对话格式塔彭雷：AI 的下一站 是解读人的大脑

脑机接口从意念控制光标走向更大范围的大脑读写。

作者｜连冉

编辑｜郑玄

过去半年，脑机接口行业同时踩下了几脚油门。

2026 年 1 月，Neuralink 宣布全球临床试验参与者增至 21 人。从 2024 年完成首例人体植入，到将试验扩展至多个国家，侵入式脑机接口正在越过单个患者的演示阶段。

同一个月，OpenAI 成为 Merge Labs 约 2.5 亿美元种子轮融资中的最大出资方。这家由 Sam Altman 联合创办的公司没有继续沿用电极，转而把筹码押在超声上，希望在不开颅的情况下读取和调控大脑。

另一条经血管植入路线上的 Synchron，也完成了 2 亿美元 D 轮融资，资金将用于关键性试验和商业化准备。

国内市场也迅速升温。公开统计显示，2026 年一季度国内脑机接口领域发生 17 起融资，金额约 38 亿元，单季规模已经超过 2025 年全年。7 月，成立仅半年多的格式塔又完成 4.2 亿元天使+轮融资，两轮累计融资接近 1 亿美元。

钱为什么迅速涌向一个临床周期漫长、商业模式仍未完全跑通的行业？

一个直接答案是，脑机接口终于开始从实验室进入真实患者。更深一层的变化在于，这个行业的想象力正在越过「用意念控制光标」：当 AI 从语言模型走向世界模型和生物模型，大脑可能成为下一种稀缺的数据源，脑机接口则是获取这些数据的入口。

这也让行业出现了两场同时发生的竞争。一场围绕电学、血管内介入、超声等技术路线展开，争夺更安全、更大范围、更高带宽的连接方式；另一场发生在模型层面——谁能把血流、电信号、影像和行为放进同一套表征系统，谁就可能率先建立关于人类智能的基础模型。

格式塔创始人彭雷希望外界从后一场竞争理解这家公司。

2026 年 1 月，他与陈天桥共同创办格式塔，选择此前仍少有人进入的超声脑机接口。半年多时间里，公司在成都建设全球总部和制造基地，又在上海设立承担 AI 大脑基础模型研发与国际科研合作的第二总部。

若沿用医疗器械公司的业务逻辑，这种投入速度显得反常。格式塔的第一款产品仍处于研发和临床准备阶段，后续还要穿过漫长的注册审批流程。但彭雷判断，AI 走向 AGI 与脑机接口解码大脑，最终会在同一个方向汇合。

「我们在解码大脑，同时也在建设一个对人类大脑的 Foundation Model。」他说。

01

AI 的下一站，为什么要重新研究人？

过去几年，AI 最重要的变化，是能力边界开始越过语言。

大语言模型学习互联网上的人类文本，由此获得对知识和语言关系的统计表达；世界模型和具身智能继续向前，让机器理解空间、动作、因果和物理反馈；生物 AI 则把建模对象推进到蛋白质、细胞、器官乃至完整的人体。

彭雷将这条演进路线概括为：从语言模型到物理模型，再到生物模型。

语言是已经被人类结构化的数据。网页、书籍、代码和对话天然以 token 的形式存在，模型可以在海量语料上快速训练。进入物理世界之后，数据获取开始变得昂贵：机器人需要在真实或仿真环境中行动，接收传感器反馈，在一次次失败中学习。到了生物世界，训练材料更加稀缺。血流、电信号、影像、行为和疾病表型散落在不同设备与临床场景里，数据尺度、模态和个体差异都远高于文本。

大脑位于这条路径的深处。它既是人的意图源头，也是目前已知最复杂的生物智能系统。

「人对生理信号、对人本身的研究，会极大地帮助 AI 和具身智能的学习。」彭雷说，「我们越了解人，越有可能走向 AGI。」

格式塔创始人彭雷｜图片来源：格式塔

这一趋势已经在具身智能训练场里露出端倪。早期的机器人训练主要记录画面、关节轨迹和操作结果，随后加入外骨骼、力反馈与肌电信号。肌电能够解释肌肉如何执行动作，脑电和脑血流则有机会把数据链条继续向前追溯——人在抬手之前产生了什么意图，如何规划运动，又如何根据环境反馈修正动作。

格式塔正在与傅利叶等具身智能企业展开合作，在具身智能训练过程中同步采集操作员的脑电和脑血流等信号。双方试图验证一个假设：加入脑部多模态数据后，具身模型能否比只使用动作数据的模型获得更好的泛化能力。

现阶段，这仍是刚刚启动的实验，意义却很直接。今天的机器人主要学习「人做了什么」，下一阶段可能需要理解「人为什么这样做」。摄像头记录结果，肌电记录执行，脑信号靠近意图。数据源越接近决策形成的位置，机器越有机会学到动作背后的结构。

过去，神经科学和人工智能主要互相提供灵感。卷积、注意力和强化学习等重要思想，都能在神经科学中找到不同程度的参照。彭雷判断，接下来的关系会进一步深入：从相互启发走向相互支撑，最终达到相互解释。

这也是格式塔把自己的一部分能力定义为 AI for Science 的原因。它需要用 AI 处理大脑信号，同时希望从大脑数据中提取可以反哺 AI 的规律。

02

为什么是超声？

它要解决的不只是「不开颅」

脑机接口过去最受关注的故事，大多围绕侵入式电极展开。

Neuralink 已经让受试者通过意念控制光标、操作软件；Synchron 则把电极通过血管送至大脑附近，希望降低植入过程的侵入程度。电学路线的优势十分明确：它可以用较高的时间分辨率记录局部神经活动，对于渐冻症、高位截瘫等患者，意念控制已经展现出真实的临床价值。

彭雷曾联合创办侵入式脑机接口公司脑虎科技。他并没有否定电学路线，转向超声源于另一个问题：如果目标从读取局部神经元，扩大到理解记忆、语言、情绪和运动规划等高级功能，只观察少数脑区是否足够？

大脑高级功能通常由分布在不同区域的神经环路协同完成。电极擅长观察「点」，功能磁共振能够看见更大的范围，却存在设备体积大和时间滞后等限制。聚焦超声提供了第三种可能：通过功能性超声成像 (fUS) 技术，读取血流变化捕捉脑内神经活动的信号，以及利用经颅聚焦超声 (tFUS) 技术，通过相控阵方式调控深部脑区的神经活动，并在理论上覆盖更大的脑区。

这也是「格式塔 Gestala」这个名字的由来，源于德国哲学与心理学概念「Gestalt」，其核心理念是「整体大于部分之和」。彭雷相信，大脑正是一个无法被局部信号完全解释的整体系统。

在他看来，超声路线有三个值得押注的特征：具备走向更大范围乃至全脑读写的潜力；适应症可能覆盖慢性疼痛、卒中康复和部分精神类、神经退行性疾病；更关键的是，它与 AI 的结合更深。

这种「更深」首先来自超声自身的局限。

声学无法直接读取神经元的电活动。格式塔读取的是神经活动引起的血流变化，而血流信号与电信号之间存在生理时间差。颅骨还会造成声波衰减和散射，每个人的颅骨厚度、大脑结构也不完全相同。想从这些信号中恢复人的意图，必须同时处理跨模态、跨个体和跨任务的泛化问题。

AI 因此不是设备完成之后再添加的一层软件。它决定了超声设备能从噪声中提取多少信息，也决定了电信号、血流、核磁影像和外部行为能否被放进同一个表征空间。

格式塔希望训练的大脑基础模型，会同时使用电信号、超声、血流、核磁影像及行为数据。文本模型以词语为 token，这套模型处理的则是生物指标。它需要学习神经活动与外部行为之间的对应关系：一个人在看什么、想说什么、准备伸手拿什么，以及一次调控如何改变疼痛或情绪。

这个模型当前最先撞上的瓶颈是数据。

互联网为大语言模型准备了数十年的文本，脑数据却要依靠设备、动物实验和临床合作一点点生产。疼痛、卒中、抑郁和阿尔茨海默病提供的是不同数据；正常人与患者的数据也不能简单互换。每扩展一种场景，都需要重新建立采集、标注、验证和伦理审查流程。

这决定了格式塔无法只做模型。产品负责采集数据，临床验证安全性和有效性，科研团队寻找信号机制，模型再反过来改善读取和调控。硬件、临床、科研与 AI 构成同一个循环，缺少任何一环，大脑基础模型都很难持续进化。

03

医疗是第一道窄门，

也是模型的数据飞轮

宏大的技术愿景需要一个足够具体的起点，格式塔选择了慢性疼痛。

低强度聚焦超声调控疼痛相关脑区，已经有同行评议研究和早期临床探索作为科学基础。根据在美国的临床数据，通过超声调节前扣带皮层（ACC）后，受试者的疼痛程度降低约一半，效果持续一至两周。不过，此项临床试验仍未在中国展开，产品目前仍处于研发和注册准备阶段，距离获批上市还有完整的临床与监管流程。

这条事实边界很重要。脑机接口行业从不缺少具有冲击力的演示，真正决定技术能否进入社会的，是安全性、可重复性、长期有效性和可负担性。

超声实验室｜图片来源：格式塔

慢性疼痛适合作为第一站，一方面因为患者数量庞大、现有药物方案存在局限；另一方面，疼痛同时连接了感知、情绪与神经环路，是验证超声调控能力的重要入口。格式塔随后计划探索卒中康复、抑郁、创伤后应激障碍、强迫症以及阿尔茨海默病等方向。

这张路线图更像一家制药公司的适应症管线。每一种疾病都对应不同脑区、不同信号和不同临床终点，也会为模型增加一种新的「生物语料」。医疗场景在这里承担了双重角色：它让患者获得可测量的收益，也以最高的数据安全和数据标准训练系统。

彭雷将格式塔计划在 2026 年底发布的第一代模型比作「GPT-1.0」：可能只在少数适应症和特定任务上有效，距离通用仍很远。与模型同时亮相的，还将包括第一代超声脑机接口产品、慢性疼痛的初步临床数据和阶段性科研成果。

这也解释了格式塔为何在成立初期同时建设总部、工厂、临床合作与 AI 团队。相比一件孤立的硬件，它更想建立一套持续生产高质量脑数据、再用数据推动模型进化的系统。

这套系统能否形成飞轮，取决于三个条件：设备能否稳定采到有效数据，临床结果能否被重复验证，不同患者和任务的数据能否在模型中实现泛化。目前三个问题都没有完整答案。

彭雷认为，面向患者的超声脑机接口有机会在未来两到五年逐渐进入临床，面向健康人的增强应用则需要更长时间。两者之间不仅隔着技术成熟度，也隔着一道尚未被社会回答的问题：健康人究竟希望从脑机接口中得到什么？

控制鼠标、提高人机通信带宽、增强记忆，和直接调节情绪，指向完全不同的产品与伦理后果。一个抑郁症患者接受调控，是为了恢复健康；一个健康人通过设备持续获得愉悦，则会改变「自主选择」的含义。

医疗因此既是格式塔早期商业化的路径，也是必要的约束。它迫使技术在谈论增强人类之前，先证明自己能够安全、克制地帮助人。

04

新的「罗塞塔石碑」，

以及谁来守住人的一边

彭雷提到一个比喻：新的「罗塞塔石碑」。

古代罗塞塔石碑用三种文字记录同一段内容，由此帮助后人破解失传的语言。在他设想的未来，AI 模型、人类行为与神经科学模型也能形成类似关系。硅基模型预测一个人将如何行动，脑模型记录行动产生前的神经活动，外部世界提供结果与反馈。三者映射到一起，机器可能获得解释人类智能的新坐标系。

这不意味着碳基智能和硅基智能终将收敛为同一种架构。

大脑是有生命周期的计算系统，软硬件难以分离，记忆与计算高度耦合；硅基系统可以在不同硬件上迁移，模型与算力基础设施相对分离。两者的数据、token、能耗方式和学习机制都不相同。彭雷所说的「融合」，更接近互相校验和翻译：各自沿着自己的路径进化，同时逐步建立可解释的接口。

短期看，这种接口可以帮助具身模型理解人的运动意图，也可以帮助脑机系统借用 AI 的表征能力改善解码。再向前，它可能进入生物 AI 的核心地带。

DeepMind 等机构正在把「虚拟细胞」视为下一阶段的重要目标：模拟细胞在不同环境和扰动下的变化，再从细胞走向器官乃至虚拟人体。大脑基础模型可以看作这条路线中最困难的一块拼图。它处理的不只是结构和代谢，还包括感知、决策、记忆、情绪与意识等涌现现象。

由此再看格式塔与 Merge Labs 几乎同时押注超声，意义已经超出脑机接口的一次技术分流。太平洋两岸的创业者正在争夺一种新的数据入口：谁能以更低风险、更大范围读取大脑，谁就更有机会训练出关于人类智能的基础模型。

中国公司在这场竞争中的优势，来自临床资源、患者规模、供应链和工程迭代速度。彭雷判断，中国与海外超声脑机接口公司的差距约为一年到一年半，并希望用两年左右追平。这仍是一家创业公司的判断，却揭示了格式塔的全球化逻辑：立足中国获得工程与临床效率，同时引入全球科学家，开展国际临床和科研合作。

但当模型开始接近意图、记忆和情绪，竞争就不再只是技术与数据的竞争。

图片来源：格式塔

格式塔在正式宣言中写道：大脑无法被视作一台可以简单「优化」的机器，也不能成为可被任意利用的资源；它是人格、尊严、创造力与自由的生物学基础。公司的研究「不以牺牲人类主体性为代价」。

主体性之所以成为底线，是因为脑机接口面对的对象比一般个人数据更接近「人本身」。当设备能够识别意图、改变情绪甚至影响决策，知情同意、数据所有权和责任归属都会获得新的含义。技术能否实现，只是问题的一半；谁有权使用、在什么条件下使用、结果由谁负责，同样决定它能否进入社会。

彭雷对具体边界保持谨慎。他认为，人类对大脑的理解还不足以提前画出一条完整的线。更现实的方式，是让认知边界与伦理边界同步向前：每获得一种新能力，就建立相应的验证、监管和治理机制。

AI 也在接近类似的问题。纯语言模型缺少与真实世界持续互动的身体，很难据此讨论意识；当具身模型开始从环境中获得感知、奖惩和自我与他者的区分，主体性将从哲学命题逐渐变成工程和制度问题。

AI 研究者正在尝试创造一种此前不存在的智能，脑科学研究者则面对一个已经存在、却始终没有被充分理解的智能。二者在技术上靠近时，关于意识、责任和人的边界也会合流。

45 岁时，彭雷开始了自己的第六次创业。此前 20 年，他主要在互联网行业创业；过去 6 年，他进入脑机接口，做过侵入式电学路线，又转向超声。他说自己现在可以用十五年甚至二十五年的尺度看待这件事。

支撑这个长期选择的，是一个近乎古典的问题。

康德写过，两种事物越是反复思考，越让人心生敬畏：头顶的星空与心中的道德。彭雷将前者理解为人类为何出现在宇宙中，将后者理解为人何以成为人。两条看似不同的追问，最终都指向意识与智能的来源。

今天的 AI 已经能够生成语言、图像和代码，开始进入汽车、机器人和实验室。它越来越像一个理解世界的系统，也越来越暴露出我们对「理解」本身的无知。

人类长期尝试用机器模拟大脑，却从未真正读懂大脑。如果我们不了解智能如何在生物体中产生，又该如何判断机器是否拥有真正的智能？

脑机接口的下一章，因此不会只发生在手术室和康复科。它也会进入 AI 实验室、机器人训练场，以及关于人类未来的制度讨论。

从这个角度看，格式塔制造的既是一台超声设备，也是一种观察智能的方法。医疗是它必须穿过的第一道窄门。门后更长的路，是让碳基与硅基第一次拥有彼此可以理解的语言，同时确保翻译完成之后，定义目的和边界的仍然是人。

*头图来源：格式塔