#Nature Neuroscience

Meta Brain2Qwerty v2 增量:开源训练代码 + BCBL 发布 v1 数据集,9 名志愿者平均词准确率 61% / 最佳 78%

Meta AI 转发 Jean-Remi King:Brain2Qwerty v1 已在 Nature Neuroscience 发表,Brain2Qwerty v2 已开源(v2 在 v1 基础上加入并改进了更鲁棒的语言模型/神经解码 pipeline)。这是继 6-29 Nature 发表后的开源代码 + 数据集同步释放——Meta 走的是『论文 + 代码 + 数据』三件套路线。HN 64 分热帖补充关键事实:这是首个能从原始 MEG 脑信号端到端实时解码整句的非侵入式 BCI,9 名志愿者平均词准确率 61%、最佳 78%。6-29 早报已写过全量增量,本期为延续报道。

增量看点是『开源代码 + 数据集』与『Nature 论文』的同步释放——Meta 用『三件套』路线把 Brain2Qwerty 变成可被全球 BCI 研究者复现的基线,这与 OpenAI 形成鲜明对比。但需注意:BCBL v1 数据集是首发 v1,而 v2 数据是否开源尚未提及——若 v2 数据不开放,则『全栈开源』叙事会出现裂缝。这是观察 Meta 在 BCI 领域『论文 PR vs 真正可复现』的关键判断点。