DeepSeek的開源，讓整個人工智能行業不再苦于“大規模訓練對GPU資源的依賴”，AI可用性變得觸手可及。

鴻蒙的開源，在操作系統“雙強爭霸”的格局中，開出“第三條路”，構建出更為豐富的軟件生態。

人類基因組數據的開放共享，讓生命科學整體進入分子時代，催生了無數基因技術，帶來了醫學健康領域的重大革新。

開源，不僅匯聚智慧、凝聚力量，更能讓科技普惠民眾、獲益公平。對于一個新興領域而言，開源是“陽光”，不僅讓其枝繁葉茂，也能助其根系深厚。腦機接口正是這樣的新興領域。

采訪之初，記者認為腦機接口的原理像連“電路”一樣簡單。足夠小的接收器往腦殼里一裝，將腦電波采集好，回傳處理器，發給神經，指揮運動。萬物互聯的時代，地面與空間站都能實時連線，還有什么信息讀不懂、傳不通？

隨著采訪的深入，記者意識到大腦研究仍是自然科學“最后的堡壘”，腦電信號的獲取、傳輸、讀懂、執行仍處于初級階段。若干年前，有研發電極的研究團隊采集到一些信號，結果腦電專家發現，波形根本不是腦電信號，可見要準確“讀取”腦電波有多難。

即便過濾掉“雜音”準確讀取，腦電波的指令是什么，如何解碼、如何分發，仍是未解之謎。而這些腦科學的基礎性問題是提升腦機接口應用有效性和安全性的重要前提。

拿杯子、站立、操作鼠標，這些日常行動的指令已經在腦機接口的臨床驗證中得到有效識別，但相較于人類日常行為而言，這些指令占比不到千萬分之一。

十多年前，由于設備不足，想要開展腦機接口研究相對困難。清華大學的研究者堅持開放心態，將腦電圖機采集的腦電數據發布出去，供相關人員研究。為推動開源數據的應用，清華大學還聯合相關部門舉辦中國腦機接口比賽，邀請團隊利用腦電波的開源數據，開發算法、構建模型、形成應用。例如在BCI腦控機器人大賽中，包括冠軍團隊在內的所有優勝團隊都會將自己的算法代碼開源，讓下一年的參賽團隊“站在優勝者的肩膀”上，繼續攀登。這樣的接力推進已持續多年。

初步的開源助力我國研發團隊對腦電信號的識別能力不斷增強。在今年初的國際消費類電子產品展覽會（CES）上，我國無創腦機接口團隊與機器人團隊合作的腦控機器人已經可以完成倒立、旋轉等一連串舞蹈動作。

但這些還遠遠不夠。在采訪中，記者了解到，受限于基礎數據的有效挖掘和積累，當前腦機接口能做的事情還很少。

開源正是打開“未來之門”的金鑰匙。開源不僅可以吸引全球研究者一起開發代碼，加速技術進步，還可以有效整合資源，逐漸形成人腦數據的完整“拼圖”。

為此，多位專家呼吁，相關部門在推出腦機接口培育政策的同時，營造開源共享生態，建議由政府、科研機構或行業組織牽頭，搭建腦機接口與人工智能一體化開源平臺，統一技術標準，整合數據、算法及軟硬件資源，有效規避各地及研究團隊的重復建設，加速技術創新與產業協同發展。