Meta 脑转文字 AI 准确率达 61%，开源代码同步发布
Meta 本週發布 Brain2Qwerty v2，一套透過頭盔式 MEG（腦磁圖）掃描器記錄神經活動、以端到端深度學習模型直接解碼目標文字的非侵入式腦機介面系統，平均單字準確率達 61%。Meta 同步開源程式碼與資料集作為其 Digital Brain Project 的一部分，並設立 500 萬美元基金。 Brain2Qwerty v2 的技術架構：訓練規模與端到端解碼方法 此系統採用端到端（end-to-end）深度學習模型，直接從原始 MEG 腦訊號解碼至輸出文字，不依賴手工設計的中間處理步驟；大型語言模型在後段根據語意脈絡修正雜訊引起的錯誤。 訓練資料規模：約 22,000 個句子，9 位志願者，每人約 10 小時錄製資料。Meta 表示準確率將隨訓練資料量增加持續提升。作為技術對照，v1 版本在 MEG 條件下的字元錯誤率（CER）約為 32%；同任務換用 EEG（腦電圖）則攀升至約 67%。 MEG 的技術優勢與現有設備限制 MEG 利用超導感測器偵測神經元活動時產生的極微磁場，磁場穿透性優於 EEG，訊號相對清晰；但 MEG 頭盔造價數百萬美元，且需要隔絕外部磁場的特
11小时前
