独家|全域智能获数千万种子+轮融资，全速训练脑机接口基座大模型

独家｜全域智能获数千万种子+轮融资，全速训练脑机接口基座大模型，让人和AI通信像左右脑对话一样自然

AI的能力正在指数级膨胀，人与AI的交互方式却停留在石器时代。这不是落差，这是危机。

Z Potentials独家获悉，深圳全域智能科技有限公司（以下简称全域智能）近日完成种子+轮融资。本轮融资由招商局创投领投，深担创投、三七互娱跟投，以及老股东同学村创投继续加注。这笔钱只有一个去处：训练脑机接口基座大模型

全域智能的路径非常明确：面向人在自然情境中的连续交互，规模化采集脑电数据，同步记录行为、任务及物理世界上下文，训练能够理解人的状态、意图与反馈的脑机接口基座大模型。这不是在现有脑信号解码模型体系下修修补补，是在全新大模型架构下，颠覆式定义下一代脑机接口通用基座。

刘泉影教授在2026北京智源大会发表《脑机接口基座大模型》主题演讲

01 终局只有一个答案

2026年6月，北京智源大会。全域智能创始人、南方科技大学刘泉影教授抛出一个有些反常识的事实：

机器人正在收拾你的房间，它拿错了东西。你的大脑在200毫秒内已经产生了「不对」的信号，但你却不得不先组织语言、再调用提示词、再等待AI理解你的意图——明明意图已经存在于你的大脑，你却要把它翻译成AI提示词。

刘泉影的判断很直接：「AI本身智能的提升已经边际效益递减，人与AI的交互成了核心瓶颈。

她的解法同样直接：让AI直接理解人脑意图，实现高频率、高带宽、低脑力损耗的通信。不是通过语言，不是通过视觉，而是通过大脑自发产生的脑电信号。脑机接口基座大模型将脑电翻译成AI能理解的神经表征，把人的状态、感受、判断与反馈直接传达给AI。

脑机接口发展了二十年，行业始终在两条路径上较劲：侵入式追求信号精度，非侵入式堆叠各个场景各种神经信号模态的专用解码模型。

刘泉影认为：终局只有一个答案，脑电大模型。

一个能直接理解人脑意图的、与AI对齐的脑电大模型。

侵入式脑机接口很难实现十亿级scaling，开颅手术决定了它只能服务少数人。真正的人机共存，需要千家万户、数十亿人都能无感使用。非侵入式才是脑机接口通往大众的入口。

而在非侵入式的技术谱系中，只有脑电（EEG）积累了六十年的临床与科研数据，只有脑电的采集硬件已经便宜到可以进入消费级场景，只有脑电的生态系统足够支撑一次规模化的革命。

终局不是“侵入式更好但风险高”，终局是“非侵入式脑电是唯一能够scale的选项”。

02 判断依据：Scaling Law已被证实，现在只缺规模化

刘泉影有资格做这个判断。她用了超过十五年时间，从脑科学走到人工智能，再走到两者的交叉点。兰州大学信息学院EECS本硕，苏黎世联邦理工学院（ETH Zurich）生物医学工程博士，美国加州理工学院（Caltech）机器学习与控制的博士后。

在Caltech期间，她入选Boswell学者（全球每年仅2名），该经费支持其与加州理工的任何课题组合作。她在加州理工各个课题组之间快乐的“流窜”：与鲁棒控制理论奠基人John Doyle合作大脑动力学建模与控制；与Doris Cao讨论猴子如何识别面孔，与李飞飞的博士导师Pietro Perona聊大脑如何做物体识别，与Anima Anandkumar和Yisong Yue讨论AI模型规模化的必然趋势。

左：刘泉影团队部分代表性研究成果；

右：主编教材《人脑智能与人工智能》，获清华大学出版社“2025年度好书”

2019年回国后，刘泉影在南方科技大学创立神经计算与控制实验室（NCC Lab）。近五年，刘泉影以一作/通讯作者在Nature Biomedical Engineering、Nature Methods、National Science Review（封面文章）等顶刊，以及NeurIPS、ICML、ICLR、AAAI等机器学习顶会上发表论文60余篇；出版教材《人脑智能与人工智能》（获评清华大学2025年度好书）。她发布的脑电基准数据集被全球研究者下载超过27万次，成为该领域事实上的标准数据之一。她获评首届中国脑机智能科学新星奖；广东省杰青、深圳市优青、浦江青年学者。学术界对她的背书，不止于头衔，而在于她始终站在脑机与AI交叉的最前沿，并已经用论文和数据证明了：这条路走得通。

2025年，刘泉影团队终于在脑电领域实验验证了Scaling Law。

当预训练数据规模从2000小时扩大至120000小时，模型在43个公开下游数据集上的平均分类准确率由44%提升至50%，绝对提高6个百分点（相对提升约 13.6%）；部分任务的准确率最高提升27个百分点，且整体尚未观测到性能饱和。

这个实验结果意味着「脑电大模型」并不只是一个学术概念，而是一条可以通过扩大数据和模型规模持续提升性能的技术路线。随着数据规模扩大，模型参数量提升，脑机接口的跨被试、跨任务泛化能力会跃迁。长期以来“换一个人就重新训练”的难题，也出现了新的解决路径。

刘泉影与她的团队（魏晨博士、楼可心博士）一起，成立了全域智能，目的是为了把实验室里证实的规律，变成产业级的事实。下一步也很明确：获得更多高质量数据，训练更大的模型，到更丰富的真实场景中验证。

AI与脑机接口的范式演进：从垂直场景专用模型走向通用基座模型

03 没有物理世界对齐，脑机接口永远是实验室玩具

关键是：如何规模化。

数采范式需要确定：什么样的任务范式，什么样的数据，能更好的提升模型性能。

模型架构和训练方法需要探索：什么样的模型架构适合脑电数据，如何预训练、后训练。

刘泉影认为，人的智能从不存在于某一段孤立的神经信号里，而是神经活动、身体、环境与反馈持续互动的系统。

这意味着，理解人不能只分析某一时刻的脑电，必须将信号放回“人的行为”和“物理世界的上下文”中。

孤立地解码脑电波形，结果往往被噪音淹没。只有把神经信号与“人正在看什么、做什么、身处何种环境”对齐，模型才能从识别波形，走向理解人。

因此，全域智能的基座模型从设计之初就不是一个简单的“脑电解码器”，而是一个基于大脑与物理世界上下文的“大脑意念推理引擎”。输入的是将神经信号、行为流、任务目标与物理世界上下文，得到的是包含人的认知状态、偏好、意图边界与实时反馈信息的神经表征。

数据量决定模型见过多少样本，数据结构决定模型最终能够理解什么。没有物理世界对齐的脑机接口，永远走不出实验室。

04 为Agent而建：绕过语言，端对端直连

未来，数字世界中的智能体和物理世界中的机器人将彼此协作，以远高于人类的速度交换信息。如果人仍然只能依靠语言和操作指令与AI沟通，人将成为整个智能系统中带宽最低、最难被准确理解的一环。

全域智能的脑机接口基座大模型，从一开始就是为Agent时代设计的。它不是将脑电翻译成语言，而是变为标准化、可调用的神经token，直接输入给智能终端、数字智能体与物理机器人。让人的状态、判断和意图，绕过语言的沼泽，直接进入智能系统的闭环。

在她看来，全域智能的大模型不是脑机接口的一个技术选项，而是终局形态。

当AI能直接从脑电中解析人的状态、感受、判断与反馈，人与智能体的通信将不再需要翻译——就像左脑与右脑的对话，不需要提示词。就像如臂使指一般，不需要通过语言。

当那个时刻来临，智能体将不再是外接的工具，而是人脑在数字世界的自然延伸。

05 一支为终局而战的团队

刘泉影实验室聚集了一批来自不同学科背景的年轻人，有人热心于模型训练，有人偏爱理论，有人偏向实验设计。最终目的只有一个：如何借助人工智能理解大脑信号中的信息，并建立大脑与机器之间的有效连接。

随着大模型浪潮到来，团队开始重新审视脑机接口长期存在的问题：过去二十年，脑机接口模型只针对少量被试和单一任务进行训练。换一个人、换一种设备，或者进入新的场景，模型往往就要重新训练。研究成果可以在特定实验中取得很高的准确率，却难以跨人、跨任务和跨场景复用。

这并不只是某一种算法不够好，而是整个技术范式仍然缺少可以迁移、复用和持续进化的通用模型。

团队意识到：脑机接口长期缺少可以迁移、复用和持续进化的通用模型，而大模型提供了唯一解。

但要验证这条路线，仅靠实验室学术资源已经不够。它需要更大规模、更多样的大脑数据，需要新的采集范式，也需要把模型、硬件与真实场景连接起来。

于是，刘泉影与长期合作的团队决定从实验室走向产业。

CEO魏晨博士毕业于英国伯明翰大学，长期从事认知科学、神经解码与人机对齐研究；CTO楼可心博士毕业于澳大利亚昆士兰大学，负责模型研发与技术体系建设。核心研发团队还包括多位来自清华大学、华威大学、香港中文大学（深圳）等高校的博士。

这不是一群学者下海做生意，这是一支在实验室里共同战斗了七年、对“脑机接口基座大模型”有着共同信仰的团队。

在7年的合作中，团队对数据如何采集、模型如何训练，以及脑机能力如何进入真实场景，形成了完整的技术认知。

目前，全域智能已清洗了约12万小时EEG数据，覆盖8万余人，并积累了千小时级自采脑电数据。在此基础上，团队已完成1B参数规模的神经基座模型。以公开可比口径计，这是目前领域内使用训练数据最多、参数规模最大的通用脑电基座模型。

公司还建设了脑电大模型评测基准Omni-EEGBench，用于统一验证模型在不同任务和数据集上的迁移能力，并持续推进模型的个体化适配与在线更新。

在这套体系中，数采硬件、数据、模型并不是三条独立的产品线，一切都是为了脑电大模型的能力提升：自主设计的数采硬件降低大规模化数据采集成本，形成了包含物理世界上下文的多模态数据集，用于训练与物理世界对齐的脑电大模型。

当越来越多公司致力于训练更强、更自主的AI，全域智能选择让人重新回归智能世界的中心：让AI能够感知人的状态、理解人的判断与反馈，让人重新回到智能系统的闭环中。

AI在加速。人也应该始终处在智能世界的中心。

投资方表示，很难用脑机接口或大模型这样的单一维度去定义全域智能，它在做的是在即将到来的深度融合时代，让碳基生命和硅基智能听得懂同一种语言。通过对多模态神经信号最前沿的解读，构建一套全新的翻译语言——让生物电信号与数字世界发生对话。

人的注意力、意图、微情绪，都能被解码成机器能理解的语言。未来人与机器并非对抗，而是通过这种深度的语言融合，让人回归人本身——摆脱低效的交互枷锁，去尽情享受创造、感受与存在的过程。

做这件事本身很硬核，也很浪漫。

原创：Z Potentials