Rutgers 发布 ChatBCI:EEG+本地 LLM 让渐冻症患者表达提速近一倍
emmanuelvivier · x · 2026-11-23
Rutgers 工程学院发布非侵入式脑机接口系统 ChatBCI-Assist,论文发表于 IEEE Transactions on Biomedical Engineering。
- 技术组合:EEG 头环采集脑电信号,配合本地运行的 LLM,帮用户把脑活动翻译成词句。
- 效果:与基于词典的传统预测输入相比,句子复现速度提升近一倍,大幅减轻重度运动/语言障碍患者(如晚期渐冻症 ALS 患者)的沟通负担。
- 思路亮点:采用「意图式沟通」——用户不必逐字拼写,而是从 AI 生成的短语中挑选能传达本意的表达。
研究者称这一进展有望让脑信号沟通变得更快、更不费力。
「具身」频道最新
- 两行提示词让模型控制机器人夹爪成功率 50%→100% — YuXiang_IRVL · 2026-11-23
- 扫地机器人市场 stagnation:Dyson R1 Nurovi 成 2022 年后罕见新品 — Technovangelist · 2026-11-23
- 西门子与 AGIBOT 用智能体工作流从文本直接生成机械夹爪 — emmanuelvivier · 2026-11-23
- 中国工信部发布人形机器人五项行业标准,智能等级 L0-L5 — emmanuelvivier · 2026-11-23
- 莱斯大学用光纤激光当麦克风,地下两英里布3123个传感器 — DynamicWebPaige · 2026-11-23
- LynnReal-Hand:手势控制视频世界模型,单卡 H200 上 540p 跑 18 FPS — _akhaliq · 2026-11-23