單枚腦植入物同時解碼語音與手勢：癱瘓患者借虛擬化身即時表達
《自然·神經科學》發表加州大學舊金山分校（UCSF）團隊研究，利用單枚高密度皮層腦電植入物，首次實現了對癱瘓患者言語與肢體手勢意圖的並行解碼，並即時驅動個性化虛擬化身。這讓腦機介面向還原自然多模態交流邁出了重要一步。
UCSF
腦機介面新突破：AI 將腦電波轉為原聲語音，延遲降至 1 秒內
本週發表在《自然·神經科學》的一項研究顯示，加州大學伯克利分校與舊金山分校團隊研發出新型腦機介面系統。該系統結合流式 AI 演算法與腦皮層感測器，患者默唸時能在 1 秒內直接合成其受傷前的原聲，此前同類技術需延遲 8 秒。