机接口网络架构图1

当前，脑机接口（BCI）技术大多以孤立的单用户平台形式存在，缺乏标准化的互联机制，难以应对复杂的人机协同挑战，其规模化潜力远未被充分挖掘。如何将分散的“孤岛式”脑机接口连接成网，已成为该领域亟待突破的关键问题。

基于此，上海科技大学胡宏林教授团队提出了“脑联网”（Internet of Brains, IoB）的概念——一个通过标准化协议将异构神经接口互联的网络生态系统。该研究提出了一种与6G网络深度融合的五层分层架构，旨在将范式从原始信号传输转变为“脑机接口即服务”（BCI as a Service），将孤立的神经信号转化为全局化的、网络化的认知资源。

图脑联网网络架构

IoB架构的核心思想是：将BCI视为6G网络的关键垂直应用，通过标准化的网络切片和边缘智能等技术，实现集体智能与协同人机交互。该架构包含五个层级，为端到端的神经信息处理与交互提供了可行的技术方向。五个层级分别是：

①　神经感知层：负责通过非侵入式或侵入式技术采集原始脑电信号；

②　无线接入层：利用6G或本地网关（如BLE/Wi-Fi）确保脑电信号的低延迟、高可靠传输；

③　边缘智能层：部署在6G接入点附近的分布式AI节点，负责运行轻量级解码器，满足实时性要求极高的闭环控制任务；

④　云智能层：提供弹性高性能计算，负责跨用户模型训练、长期数据存储及复杂的多模态认知建模；

⑤　IoB增强型核心网：扩展6G核心网功能，引入神经会话管理和切片控制器，确保端到端的服务质量（QoBCIS）。

此外，研究团队定义了IoB的关键性能指标，为脑联网系统设计提供了量化基准，给出了脑联网的一般用例，并站在通信网络的角度提出了脑联网的关键挑战和潜在解决方案。

图基于云边协同的BCI解码任务执行

在实证层面，论文通过三项概念验证研究展示了IoB的优越性：

①　多脑协作（Multi-brain Cooperation）：研究提出了一种基于神经兼容性的多脑协作协作者选择框架。实验表明，通过智能筛选出的协作小组，其检测性能优于随机组建的大规模群体，证明了IoB在群体智能方面的潜力；

②　任务卸载（Task Offloading）：针对计算密集型的脑电基础模型，研究提出了云边协同的分割解码架构。该框架在边缘端显著减少模型参数，同时降低了推理延迟和能耗；

③　脑机通信（Brain-to-Brain Communication）：研究构建了一个基于EEG的双向脑机通信原型系统，实现了高效的脑间信息传输，验证了基于IoB架构实现“意念交流”的技术可行性。

论文还展望了IoB的广阔应用前景。它将赋能多样化的神经中心应用，如实现低延迟、高可靠的脑控与康复；支持慢性病的长期远程神经监测与诊疗；在云边端协同完成AI模型的全生命周期管理；还能直接通过脑电信号评估用户体验，驱动网络进行自适应优化。

另外，实现可扩展且安全的IoB也面临诸多挑战。对此，论文提出了相应对策：如利用6G网络切片和确定性网络技术满足异构服务需求；通过边云协同框架进行动态资源编排；采用D2D通信实现超低延迟的本地脑机通信与脑机协作；引入脑机语义通信提升带宽效率；并结合联邦学习与对抗性防御，在保护“精神隐私”的同时确保系统鲁棒性。

综上，该研究提出的IoB框架解决了当前BCI系统在可扩展性和互操作性上的关键瓶颈，为未来实现集体认知智能奠定了坚实基础。

相关研究成果以From Isolated Minds to Networked Brains: Architecting the Internet of Brains 为题，发表于计算机网络与通信领域知名国际期刊 IEEE Network Magazine。

上海科技大学信息科学与技术学院胡宏林教授和脑联网实验室长期从事脑机接口与无线通信交叉研究，研究重点包括无线通信启发的脑机编解码、脑信道建模、脑机信息论、脑联网架构设计与资源管理等方向。该研究受到国家自然科学基金区域联合基金项目“脑机通信与脑联网关键技术研究”的支持。

END

来源 | 上海科技大学胡宏林教授团队

运营 | 罗卜

审核 | @脑机学苑

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。