WAIC觀察：具身智能的競賽，開始從身體轉向大腦

今年的世界人工智能大會（WAIC）上，具身智能的熱度明顯升溫。展館內到處可見人形機器人平穩行走、機械臂完成精細操作、機器狗執行負重巡檢任務，產業鏈上的廠商忙著討論關節電機、運動大模型與量產成本。乍看之下，機器人的「身體能力」正快速提升，但仔細觀察卻發現，人與機器打交道的模式似乎並未跟上硬體進步的腳步。工程師依舊需要預先編寫動作腳本，操作人員仍得依靠示教器引導，消費級產品最常用的還是語音指令。機器越來越會動，但人要讓它做一件事，過程依舊繞了不少彎。然而，在強腦科技的展臺前，呈現了截然不同的互動方式。

體驗者戴上一頂輕量化的腦電帽，沒有抬手、沒有說話，甚至身體都沒有前傾，僅僅在腦中想像抓取動作，面前的機械臂便緩緩啟動，精準握住水杯，平穩送到指定位置。整個過程中沒有任何傳統的操控介面，驅動機器運轉的只是一個人的大腦意圖。現場許多人將此視為科幻感十足的演示，但背後其實藏著更值得關注的訊息：強腦科技發布了全球首個一體化腦控機器人AI科研平台，這個平台的核心在於解決一個關鍵命題——當機器人的身體已經夠強壯時，真正決定人機協作上限的，將是意圖交互的效率。換句話說，從「會動」到「懂人」，具身智能的下一個階段正在被重新定義。過去兩年，整個具身智能賽道的資源幾乎全部投入在「本體能力」上。

從核心零部件的國產化，到運動控制演算法的優化，再到大型模型賦予的通用能力，產業鏈的目標很一致：讓機器人動得更穩、更準、更靈活。進展也比多數人預想得更快。兩年前還在討論人形機器人能否穩定行走，如今主流產品已能完成上下臺階、躲避障礙、操作細小物件等複雜任務。工業場景中，機械臂的重複定位精度已達到髮絲等級，四足機器人也在巡檢與安防領域落地。如果只看「身體」的執行能力，許多機器人可以勝任相當多的現實工作。但一旦落到真實的人機協作場景，短板立刻浮現。工業產線上的機器人動作多半是預先編程、固化不變的，只要更換任務或工件，就需要專業人員重新調試示教，週期長、門檻高，根本無法應對柔性生產的需求。

家居或服務場景中，語音交互雖然主流，卻在噪音環境下辨識率大打折扣，複雜指令必須反覆拆解，而且需要經過「組織語言—語音識別—語意理解—指令轉換」這條漫長路徑，延遲與誤差一直存在。至於手柄、按鍵之類的物理交互，又要求使用者騰出雙手、專注操作，很多場合根本不具備條件。這些問題的根本原因都相同：所有傳統的互動方式，都需要人把腦中的意圖轉化成機器能夠讀懂的標準化指令，而這個翻譯過程本身就產生了效率損耗，也自然抬高了使用門檻。肢體障礙的人群甚至從一開始就被排除在許多互動方式之外。腦機介面提供了另一條完全不同的解題路徑。它跳過了所有中間媒介，直接從源頭讀取人的運動意圖，再將它轉化為機器的執行指令。

人與機器之間不再需要語言、動作或按鍵這些「翻譯官」，大腦的思維可以直接流向物理世界。這個方向並非全新的概念。2014年巴西世界盃上，癱瘓青年借助腦控外骨骼開球，讓大眾首次看到這項技術的可能性。隨後BrainGate團隊在《自然》發表的研究成果，以及Neuralink臨床志願者實現意念書寫，都在不斷推進技術邊界。但這些案例大多集中在醫療場景，依賴特別訂製的實驗室系統，成本極高，難以複製到通用的機器人研究當中。研究者提到，要搭建一套可用的腦控機器人實驗系統，必須同時搞定腦電硬體、訊號解碼演算法與機器人控制介面三個完全不同的技術領域。

一般團隊往往要耗費數月進行硬體適配、撰寫底層程式碼、調通整個鏈路，真正留給核心研究與場景探索的時間少得可憐。市面上能找到的方案大多是零散的程式碼庫或演算法的展示版本，未能形成完整的產品化體系，門檻始終高懸。強腦科技這款平台正是要解決這個痛點。它沒有停留在單點技術突破，而是把腦電採集、實驗範式、神經解碼、控制映射、機器人執行端全部整合到一套標準化的軟體流程中，將原本需要跨學科團隊數月才能完成的建設工作，封裝成開箱即用的工具。即使是不具腦機介面背景的研發人員，也能在10分鐘內完成從佩戴設備到操控機器人的全流程。從產品細節來看，這套平台覆蓋了腦控機器人研究的完整鏈路。

硬體端同時相容濕電極與乾電極設備，支援250至1000Hz多段採樣率以及32通道配置，能夠滿足不同精度的研究需求。軟體層面原生支援運動想像與穩態視覺誘發電位兩種經典的腦機介面範式，內建FBCSP+SVM、EEGNet等成熟的解碼演算法，參數可以靈活調整，也允許研究者接入自行開發的演算法。執行端已經打通宇樹G1 Edu人形機器人、睿爾曼六自由度機械臂、雲深處Lite 3機器狗等多款主流設備，解碼出的腦電意圖可以直接映射為對應的機器人動作。整個平台採用圖形化操作介面，從阻抗檢測、數據蒐集、離線訓練到在線推理，所有流程都實現了可視化，不需要從零撰寫底層程式碼。

對具身智能領域的研究者來說，這意味著不用再花大量時間補足腦機介面技術的基礎，可以直接站在成熟的底座上進行應用創新。這款平台更像腦控機器人領域的開發基礎設施，把原本只有頂尖實驗室才能接觸的技術，拉到了普通科研團隊可觸及的位置。當參與研究的人數增多，整個領域的迭代速度才能真正提升。行業中早已開始討論「三元智能」這個概念，指的是腦機介面、人工智慧與具身智能三者之間的協同，被許多人視為人機融合的終極型態：腦機介面讀取人類意圖，人工智慧拆解任務序列，具身智能完成物理執行，最終形成完整的感知回饋閉環。然而很長一段時間，這三項技術各自在獨立賽道發展，真正打通全鏈路的落地產品非常少。

強腦科技這款腦控機器人訓練平台，是少數把三元智能從概念落實到產品中的例子。它不是簡單在機器人上加裝腦電模組，而是從底層打通了從神經訊號到物理動作的完整技術棧，讓三者形成真正的協同效應。在具體參數上，這套系統的腦電傳感設備採用可量產的硬體方案，具備24位元數據精度，支援WiFi 6無線傳輸，續航可達6至8小時，穩定性已經過市場驗證。神經解碼演算法基於多年臨床數據最佳化，能在200毫秒內完成從意圖到動作指令的轉換，運動意圖辨識準確率處於業界領先水準。在腦機介面與具身智能之間，人工智慧扮演了關鍵的串聯角色。

平台內置的傳統機器學習與深度學習演算法，一方面從複雜的腦電訊號中提取特徵、辨識意圖，另一方面把抽象的運動意圖拆解成機器人可執行的具體動作序列。當使用者想像抓取動作時，AI不僅要辨識出這個意圖，還要調度機器人完成視覺定位、路徑規畫、手指閉合等一系列連續操作，整個過程自動完成，不需要人工分步下達指令。值得留意的是，強腦科技並沒有選擇自己製造機器人本體，而是採取開放兼容的路線。除了已經接入的多款第三方設備，平台還開放了標準介面，機器人廠商可以自行註冊動作與任務庫，快速為產品加入腦控能力。這種定位讓它更像一個腦機介面的作業系統，而非單一的終端產品，也正是這種平台屬性，才能支撐起三元智能的生態。

與腦控機器人平台同時發布的數據蒐集解決方案，看似較為低調，但實際上補全了另一塊關鍵拼圖。這套方案針對具身智能靈巧操作訓練的數據缺口，透過雙臂輪式真機數據蒐集平台、高精度數據蒐集手套等硬體，提供大規模、高品質的真實場景訓練數據。腦控平台解決的是「人如何對機器下指令」，數據蒐集方案解決的是「機器如何學會動作」，兩者分別從人機互動與本體能力兩個方向，共同支撐起具身智能的技術體系。

三者疊加後，形成的是雙向強化的閉環：腦機介面帶來的意圖數據能夠豐富AI對人類行為模式的理解；AI能力的提升又能反過來最佳化腦電解碼的精準度與機器人的執行效果；未來具身智能端的觸覺、力覺回饋，還可以透過腦機介面傳回大腦，實現真正的雙向人機協同。這種模式與傳統的人機互動有本質差異，過去是人單方面對機器下命令，機器被動執行；而在三元智能的架構下，人與機器是雙向協作，意圖可以流向機器，感知也能回饋給大腦，雙方共同完成任務。腦機介面發展多年以來，商業化的主陣地始終在醫療復健領域，包括輔助癱瘓患者的外骨骼、仿生手，神經功能復健的訓練系統，以及睡眠干預設備等。

這些場景需求明確，付費意願強，是技術落地的最佳起點。強腦科技自身的商業化路徑也從醫療健康起步，再逐步拓展到消費電子等領域。然而醫療市場的規模終究有限，腦機介面要發展為影響整個資訊產業的通用技術，就必須找到更廣闊的落地場景。具身智能產業的爆發正好提供了這個契機。具身智能越進步，機器人的物理執行能力越強，能承擔的工作越多，人與機器打交道的頻率與複雜度也會急速上升。當機器人從產線上的固定設備變成柔性生產的協作夥伴，從實驗室的科研工具走入日常的工作與生活，傳統互動方式的瓶頸將愈發明顯。屆時，腦機介面作為最直接的意圖互動方式，價值就會逐步釋放。

從這個角度來看，腦控機器人訓練平台這類產品的推出，目標不單是眼前的科研市場，更是未來腦機介面與具身智能融合所帶來的產業紅利。作為一款面向研究與開發場景的平台型產品，它的首要目標並非直接實現大量終端消費者變現，而是先建立行業基礎設施，培育整個生態。對高校與科研機構而言，這款平台大幅降低了腦控機器人方向的研究門檻，團隊可以把精力放在演算法創新與場景探索上，不用重複建造基礎設施。對機器人廠商來說，透過標準介面加入腦控能力，可以快速為產品增添差異化的互動方式，進而拓展醫療、特殊作業等應用空間。對整個行業來說，統一的平台有助於形成數據與技術標準，加速賽道技術迭代。

這個路徑在過去智能終端作業系統的發展中已有先例：先把底層底座做成熟，降低開發門檻，上層的應用創新自然會批量湧現。隨著技術持續迭代，腦控機器人的應用場景將逐步走出實驗室，進入產業端。在工業製造情境中，工人可能透過意念操控機械臂完成高危險、高精度的操作，雙手則被解放出來處理更需要判斷力的工作。在醫療復健場景中，肢體障礙患者不僅能透過腦控仿生手恢復行動能力，還能利用腦控人形機器人完成更多日常活動，提升生活自主性。在特殊救援場合，救難人員可以遠端用意念控制機器人進入危險區域，操作反應速度比傳統手動操控提升數倍。這些場景不是科幻幻想，而是技術路線延伸後必然會觸及的方向。

從醫療復健的小眾應用，走向具身智能的通用互動，腦機介面正一步步進入更廣闊的產業世界。國家「十五五」規畫已將腦機介面列為重點發展的未來產業方向，具身智能也被視為下一代智能終端的核心載體，兩者的深度融合既是技術發展的必然，也有產業政策的支持。這一步並非腦控機器人的最終結果，而是一個全新賽道的起點。