2026 年 9 月 20 日 发布

Neuralink 让渐冻症患者对妻子说出「我爱你」,但最先做到的不是马斯克

Neuralink脑机接口渐冻症马斯克语音合成

9 月 17 日,Neuralink 在 X 上发了一条 23 秒的视频,配文只有三个词:「A beautiful surprise」(一个美丽的惊喜)。画面里,因渐冻症失去清晰吐字的试验参与者 Terry,靠脑中默想,让系统用他自己原来的声音说出了一句「I love you」——对面的妻子先是愣住,随即捂住嘴,两人抱在一起。马斯克转发了这条视频,附文也只写了三个字:「我爱你」。

这可能是 Neuralink 迄今传播最广的一条视频——它展示的不是性能跑分,而是一个家庭时刻。但被感动刷屏的同时,有三件事值得说清楚:这不是读心术;这也不是马斯克先做到的;以及,它离普通患者还很远。

Terry 失去的不是手脚,是声音

先修正一个流传甚广的误解:Terry 不是全身瘫痪。他 2024 年被确诊为延髓起病型渐冻症(ALS),手脚还能动、嘴也能张合,但吐字已经含混到家人难以听清——ALS 侵蚀的是控制说话的肌肉,他最想找回的是「加入对话」的能力。今年初,他成为 Neuralink「VOICE」语音临床试验的第三位参与者,植入 N1 芯片。

9 月 19 日,Neuralink 又放出了完整版视频《Speaking With The Mind》,把整个工作流程拍了出来。看完你会发现,这套系统比「意念说话」四个字朴素得多。

Terry 信号要去读的,就是这样的脑部影像背后那层放电(示意)

不是读心术,是「没说出口的那句话」

第一件事:它读的不是「想法」,而是想说话的动作。

芯片植入在大脑的语音运动区,暴露 3000 个信号通道。当 Terry 想说一句话时,大脑会向舌头、喉咙发出指令——虽然这些指令因为渐冻症半路「断电」,但放电本身还在。芯片读到的就是这个:一句没能抵达肌肉的、想说话的意图。

训练分两步:先让 Terry 尽力做出说话的口型,给算法当对照;熟练之后,只需在脑中默想词语。视频里工程师有句话说得很直白:「我们理解成什么不重要,重要的只有你的脑信号和你的意图。」——这是在解码「想说的动作」,不是在翻阅内心。所以 Terry 每次输出前还要按一下发送键:机器猜完,由人确认,才播出去。

第二件事:那句「我爱你」的声音,是从他患病前的录音里克隆回来的,语音合成由马斯克另一家公司 xAI 的 Grok Voice 驱动(TeslaNorth 报道)。妻子听到的不是陌生的电子音,而是熟悉的那个音色——这是整条视频里最贵的一帧。

从「想说」到「说出来」,中间隔着一整条解码流水线

但最先做到的,不是马斯克

第三件事,也是最反直觉的一件:脑机接口让人「重新说话」,学术界两年前就做到了,而且数据更好。

2024 年 8 月,加州大学戴维斯分校健康中心团队在《新英格兰医学杂志》发表论文:45 岁的渐冻症患者 Casey Harrell 植入语音神经假体后,第一天只用 30 分钟训练就在 50 个词上做到 99.6% 的准确率;第二天词表扩到 12.5 万词,稳定后长期保持 97.5%——团队称之为「迄今报道的最准确的语音神经假体」。Harrell 后来用它进行了超过 248 小时的自主对话,连工作开会都靠它。这条技术线的源头甚至可以追到 2004 年的第一例大脑植入(彭博社报道)。

准确率之争:论文里的数字 vs 演示视频里没有数字

那 Neuralink 的意义在哪?不在「先做到」,而在「做成产品」:芯片全植入、无线、3000 通道,再把解码输出直接接上消费级的语音合成——学术界证明了这条路能走通,Neuralink 在赌它能被复制、被部署、被更多人用上。Neuralink 公开的目标,是把交流速度推到接近日常对话的每分钟约 140 词(据腾讯新闻报道)。

感动之余,先把边界画清楚

按照 Neuralink 自己反复附上的声明:设备仍是研究性质,尚未获得 FDA 或其他监管机构批准;视频是志愿者的个人体验,不代表所有受试者或未来结果。完整视频里也没有给出词错率、延迟、词汇量这些真正决定「能不能推广」的数字。一个参与者的感动时刻,和一台获批可用的医疗设备之间,还隔着完整的临床试验。

Terry 的妻子在视频里落泪的那一刻,是真的;「个案不等于产品」也是真的。我们不必选边——两件事同时成立,才是一个新技术最诚实的样子。

对我们大多数人来说,这事最值得记住的反而是一句行业里的观察:恢复「说话」是一个机器学习问题,恢复「你的声音」是一个关于身份的问题——这一次,两个都被解了。科技最贵的从来不是算力,是把一个人自己的声音,原封不动地还给他。


如果有一天需要在一台「重新说话」的设备里做选择:A. 开颅植入芯片,信号最好但要动手术;B. 等头环式的非侵入方案成熟,安全但信号弱;C. 用眼动打字这类成熟外设,慢但立刻能用。你选哪个?评论区聊聊。

今天就聊到这。有收获点个「赞」,想接着看就点个关注。

← 返回首页