伴随本轮融资落定，国内首批脑机接口科研探索者、原货拉拉及滴滴技术总监石立臣博士回归脑机接口赛道，出任零唯一思联合创始人兼总经理，与其导师——公司创始人、董事长吕宝粮教授形成产业与科研双向互补的合力。

当前，全球脑机接口赛道正经历一场前所未有的工程分化。

过去数年间，脑机接口产品大多以“硬件+算法+应用”垂直捆绑的方式开发：一款设备对应一套解码模型，一个场景对应一次从采集到标注的重新训练。硬件一换、场景一变，模型和标定就得推倒重来，迁移成本居高不下；算法则被锁定在特定设备和有限样本里，难以跨人群、跨设备泛化。

面对产业的结构性瓶颈，零唯一思选择换一条路径：从专注情绪障碍识别系统研发，扩展到打造面向全行业的通用神经解码基础模型与智能开发平台，并行推进底层技术研发与应用探索。

“脑机接口行业现在很像移动通信的功能机时代。”石立臣表示，“硬件厂商、算法和应用被强行捆绑在一条封闭链条上。只有把神经解码从特定硬件中剥离出来，用标准化的基础模型实现分层解耦，整个产业的应用生态才可能迎来真正的爆发。”

审视当下的非侵入式脑机接口产业，繁荣的表象之下存在大量冗余。

在传统的垂直耦合链条中，一个典型的脑机接口应用必须经历“硬件选型，数据采集、标注、模型训练、应用适配”的完成链路。如果一家公司想把基于32导湿电极头戴设备训练好的检测模型，直接搬到24个电极的干电极设备上，几乎等于从头再来。

“当每一个做应用的公司都要全栈研发，应用的试错成本和迭代速度很受影响。”石立臣指出，全栈研发模式在过去反向压制了应用场景的探索速度。

零唯一思提出的破局思路，是用平台化彻底重塑上下游关系。

团队正在搭建的“脑机接口智能开发平台”，将原本强绑定的链条切分为三个清晰的层级：首先是不同脑电设备的接入与适配；其次是脑电基础模型提供的神经解码能力；最后，通过标准化的API（应用程序编程接口）与SDK（软件开发工具包），向开发者直接输出状态判别或高维表征向量，同时支持云端调用与私有化部署。

这种分层设计的核心，就是把原本重复“造轮子”的长链路，变成可复用的标准化能力，让应用创新不再受制于底层神经解码技术的重复开发。

如果说产业链解耦指明了商业路径，那么能否训练出具备跨人群、跨任务、跨设备泛化能力的脑电基础模型，则是检验平台壁垒的核心依据。

传统脑电解码算法，特征表达和任务决策系统同时训练，只能使用任务相关的标注数据；数据标注成本高、数据规模和多样性受限，导致解码能力在稳定性和泛化能力上都存在一定局限。

零唯一思的解题逻辑在于打破传统的训练范式，采用“预训练与后训练”的两段式架构。

在预训练阶段，基于掩码重构的自监督学习策略，在无需标注的数据上大规模学习脑电信号中的通用神经表征；“这一阶段的核心，不是学习脑电与某项具体任务的关系，而是直接学习神经状态内在表征规律。”石立臣强调，这种范式使得海量非标注、跨设备、跨任务、跨人群的连续动态神经信号能够全量喂入模型中，大幅拓展了表征的丰富度与鲁棒性。而在后训练阶段，基于通用基座，仅需极少量的任务标注数据，即可适配抑郁评估、认知负荷、运动意图等具体任务。

支撑这一技术体系的，是团队在底层数据与算法上的长期持续积累。

早在2015年，吕宝粮教授团队便发布了上海交通大学情绪脑电数据集（SEED），至今已扩充至13个子集，成为全球使用量最大、最具影响力的基准脑电数据集之一，被全球110个国家、3600余家高校与机构申请使用超1.2万次，2025年全球引用占比高达44%。

在此基础上，团队相继提出全球首个基于大规模EEG预训练的脑电基础模型LaBraM，以及统一脑电与大语言模型联合建模的多任务架构NeuroLM和读脑电图模型CerebraGloss。

石立臣判断，当前第一代脑电基础模型远未触及技术终局，虽然已经体现出价值，但仍有较多提升空间：预训练阶段神经表征是否充分学习不可控，人群间差异化神经表征未学习，神经表征的时空变化规律，以及这些变化与外部刺激、人的感知、认知、行为之间的关系都未充分学习。公司正在规划的下一代基础模型，将在数据采集、组织形式，模型范式上进行迭代探索。同时，引入基础模型适配的任务来牵引基础模型迭代，底层逻辑是，解码任务足够复杂，效果反馈才能持续驱动基础模型的迭代改进。正如AGI的宏大目标，催生了LLM，如果只是传统的搜广推任务，很难催生出LLM。

对于前沿硬科技，再精密的模型若脱离了商业闭环与场景反馈，最终也只能停留在实验室里。

在落地推进上，零唯一思确立了“以头皮脑电为起点、技术底座与应用探索双线推进”的务实策略。

团队在信号模态上坚定选择非侵入式头皮脑电作为突破口。“头皮脑电虽然空间分辨率有限，但其采集范式的可控性、安全边界与工程成本，是现阶段距离规模化落地最近的信号形态。”石立臣表示，在头皮脑电上验证成熟的神经解码机制和范式，未来可以尝试迁移至皮层脑电（ECoG）、立体定向脑电（SEEG）及颅内微电极模态中。最终希望实现的，是让不同脑信号能够共享更多底层建模和解码能力，同时发挥各自独特的信息优势。

但技术起点选对了，不代表应用方向已经清晰。眼下的非侵入式脑机接口赛道新设备、新概念、新玩家不断涌入，但热闹之下也透着乱——产品同质化、场景碎片化、评测标准不统一，真正能跑出来的确定性场景依然没有出现。

“大家都在探索，但头部消费场景至今没有收敛。”石立臣说。在应用方向未明的时候，与其押注单一场景，不如先把解码平台做扎实——无论未来哪个应用起来，底层解码能力都是绕不开的一环。

这些碎片化的场景，最终会汇入同一个“数据飞轮”——平台接入的硬件越多、覆盖的应用越广，回流的多模态神经数据就越多样；数据越多样，基础模型的跨设备、跨人群泛化能力就越强；模型越强，又能吸引更多硬件和应用接入。

“当硬件制造走向成熟、供应链逐步同质化，竞争的核心会转向数据多样性与神经解码精度。”石立臣总结道，“谁能更早把开放平台的数据回流跑通，谁就能沉淀下真正有壁垒的数据资产。”

这条路最终通向哪里？

主流人工智能一直在教机器如何理解外部物理世界；而神经解码的终极命题，是让人类拥有读懂自身意识波动的能力。在这条连接大脑与外部世界的通道上，零唯一思正以通用神经解码基座为核心，构建多模态脑信号基础模型，致力于成为这条通道的重要技术提供者，让神经解码能力像今天的语音识别、计算机视觉一样，成为可以被广泛使用的基础技术。

零唯一思重组后的团队：联合创始人石立臣上海交通大学计算机学院博士，师从吕宝粮教授，脑机接口与机器学习交叉领域早期研究者，博士学位论文提出的微分熵特征是学术界公认的高效的脑电特征提取方法。他曾任货拉拉技术总监、滴滴首席算法工程师、百度高级工程师，此外有过 6 年创业经历。技术负责人张天启，上海交通大学计算机本硕，曾任微软首席软件开发经理，拥有15年大型分布式系统及AI基础设施研发经验；运营负责人杨静，上海交通大学生物医学工程本科、工商管理硕士（IMBA），拥有多年的销售和投融资经验。

菡源资产投资副总监陈之弘表示：我们高度认可吕宝粮教授团队在脑科学与神经解码领域多年的深厚学术积累，也充分信任石立臣总经理带领团队实现技术工程化与商业化的能力。零唯一思从情感脑机接口向脑电基础模型的战略升级，精准切入了脑机接口产业从“专用工具”向“通用智能平台”演进的核心赛道。而CEO石立臣作为吕宝粮教授实验室毕业的博士，既具备扎实的脑机接口领域研究基础，又拥有多年创业及大厂技术负责人的实战经验，叠加新加入运营与技术团队的高效协同与专业互补，为公司注入了显著的产业化加速度，这也是我们极为看重的变量。菡源资产将依托上海交通大学在脑科学、AI及临床医学的跨学科生态，在算法迭代、临床验证与产业资源对接等方面为零唯一思提供全方位赋能，推动其脑电通用解码平台加速落地，共同创造更大的技术与产业价值。