作者 | 铅笔道 黄小贵编辑 | 铅笔道 邹蔚封面图 | 瓦博科技

在电影《阿凡达》里，人可以通过神经连接，来控制自己的阿凡达。

2009 年电影上映时，这还是纯粹的科幻，但 17 年后，投资人已经开始押注这种脑机接口。

最近，瓦博科技完成天使轮融资，投资方包括祥峰投资、洪泰基金、成都未来产业基金、惠丰达创投。

瓦博科技做无创脑机接口，但瓦博科技的最终目标，并不是卖头环等脑机硬件，而是训练一个能够逐渐理解人类的神经意图模型，也就是脑机接口领域的基座大模型，最终实现人机共融。

2026 年，脑机接口行业融资爆发。仅上半年，国内脑机接口领域融资超过 60 起，总额突破 70 亿元——是去年全年的 2.6 倍。

前不久，铅笔道专访了瓦博科技的合伙人陈明，交流了行业的机会。

今年，脑机接口来钱了

瓦博科技创始人张星智是 "90 后 "，宁夏人，毕业于天津大学计算机科学与技术专业。

瓦博科技创始人张星智

大二时，他和室友凑了 120 元生活费， 看了 IMAX 版的《阿凡达》，" 那个画面，在我脑子里盘了十几年。"

本科毕业论文写的是人机交互，硕博期间的研究，也围绕人机交互。

毕业后，张星智先后在 SAP、联想、第四范式、腾讯等知名科技大厂工作。

2025 年 11 月，瓦博科技在成都正式运营。在最近三个月，分别拿到了种子轮、种子 + 轮、天使轮三轮融资，天使轮由淡马锡旗下祥峰投资领投（宇树科技最早投资人）。

陈明最早是以投资人身份见张星智，很快被说服，加入了瓦博科技。

2026 年，是脑机接口行业发展史上里程碑式的一年。

今年政府工作报告中，第一次将脑机接口与具身智能、量子科技、6G 等并列为未来产业，国家发改委主任郑栅洁说：以脑机接口为代表的未来产业，未来 10 年新增规模相当于再造一个中国高技术产业。

政策一旦明确，钱就跟着来了——

强脑科技 20 亿 B+ 轮、阶梯医疗 5 亿阿里腾讯联合投资、格式塔科技半年两轮 5.7 亿、主动科技 3.3 亿创天使轮纪录……

" 几乎所有脑机接口方向，现阶段都能融到钱。" 一位投资人曾向铅笔道感慨。

另一件事，则让这个行业从科幻故事向生意靠近的。

今年 3 月，国家药监局批准博睿康一套植入式脑机接口系统上市。它面向颈段脊髓损伤导致四肢瘫痪的患者，通过读取脑信号，控制气动手套完成抓握。

这是全球首个获批上市的侵入式脑机接口医疗器械。仅仅四个月后，上海完成了首张处方。

对于投资人，这意味着脑机接口从论文走向收费。

用脑电数据训练大模型

瓦博科技不打算把一副脑电头环作为公司产品，陈明更愿意把它和模型公司、具身大脑放在一起。

" 越来越多人开始意识到，人工智能、机器人如果要更好地服务于人类，人与 AI 的交互就成了核心瓶颈，而让 AI 直接理解人类意图的终局答案，很可能就藏在脑电大模型中。" 陈明说，这个趋势主要是在最近一两个月才逐渐形成的。

这个趋势为什么重要？因为它意味着脑机接口的想象空间不再局限于医疗器械，而是和今年最火的具身智能、机器人赛道打通了。

具身智能采集的数据，最开始是真机数据、视频数据、第一视角数据，后来开始引入了肌电这一类神经数据。它实际上正在从 " 动作层 " 逐渐往 " 生理层 " 走。

Meta 近几年一直在训练基于腕部肌电信号的神经交互系统。它的 Neural Band 研究最终动用了接近 20 万名参与者的数据，让设备能够捕捉非常细微的手部肌肉活动，并把它变成点击、滑动等电脑指令。

Meta 的 Neural Band 手环，采集手部肌肉活动，变成电脑指令

同样道理，瓦博科技通过海量自采的神经信号数据训练出来的神经意图模型，成功验证了脑机接口领域的 Scaling Law。

当被试者的人数规模从 10 人、100 人到上万人，当预训练的数据规模从 500 小时、5000 小时到数万小时，神经意图模型的跨被试、跨任务泛化能力开始跃迁。

瓦博科技在 ChinaJoy 上用脑波作画

这意味着脑电大模型绝不是单纯的学术概念，它是一条能够通过扩大数据规模而不断提升性能的可复现的技术路线。

今年 6 月以后，陈明感受到了一个很明显的变化。

以前他出去跟人聊脑机接口，大家的第一反应是：" 哦，医疗器械嘛。"

现在不一样了。越来越多曾经投资过具身智能、大模型的机构开始找过来，问的几乎是同一句话：" 你们是不是在做脑电大模型？"

陈明说，" 这种变化，几乎是一夜之间形成的。"

关键门槛是数据

这行最缺数据。

脑电数据不像大语言模型，所需要的文字数据早就充斥互联网，它需要挨个采集。高质量、大规模的数据已经成为了各大模型公司所争相抢夺的对象。

陈明告诉铅笔道，对于训练模型所需要的数据来源，目前主要分为两个流派：

其一，主要依靠外采数据的 " 轻流派 "，这些数据主要来源于开源或需要付费购买的医院 / 高校实验室内的数据；

其二，主要依靠自采数据的 " 重流派 "，这些数据主要通过在真实物理世界中实地采集。

瓦博倾向于后者——如果数据是在实验室环境下采集而来，据此训练出来的模型很可能只能在实验室环境下复现能力。瓦博全栈自研数采硬件，甚至拆分到了电极、芯片、采集卡等层面，大大降低了数采硬件的使用门槛，从而确保数采效率尽可能高。

首先，把瓦博已经初步验证的神经意图模型置于真实场景中，让客户真正使用；

在取得授权的前提下，真实使用过程中产生的数据再回流到公司；

这些数据经过处理后继续训练模型，使模型在复杂环境中的识别和泛化能力变得更强；

模型能力提升后，又可以进入更多场景，获得更多真实数据。

如此，便形成数据越采越多、模型能力越来越强的正向循环。

在陈明看来，脑机接口仍处于行业极早期，未来的产品形态、商业化路径具备无限想象力。尽管瓦博已经在多个下游场景初步验证了商业闭环，但很可能今天实现的都还只是冰山一角。

" 就像 2022 年 11 月 ChatGPT 出现之前，谁会想到，人有一天会天天跟一个 AI 对话？放在当时看，好像很奇怪。但现在呢？"

如果脑机接口的 ChatGPT 时刻真的来了，最大的改变是什么？

或许，人与世界交互的成本，会降到接近零，人机共融时代将真正来临。