不止更聪明！接入脑机的机器人或能为你的养老兜底
“科way”是专注于科技创新的官方媒体平台。链接最新的双创政策与最深的科创思潮，推送最值得关注的科技科普信息。
具身智能+脑机接口=？答案是无限可能——只需一个念头机器人就能协助完成各种工作它不仅更聪明、还更有“人情味”脑机接口系统也由此获得物理“身体”能够与现实环境互动帮助瘫痪患者找回身体自主权
这并非天马行空的想象，而是正在照进现实的人类理想。在1月28日举行的第二届傅利叶具身智能生态大会暨张江机器人开发者先锋大会上，浦东具身智能代表企业傅利叶发布了面向康养场景的具身智能解决方案——“脑机具身智能康复港”。
“想象一下，一位中风患者，当他大脑想着‘我要伸手’时，机器人就能读懂他的意图，带动他的手完成动作，实现从中枢驱动外周的训练方式。”傅利叶创始人兼CEO顾捷在大会上这样描述他对“脑机具身智能康复港”未来的想象。
如何让这样的想象变成现实？请一起去寻找答案。
01
康复治疗，
实现从“大脑意图出发”的闭环
机器人有“身体”，能与现实环境互动，无论是工厂精密装配、家庭扫地陪护，还是手术室精细操作，它都能高效完成。但它只是个被动的“执行工具”——无法真正理解人类意图，察觉不到情绪波动，更读不懂深层需求。而与脑机接口的结合，将在一定程度上弥补机器人的这一不足之处。
脑机接口的核心能力，是捕捉人脑电信号，将人类“意念”转化为机器可识别的指令，目前已在医疗领域落地见效。比如，它能让渐冻症患者通过“想象”实现打字交流，也能帮助瘫痪病人借助外骨骼重新站立行走。当然，由于它没有物理“身体”，无法与现实环境互动。
而有了脑机接口技术的加持，机器人就能按照其提供的“意图输入”，实施“物理输出”，从而共同实现“所想即所得”的交互体验。这种融合不仅是技术层面的取长补短，更是人类智能与机器智能的深度协同，推动机器人从“执行工具”向“智能伙伴”跨越。
脑机接口应用于上肢康复训练
傅利叶的“脑机具身智能康复港”，虽然目前离这一愿景尚有不小的距离，但已让我们看到了“具身智能＋脑机接口”给康养领域带来的无限可能性。
在康复训练中，很重要的一环就是以功能为导向的运动控制训练。基于神经可塑性原理，当患者的主动参与度越高，恢复就越快。患者康复的目标是恢复身体功能，正如上海交通大学医学院附属瑞金医院康复医学科主任谢青在大会的圆桌论坛上所强调的，“在每一个患者能够躺的时候，尽量让他动；在他能够坐的时候让他不要躺；在他能够站的时候让他不要坐，尽量让他动起来”。
而结合了脑机技术的机器人将是康养场景里治疗师和护工们的最佳助手。
通过脑机技术的接入，机器人能通过脑电信号识别患者的主动意图与激活状态，包括患者是否在主动尝试、意图是否被激活以及激活的时序与强度等，并在患者意图最清晰的时间窗内提供恰到好处的物理辅助。
“具体来说，当患者在训练过程中产生了运动意图，但肌肉水平却又无法完成时，机器人能够通过脑机识别意图，在意识形成的当下提供恰当的助力，就完成了一次从中枢到外周的完整闭环训练。”顾捷解释道。这样就能放大患者的主动意识，提高其神经参与度，从而提升康复的效率与效果，“这正是康复领域脑机与机器人结合的价值所在。”
这也是谢青所憧憬的未来医院里医生、患者、机器人三者协作的画面：“希望未来在康复的各个岗位上，每一个医生或护工都能拥有自己的机器人助手，协助他们更好地帮助患者进行训练、恢复功能。”
2025年，傅利叶发布了“具身智能康复港”，在业内率先启动人形机器人在康复认知训练领域的摸索，结合大模型技术，提升机器人和解决方案的智能化程度。而此次发布的“脑机具身智能康复港”，正是对“具身智能康复港”的全新迭代解决方案。
顾捷表示，引入脑机接口技术将进一步拓展具身智能康复港的感知维度，形成融合脑电信号、肌电信号、运动学等多模态感知系统，有助于全方位采集和分析训练表现，监测关键训练指标，为优化康复训练方案提供依据；基于康复港的物联网数据平台，协同全场景智能康复方案，实现软硬件生态全贯通。同时，结合GR-3人形机器人的情感化交互能力，康复过程不再只是机械训练，而是兼顾情绪反馈、交互引导与长期陪伴的综合体验。
GR-3人形机器人参与手眼协调训练
“此次融入脑机接口，不是在原有系统上‘加一个功能’，而是让康复治疗第一次具备真正从‘大脑意图出发’的闭环能力，让康复从‘动作被完成’，走向‘意图被识别’。”顾捷总结道。
02
为什么是现在引入脑机技术？
早在2017年，傅利叶就已经在内部启动了脑机接口与外骨骼结合的预研，并实现了通过脑电信号控制外骨骼行走的demo。
傅利叶在2017年实现通过脑电信号驱动外骨骼行走
但为什么傅利叶现在才正式将其推向临床？
“我们在等技术真正成熟的那一刻。”顾捷说。
自从2016年马斯克宣布进军脑机接口领域并创立神经连接公司Neuralink后，脑机接口技术逐渐受到广泛关注。但在此后的多年，该技术始终面临着突出的工程瓶颈：信号噪声高、稳定性不足、难以规模化部署。
“当时我们认为，这类技术还不足以真正进入临床体系。”顾捷介绍，虽然傅利叶在随后的几年里持续关注脑机技术进展，但还是选择把主要精力放在将机器人本体的交互能力做到极致这一点上。
最近两年，脑机接口技术出现了两个决定性的变化：
其一，脑机硬件快速成熟。设备本身越来越轻量化和模块化，例如非侵入式技术，从原来单一的传统脑电（EEG）采集，发展到如今采用功能性近红外光谱（fNIRS）、多通道超声等各种信号采集方案。其抗干扰性、便携性、准确性都在不断提升，达到了大规模部署的转折点。
其二，大模型彻底改变了脑电信号的处理方式。在脑机领域，传统方法主要依赖FFT（快速傅里叶变换）、频谱分析或SSVEP等处理脑电信号。这些方法在处理非线性、高维度的脑电信号时能力有限。但在大模型加持下，脑机技术可以更有效地对复杂的脑电信号进行分类和解析，从而实现更精准的意图识别。这让脑机接口从单纯的信号触发转向了意图分类，最终有望实现意图解码。
“脑机接口，第一次具备了参与主动交互的工程基础。在这个时间点，我们才非常慎重地做出决定：将脑机接口，真正引入康复港的临床端。”顾捷强调，这并非十年后的概念，而是傅利叶在未来1—2年内，明确要规模化落地的产品方向，更是脑机接口领域一个明确和重要的产业化方向。
这不仅仅是傅利叶对脑机接口与机器人结合前景的信心，也是行业逐渐达成的共识。在此次大会上，“脑机具身•数据引擎联合创新计划”正式启动。这一计划由傅利叶联合上海交通大学医学院附属瑞金医院、复旦大学类脑智能科学与技术研究院、天桥脑科学研究院、国家地方共建人形机器人创新中心、同济大学附属养志康复医院、格式塔科技和临港实验室共同发起，将围绕核心硬件、工具链等底层技术持续攻关，支撑脑机接口与具身智能体的深度融合探索，构建并验证面向未来的人机交互闭环体系。