在你输入之前就“读出”你的想法，听起来像科幻小说，但旧金山初创公司 Conduit 表示，它将其视为一个工程挑战。

Harvard 计算机科学毕业生、前 OpenAI 研究员 Naomi Bashkansky 于 2026 年 7 月下旬表示，她已离开这家 AI 实验室，加入 Conduit 担任联合创始研究员。该公司正在开发 AI 模型，旨在将脑活动解码为文本，且无需在颅内植入任何装置。

这项于 2026 年 8 月 5 日发布的消息正值一个特殊时点。长期以来，非侵入式脑机接口在公众讨论中往往被手术式方案所掩盖。Conduit 认为，只要数据足够多、模型足够好，非侵入式路径也能缩小这一差距。

数据集策略

Conduit 表示，公司已构建世界上最大的神经语言数据集：在其位于旧金山的专用设施内，历时六个月，从数千名参与者那里收集了约 10,000 小时记录。到 2025 年 12 月为止，该公司称，这一数据集在规模和复杂性上都超过了现有公共神经语言数据集。

这些数据通过 EEG 采集，EEG 是一种非侵入式技术，用于测量头皮表面的电活动，同时还结合了其他记录方式。参与者每次实验可获得 50 至 55 美元报酬。

Conduit 的目标是训练其所称的“大脑基础模型”，即神经数据领域对应于 GPT 风格架构的模型。公司的雄心不只是解码动作意图，而是解码语义内容，也就是一个人真正所想的内容。

团队背景

Bashkansky 先前在 OpenAI 的工作聚焦于 AI 安全审计与语言模型可解释性。她还发表过关于语言模型指令稳定性的研究，这属于对齐研究的一个分支，重点关注模型在不同条件下遵循指令的可靠程度。

据早期报道，Conduit 由来自 Oxford 和 Cambridge 的研究人员共同创立，使该团队在旧金山运营基地之外，还拥有跨大西洋的学术背景。公司明确采用数据中心化模式，将数据集规模视为决定模型性能的主要驱动力。

这对市场意味着什么

对于关注 AI 相关硬件领域的投资者来说，这里的信号不仅是一家初创公司的成立，更是一种趋势：拥有对齐与可解释性背景的严肃 AI 研究人员正在进入神经技术领域，并带来在语言模型中已被证明有效的数据扩展方法。

一个可靠的“思想转文本”系统将改变 ALS、闭锁综合征或其他会消除运动输出能力的疾病患者的沟通方式。

Conduit 尚未披露融资金额。值得关注的重点包括：随着数据集扩大，模型在语义解码任务上的表现；FDA 对非侵入式神经数据采集的监管态度；以及其他学术或商业团队是否能够缩小 Conduit 目前所称的、构成其主要壁垒的数据集差距。