神经与生理信号
脑电 / 肌电等
定义以人为中心的神经信号数采新范式
以规模化大脑数采和大脑基座模型为核心，帮助下一代AI理解人类的价值判断、内在状态与个体偏好
通过采集和解析脑电等神经信号，将人的注意、意图、情绪、疲劳和错误感知转化为AI可使用的信息。
让AI在训练阶段学习人的判断与偏好，在使用过程中持续理解人的状态并作出响应。
在数据层上提供包括采集、去噪、脑电溯源、大脑的数字孪生在内的全链路技术。
多模态数据体系
眼动与行为数据
眼动 / 人体与手部动作 / 操作与交互过程 / 行为结果
任务与场景上下文
任务指令 / 任务状态 / 视觉与听觉刺激 / 环境状态
应用方向
科学研究
为认知神经科学与脑机接口研究提供可复用的数据和实验记录。
认知研究 · 脑机接口 · 数据集建设
大脑基座模型
为支持跨被试泛化、多任务复用的模型预训练、后训练与下游验证，提供覆盖广且分布匹配的数据基础。
预训练 · 后训练 · 下游验证
智能体与机器人
将神经信号与任务指令、环境状态等物理世界上下文结合，帮助智能体和机器人感知人的状态、理解人的意图并作出响应。
状态感知 · 意图理解 · 交互响应