# 策展 · X (Twitter) 🔥🔥🔥🔥🔥 > 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt) > 作者：AI at Meta (@AIatMeta) · 平台：X (Twitter) · 日期：2026-06-30 > 原始來源：https://x.com/AIatMeta/status/2071566924803395741 ## 中文摘要 Meta 發布 Brain2Qwerty v2 實現腦波轉文字。 **核心技術突破** Meta 推出的 Brain2Qwerty v2 是目前效能最高的非侵入式端到端解碼管線，旨在解決腦部病變或神經障礙患者的溝通難題。相較於傳統需要手術植入電極的侵入式神經義肢，該技術透過 MEG（腦磁圖）設備擷取原始腦波訊號，並結合大型語言模型進行微調，成功將解碼層級從單一字元提升至詞彙與語意層次，實現即時的句子解碼。 > 影片展示了名為 Brain2Qwerty v2 的非侵入式即時解碼技術，旨在將大腦活動轉換為文字。 **效能與數據表現** 該系統透過 9 名志願者、每人 10 小時配戴 MEG 設備進行打字記錄，累積約 22,000 個句子作為訓練資料。其具體效能表現如下： - 平均詞彙準確率達到 61%，顯著優於其他非侵入式方法（約 8%）。 - 表現最佳的參與者詞彙準確率高達 78%，且超過 50% 的句子解碼錯誤率在 1 個單字以內。 - 研究發現解碼準確率與資料量呈對數線性（log-linear）正相關，顯示透過擴大資料規模，有望進一步縮小與侵入式技術的效能差距。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/65668488edc87563.png) > Brain2Qwerty v2 相較於 v1，在訓練數據量（約 22,000 句對比約 2,000 句）、字元正確率（v2 69% 對比 v1 61%）以及最佳參與者的單字正確率（78% 對比 48%）上皆有顯著提升。 **開發架構與資源釋出** 為了加速神經科學領域的發展，Meta 採取開放研究策略，並與巴斯克認知、大腦與語言中心（BCBL）合作，推動技術透明化： - 釋出 Brain2Qwerty v1 與 v2 的完整訓練程式碼。 - 由 BCBL 釋出 v1 的研究資料集。 - 系統架構捨棄了傳統的手動特徵工程，改採端到端深度學習直接處理原始腦波訊號。 - 過程中導入 AI Agent 探索解碼管線的優化方案，最終配置則由工程師手動選定。 **研究願景與影響** 這項工作是 Meta「數位大腦專案」（Digital Brain Project）的一部分，旨在建立開放的大腦基礎模型。Meta 透過近期設立的 500 萬美元基金，鼓勵學界投入開放資料集的建置，期望藉由公開研究打破神經科學領域的封閉研究現狀，加速對神經系統疾病的診斷與治療。相關研究成果與工具可至 [Meta 官方頁面](https://go.meta.me/42ed9c) 探索。 ## 媒體內容 **Brain2Qwerty v2 相較於 v1，在訓練數據量（約 22,000 句對比約 2,000 句）、字元正確率（69% 對比 61%）以及最佳參與者的單字正確率（78% 對比 48%）上皆有顯著提升。** **數據表** | | 訓練數據（句子數） | 字元正確率 | 單字正確率（最佳參與者） | | --- | --- | --- | --- | | v1 | ~2,000 | 61% | 48% | | v2 | ~22,000 | 69% | 78% | ## 標籤 新產品, 研究論文, 其他, Meta