剛剛，美國腦機接口王炸級突破！人類將和AI物理融合？

忘掉馬斯克那個像硬幣一樣的頭蓋骨植入物吧，美國科學家剛剛取得一項王炸級的飛躍式突破，他們把65,536個電極塞進了一張比頭發絲還薄的芯片里，無線傳輸速度吊打現有技術超100倍，這才是真正的“賽博朋克”降臨！

2025年12月8日，《自然-電子學》剛剛扔下了一枚重磅炸彈。由哥倫比亞大學、斯坦福大學、賓夕法尼亞大學等頂尖機構聯手打造的“BISC”系統橫空出世。這不只是為了讓癱瘓病人打打游戲，這是在把人類的大腦皮層變成一個超高帶寬的“無線USB接口”。項目負責人、哥倫比亞大學Ken Shepard教授和斯坦福大學Andreas Tolias教授用這項成果告訴世界：人類與AI的物理融合，可能比我們想象的要快得多！

一、把“服務器機房”塞進腦殼里

我們需要面對一個殘酷的現實：雖然大腦有860億個神經元，但目前最先進的腦機接口（比如Neuralink）能同時記錄的通道數也就一千到三千個左右。為什么？因為為了處理信號，你需要一大堆電子元件。以前的方案是把一罐子電子垃圾硬塞進頭骨里，或者在大腦上插滿針。

但BISC（Biological Interface System to Cortex）完全不同。

你可以想象一下，把一臺房間大小的計算機算力，壓縮進一張只有50微米厚（約為人類頭發直徑的一半）、面積僅為12毫米x12毫米的硅片上。這不僅僅是一個電極陣列，它是一顆擁有完整靈魂的CMOS芯片——集成了信號放大、濾波、模數轉換、無線供電和數據傳輸的所有功能。

研究人員打了個比方：它就像一張濕潤的薄紙巾，能夠輕柔地貼合在你大腦起伏不平的表面上。

這哪里是醫療器械，這簡直是把半導體工業的魔法直接用在了神經科學上。

二、65,536個竊聽器，聽懂大腦的悄悄話

在這個微小的芯片上，密密麻麻排列著65,536個電極

這是什么概念？這就好比以前我們是在用望遠鏡看月球，現在直接換成了哈勃望遠鏡的高清大圖。雖然受限于帶寬，系統目前每次只能選擇其中的1024個通道同時記錄，但這6.5萬個“竊聽器”覆蓋了極其密集的區域，讓我們第一次能以微米級的精度，看清大腦皮層上那些轉瞬即逝的“行波”。

如果說以前的腦機接口是撥號上網，那BISC就是直接給大腦拉了一根光纖。

它能在不到3立方毫米的體積內完成所有工作，體積效率比現有的競爭對手高出了整整400倍。這就是傳說中的“降維打擊”。

三、無線！無線！還是無線！

最讓人頭皮發麻的（字面意思），是以前的腦機接口往往需要在大腦上插線，甚至還得在頭皮上留個插座，不僅丑，還容易感染。

BISC徹底切斷了這根“狗鏈”。

它采用完全無線的設計。你只需要在頭皮上外貼一個像創可貼一樣的“中繼站”，它就能通過皮膚為腦內的芯片無線供電，并以108 Mbps的驚人速度雙向傳輸數據。

這個速度有多快？它不僅能實時“直播”大腦的神經活動，還能像Wi-Fi設備一樣，讓外部的AI計算機直接與大腦對話。甚至，這個芯片還留了一手：它不僅能“讀”心，還能“寫”心——它配備了刺激功能，理論上可以直接向大腦輸入信號。

四、不插針，也能“讀心”

很多人對腦機接口的恐懼在于：要在軟嫩的大腦上扎幾千根針（侵入式）。但BISC采用的是微皮層電圖（μECoG）技術，它不刺入大腦，而是漂浮在硬腦膜下、大腦皮層之上

這就像是給大腦穿了一件緊身衣，而不是往里扎針灸。

在動物實驗中，這套系統在豬的腦子里成功待了兩周，在猴子的腦子里待了兩個月，依然工作穩定。科學家們讓猴子看各種視覺圖像，芯片精準捕捉到了大腦視覺皮層對線條方向、移動光點的反應。

更神的是，通過AI算法，研究人員竟然能根據芯片記錄到的“行波”，反向推斷出猴子到底在看屏幕上的哪個位置，甚至能通過“數字孿生”模型，預測神經元對自然圖像的反應。

這哪里是科學實驗，這分明是《黑客帝國》的前奏！

目前，這項技術已經衍生出了一家名為Kampto Neurotech的公司，準備將其推向臨床。雖然距離我們每個人都能裝一個“腦部外掛”還有很長的路要走（主要是還要過FDA那一關），但BISC的出現證明了一件事：

限制人類與AI融合的，不再是物理定律，而僅僅是工程工藝。

當那一層薄如蟬翼的芯片貼上大腦皮層時，碳基生命和硅基生命的界限，可能真的要開始模糊了。

馬斯克那腦機接口增強人類智力的夢想，可能要被捷足先登了嗎？你可別拭目以待，趕快去掙錢吧，畢竟，要想率先成為智力超人，沒錢可不行。

參考文獻：

1. Jung, T., Zeng, N., Fabbri, J. D., et al. (2025). Stable, chronic in-vivo recordings from a fully wireless subdural-contained 65,536-electrode brain-computer interface device.Nature Electronics
2. Columbia University School of Engineering and Applied Science. (2025, December 8). New Paper-Thin Brain Implant Could Transform How Humans Connect With AI.