2024 年全球脑机接口市场规模占比(按应用分布)

年约为46%，其次为军用和科研用途，医疗端研究重点主要集中脑疾病:中国临床处于前期阶段居多，逐步迈向临床应用转化阶段。

Meta公司以非侵入式方法，收集脑磁图(MEG)和脑电图(EEG)，通过Brain2QWERTY的深度学习模型，将信号翻译成文字，具体包含三个部分：

1）卷积模块：对信号初步处理，提取特征；2）Transformer模块：训练，捕捉语义和结构信息，初步输出；3）语言模块：结合规则，对输出内容纠正，提升文本输出准确性。

使用MEG时，Brain2Qwerty的字符错误率达到32±0.6%，使用EEG时为67±1.5%，整体准确率虽然还有提升空间，且外部因素限制较多，但技术确实实现脑中产生预期按键反应，改变人机交互传统方式。

DeepSeek等国产大模型的普及，使得原本缺乏标准化的脑电数据，具备进一步挖掘潜力。例如情感型脑机接口通过电信号等生理指标，结合捕捉到的情绪状态，辅助AI大模型生成独特文本。