米哈游退出零唯一思,交大菡源资产数百万元接手

资讯 AI 行业观察 全文 2293 字 · 约 6 分钟读完 分类脑机接口多模态

文|胡香赟 编辑|海若镜 10月底,米哈游已退出上海零唯一思科技有限公司(下称“零唯一思”)股东行列。36氪获悉,近日,这家由上海交通大学教授吕宝粮创办的脑机接口公司,正式完成重组,并获得来自交大菡源资产数百万元的独家投资。该资金将用于团队组建与脑电基础模型研发。 零唯一思成立于2021年底,最早从情感脑机接口切入,探

所属频道 模型发布机器人与具身智能

10月底,上海零唯一思科技有限公司(下称“零唯一思”)的股东名单里已经没有了米哈游。36氪获悉,这家脑机接口公司由上海交通大学教授吕宝粮创办,近日正式完成重组,并拿到交大菡源资产数百万元的独家投资。资金将投向团队组建和脑电基础模型研发。

零唯一思成立于2021年底。公司最早做的是情感脑机接口,探索用脑电、眼动信号对抑郁、焦虑等情绪障碍做客观评估,曾推出多模态情绪评估系统“情绪X光机”以及脑电基础模型。

联合创始人、总经理石立臣告诉36氪,公司接下来会从情感脑机接口延伸到脑电基础模型和通用神经解码平台,底层技术研发与应用探索两条线并行推进。石立臣是上海交通大学计算机学院博士,师从吕宝粮教授,此前担任过货拉拉技术总监、滴滴首席算法工程师、百度高级工程师,创业经历有6年。

在石立臣看来,这次拓展“是从具体应用向底层共性技术的延伸,并非更换赛道”。他解释,传统脑电解码算法把特征表达和任务决策系统放在一起训练,只能使用与任务相关的标注数据;标注成本高,数据规模和多样性都受限,解码能力因此有限。算法还和设备、任务绑得很死,换设备或换场景,往往就得重新采数据、训模型。“例如,从睡眠监测任务,变更为情绪识别任务,或者换一款脑电采集设备,数据采集、标注、模型训练都要从头开始。”

零唯一思团队认为,脑电基础模型或许能提供一种解法。思路是把脑电解码拆成两个阶段:第一阶段用自监督学习,在无需标注的数据上大规模学习脑电信号中的通用神经表征;第二阶段针对特定任务,用少量标注数据做后训练,让模型在已有表征上形成决策能力。这套“预训练-后训练”的两阶段框架,借鉴了特征表达与决策系统解耦训练的思想,并把它适配到脑电这一特殊信号模态上。

“预训练阶段喂进去的是没标注过的数据,这类数据采集便宜不少。规模一上去,覆盖的设备和人群越杂,模型学到的神经表征就越丰富,泛化能力也越强。”石立臣说,“到了后训练,模型只需学决策边界,对标注数据的要求因此小了很多。换句话说,碰上新的用户、新的设备或者新的应用,模型适配的成本和样本依赖都有往下走的可能。”

这个逻辑可以拿移动通信产业来类比。智能手机出现之前,功能机时代的硬件、操作系统和应用软件高度绑定,换设备就意味着从头开发应用。智能手机用统一的操作系统接口让硬件与应用实现“适配”,移动互联网的爆发随之而来。

在零唯一思团队看来,眼下的脑机接口产业有点像当年的“功能机阶段”。“我们想把神经解码这项能力从具体场景里拎出来,做成能反复调用的底层能力。这样各类设备接入的门槛就低了,应用开发者也不用再从零去啃脑电算法这块硬骨头。”

技术储备方面,团队现有的积累主要来自吕宝粮团队此前关于脑电基础模型的研究。

其中一项成果是LaBraM模型,针对的是脑电信号的通用表征问题,论文已经发在机器学习顶会ICLR2024上。“在脑电异常检测、情绪识别等多项任务上,LaBraM已经拿到了一些结果,初步说明走大规模预训练这条路,能够搭起可复用的脑电基础模型。”眼下团队还在把脑电基础模型往更大规模推,用近8万小时、来源多样的脑电数据做预训练,看看数据和模型规模再往上走,跨任务的泛化能力会是什么样。

另一项工作NeuroLM则进一步探索多任务统一解码。它把连续的脑电信号转换成类似语言token的序列表示,再结合语言模型,通过指令训练支持多种脑电任务。

“拿情绪识别和脑电异常分类来说,传统做法得各开发一套算法。我们做NeuroLM的时候,试的是用一个统一模型,靠不同任务指令分别完成对应的解码。”石立臣表示,这项研究用了约2.5万小时脑电数据,最大模型规模到17亿参数,要探的是脑电解码能不能从多个各自独立的专用模型,走向统一的多任务模型。

吕宝粮团队今年还推出了一款叫CerebraGloss的智能系统,关注的是临床脑电图的专业理解和生成式分析。过去临床医生读脑电图,要结合经验观察复杂波形特征,传统AI通常只能识别简单问题,比如某段脑电是否异常。“CerebraGloss则尝试用视觉语言大模型分析脑电图,不仅能识别相关波形,还能够用自然语言描述和回答问题,并支持多轮交互。”

据石立臣介绍,这三项工作意在“从不同方向探索脑电大模型的能力边界”。与此同时,零唯一思正在推进下一代脑电基础模型训练范式的迭代,计划引入与脑电时间对齐的外部刺激、感知、认知、行为等多模态数据。

模型之外,团队也在攒自己的数据集。目前累计脑电数据已超过10万小时,既有来自公开渠道的大规模数据,也有近万例自采数据。

商业化上,石立臣表示脑机接口的终极应用尚未收敛,零唯一思打算技术平台合作与应用探索同步走。一边持续提升脑电基础模型的解码能力,以及跨设备、跨应用的适配能力;另一边通过医疗、AI交互、具身智能等场景快速验证技术价值。“后续,我们将推出一款可用的脑机接口智能开发平台,以API、SDK或私有化部署的形式向合作伙伴提供神经解码服务。”

投资人观点:

菡源资产投资副总监陈之弘表示:零唯一思从情感脑机接口转向脑电基础模型,这一步战略升级正好踩在脑机接口产业由“专用工具”走向“通用智能平台”的节奏上。团队在脑机接口领域的研究底子扎实,加上多年创业和大厂技术负责人的实战经历,给公司添了产业化的速度,这是我们特别看重的变量。菡源资产会借上海交通大学在脑科学、AI以及临床医学上的跨学科生态,在算法迭代、临床验证和产业资源对接上为零唯一思提供全方位赋能,推动其脑电通用解码平台加快落地。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关 AI 工具

AI 导航
OpenAI最新发布的多模态AI大模型 GPT - 4o是OpenAI最新推出的先进人工智能模型。它具备强大的多模态推理能力,能处理语音、文本和视觉… AI 写作 · openai.com 多模态跨尺度生物医学成像 以亚纳米分辨光电融合技术为代表的多模态高分辨分子成像装置、以毫秒分辨显纳成像为代表的多模态活体细胞成像装置、… 知识管理 · bjmu.edu.cn 深思考Dongni多模态大模型 Dongni多模态大模型搜索引擎通过结合文本、图像等多模态数据,为用户提供了一个功能强大、操作简便的搜索工具 大模型与开发平台 · dongni.ai Brain2Qwerty 一种非侵入式脑机接口技术,通过脑电图或脑磁图解码大脑活动以实现文本输入 医疗与健康 · meta.com 达闼RobotGPT多模态大模型 达闼RobotGPT多模态大模型是一个创新的AI工具,它通过整合多模态数据处理能力,为机器人在多样化的应用场… 大模型与开发平台 · dataarobotics.com Wordware Wordware是一个集成开发环境(IDE),其最大亮点在于零代码开发,任何人无需编程知识,通过日常语言就能… AI 写作 · wordware.ai Seko Seko是商汤科技(SenseTime)推出的行业首发创编一体的AI短视频创作Agent。Seko可以根据用… AI 智能体 · sensetime.com 腾讯混元大模型 腾讯混元大模型由腾讯全链路自研,在文本和多模态模型性能方面表现卓越,处于业界领先水平。其混元 API 整合了… 大模型与开发平台 · tencent.com

相关推荐 按相关度与热度排序

全部资讯 →
  1. 谷歌Omni 1.2 Flash上线:视频时长增至15秒,API降价约30%

    人工智能视频生成与编辑领域迎来重要更新。Google DeepMind 正式发布了全新的多模态视频生成模型——Gemini Omni1.2Flash。该模型在生成时长、画面一致性、多轮对话修改以及 API 价格上均带来了全方位的重大升级。 核心性能升级:时长翻倍、一致性优化与多轮对话编辑 在核心功能方面,Gemini

    来源 AI 开发者社区
  2. Airbnb宣布将于2027年上半年推出定制化AI旅行代理

    Airbnb 于近日正式宣布,计划在2027年上半年推出专为旅游场景定制的人工智能旅行代理(AI Travel Agent),标志着其在垂直领域多模态交互应用上的重要战略布局。在同步发布的第三季度财报中,公司交出了强劲的业绩答卷,总营收同比增长19%达48.7亿美元,超出华尔街预期,并宣布将2026年全年营收增长预期上

    来源 AI 开发者社区
  3. Meta在美国上线Muse视频聊天,AI虚拟形象能打实时通话了

    Meta近日正式宣布面向美国用户推出其消费者人工智能代理Muse的Muse Voice与视频聊天功能,标志着其在多模态AI交互与消费级虚拟形象落地方面迈出重要一步。该功能采用全新的AI模型、Muse Realtime Avatar及Muse Realtime Voice技术,为用户提供可定制的动画数字虚拟形象进行实时通

    来源 AI 开发者社区
  4. Thinking Machines推Inkling 2 Small:定制训练开放,估值冲2600亿

    智东西(公众号:zhidxcom)作者 | 孙小雯编辑 | 程茜智东西11月6日消息,今日,前OpenAI首席技术官米拉·穆拉蒂创办的美国AI创企Thinking Machines Lab发布通用多模态模型Inkling 2 Small,并将于下周开放权重。该模型重点改善定制训练表现,支持开发者用自己的数据进一步训练,

    来源 腾讯网
  5. OpenAI重置按钮换人管?Tibo转岗做安全,Andrew接手产品体验

    Tibo 不发糖了?因为Open AI 的内部安全烂透了 作者丨高允毅 编辑丨岑 峰 OpenAI 的“赛博义父”好像换人了?最先发现不对劲的是敏锐的网友。 11 月 4 日,Codex 团队的产品负责人 Andrew Ambrosino 发帖称,关于 OpenAI 产品的任何意见都可以反馈给他。 Tibo 在下面跟了

    来源 AI 行业观察
  6. 天津大学脑机接口项目:818号令备案完成

    团队跳出传统单一脑控外骨骼的技术路径,融合无创脑机接口、脊髓电刺激、混合驱动外骨骼三大技术,通过解码患者大脑运动想象意念,结合脊髓电刺激对脊髓环路进行的兴奋性调控,混动外骨骼配合胫骨前肌功能性电刺激完成下肢步态执行,完整搭建起“大脑驱动-脊髓传导-外周执行”全链条复合调控环路,定向诱导人体自身神经可塑性重建,真正实现从

    来源 凤凰科技
  7. 大晓机器人“双脑协同”拆解:一次滑移如何变成可复用经验

    【TechWeb】11月6日消息,一次普通的取杯任务中,机器人找到水杯、规划接近方向,却在抬起时发生滑移;它调整接触位置,重新抓取并完成任务。对使用者而言,任务已经结束;但对持续学习的具身智能系统而言,真正值得追问的是:为什么滑?这次调整在什么条件下有效?换一只杯子、一副夹爪,甚至另一台机器人,这段经验还能否复用? 近

    来源 AI 行业观察
  8. 面壁智能姚远:端侧智能正处“撞线前夜”,35B模型已上手机

    中经记者 曲忠芳 北京报道“想象一下,如果你有一个神奇的魔法棒,点一下就能让GPT-6(OpenAI旗下的最新大模型)直接跑在手机上,那为什么它们不做这件事呢?”11月5日,在面壁智能技术分享会上,面壁智能多模态大模型实验室算法研究员蔡天驰用这样一个反问句直白地指出了做端侧智能的必要性。不同于大众更为熟知的通用大模..

    来源 腾讯网
  9. 中国移动陈怀达:以智为先推进全栈创新,赋能实体经济

    【TechWeb】11月6日消息,在2026中国移动网络大会期间,以“智启万象 百业共荣”为主题的智兴百业行业论坛在广州成功举办,雄安新区管理委员会副主任梅新阳、广东省工业和信息化厅副厅长陈磊,以及行业重要合作伙伴代表出席论坛,共同探索数智赋能实体经济新路径。中国移动副总经理陈怀达出席论坛并致辞。 陈怀达表示,中国移动

    来源 AI 行业观察
  10. AI空间推理新突破:不用工具也能学会,MindCube-Tiny涨到62.9分

    你可能没想过这样一个问题:一个AI模型要判断"从第一张照片到第二张照片,相机往哪个方向移动了",到底有多难。对人类来说这几乎是本能。你瞥一眼两张照片,大脑自动比对一下沙发的位置、窗户的角度,答案就出来了。但对多模态大语言模型来说,这件事出奇地难。这就是这篇论文要解决的问题,也是它故事的起点。**空间推理这...

    来源 腾讯网
  11. 上纬新材启元机器人第10000台下线:月活超98%,日均交互100多次

    IT之家 11 月 8 日消息,上纬新材启元机器人第 10,000 台个人机器人正式下线。 上纬新材启元机器人联席总裁、Q 业务部总裁刘东方介绍:当前启元机器人的月活超过 98%,日均在线峰值超过 40%,日均在线时长 3 小时,平均每位用户每天交互 100 多次。 IT之家注意到,在量产现场,刘东方将编号为“NO.1

    来源 AI 行业观察
  12. 从一次滑移到可复用经验:大晓“双脑协同”如何让机器人少走弯路

    为什么需要“双脑”协同?三个递进闭环第一是自主执行闭环,让机器人更可靠完成当前任务。双脑协同希望建立的,正是任务推理与物理预测通过真实反馈相互校正、执行认识经过验证进入后续学习、学习与研发方法持续改进的路径。让一台机器人付出的探索,为更多机器人省下重复试错的代价——这是大晓双脑协同试图推动的进步。

    来源 TechWeb
  13. 埃森哲报告被指15条引用造假:AI幻觉还是虚构案例?

    GPTZero 分析发现,埃森哲与 IE 大学合作的《跨越式发展》报告含 15 条虚假引用及完全虚构的案例研究。埃森哲否认是 AI 所致,称系人为失误,正修正报告。此前该公司曾警告不用 AI 的员工将被“淘汰”。#埃森哲AI幻觉#

    来源 IT之家
向下滚动自动加载更多