输入
统一接入 EEG、fMRI、MEG、sEEG 与场景上下文。
脑机基座模型
解码
把脑信号转化为意图、状态、语义与指令。
适配
按任务、个体与终端场景持续调优。
输出
以 API、SDK 或智能体接入下游系统。
让神经信号可训练、可推理、可接入。
API / SDK系统接入临床与设备接口
输入、解码、输出
基座模型把脑信号和场景上下文统一理解，再输出给终端、医疗系统和智能体。
多源神经信号
脑电、功能磁共振、场景视频、文本和动作统一接入。
意图、状态、语义
模型把原始波形翻译成可判断、可调用的结果。
交给应用系统
能力以 API、SDK 或智能体进入眼镜、车机、医疗与科研平台。
算法 × 数据 × 平台
>20,000 小时
多模态神经数据持续增长。
0.4B 当前版
已用于多任务理解与应用验证。
1B → 7B
继续增强泛化和个体适配。
< 0.1s
EEG 实时去噪
同步去除多种噪声，稳定神经信号入口。
基于 EEGdenoiseNet 等方法，实现实时去噪与稳健信号重建。
实时去噪多噪声同步去除
SOTA 验证
双模态模型
用 1% 预训练 fMRI 数据达到 SOTA，验证基础模型的迁移能力。
支持变长建模与个体化脑图谱，在多类下游任务中达到性能最优。
变长建模个体化脑图谱
多通道输出
视觉 / 语义 / 情绪
多任务解码覆盖视觉重建、语义理解与情绪对齐。
多模态、多任务解码能力支撑视觉、语义与情绪等主要输出通道。
多任务解码API / SDK
大脑数据基础设施
通用数据平台
>20,000 小时多模态神经数据持续沉淀。
基座模型家族
Omni-EEG 与 Omni-fMRI 已形成主线能力。
开放接口生态
把模型能力交给终端、医院和科研系统。
智能终端
眼镜、车机与可穿戴设备获得更自然的输入方式。
医疗科研
源定位、脑电分析和康复评估获得模型支持。
智能体封装
用智能体把专业分析能力交给业务系统。