最近我们团队参与了香港大学中国商学院举办的创业比赛，作为初创组成为成都片区第一名。
也是我们首次亮相，在MindSoul埋头2年开发的过程中，我们也算第一次试水这些比赛，因为在投资人与FA机构里面，我们今年获得了非常多的橄榄枝，有的我们甚至已经拒绝了几次了。
因为投资金额与股权不匹配，所以我们就没有接受。
作为MindSoul的首次亮相，我们在尝试提出一个概念就是脑机接口的竞争不是在硬件终端上，而是在大模型上，也就是你做侵入式，总会有其他公司也做硬件，就像新能源汽车现在对比的不是在硬件工艺上，而是在核心的无人驾驶操作系统上。
前期硬件的工艺与成本会随着供应链成熟与品控逐步几乎没有差距，而谁能够做出更强的模型才是核心。
当然现在脑机接口就仅靠EEG来说，现在大模型的标准层次不齐，不像文字一样大家都是用中文来训练，脑机接口非侵入式上，有的大模型是128通道、有的是64、有的是32有的甚至是用8通道来训练。
并且每个通道，各个机构放置的电极位置不一样，你的是在3个脑区，他的是在一个脑区，这就导致训练没有基础标准。
虽然transformer有价值，但是由于没有数据标准，就导致数据集越大也不一定越准确。
所以现在脑机接口需要一个行业标准或通识，或者谁能够做出最优秀的开源模型，大家使用的用户数越多，就可能成为某个标准，以市场经济竞争的方式来获得各类脑机接口大模型团队的认可。
这也是我们团队在努力的，因为通过互联网与消费者脑机接口，就可以有机会成为行业最大数据集与标准，而不是让中国的脑机接口各自为阵。
脑机接口公司的最后竞争对手是KIMI、DEEPSEEK、以及豆包
这一观点主要源于Meta于2026年3月发布的TRIBE v2，以及同年6月基于该模型开展的脑信号解码研究。TRIBE v2通过对大规模fMRI数据进行训练，能够根据视频、音频和语言等外部刺激，预测人脑不同区域的神经活动模式；后续研究则进一步利用其生成的合成fMRI数据，提升了从脑活动中解码和识别图像内容的能力。
而不是再依靠推荐算法以及数据分析来，直接从人类大脑最底层来判断图像、音频、文字的刺激性。
而这些对于KIMI、以及DEEPSEEK这些LLM大模型公司来说，无非就是将数据标注的原材料改为FMRI这些数据即可，即使有神经科学的知识跨度，但是本质上就是transformer模型公司擅长做的。
无非就是将标注与数据换成了现在的脑机接口硬件设备采集的数据。
所以我认为在随后脑机接口产业发展，真的要达到通用型以及每个人都能够使用，大模型才是解决跨人以及准确度的最佳方式，并且通过全局脑机接口来完成数据的采集而不是像马斯克的侵入式脑机接口对某个单点区域来完成数据的采集或双向互通，这种高鲁棒性才能够抵抗外面的噪声与数据量少问题，从而完成空间语义。
因为对于大模型公司，采购MEG或FMRI也不是不可能，因为对于他们来说无非就是几个显卡集群的钱罢了。
今天的分享就到这里。
找我交流与合作 空间计算与脑机接口系统开发
题图来自 Unsplash ，基于 CC0 协议， 如有侵权，请联系pmtalk123删除
“分享产品经理改变世界的点滴”
产品顾问｜ 产品咨询｜培训合作
请添加微信PMxiaowanzi
最近我的原创
不好意思，Axure仍然是我主流的原型工具
每日案例拆解库，AI等产品打卡群
我创建的产品设计打卡社群，加入后365天，每天体验一款APP。提升产品设计能力，同时有1300份体验报告帮助你找到竞品
在这里你可以随时查询到你想找的各类竞品行业APP，无须自己亲自下载就可以马上得到APP的一手产品优化、交互设计、功能描述信息。
从优化&建议、商业模式、运营、功能描述、交互设计、产品定位至少6个维度，体验一款应用。
平均1天1块钱，扫码购买即可加入
连续体验48款应用，通过后原路退回
报名后添加星球助理
PMTalk123
热门跟贴