当一位遗传性眼病患者在康复训练中第一次看清字母、随后又能读出完整单词时，这场发生在悉尼眼科医院的试验，不仅关乎个体命运，更映射出新型脑机接口技术从科幻走向临床的加速轨迹。Science Corporation首席执行官马克斯·霍达克在TechCrunch Disrupt大会上公布了这一进展，而他所带领的团队，正试图用一枚2毫米见方的芯片，为全球约15万斯塔加特病患者重新燃起视觉希望。
这项突破背后，最值得关注的并非单纯的医疗技术迭代，而是一种彻底的思维方式转变：视网膜不再被看作孤立的感觉器官，而是中枢神经系统的一部分。视觉本质上被还原为沿视神经传递的电信号——这意味着，只要能让大脑正确接收这些信号，视觉就能被人工重建。这种认知重构，恰恰是AI技术与神经工程深度融合的缩影，也为未来的效率提升开辟了全新的应用场景。
从Neuralink到Science：一场关于脑机接口的路线之争
霍达克离开Neuralink后，于2021年创立Science Corporation，当时就明确了公司的核心方向：开发先进的神经工程与脑机接口技术。但与Neuralink专注侵入式脑内植入路径不同，Science选择了一条更具临床落地效率的路线——先解决可商业化的视觉修复问题，再逐步向更深层次的脑机接口进军。
这种策略在商业逻辑上不难理解：视觉修复面向的是明确且庞大的患者群体，监管路径相对清晰，欧洲已经批准PRIMA芯片用于治疗地图样萎缩，而斯塔加特病只是该技术适应症扩展的第一站。霍达克坦言，公司需要先验证技术可行性，搭建可持续的商业模式，然后才有资本去谈更宏大的“大脑意识”蓝图。
从技术架构来看，PRIMA的植入物放置在眼球后部感光细胞退化的位置，患者需要佩戴带摄像头的眼镜，将实时画面无线传输给芯片。芯片本身不依赖庞大的外部设备，也没有贯穿颅骨的线缆，这种相对微创的设计大幅降低了手术风险和患者的适应门槛。值得注意的是，霍达克将此类设备统称为脑机接口——视网膜假体、人工耳蜗、运动假体，本质上都属于不同类型的人机信息交互通道，只是接入位置不同。
PRIMA芯片：2毫米见方的视觉重建工程
手术过程并不复杂：医生在患者眼球后部感光细胞退化位置植入一枚微型芯片，约一小时内完成。芯片尺寸仅为2毫米乘2毫米，相当于一粒微型传感器。患者佩戴专用眼镜，摄像头捕捉外界画面后，通过近红外光将图像数据投射到芯片上，芯片再将其转化为电脉冲，刺激视网膜内层残留的神经细胞，最终将视觉信息沿视神经传向大脑。
这种设计的精妙之处在于，它避开了已受损的感光细胞，直接利用了视网膜内层完整的神经通路。患者体验到的视觉效果并非完整彩色画面，而是一个位于中心视野、成像锐利但对比度高的黑白视野——就像透过一根吸管看世界。一次可以看清几个字母，对于已经失明的患者而言，这种“狭小但清晰”的视觉足以改变日常生活质量。
首例斯塔加特病患者于今年5月在悉尼眼科医院接受植入手术，康复进展超出预期：第一次训练中看到了单个字母，第二次已经能够读出单词。这种快速的学习曲线，说明大脑对人工视觉信号的适应能力远比预想中更强。霍达克强调，下一代产品正在研发中，重点在于扩大视野范围、缩小电极尺寸、贴近眼球曲面结构，预计明年进入人体试验，五年内有望让患者获得接近天然视力的体验。
从视力修复到脑机接口：一场步步为营的技术跃迁
PRIMA并非Science Corporation的终极目标，而是验证公司技术平台能力的第一步。霍达克对脑机接口的长期愿景更为宏大：他计划开发一种贴附在大脑表面的传感器网格，直接采集并刺激皮层神经活动。与Neuralink将电极插入脑组织内部的侵入式方案相比，Science的皮质表面电极阵列在安全性和长期稳定性上可能更具优势，尤其适用于需要广泛覆盖脑区的监测和刺激任务。
公司尚未公布首个临床适应症，但霍达克透露，那是一种公众熟知的神经退行性疾病。此外，脑卒中康复是另一个重要研究方向——如果患者因卒中导致部分脑组织坏死，Science希望通过在大脑深部两个不同区域之间建立人工信号连接，相当于创建一个虚拟的新皮层区域，从而补偿受损功能。这种“跨区连接”思路，突破了传统电极只能在局部刺激的局限，也为神经可塑性提供了全新的利用方式。
在更远处，霍达克提出了一个极具哲学意味的目标：理解大脑如何产生意识，并最终学会构造人工大脑。虽然这条路无疑漫长且充满未知，但AI Agent技术的进步正在加速神经数据的解读与建模过程，让研究者得以从海量神经信号中提取规律，反过来指导芯片优化——这本身就是一种效率提升。
视网膜假体的商业逻辑：为何选择眼科作为切口
从商业策略看，先做视力修复是理智的选择。眼科产品有成熟的医疗器械监管路径，患者群体明确，支付意愿高，且功能验证相对客观——能不能看见字母，这是硬指标。比起直接挑战脑内植入的监管和伦理难题，从视网膜假体切入，既能积累神经接口的临床经验，也能建立现金流。霍达克的计划是先用这项技术帮助视障人群，再逐步拓展到更复杂的神经系统疾病。
这种渐进式策略在科技医疗领域并不鲜见。许多脑机接口公司选择先从运动功能恢复、视觉或听觉重建等单器官功能入手，因为这些领域的生物学机制相对清晰，临床终点容易量化。而AI工具导航的普及也让更多小型团队能够利用现成的算法工具处理生物医学数据，降低早期研发门槛。可以说，AI技术正在全方位介入神经接口的电极设计、信号解析和手术规划，使得原本需要十年才能完成的技术验证被压缩到数年之内。
然而，眼科切入也有代价。每枚植入芯片的尺寸和电极数量受限于眼球曲面，视野扩展难度大，且黑白、低分辨率的视觉与天然视觉差距明显。霍达克也承认，目前的设备只能提供中心视野的小范围影像，要真正接近人眼的分辨率，必须将电极做得更小更密，这涉及材料科学和微纳加工能力的突破。好在大模型训练带来的算法进步，有望通过AI图像处理技术在芯片端实现更高清晰度的模拟——例如用深度学习模型对摄像头画面进行实时优化，再以更高效的空间编码方式传递给视网膜。
效率提升的另一面：脑机接口的成本下降与可及性
脑机接口技术长期被诟病为“富人实验”，动辄上百万美元的研发成本和手术费用让普通患者望而却步。但PRIMA的欧洲获批商用，意味着这项技术开始进入医保和商业保险的讨论范畴。随着植入手术标准化、芯片制造成本下降，未来5到10年，类似PRIMA的设备有可能像人工耳蜗一样成为常规眼科治疗选项。
霍达克明确表示，公司现阶段产品并不针对“健康的40岁人群”，但他认为，当人们到六七十岁时，大多数可能需要某种脑机接口来对抗神经功能衰退。这正是他们追求的“健康生存期延长”理念：不仅仅是活得久，而是要让晚年仍保持认知和感知能力。这种从“治疗失明”到“增强正常老龄化人群功能”的过渡，将从根本上改变医疗科技的消费定位。
对于普通企业而言，企业数字化转型中同样存在类似的渐进式创新路径。先找到一个明确的痛点、用最小可行产品验证，再逐层扩展应用边界，远比一开始就铺开宏大叙事更有效率。Science Corporation的路线或许能给科技行业一些启示：真正深远的变革，往往始于一个微小但刚需的切口。
下一代PRIMA：五年后能否达到天然视力？
霍达克对技术路线表现得相当自信：“我们已经找到了清晰的技术路线，下一代产品正在研发，预计明年开展人体试验；五年内，我们有希望让视力水平接近天然视力。”要实现这个目标，需要同时解决几个关键问题：更大面积的芯片如何贴合眼球曲面；电极密度如何在不损伤组织的前提下提高；以及大脑如何适应更高分辨率的视觉输入。
当前PRIMA芯片只有2×2毫米，视野局限，而天然视网膜中心凹的锥细胞密度极高。要让植入芯片接近这种分辨率，电极间距需要从现在的几百微米缩小到几十微米，这无疑需要新材料和新工艺的支撑。另一个思路是改变刺激策略：用更为优化的脉冲模式来激发视网膜神经节细胞的空间-时间响应特性，使每个电极能够传递更多信息。这些优化过程，如今已大量依赖AI算法进行仿真和参数搜索，相比传统的试错式实验，效率提升显著。
Science Corporation还计划将设备与外部AI视觉处理系统深度整合。摄像头捕捉画面后，先由嵌入式算法对场景进行语义分割和增强，比如识别出门、椅子、人等关键目标，再以简化但高保真的方式编码并传输给植入芯片。这样一来，患者即使看不到细腻的纹理，也能快速把握环境中的关键信息。这种“感知-理解-重建”的链条，正是AI图片生成等计算机视觉技术向医学领域延伸的典型例子，其背后的深度学习架构与文生图模型共享大量基础技术。
面临的挑战与未来：从个体植入到人口级健康干预
尽管前景广阔，但脑机接口在伦理和安全性方面仍面临巨大争议。长期植入的设备会不会引发慢性炎症？电极在眼球运动过程中是否稳定？信号会不会随时间衰减？这些都是Science Corporation需要在更大规模的临床试验中回答的问题。另外，人工智能在神经信号解码中的权重越来越大，如何确保算法的可靠性、透明性和抗干扰能力，也是监管机构关注的焦点。
霍达克对这些问题并不回避，强调公司正在建立严格的测试和随访体系。他更愿意讨论的是这样一个未来：人们六十多岁时，或许会像现在配老花镜一样，去诊所“选配”一个脑机接口。它不只是补足视觉，还可能监测帕金森病、帮助脑卒中患者重建运动通路、辅助记忆障碍人群恢复认知能力。技术的演进路径也许不会一帆风顺，但每前进一步，都会让更多人受益。
如果从AI工具箱中汲取灵感，会发现神经接口领域的很多辅助工具都在快速走向模块化——从电极设计仿真、信号处理算法到手术机器人导航，越来越多的环节可以调用现成的AI服务。这种生态化趋势让初创企业得以把精力聚焦在核心医学问题上，而不是重复制造轮子。对于医疗科技创业者来说，善用抠图这类AI视觉工具优化医学影像分析，利用藏头诗式的创意算法激发患者认知训练，或许都是可借鉴的跨界思路。
更长远地看，Science Corporation的终极使命——理解意识并构建人工大脑——虽然仍然像是科幻小说里的桥段，但每一步实证研究都在让这个目标变得更具体。脑卒中患者的皮层连接重建、帕金森病的神经调控、老年认知障碍的早期干预……这些应用场景的叠加，正在汇成一股不可逆转的技术潮流。正如霍达克所言，未来很多人都会使用某种脑机接口，那不是一个遥远的乌托邦，而是临近的、可触摸的现实。
结语：从看清一个字母到读懂整个句子，效率提升的本质是什么
回头看这位斯塔加特病患者的进展：从第一次看清单个字母，到第二次读出单词，再到未来有望接近天然视力，每一次感知能力的跃升都是神经工程与AI技术协同作用的结果。效率提升，在这里不只是手术流程的优化，更是大脑对新信号格式的快速适应，以及科研团队从海量试验数据中提取规律的能力。这让我们有理由相信，文生图等生成式AI技术在医学模拟、手术规划等领域的应用也将同样加速落地。
霍达克的那个比喻很精准：如果把大脑比作计算机，视觉就是电位，是沿视神经传递的电信号。对大脑而言，视觉仅此而已。因此，只要能够精确地制造和传递这些信号，我们就能为病人重建视觉，甚至在未来扩展人类感官的边界。而从一枚2毫米芯片开始，这场关于“看见”的变革，正在无声地改变世界。