漸凍人也能「意念」操控iPad?Neuralink頭號對手、Synchron怎麼做到的?
漸凍人也能「意念」操控iPad?Neuralink頭號對手、Synchron怎麼做到的?

這是一個iPad上的聊天截圖。看似平平無奇,但你猜灰色框的消息是怎麼發出來的?

既非手打也非語音,它是一位漸凍症(ALS)患者植入人機介面後,通過「意念」控制iPad發出來的!

這位患者叫Rodney Gorham,他也因此得了一個繞口的頭銜:地球上首位用人機介面操控蘋果設備的人。

Rodney植入這個人機介面的過程,也不走尋常路:

沒有像傳統方式那樣在顱骨上「開個洞」,而是從靜脈中植入,再將感應器推到合適的位置。

要知道,患者進行「頭頂開洞式」植入手術後往往需要住院3-7天,但「靜脈植入式」只需48小時就能回家了。

完成這一系列操作背後的公司,正是馬斯克Neuralink的「頭號競爭對手」:Synchron。

semafor
圖/ 網易科技

有意思的是,Neuralink的一位聯合創辦人Max Hodak在離職後……轉頭就投資了Synchron。

而另一位聯合創辦人,也就是馬斯克本人,前段時間和Synchron進行了接觸,也有投資意向。

所以,Synchron的人機介面究竟如何控制iPad,這家公司又有什麼來頭?

「意念操控」iPad收發消息

Synchron用人機介面控制iPad的做法,分成植入、解讀和控制3步:

先給患者腦中植入「訊號感應器」(支架電極記錄陣列The stentrode),用來接收患者的腦部「資訊」;再用裝置解讀患者的想要表達的訊號(軟體brain.io);最後,利用訊號控制iPad。

其中最關鍵的植入操作也分為三步,有點像是給心臟裝支架:

首先,穿刺並放置導管。

在超聲引導下,需要先觀察頸內靜脈,在合適的位置穿刺,然後在數位減影技術(DSA)的可視化下,引導導管經由參與者頸靜脈進入,至上矢狀竇。

上矢狀竇(superior sagittal sinus)
上矢狀竇(superior sagittal sinus)
圖/ 網易科技

隨後,用導管「輸送」訊號感應器。

這一步是將訊號感應器預裝到輸送鞘中,再用生理鹽水注入使其在引導導管內前進,至訊號感應器脫鞘後,在正確的位置進行固定。

Synchron
圖/ 網易科技

最後,移除引導導管,進行止血並完成植入,經過14天的細胞生長,最後電極會與腦部血管壁融合。

這裡的訊號感應器一共有16個電極,沿圓周分佈在一個鎳鈦合金支架上。植入之後,就是接收患者發出的腦訊號了。

這裡The stentrode會連接到一個叫做「Synchron Switch」的小裝置上,它被植入使用者的胸口皮膚下,可以隨時將腦部無線訊號傳送到外部訊號接收器上。

Synchron
圖/ 網易科技

最後,解讀外部訊號接收器收到的訊號,並發送到iPad等設備上。這裡採用的是一個叫brain.io的軟體裝置,對訊號的解讀則基於機器學習方法實現。

brain.io
brain.io
圖/ 網易科技

具體來說,brain.io會先讓使用者完成一些操作,並記錄對應的腦電波,用機器學習掌握腦電波和操作之間的對應關係,結合眼動追蹤等方式,實現在iPad等設備上的操作。

當然,這項技術也並非「橫空出現」,背後的公司Synchron已經研究了好幾年的人機介面。

Synchron是一家怎樣的人機介面公司?

在其官網上,赫然寫著「解鎖大腦」(The brain unlocked),希望通過破譯大腦的神經密碼來幫患者恢復一定的正常功能。

公司聯合創辦人兼CEO托馬斯·奧克斯利(Thomas Oxley)是位神經介入專家,他早在2010年就提出了一種新的「人機介面」概念。這樣的人機介面將神經記錄裝置安在特製的支架上,不需要開顱手術就能植入。

2012年,奧克斯利成立了SmartStent公司,後在2016年將其更名為Synchron。起初,他們主攻針對特定患者的具體新型療法,其疾病基本都是由神經系統疾病引起的癱瘓。後來,他們漸漸過渡到研發製造輔助治療技術(比如人機介面)。

當然,研究人員先在綿羊等動物身上做了不少實驗。在去年7月,他們終於獲得了FDA批准,對人展開了首次臨床試驗。然後就取得了立竿見影的效果——

他們讓一名62歲患者用植入式人機介面,成功發送了他自己的第一條Twitter:不需要按鍵或聲音,這條推文是靠意念發出的。

twit
圖/ 網易科技

不過這條推特並非通過患者本人帳號發布,而是藉助Synchron CEO 奧克斯利帳號發的。目前,Synchron公司已通過了A輪和B輪融資,總額為5000萬美元。

另外,據路透社等多家媒體消息,在今年8月份,「矽谷鋼鐵俠」馬斯克也找上門來了。據悉,馬斯克接觸了Synchron的CEO奧克斯利,他們討論了雙方的交易事宜。

不過目前還不清楚馬老闆會不會給Synchron投資,Synchron和Neuralink之間是否將會合作也暫時未知。事實上,Neuralink和Synchron在人機介面上走的是兩條截然不同的路子。 相比Synchron的靜脈植入人機介面技術,Neuralink一直希望能開發一種新型植入物,能通過機器人輔助的簡化外科手術植入大腦。

Neuralink這項人機介面實驗,仍然需要切除患者的一大塊頭骨,而且尚未獲得FDA人體試驗的批准。

除此之外,也有研究擔心開顱式的人機介面會形成疤痕組織,從而影響設備接收訊號的質量。 當然,這兩種都屬於植入式的人機介面組織,目前還有不少機構在研究非侵入式的人機介面技術,比如通過這樣的腦電帽來檢測大腦中的電訊號等。

最後,說回Synchron的這種靜脈植入如人機介面。Synchron方表示,該設備預計最快能在2024年獲得商業批准並正式上市。

本文授權轉載自:網易科技

責任編輯:傅珮晴、林美欣

關鍵字: #馬斯克
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓