神舞科技千人腦電發佈會:打開群體神經科學的新維度,定義NeuroAI基礎設施

2026年7月24日 11:09
神舞科技千人腦電發佈會:打開群體神經科學的新維度,定義NeuroAI基礎設施

重點摘要

2026年7月22日,北京中關村國際交易中心迎來了一場非比尋常的發佈會。來自北京、中山、長沙、杭州與天津五個城市,共計一千名觀眾,無論是親臨現場還是透過線上參與,全都同時戴上腦電採集設備,觀看同一場活動。這不是科幻電影的場景,也不是精心設計的營銷快閃,而是神舞科技以「千人群體腦電,共創NeuroAI」為主題的2026年度新品發佈會的真實畫面。 在腦機接口技術首次被寫入政府工作報告、正式被納入「十五五」六大未來產業的這一年,這場千人同步進行腦電數據採集的實踐,意義遠不止於產品發表。

站內 AI 整理稿

2026年7月22日,北京中關村國際交易中心迎來了一場非比尋常的發佈會。來自北京、中山、長沙、杭州與天津五個城市,共計一千名觀眾,無論是親臨現場還是透過線上參與,全都同時戴上腦電採集設備,觀看同一場活動。這不是科幻電影的場景,也不是精心設計的營銷快閃,而是神舞科技以「千人群體腦電,共創NeuroAI」為主題的2026年度新品發佈會的真實畫面。在腦機接口技術首次被寫入政府工作報告、正式被納入「十五五」六大未來產業的這一年,這場千人同步進行腦電數據採集的實踐,意義遠不止於產品發表。

發佈會實際上釋放了兩個清晰的產業信號:首先,群體神經數據可能成為一個全新的科學研究疆域;其次,腦機接口行業真正進入產業化窗口的標誌,或許已經從「單次技術演示」轉向「系統化平台生態」的形成。過去,腦科學研究本質上是在探討「孤立的大腦」。典型的腦電實驗流程是招募受試者、逐一進行測試,每人耗費數小時,一次能招募二十人已經算是大規模。研究結論往往基於小樣本,實驗在隔絕外部環境的實驗室中完成,這是一種高度人為干預下的神經活動,而非真實生活中的完整神經狀態。然而,人類最重要的認知活動,幾乎從不在孤立狀態中發生。溝通、共情、協作、教學、決策、集體創造——這些定義人類之所以為人的能力,全部發生在群體之中。

個體神經數據無法看見大腦與大腦之間那個空間裡發生了什麼,而這正是群體腦電數據作為一個新科學疆域的核心價值所在。群體腦電究竟意味著什麼?它讓「溝通質量」第一次有機會擁有神經層面的客觀度量;「團隊共識」不再只是會議結束後的主觀感受;「學習效果」可以在課堂進行的當下就被觀測,而非等到考試之後才見分曉。群體腦電數據讓許多問題第一次有了被回答的可能性,它不是個體數據的簡單加總,而是一個全新的資訊維度,關乎人類如何一起形成意義、如何達成共識、如何產生集體智慧。

過去數年,腦機接口行業不乏令人振奮的技術演示,例如某款設備在實驗室達成更高解碼準確率、某個演算法在特定任務上完成創新,或是某場活動展示了腦控設備的酷炫功能。但「技術演示」與「產業化」之間,橫亙著一條巨大的鴻溝。真正的產業化,不是某項技術偶爾跑出一次漂亮結果,而是採集、演算法、硬體、製造與場景開始被組織成一個可複製、可擴展、可持續運轉的系統。當這套系統能夠持續產出高品質數據、支撐多樣化應用場景,並讓更多參與者在此基礎上構建自己的解決方案時,行業才真正進入產業化窗口。「一致性」就是最典型的挑戰之一,例如當設備同時採集多人身上不同部位的多模態訊號,最終彙總的時間戳如何對齊。

神舞科技的千人群體腦電發佈會,恰恰在產業化這個維度上提供了一份「系統驗收報告」。這場發佈會並非在理想實驗室環境中完成,現場有燈光、聲音、人員走動,真實世界的全部干擾因素都在場。線上線下一千人同時佩戴設備,數據同步採集並達到毫秒級對齊,這不是精心剪輯的技術演示,而是一次對整套系統能力的現場壓力測試。支撐這場壓力測試的,不僅是設備軟硬體協同的製備能力,更關鍵的是與神舞科技建構的NeuroAI群體跨模態數據平台相結合所形成的一整套生態體系。

其中,ND1000用一台無線穿戴設備取代了傳統多導睡眠監測的滿床線纜,同步採集腦電、眼電、心電、肌電、呼吸、血氧等超過二十四項生理指標,把患者從陌生醫院睡眠監測室的「線纜牢籠」中解放出來。新一代ND8系列科研級腦電採集系統,讓科研人員無需花費進口設備的高價,就能獲得實驗室級的數據品質,並透過無線穿戴設計加上一毫秒時間同步率的即時遠距傳輸,使科研人員能在教室、病房、戶外等實驗室外場域開展實驗。而NeuroAI群體跨模態數據平台,則支援大規模群體腦電同步採集與即時分析,並向行業開放,從根本上解決了數據組織與複用的問題。

設備加上平台,呈現的不再是單一的技術突破,而是一套從硬體到平台、從個體到群體的系統化數據能力。採集、演算法、硬體、製造、場景,這些原本分散的能力要素,正在被組織成一個可複製的完整數據平台生態。2026年上半年,國內腦機接口領域投融資交易達六十四起,總金額約七十二點五三億元人民幣。資本持續湧入,市場參與者眾多,但真正的產業化閉環尚未形成。行業真正的瓶頸,或許不是設備精度不夠或演算法不夠好,而是高品質、大規模、可複用的神經數據嚴重匱乏。全球神經科學實驗室累積的高品質腦電數據,與AI大模型訓練所需的數據量級相比,差距至少一個數量級。

神舞科技的千人實踐,指向了一個關鍵的行業判斷:Scaling Law在神經數據領域尚未真正發生,不是因為它不存在,而是因為數據沒有被組織成一個可複製的採集與複用系統。神舞科技創始人鄭輝在發佈會上明確指出,神舞科技的定位不是一家單純的腦電設備公司,而是要做NeuroAI時代的數據基礎設施。這個判斷十分清晰:在AI時代,數據是核心資產,但在腦機接口領域,神經數據還停留在「分散採集、各自為戰」的階段。誰能率先將數據採集規模化、標準化、平台化,誰就掌握了定義行業基礎設施的能力。沒有群體神經數據這個「新科學疆域」的打開,產業化平台生態就缺乏真實的需求牽引,建好了基礎設施卻不知道要運載什麼。

反之,沒有系統化平台生態的支撐,群體神經數據的採集就只能停留在一次性的「科學表演」,無法成為可持續產出的科研與產業資源。神舞科技的千人實踐,正好處於這兩條線的交匯點:它用一套可複製的系統能力,驗證了一個新科學疆域的可行性;而它對這個新疆域的開放與平台化,又為系統的持續運轉提供了源源不斷的需求與數據。這正是產業化窗口真正打開時的狀態,技術突破不再只是一次性的煙火,而是被組織進一個可持續迭代、可規模複製的系統之中。在當前政策、標準、技術三重驅動,行業正處於從「技術可見」到「價值可感」的臨界點之際,神舞科技的千人群體腦電發佈會,提供了一份值得關注的產業座標。

在科學端,它打開了一個新的疆域,讓人類第一次有機會用量化方式研究共情、溝通、學習與共識如何在大腦與大腦之間發生。在產業端,它驗證了一個系統,採集、演算法、硬體、製造、場景被組織成一個可複製的數據平台生態,這比任何單次技術突破都更接近產業化的本質。千人同頻或許只是開始,但方向和座標,已經清晰。

Related

相關文章

一年砸下110億美元,比紅杉還兇,白宮才是AI圈最猛投資人

美國白宮過去一年在AI領域投入110億美元,規模超越紅杉資本等傳統創投,顯示政府正以國家級資源全面押注AI產業。這筆資金分散於多個聯邦機構,涵蓋基礎模型訓練、醫療及氣候應用等關鍵環節,並強調負責任AI開發。此舉反映美國對維持全球AI領導地位的危機感,但也引發市場機制扭曲與技術商業化延緩的疑慮。

剛剛

一口氣發佈三款教育插件,OpenAI教育產品再升級

OpenAI 推出三款教育插件,分別為課程助手、作業輔導員與互動學習夥伴,旨在協助教師備課與學生自主學習。這些工具整合至教育版平台,強調引導式學習而非直接給答案,並內建防護機制避免學生過度依賴。OpenAI 計畫未來加強多語言支援與特殊教育需求,持續深化教育科技布局。

剛剛

騰訊、字節、阿里,搶著給打工人配「AI助理」

騰訊、字節跳動與阿里巴巴三大中國科技巨頭,近期紛紛推出或升級企業級AI助理,目標是提升白領工作效率。各家AI助理的競爭重點從回答問題轉向執行任務,並分別強調跨應用串聯、主動式智慧與企業級安全等不同特色。儘管面臨資料隱私與AI幻覺等挑戰,但市場調查顯示超過六成中國企業計劃在一年內導入AI辦公工具。

剛剛

推行AI提效後,策劃們開始加班趕工期

當AI開始重寫小遊戲生產流程,真正的變化何時發生?這個問題在近期引發了業界廣泛討論。隨著人工智慧技術逐步滲透進創意與策劃領域,許多公司開始導入AI工具來提升工作效率,然而實際情況卻與預期有所出入。部分策劃人員反映,在推行AI提效後,他們不僅沒有減少工作量,反而因為系統調整與流程磨合,導致加班趕工期的現象頻繁出現。 這場變革的起點,源自於企業對AI生產力的高度期待。許多遊戲開發與內容製作公司,尤其是中小型團隊,紛紛導入AI輔助工具,試圖透過自動化生成文案、腳本、美術素材甚至程式碼,來縮短專案週期。

剛剛

DeepSeek大漲價,Token價格戰終於要結束了?

DeepSeek大幅調漲API服務價格,引發市場對AI模型價格戰是否結束的討論。業界分析指出,漲價反映營運成本壓力與市場定位調整,可能代表中國AI產業從低價競爭轉向追求盈利與可持續發展。未來競爭焦點將從價格轉向模型效果與生態系統完整性,但漲價能否終結價格戰仍取決於市場供需與競爭對手反應。

剛剛

狂攬130億!英偉達投的AI基建獨角獸又融資了

澳洲AI基礎設施獨角獸Firmus宣布完成20億美元(約136億人民幣)戰略股權融資,現有投資方英偉達與Coatue持續參投,並新增黑石旗下基金及Jane Street。該公司專注於設計、建設及營運AI工廠,核心產品HyperCube整合供電、液冷與伺服器機架,並提供GPU雲端算力服務。英偉達透過股權投資與技術合作,協助Firmus擴張亞太地區AI數據中心,同時擴大其晶片與計算架構的市場覆蓋。

剛剛