摘要：中国科研团队公开展示了一套新型脑电采集设备，并宣布完成跨地域、超过1000人的同步脑电采集。公开报道强调设备小型化、采集精度和毫秒级时间对齐。
**摘要：**中国科研团队公开展示了一套新型脑电采集设备，并宣布完成跨地域、超过1000人的同步脑电采集。公开报道强调设备小型化、采集精度和毫秒级时间对齐，但尚未披露团队名称、采集协议、站点数量、数据开放方式和论文结果。这项工作的价值不在“读取思想”，而在于为神经基础模型建立更大规模、更标准化的时间序列数据。
神经大模型首先要解决的，仍然是数据问题。
7月22日，多家媒体援引央视财经报道，中国科研团队公布了一套脑电采集设备，并称完成了跨地域、超过1000人的同步脑电数据采集。报道提到，团队在设备小型化、采集精度和网络延迟方面进行了优化，使不同地区的数据能够达到毫秒级时间对齐。
公开消息将其描述为全球首次，但目前没有看到完整论文、项目单位介绍和同行评议结果，因此这一表述仍需等待更多材料验证。
即便如此，千人同步脑电采集仍揭示了神经大模型发展中的一条关键路线：先把分散、异构和难以比较的脑电数据，变成可以用于大规模训练的数据资源。
脑电数据为什么难以规模化
脑电图通过头皮电极记录神经活动产生的微弱电信号。
设备成本相对较低，时间分辨率高，适合研究睡眠、注意力、情绪、认知任务和脑机接口。
问题在于，脑电信号非常容易受到干扰。
电极位置、头发、皮肤状态、设备型号、采样频率和环境噪声都会影响结果。眨眼、肌肉活动和身体移动也可能产生比脑信号更强的波动。
不同人的脑结构和神经反应存在差异，同一个任务在不同受试者身上也可能表现出不同信号模式。跨受试者、跨任务和跨设备的分布变化，是脑电模型面临的主要挑战。
“同步”比“人数多”更关键
单纯收集1000份脑电数据，并不一定能形成高质量数据集。
如果参与者执行的任务不同，刺激出现时间不一致，设备参数和事件标记没有统一，数据很难直接比较。
同步采集的价值，是让不同地区的参与者在相同时间或相同事件节点接受一致刺激，并对脑电信号进行精确对齐。
例如，研究者可以让上千人同时观看一段视频、听取一组声音或完成相同认知任务。系统记录刺激发生的准确时刻，再比较不同人群的神经反应。
毫秒级对齐能够减少事件时间误差，为研究群体共同反应和个体差异提供基础。
网络延迟为什么会影响脑电研究
跨地区实验需要通过网络发送任务指令、视频、声音和事件标记。
网络延迟会波动。A地参与者可能比B地晚几十毫秒看到画面，服务器记录的时间却看起来相同。
对于普通问卷，这种差异影响有限。脑电研究关注的是刺激后几十到几百毫秒的神经变化，时间误差会直接改变分析结果。
因此，系统要对不同设备时钟进行同步，并校正网络延迟。数据采集终端还需把本地时间戳与中央任务时间对应起来。
公开报道强调的毫秒级时间对齐，若能在大规模跨地域环境中稳定实现，将是这套系统的重要工程能力。
神经基础模型需要怎样的数据
语言大模型依靠海量文本学习词语和语义关系。
神经基础模型希望从大量脑电、脑磁、影像或其他神经信号中学习通用表征，再适配睡眠分期、疾病辅助判断、认知状态识别和脑机接口等任务。
这种模型需要覆盖更多人群、年龄、设备和任务，才能减少对单一实验室和少数受试者的依赖。
现有脑电数据集往往规模小、协议不一，模型在一个数据集上表现良好，换到另一所医院或另一种设备后就明显下降。研究界因此开始探索跨主体、跨任务和跨电极配置的基础模型。
千人同步采集可以提供更丰富的个体差异信息，也有助于建立统一预训练任务。
这离“读心”还有多远
脑电设备记录的是头皮上的混合电信号，空间分辨率有限。
模型可以从数据中识别某些状态和任务相关模式，但很难像读取文字一样还原一个人的具体思想。
即使研究者能判断受试者处于专注、疲劳或观看某类刺激的状态，也不能据此宣称设备能够完整读取内心内容。
把脑电基础模型包装成“读心术”，会夸大技术成熟度，也容易引发不必要的伦理恐慌。
现阶段更现实的应用包括睡眠分析、康复训练、辅助沟通、疲劳监测和神经疾病研究。
神经数据的隐私风险高于普通行为数据
脑电数据可能包含健康状态、认知反应、疲劳程度和个体生理特征。
即使删除姓名和身份证号，长期连续信号仍可能具有个体识别能力。模型还可能从原本用于一个研究目的的数据中，推断出参与者没有预期的其他信息。
大规模采集需要明确知情同意、数据用途、保存期限、二次研究范围和退出机制。
涉及未成年人、患者和劳动者时，要求应更严格。企业不能以“提升效率”为由，强制员工长期佩戴脑电设备并分析注意力或情绪。
数据脱敏也不能只删除个人字段，还要控制原始信号、模型表征和推断结果的访问权限。
产业链不只有脑电设备
神经大模型要进入实际应用，需要多个环节协同。
前端是轻量化传感器、电极和采集设备；中间包括时间同步、通信网络、数据清洗、标签管理和存储平台；上层是神经基础模型、任务模型和应用软件；最后还要经过临床研究、产品验证和监管审批。
其中任何一个环节不稳定，都会影响模型结果。
设备舒适度不足，用户无法长期佩戴；采集协议不一致，数据无法合并；模型缺少跨人群验证，产品就难以推广。
因此，千人采集更像数据基础设施建设的起点，不等于神经大模型已经成熟。
公开信息还缺什么
目前报道没有完整披露科研团队名称、设备通道数、采样率、电极类型、参与者构成、实验任务、站点数量和数据质量指标。
也没有说明数据是否开放、如何通过伦理审查，以及“同步”是同一时刻执行同一任务，还是各站点在统一协议下独立采集。
这些信息会影响对项目价值的判断。
后续若有正式论文和数据集说明，才能进一步评估信号质量、时间同步误差和模型训练效果。
结语
千人跨地域同步脑电采集受到关注，因为它触及了神经基础模型最缺的一块能力：大规模、标准化和可比较的数据。
神经大模型的突破不会只来自更大的网络结构。
采集设备、时间同步、实验协议、数据治理和伦理制度同样决定模型上限。
这项工作距离成熟的神经智能应用仍有距离，却提示了一条清晰路线：先把数据基础做好，再谈模型和产品。
主要参考
- 央视财经相关报道的公开转载：千人跨地域同步脑电采集。
- 脑电跨受试者分布差异与基础模型研究。
- EEG基础模型在跨任务、跨设备场景中的挑战。