脑机接口正从科幻走向临床现实，但决定其能否真正落地的关键，并不只是“能不能读懂大脑”，而是“能否把大脑产生的海量信号安全、稳定、实时地连到外部世界”。 以Neuralink为代表的全植入式脑机接口，已经让高位截瘫患者能够仅凭意念操控电脑、玩游戏、甚至发社交媒体内容。然而这类系统也暴露出最核心的工程难题：植入体内部的神经信号数据流量可达每秒数百兆比特，而头骨下方可用的无线链路只有每秒兆比特级，必须依赖超过两百倍的高效压缩和筛选，才能把数据传出来。换句话说，脑机接口的瓶颈已经不在传感，而在无线通信。随着5G-A及面向6G的超低时延、高带宽、边缘智能网络逐步成熟，谁能率先把脑信号与算力-网络基础设施无缝耦合，谁就可能在下一阶段的脑机接口竞争中占据制高点。

1、脑机接口的通信瓶颈：大脑是“超宽带”，头骨却是“窄带出口”

2024年，四肢瘫痪的患者Noland Arbaugh仅凭思维意图就能流畅地移动光标、打字、玩策略游戏，这一幕震撼全球。但很少有人注意到，支撑这些“意念控制”的并非单纯的神经解码算法，而是一整条极度受限的无线链路。问题的本质是：大脑产生的数据太大，而无线出口太小。

以Neuralink目前在人体测试的N1植入体为例：其柔性电极阵列包含约1024个采集通道，每个通道以约20 kHz的采样率、10位分辨率记录神经放电信号。粗略估算，这意味着单个通道的原始数据率约为每秒20,000次采样×10比特≈200,000比特/秒（约200 kbps），1024个通道叠加后就是约2.0*10⁸比特/秒，也就是约200 Mbps的原始神经数据流量，接近高清视频甚至一部高清电影级别的信息量。但植入体可用的出脑无线链路是低功耗近距离通信链路，实际有效吞吐量往往只有约1 Mbps量级。也就是说，原始神经信号必须在颅内就被“压缩”到约1/200，才能传得出去。

为此，Neuralink并不是把所有波形原封不动地发出去，而是在芯片端实时做“事件检测”。绝大多数背景噪声会被直接丢弃，只保留神经元真正放电（spike）时刻及其特征片段，把原本连续的模拟神经活动流，变成稀疏的“关键事件”流，从而把数据率降到每秒数十至数百kbps。但这种方法本质上是有损筛选——那些被丢弃的背景电位波形，恰恰可能包含更丰富的感觉信息、甚至可能是未来实现视觉/触觉反馈或更复杂语言意图解码所必需的细节。

Neuralink专门在2024年发起“Compression Challenge”，公开征集能够实现200倍以上高效压缩、 同时保持高保真度的算法方案——并提出较为苛刻的约束：压缩必须在1毫秒内完成，功耗（含射频发射）控制在10毫瓦以内，才能满足植入设备的实时性与生物安全约束。这从侧面印证了一个事实：脑机接口的头号瓶颈，已经不在“能否采到脑信号”，而在“能否以可监管的无线方式把信号送出并实时解码”。

图1 N1全植入式无线脑机接口及R1手术机器人示意图

2、脑机接口的技术路径：从“单点突破”到“系统集成”

当我们把视野从单一产品放大到整个技术生态，会发现脑机接口正在经历一个有趣的分化过程：不同的研究团队和企业，正在沿着不同的技术路径探索如何突破通信瓶颈。这些路径表面上看是在争夺通道数更多、创伤更小的技术指标，但本质上，它们代表的是对同一个核心问题的不同解法——如何在安全性、性能、可规模化之间找到最优平衡点。

①通道规模的演进逻辑：不只是数字游戏

十年前，100个通道的脑机接口就已经是顶尖水平。今天，1024通道已经在人体实现，实验室里甚至出现了数千、上万通道的原型系统。从神经科学的角度看，更多通道意味着能同时监听更多神经元的“对话”，这对于解码复杂的运动意图、语言表达、甚至未来可能实现的视觉重建，都至关重要。但从工程的角度看，每增加一个通道，就意味着增加20 kbps的原始数据流量。1024通道是200 Mbps，10000通道就接近2 Gbps——这已经是4K视频直播的量级。

问题在于，颅内的无线环境极其苛刻。植入体必须足够小，不能压迫脑组织；必须足够省电，否则产生的热量会损伤神经；天线必须能穿透头骨和皮肤，而这两者对射频信号的衰减极大。在这些约束下，现有的颅内无线链路能做到一到数十 Mbps已经是极限。这意味着，通道数的军备竞赛，正在把整个产业逼向一个岔路口：要么继续在颅内做更激进的数据压缩和筛选，要么想办法把数据传输能力提升一个数量级。前者是在“软件侧”继续挤压，后者则需要“硬件侧”的通信基础设施升级——这正是5G-A和6G可以发挥作用的地方。

②植入方式的技术权衡：精度与安全的拉锯战

脑机接口在物理实现上，有一个绕不开的根本性选择：电极要不要直接接触大脑皮层？

直接插入皮层的“侵入式”方案，优势极其明显：电极尖端距离神经元只有几十微米，可以直接记录单个神经元的放电活动，信噪比极高。Neuralink的柔性电极丝就是这种思路的代表，可以插入皮层2-3毫米深度，让瘫痪患者能够以接近正常人的速度打字。但代价也很明显：手术复杂度高，需要专门的自动化机器人辅助；长期稳定性存在挑战，植入物可能引发免疫反应，导致信号质量逐渐衰减。

图2 NEO帮助高位截瘫患者在家实现脑控抓握/喝水

另一条技术路径选择了退一步——把电极放在硬脑膜外或硬脑膜表面。硬脑膜是包裹大脑的一层坚韧膜组织，电极隔着这层膜采集信号，虽然信噪比会下降，但对脑组织的直接损伤几乎为零，手术风险大幅降低。这种“半侵入式”或“硬膜外”方案的核心优势在于可复制性——它不需要昂贵的定制机器人，很多步骤可以在现有三甲医院的神经外科导航系统下完成。患者术后恢复期也明显更短，有临床报道显示术后10天左右即可出院进行家庭康复训练。

硬膜外方案的信号质量虽然不如皮层内插入，但对于大多数应用场景——让高位截瘫患者重新拿起水杯、用脑电控制轮椅、用意念说出完整的句子——这已经足够带来生活质量的革命性改善。从产业化的角度看，这恰恰可能是更务实的选择。

③供能与算力分布：一体化还是协同化？

脑机接口的第三个关键选择，是关于“算力该放在哪里”。

一体化方案把电池、射频芯片、信号采集芯片、预处理单元全部封装在硬币大小的植入体内，埋入颅骨下方。患者不需要佩戴任何外部设备，用户体验极其简洁。但代价是巨大的技术挑战：电池容量限制了工作时长；芯片必须在10毫瓦级的功耗约束下完成全流程处理；当电池或核心芯片老化需要更换时，患者可能需要再次开颅手术。

另一种系统架构是把植入体做成“极简前端”，只负责采集和初步传输，把大部分算力放到体外设备上。植入体通过近场无线供能从体外接收能量，同时把神经信号实时传输给佩戴在头部或衣服上的外部模块，这个模块可以连接到智能手机、康复中心的边缘服务器或运营商网络。

这种“轻植入+体外协同”的架构，看似多了一个外部设备，但实际上打开了巨大的设计自由度。首先，植入体不再需要自带大容量电池，体积和重量可以做得更小、更轻、更安全；其次，算力不再受颅内功耗和散热的约束，可以运行更复杂的解码算法，甚至可以随时升级；最关键的是，它把脑机接口从一个“孤立的医疗设备”，变成了一个可以接入通信网络、可以被边缘智能服务、可以被远程运维监管的“新型终端”。

3、移动运营商的入局机会：从“管道”到“平台”

图3 植入式脑机接口系统实现框图

当我们把脑机接口的技术路径拆解清楚之后，会发现一个有趣的现象：无论选择哪种方案，最终都会走到同一个关口——如何把脑信号“送出去”，并且送到一个有足够算力、足够智能、足够安全的地方去处理。这个关口，正是通信网络可以发挥作用的地方。

5G-A和6G为脑机接口带来的，不是简单的“带宽升级”，而是一种系统级的解决方案。我们可以从四个维度来理解这种赋能：

第一，超低时延保障“所想即所得”的流畅体验。对于脑机接口来说，延迟不仅仅是用户体验问题，更是功能实现的前提。当一个瘫痪患者试图用脑电控制机械臂抓起水杯时，如果从“想动”到“真的动”之间有几百毫秒的延迟，大脑会立刻产生"失控感"，进而放弃使用这套系统。人类的运动控制回路对延迟极其敏感，50毫秒以内是流畅，100毫秒是可用，300毫秒就几乎不可忍受。5G-A已经把端到端时延压到了10毫秒以内，6G的目标更是1毫秒级别。这为“脑-网-端”的实时闭环控制提供了基础。

第二，超大带宽突破颅内链路的天花板。前面提到，现有的颅内无线链路只有一到数十 Mbps，而高通道脑机接口的原始数据流量可能达到数百Mbps甚至Gbps。如果采用“轻植入+体外协同”的架构，把数据传输的第一跳从“颅内到体外”缩短到几厘米，那么从体外设备到边缘节点这一段，就可以充分利用5G-A的上行大带宽能力。5G-A的上行峰值速率可以达到数百Mbps，6G更是可以做到Gbps级别。这意味着，脑机接口不再需要在颅内拼命压缩数据、丢弃信息，而是可以把更完整的神经信号传到网络侧，由边缘智能节点来完成高质量的解码和分析。

第三，通感一体赋予环境感知能力。6G的一个重要特征是“通感一体”（Integrated Sensing and Communication），即网络本身就具备雷达般的环境感知能力。对于脑机接口应用场景，这意味着什么？想象一个用脑电控制轮椅的患者：当他“想”向前移动时，轮椅不仅能接收到他的意图信号，还能通过6G网络实时感知前方是否有障碍物、楼梯、行人，自动做出避障或减速决策。这种“意图+环境”的双重闭环，才是真正安全、实用的脑控系统。通感一体让网络从“数据管道”变成“智能助手”。

第四，内生AI把解码算力推到网络边缘。脑信号的解码是一个典型的AI密集型任务：需要实时运行深度神经网络模型，把高维的脑电信号映射成具体的运动指令、语言表达或情绪状态。传统方案是在植入体内或体外设备上部署轻量级模型，但受限于功耗和算力，只能做到有限的解码精度。6G提出的“内生AI”理念，是把AI推理能力下沉到网络边缘节点，让脑机接口设备可以"卸载"计算任务到边缘云。这样一来，患者头上的设备可以做得更轻、更省电，而解码精度反而能提升——因为边缘云可以运行更大、更复杂的模型，甚至可以根据每个患者的神经信号特点动态优化模型参数。

更重要的是，当脑机接口接入5G-A/6G网络后，它就不再是一个孤立的设备，而是变成了一个可管可控的网络终端。运营商可以提供端到端的网络切片服务，为脑机接口业务分配专用的低延迟、高可靠链路；可以在边缘云部署统一的解码和数据管理平台，为不同医疗机构、康复中心提供标准化的AI推理服务；可以建立安全合规的数据传输和存储机制，让脑信号数据在全程可追溯、可监管的前提下流动。这些能力，恰恰是脑机接口从实验室走向大规模临床应用、走向家庭日常使用所必需的。

脑机接口的竞争，正在从“谁能读懂大脑里的一两个神经元”进化为“谁能把大脑持续、安全、稳定地连进一个可监管、可结算的网络系统”。对于运营商而言，这不是在做别人的管道，而是在定义一个全新的业务类型——“人机融合通信”。就像4G催生了移动互联网、5G催生了物联网，6G可能催生的，是“脑联网”（Brain Internet）。中国移动的使命，正从“连接人与人”，走向“连接脑与世界”。

作者：巩晨、王飞
单位：中国移动研究院

来源: 中移科协