思维打字现状
"思维打字（mind typing / brain-to-text）" 是 BCI 最早的实用目标之一：用户仅靠想 输入文字。2024–2026 这一目标达到侵入式 60+ WPM、非侵入式 30+ WPM 的里程碑，但消费级实时准确仍遥远。本文对比现状。
一、评估指标
主要指标
- WPM（Words Per Minute）：文字输入速度
- CPM（Characters Per Minute）
- WER（Word Error Rate）：准确率
- 延迟：想 → 显示
- 校准时间：首次用之前训练
基线参考
| 输入方式 | 速度 |
|---|---|
| 熟练键盘 | 60–80 WPM |
| 智能手机 | 30–40 WPM |
| Siri 语音 | 100+ WPM（理论） |
| 目光打字（眼动仪） | 10–15 WPM |
| BrainGate 初期 | 6 WPM（2006） |
| Willett 2021 手写 BCI | 90 CPM (~18 WPM) |
| Willett 2023 语音 BCI | 62 WPM |
| Metzger 2023 Avatar | 78 WPM |
二、侵入式现状（2024–2025）
最高性能
- Willett 2023：62 WPM，WER 9.1%（50词词汇）
- UC Davis Card 2024：62+ WPM with LLM
- Metzger 2023：78 WPM 语音 + avatar
限制
- 需要Utah Array 或 ECoG
- 开颅手术
- 仅用于严重残疾
趋势
- Neuralink 1024 通道 → 理论可达 150+ WPM
- 2026-2027 预期临床公布更高速度
- 向"自然对话"接近
三、非侵入式现状
EEG 脑-文本
- MindBig Data P300 打字：~5 WPM
- DeWave 2023：类别级，非词级
- EEGPT 2024：通用预训练，细节级弱
MEG 脑-文本
- Meta Défossez 2023：从 MEG 信号识别10 个词
- 进步但远未实用
- MEG 设备不便携（$2M+）
fMRI 脑-语义
- Tang 2023：语义级，非词级
- 类似"意思翻译"
- 不是"打字"
非侵入性能瓶颈
- 信号差
- 高噪声
- 消费级可能 10 年后达到侵入级 2020
四、侵入 vs 非侵入对比
| 维度 | 侵入（Willett/Neuralink） | 非侵入（Meta/消费） |
|---|---|---|
| 速度 | 60+ WPM | < 10 WPM |
| 准确 | WER < 10% | WER 30-50% |
| 延迟 | < 500 ms | 秒级 |
| 侵入性 | 高（开颅） | 零 |
| 通道数 | 96-1024 | 4-128 |
| 用户 | 严重残疾 | 任何人 |
| 2026 可用 | 是（研究） | 部分 |
五、中间方案：微创
Stentrode
- 血管内 16 通道
- ~10-15 WPM（估算）
- 对 ALS 用户已实用
- 见 Synchron_Stentrode
Precision Layer 7
- 表面 1024 通道
- 理论接近侵入级
- 较低手术风险
- 可能是消费路径的中间站
六、LLM 的加速
Rescoring
详见 LLM 后处理融合。
- GPT-4 将 BCI 输出语义修正
- 有时从 7 WPM 提升到 30 WPM 等效流畅度
Autocomplete
- 输 "I want" → LLM 预测 "a coffee"
- 用户确认而非打字
- 大幅加速实际通讯
Dialog Management
- LLM 管理整个对话
- BCI 只需低带宽确认 / 选择
- 消费级 BCI 可用
七、消费级可行性分析
现状（2026）
- 非侵入 EEG：不够准、不够快
- Stentrode：太侵入
- Apple AirPods EEG：太早期
问题
- 消费者不会戴 EEG 头盔
- 不会为"打字"做手术
- 现有触屏、语音已够好
可能突破
- 干电极头戴（AR 眼镜整合）
- EMG 手腕（类 Meta CTRL-Labs）
- 情绪/意图级而非词级
- "辅助输入"而非"替代键盘"
八、AR / VR 中的思维打字
Vision Pro（2024）
- 眼动 + 手势 + 语音
- 无 EEG
- 眼动 ≈ 思维打字近似
未来
- 眼周 EEG
- 手势 EMG
- 多模态 = 每模态弱，合起来强
Meta Orion（2024）
- 腕带 EMG + AR 眼镜
- 手势中立（无需大动作）
- 替代打字 on AR
九、谁先突破消费级？
候选
- Apple：AirPods EEG + Vision Pro 整合
- Meta：CTRL-Labs EMG + Orion
- Snap：NextMind 整合 Spectacles
- Google：截至 2026-04 公开渠道未披露消费级 BCI 计划
- Samsung：Galaxy 生态
预测
- 2027-2028：AR 眼镜 + 多模态，接近实用辅助输入
- 2030：思维打字作为 AR 主输入之一
- 2035+：与键盘并驾齐驱
十、局限：为什么"全键盘替代"难
1. 带宽限制
- 大脑表层信号不够密
- 想全词速度受限
2. 用户疲劳
- 持续"思考"比手指更累
- 神经反馈要求专注
3. 精确度
- 自然思维不线性
- 打字需要符号化思考
4. 私密性
- "想打"就打的边界模糊
- 可能泄露本不想发的
十一、残疾用户 vs 健康用户
残疾用户
- 真刚需：没其他选择
- 容忍低速度
- 早期受益者
健康用户
- 替代方案优越（键盘、语音）
- 仅 AR 情境有优势
- 推进慢
策略差异：侵入式主攻医疗，非侵入主攻消费 AR。
十二、逻辑链
- 思维打字 2024-2026 侵入达到 62 WPM，非侵入 < 10 WPM。
- Willett 2023、Metzger 2023 是侵入里程碑，Meta Défossez 是非侵入试探。
- LLM 加速 让低带宽 BCI 接近实用（autocomplete + rescoring）。
- 消费级目前不实用，但 AR 眼镜 + EMG + 眼动 是多模态路径。
- Apple、Meta、Snap 在消费 BCI 竞争。
- 2027-2030 预期 AR 消费 BCI 成熟。
- 残疾 vs 健康：侵入医疗、非侵入消费是差异化定位。
参考文献
- Willett et al. (2023). A high-performance speech neuroprosthesis. Nature.
- Métzger et al. (2023). A high-performance neuroprosthesis for speech decoding and avatar control. Nature.
- Willett et al. (2021). High-performance brain-to-text communication via handwriting. Nature.
- Défossez et al. (2023). Decoding speech perception from non-invasive brain recordings. Nat Machine Intelligence.
- Card et al. (2024). An accurate and rapidly calibrating speech neuroprosthesis. NEJM.