OmniTools 6月30日消息，Meta 在《Nature Neuroscience》发表 Brain2Qwerty v1 论文，并同步推出 v2 版本。v1 采用逐字母解码方式，字符错误率为 32%；v2 实现句子级实时解码，平均单词准确率为 61%，最高达 78%，超半数句子仅存在一个词误差。
v2 基于 MEG 设备采集的 9 名志愿者数据（每人约 10 小时打字任务，总计约 2.2 万句子），融合端到端深度学习与微调大语言模型。实验表明，解码准确率随训练数据量呈对数线性增长。
Meta 已开源 v1 和 v2 全部训练代码。当前 MEG 设备仍存在体积大、成本高等限制，但该技术为脑损伤患者提供了无需手术的沟通新路径。
