DeepSeek的开源，让整个人工智能行业不再苦于“大规模训练对GPU资源的依赖”，AI可用性变得触手可及。

鸿蒙的开源，在操作系统“双强争霸”的格局中，开出“第三条路”，构建出更为丰富的软件生态。

人类基因组数据的开放共享，让生命科学整体进入分子时代，催生了无数基因技术，带来了医学健康领域的重大革新。

开源，不仅汇聚智慧、凝聚力量，更能让科技普惠民众、获益公平。对于一个新兴领域而言，开源是“阳光”，不仅让其枝繁叶茂，也能助其根系深厚。脑机接口正是这样的新兴领域。

采访之初，记者认为脑机接口的原理像连“电路”一样简单。足够小的接收器往脑壳里一装，将脑电波采集好，回传处理器，发给神经，指挥运动。万物互联的时代，地面与空间站都能实时连线，还有什么信息读不懂、传不通？

随着采访的深入，记者意识到大脑研究仍是自然科学“最后的堡垒”，脑电信号的获取、传输、读懂、执行仍处于初级阶段。若干年前，有研发电极的研究团队采集到一些信号，结果脑电专家发现，波形根本不是脑电信号，可见要准确“读取”脑电波有多难。

即便过滤掉“杂音”准确读取，脑电波的指令是什么，如何解码、如何分发，仍是未解之谜。而这些脑科学的基础性问题是提升脑机接口应用有效性和安全性的重要前提。

拿杯子、站立、操作鼠标，这些日常行动的指令已经在脑机接口的临床验证中得到有效识别，但相较于人类日常行为而言，这些指令占比不到千万分之一。

十多年前，由于设备不足，想要开展脑机接口研究相对困难。清华大学的研究者坚持开放心态，将脑电图机采集的脑电数据发布出去，供相关人员研究。为推动开源数据的应用，清华大学还联合相关部门举办中国脑机接口比赛，邀请团队利用脑电波的开源数据，开发算法、构建模型、形成应用。例如在BCI脑控机器人大赛中，包括冠军团队在内的所有优胜团队都会将自己的算法代码开源，让下一年的参赛团队“站在优胜者的肩膀”上，继续攀登。这样的接力推进已持续多年。

初步的开源助力我国研发团队对脑电信号的识别能力不断增强。在今年初的国际消费类电子产品展览会（CES）上，我国无创脑机接口团队与机器人团队合作的脑控机器人已经可以完成倒立、旋转等一连串舞蹈动作。

但这些还远远不够。在采访中，记者了解到，受限于基础数据的有效挖掘和积累，当前脑机接口能做的事情还很少。

开源正是打开“未来之门”的金钥匙。开源不仅可以吸引全球研究者一起开发代码，加速技术进步，还可以有效整合资源，逐渐形成人脑数据的完整“拼图”。

为此，多位专家呼吁，相关部门在推出脑机接口培育政策的同时，营造开源共享生态，建议由政府、科研机构或行业组织牵头，搭建脑机接口与人工智能一体化开源平台，统一技术标准，整合数据、算法及软硬件资源，有效规避各地及研究团队的重复建设，加速技术创新与产业协同发展。