Tiến sĩ Gen Z từ Thanh Hoa khởi nghiệp với 'giao diện thần kinh': Biến phản xạ cơ bắp thành Token

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

22-08-2026 21:56:00 Nguồn: QbitAI

Thu thập dữ liệu, bắt đầu từ một chiếc vòng đeo tay

Hengyu đưa tin từ Ao Feisi

QbitAI | Kênh chính thức QbitAI

Thu thập dữ liệu cho trí tuệ hiện thân (Embodied AI) vừa có thêm một lộ trình mới.

Trước khi đi vào giới thiệu chính thức, hãy cùng tương tác một chút: Nếu gạt AI sang một bên và không tra cứu tài liệu, bạn có thể kể tên các phương pháp thu thập dữ liệu hiện thân hiện có trong vòng 5 giây không?

Điều khiển từ xa trên máy thật (Teleoperation), thu thập di động không cần vật chủ (UMI/Ego), dữ liệu tổng hợp từ mô phỏng và chưng cất video từ internet là bốn phương pháp phổ biến nhất.

(Thứ tự không quan trọng, tôi chỉ liệt kê ngẫu nhiên)

Nếu phân loại chi tiết hơn, chúng ta còn có thể lập ra một danh sách dài.

Ít nhất thì câu trả lời mà AI đưa cho tôi là như vậy, mọi người có thể cảm nhận thử xem——

Gần đây, một lộ trình mới bắt đầu xuất hiện và dần trở nên phổ biến, phương pháp này chuyển hướng thu thập dữ liệu từ các hành động bên ngoài sang phía đầu ra vận động của cơ thể người.

Đây chính là giải pháp điện cơ bề mặt (sEMG, Surface Electromyography) đang rất được quan tâm hiện nay.

OriginFlow là công ty khởi nghiệp "hot" nhất và được săn đón nhiều nhất trong lộ trình này.

Nhà sáng lập kiêm CEO Tần Thâm Đào (Qin Shentao), sinh năm 2001, hiện đang là nghiên cứu sinh tiến sĩ tại Học viện Xe và Vận tải thuộc Đại học Thanh Hoa.

Tháng 8 năm ngoái, anh thành lập OriginFlow tại Bắc Kinh; tính đến tháng 5 năm nay, công ty đã công bố hoàn thành liên tiếp các vòng gọi vốn thiên thần, chiến lược và Pre-A1, với tổng số tiền hơn 500 triệu nhân dân tệ, các nhà đầu tư bao gồm BlueRun Ventures (Lanchi), Oasis Capital, Monolith, v.v.

Tần Thâm Đào chia sẻ với chúng tôi:

Giữa các kịch bản công nghiệp thực tế và mô hình đang thiếu đi một lớp khả năng có thể trừu tượng hóa các thông tin tương tác vật lý phi cấu trúc, độ chính xác cao và chi tiết phức tạp thành các biểu diễn có thể huấn luyện được.

Vì vậy, anh tự khởi nghiệp về hạ tầng vật lý AGI, muốn biến điện cơ bề mặt thành một trong những cửa ngõ thu thập dữ liệu hiện thân.

Tần Thâm Đào cho biết, trong ngắn hạn, đối với các giải pháp như UMI và giải pháp thị giác góc nhìn thứ nhất Ego, NeuroScale đóng vai trò là một sự bổ sung; nhưng thu thập dữ liệu không cảm giác chắc chắn là một xu hướng quan trọng trong tương lai.

Khi một cuộc cách mạng mới nảy sinh, chiến lược phù hợp hơn là cùng phát triển song hành với các công nghệ hiện có.

Sử dụng "giao diện thần kinh" để thu thập dữ liệu hiện thân

Trước tiên, hãy cùng cảm nhận những gì OriginFlow đang làm theo cách gần gũi với đời sống.

Khi con người vặn chặt một chiếc ốc vít, cầm chắc một bát canh hay nắm chặt một vật thể mềm, cơ thể sẽ liên tục đưa ra những phản hồi nhỏ dựa trên tình hình thực tế.

Ngón tay bắt đầu co lại khi nào? Lực tăng giảm ra sao?... Thực tế, con người không suy nghĩ nghiêm túc về từng câu hỏi này, mà thường trong thời gian cực ngắn, cơ thể đã có thể hoàn thành và thực thi hàng loạt phán đoán về tiếp xúc, ma sát, trọng lượng và độ ổn định.

OriginFlow hy vọng sẽ ghi lại lớp phản ứng này để làm một phần dữ liệu cho trí tuệ hiện thân.

Lý do đặt cược vào hướng đi này phải kể từ thời đại học của Tần Thâm Đào.

Trong thời gian học đại học, Tần Thâm Đào đã dẫn dắt đội ngũ giành chức vô địch ở hầu hết các cuộc thi robot có thể tham gia; cũng trong thời gian đó, anh đã có những suy ngẫm sâu sắc hơn:

Bàn phím, chuột, giọng nói đều không phải là cách giao tiếp trực tiếp nhất giữa người và máy. Đôi bàn tay con người là công cụ linh hoạt nhất, nếu máy móc hiểu được ý định thực sự đằng sau các cử động tay, tương tác người-máy sẽ được nâng lên một tầm cao mới.

Do đó, giao diện thần kinh đã lọt vào tầm ngắm của Tần Thâm Đào – người vốn có "nỗi ám ảnh" về sự hòa hợp giữa người và máy.

Giao diện thần kinh thu thập các tín hiệu điện trên bề mặt cơ thể liên quan đến thần kinh vận động ngoại biên (tức là tín hiệu điện cơ), tránh được các vấn đề về độ xâm lấn cao, số lượng kênh lớn và khó khăn trong việc tương ứng vùng não như trong giao diện não-máy (BCI).

Kể từ khi ra đời, điện cơ bề mặt đã bị giới hạn trong các phòng thí nghiệm đại học trong một thời gian dài.

Sau đó, cùng với sự lặp lại của cảm biến không dây, điện cực khô và thuật toán AI, điện cơ bề mặt bắt đầu được sử dụng như một cửa ngõ cảm nhận ý định vận động của cơ thể người, được ứng dụng rộng rãi trong huấn luyện phản hồi sinh học phục hồi chức năng, phân tích động tác thể thao, đánh giá tổn thương lao động nghề nghiệp và điều khiển các cử động rời rạc của chân tay giả điện cơ.

△ Hình ảnh do AI tạo ra

Lấy một ví dụ điển hình~

Năm 2019, bộ phận R&D cốt lõi của Meta là Reality Labs đã mua lại một công ty giao diện thần kinh không xâm lấn có tên là CTRL-Labs.