AI已经能够在几秒内生成数千字的回答，人却还在斟酌下一句该怎么问。
这种速度差异，正在成为人工智能时代一种熟悉的体验。计算机可以高速交换数据，模型能够同时处理大量任务，但人的需求仍然要经过手指、键盘或声带，一点点进入系统。机器完成任务的速度越来越快，而人类与机器交互过程却没有同步加速。
9月23日，马斯克在央视财经采访中谈到，即便 AI 足够友好、愿意为人类服务，人与机器之间过慢的信息传输，依然会限制双方的协作。他以自己参与创办的 Neuralink 为例，解释“生物增强技术”的一个具体方向：通过脑机接口，突破人类信息传递的带宽瓶颈。
马斯克说：
对于一个以每秒万亿比特通信的AI来说，跟人沟通就像，人类在和树说话，反馈特别慢。
他给出的对比颇具冲击力：人类的信息输出大约处于每秒百比特量级，而计算机之间可以进行每秒万亿比特量级的通信。对于这样的机器，与人交流，在他看来就像人类等待一棵树作出回应。
01
人类带宽的真相：一座 10 亿比特的火山，每秒挤出几十比特
2024 年 12 月，加州理工学院的 Zheng Jieyu 与 Markus Meister 在《Neuron》上发表了一篇综述：《The Unbearable Slowness of Being: Why Do We Live at 10 Bits/s?》。他们系统梳理了近一个世纪的行为测量数据，得出了一个令人诧异的结论：
人类意识层面的信息处理速度约为每秒 10 比特。
而我们的感觉系统从环境中采集信息的速率，大约是每秒 10 亿比特。两者相差约一亿倍。
把这个"漏斗"拆开，看看每一层的带宽：
视觉是最大的入口。人眼视网膜约有 1.26 亿个感光细胞，感光层面的原始输入估算高达每秒 16 亿比特；经视网膜压缩后，约 100 万根视神经纤维以每秒约 1000 万比特（10⁷ bit/s）的速率向大脑传输——这大致相当于一条以太网连接，或者一路高清视频流。眼睛确实像马斯克说的那样，是一台高带宽"摄像头"。
听觉是第二通道。人耳覆盖 20Hz–20kHz 的频率范围和约 130 分贝的动态范围，按信息论估算的实际通道容量约为每秒数万到十万比特（10⁴–10⁵ bit/s）。
语言是窄得可怜的出口。2019 年，Coupé、Oh、Dediu 和 Pellegrino 在《Science Advances》上分析了 17 种语言的语料，发现了一个优美的普适规律：无论日语的语速多快、越南语的音节信息密度多高，各语言的信息传输率都收敛于每秒约 39 比特。阅读稍快一些，约每秒 28–45 比特，飙到 60 比特时理解率就会崩塌。至于更原始的输出方式——打字、摩尔斯电码——分别只有每秒几十比特和区区 4 比特。
而在更早的一些经典测量也得出了相近的结论：Quastler 在 1955 年人体信道容量研究中估算，阅读、钢琴演奏等有意识活动的速率上限不超过每秒 50 比特；而摩尔斯电码这类机械输出，只有每秒 4 比特左右。换句话说，人类对外表达的"出口"，被锁死在每秒几十比特的量级上。
视觉输入 10⁷ 比特/秒 → 听觉输入 10⁵ 比特/秒 → 意识处理 10¹ 比特/秒 → 语言输出 39 比特/秒。
人类像一座每秒吞吐十亿比特的火山，但对外表达，每秒只能挤出几十比特。我们每天刷手机、看视频、参加会议，看似信息爆炸，实际上真正"说出口"的部分，比一条上世纪 90 年代的拨号网线还要慢。
这也解释了马斯克为什么用"树"作类比：在每秒万亿比特的机器眼里，人类那 39 比特每秒的语言输出，确实缓慢得像和树交流。
这个比喻延续了马斯克对脑机接口的一贯设想：随着 AI 能力增长，人类需要一条更高效的信息通道，才能更充分地参与机器所构成的智能系统。
为此，他把这个问题降维成了通信工程：
跳过冗长的"编码—解码循环"，在"潜空间"（latent space）中直接通信。人类的语言本质上是一种有损压缩——你要先把脑中的高维意图压成一句话，对方再把它解压回意图，两个环节都在丢信息。如果能绕过语言，直接在神经表征层面交换信息，就等于把两台电脑之间的"拨号上网"换成"光纤直连"。
02
脑机接口带宽发展三十年
如果把过去三十年的脑机接口技术演进放在一起观察，会发现脑机接口领域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
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
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，这一时期行业的问题，不再是导线限制，而是Pad Limited（焊盘限制）。
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）。
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。
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。
相关研究表明，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。
当这个基础设施完成，患者不必花费很长时间，才能告诉照护者自己哪里不舒服；一次对 AI 的请求，一个念头即可完成，而无需打字说话。
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
