WHY IT MATTERS
为什么它决定 BCI 能否通用
真实 BCI 不会永远面对同一个人、同一天、同一套电极。个体解剖差异、电极位置差异和神经信号非平稳性，会让实验室里的高精度在换人或换天后迅速下降。能泛化，意味着系统开始从‘一次性实验模型’变成可部署的通用基础设施。
CORE INNOVATION · 12
从“能解码”到“能泛化”
模型换一个人、换一套电极后还能工作吗？
核心不再只是单数据集精度，而是共享神经表征、少样本适配和无监督在线校准。
TECHNICAL PATHS
可行的技术路线
- 用解剖位置或功能区编码代替固定通道编号
- 在跨数据集信号上进行自监督预训练，再用少量个体数据适配
- 用域适配、元学习或参数高效微调缩短校准时间
- 显式估计不确定性，在分布漂移时触发安全降级
THOUGHT EXPERIMENT
用一个问题检验它
如果把模型交给一个从未见过、通道数也不同的新用户，它需要多少数据、多少分钟和多少人工操作才能达到可用水平？
READING CHECKLIST
读论文或产品材料时，逐项检查
证据检查进度0 / 4
OBSERVATION METRICS
跨被试 / 跨会话 / 跨设备
不要只寻找一个更高的单项数字；要看这些指标是否在同一受试者、同一任务和同一时间尺度上共同成立。