王慧：听您这么说，我觉得有点像我们熟悉的新能源汽车，有些是做整车制造的，有些是做电池的，有些是做智驾的。

李孟：对，一旦一个产品变成了一个产业，或变成系统化工程之后，分工就会细下来。

王慧：为什么现在脑机接口领域的公司大部分喜欢做全链条？

李孟：一方面和大家的愿景有关，因为马斯克在做全链条，而且无论是电极，还是芯片，脑机接口归根到底是一个医疗器械，所以一定要确保全链条的品质，保证安全性、生物相容性。另外，我觉得从融资的角度讲，投资人比较喜欢听这样的故事：你会变成一个商业帝国，变成一个产业。我认为大家是出于这几方面的诉求从而想要做全链条，但我相信最后一定要细分的。

王慧：模块化。

李孟：对，肯定要走到那一步的。

王慧：如果模块化，岩思类脑是专注于哪个模块？

李孟：如果类比现在的人工智能，比如说英伟达做GPU，它提供硬件。另外，电力也很重要，现在核聚变行业起来跟这个息息相关。然后，OpenAI做基座模型，还有一些做垂类的应用。最后，AI如果是往具身智能上去实践，就还有机器人、机械狗这些外设。这跟脑机接口很像，我们如果类比这个产业的话，岩思类脑有点像OpenAI做ChatGPT。

我们想做一个核心的预训练算法来赋能这个产业，属于中间算法的基础层。我们希望未来做成像ChatGPT或者是类似于微软的这种操作系统，它是一个大家都会用到的基座软件，然后在上面产生各种应用，往下去适配各种硬件。

我们是从这一点出发开始做，往上游就向脑机接口里的电极、芯片去覆盖，往下游就是向各种应用场景去覆盖。

岩思类脑工作人员展示“脑控”机器狗 观察者网

王慧：你们的脑电大模型就相当于一个基座大模型的存在？

李孟：是的。

王慧：这是你们的核心技术或核心竞争力所在吗？

李孟：这是我们的核心技术，非常核心。首先，我觉得这个事必须在中国才能做，在国外是做不了的。

王慧：为什么？

李孟：因为（国外的）数据量达不到能够用AI模型去训练的体量。AI特别吃语料，没有语料就用不上这个技术，少量的语料根本谈不上用人工智能或者深度学习去做，它肯定会过拟合。（如果）我的训练样本就这么点，模型这么大，这模型根本学不了这些数据里面的分布，它必须有很大的一个数据池子，然后去建一个模型。如果说脑机接口领域有最核心的优势，我觉得这就是中国最核心的优势。

王慧：数据量是足够的。

李孟：对，有这个数据量之后，我们还要造出合适的模型。我们前期把这些数据整合起来之后清洗、训练，这是几年的时间才能做到的。所以我们觉得这个核心优势非常明显，而且我们抢先的身位也是几年时间的身位。我们是非常有信心的。

王慧：人形机器人领域现在特别强调数据，说数据采集非常难，进而影响到机器人的泛化能力了。数据采集在人形机器人领域都这么困难了，在脑机接口这个领域，脑电数据是不是更珍稀，更难得到？

李孟：对，我觉得你问的这个问题特别好。数据是数据，高质量数据是高质量数据，它是完全不一样的。我听说很多人形机器人企业会找志愿者戴着手套去采各种各样的动作，这些动作还要分到各种场景里。在有些场景采到很多动作之后，就不用再采了，但又要去开发新的场景。这种情况在物理世界里面是无穷无尽的。

脑科学也是一样。比如说，我们要专注于一些想要迫切解决的脑机接口功能，去做一些高质量的数据集，先在这些数据集下面进行部署。这些产品推向市场之后，在不同的任务下采集新的数据，然后再去造新的模型，这个轮子才能滚起来。

王慧：让飞轮转起来。

李孟：对，任何AI场景下都是一样，它要有飞轮转起来。我们首先要有好的数据，去造一个好用的模型。好用的模型产生一个好用的应用，这些应用再反馈数据，就是这么一个迭代的过程。

王慧：什么是好的数据？在脑机接口领域，怎么才能得到好的数据？

李孟：第一，在脑机接口领域，原始的脑电信号的信噪比特别好，所以现在脑电大模型训练的数据都来自于人类颅内的数据，就是脑子里面的数据。这个数据是比较金贵的，采集的成本也很高，只能在临床环境下采。

第二是数据的多样性。刚才你提到了泛化性，我们大脑的功能太强大了，它包含运动、语言、视觉、听觉、决策等各种功能。我们要设计范式，尽可能让这些数据涵盖更多的大脑功能。

第三，它（脑电）一定要适配到我们的模型里。脑电数据不像语言大模型，语言大模型前期得有自然语言处理，它有很长一段科研的积累，把这些语料变成模型、变成可以训练的Token，它有很多先验知识，但脑电没有。所以我们在设计这些范式的时候，就要考虑怎么能把它放在模型里，因为有的范式设计出来，就算采到脑电，也很难放到模型里，这些数据是我们近期内用不到的。

综合起来，数据要看三点：第一是量；第二信噪比；第三是可用性，对于模型训练的可用性。我们也是磨了好长时间找到一个折中点，采这样的数据来进行大模型的训练。