９月１３日，工信部发出《工业和信息化部办公厅关于组织开展２０２３年未来产业创新任务揭榜挂帅工作的通知》，通知指出，将通过揭榜挂帅工作的形式，面向元宇宙、人形机器人、脑机接口、通用人工智能４个重点方向，聚焦核心基础、重点产品、公共支撑、示范应用等创新任务，发掘培育一批掌握关键核心技术、具备较强创新能力的优势单位，突破一批标志性技术产品，加速新技术、新产品落地应用。

其中，脑机接口方向发布了包括核心技术、重点产品和典型应用三类在内的十大任务。

一、核心基础

（一）非植入式脑机接口芯片

揭榜任务：研发非植入脑机接口核心芯片及配套关键技术，用于记录、传输和处理脑电信号。在微型化设计、应用开发、可靠性设计、工具开发等方面实现突破。

预期目标：到２０２５年，芯片集成度显著提高，研发集高精度脑电采集、信号处理和无线传输功能于一体的芯片。芯片实现量产，通道密度、通道功耗、输入阻抗、共模抑制比、等效噪声等核心指标达到国际领先，支持多形态无线脑机接口应用系统，支持手机、头显等移动终端的工具开发。

二、重点产品

（二）植入式脑机接口技术与系统

揭榜任务：可自研以下所列若干方向或全部：植入式电极、植入式芯片、植入式神经信号记录系统、基于脑机接口的植入式刺激系统、神经信号解码算法及示范配套应用软件，实现微创、安全、长期、稳定、高精度的神经信号记录和刺激。

预期目标：到２０２５年，研发植入式电极、芯片、系统和配套关键技术，植入时间、通道数、生物相容性、信号质量等核心指标达到国际领先，植入后电学性能稳定。植入式神经信号记录系统超柔性且高通量，系统鲁棒性高，电极密度大，芯片性能国内领先。系统可长期稳定植入５年以上，在达到有效工作时间后或中途停止使用时可完整取出。基于脑机接口的植入式刺激系统可对脑神经进行闭环调控。可支持智能调控和远程调控，方向性精准刺激、实时性、安全性、抗强磁干扰等核心指标达到国内领先。

（三）无线非植入脑电采集技术与系统

揭榜任务：能记录和分析处理极微弱脑电信号，可支持多模态生理信号的综合分析，在精密制造、解码算法、材料等方面实现突破。

预期目标：　到２０２５年，系统输入阻抗、共模抑制比、抗噪、同步精度、采样精度、采样率和功耗等核心指标达到国际领先水平。支持实时信号质量分析、高速信息通信，支持视觉、听觉、运动想象等范式的脑信号解码，数据格式兼容常用分析平台。

（四）多模态可穿戴智能技术与系统

揭榜任务：研发可对包括脑信号在内的多模态生理信号进行采集与分析的技术和系统，在脑信号采集基础上，结合体动信号或其他生理信号进行长期监测和分析。

预期目标：到２０２５年，可穿戴系统实现轻质、小型化、智能化、低功耗，具备信号采集、分析和处理功能，支持无线传输，可控制外设，可支持生物反馈训练等闭环调控，支持模态数量多，多模态信号保持同步。可以检测直立等多种体位信号。生物电信号采样率、数模转换精度、共模抑制比、幅频特性、输入参考噪声、输入阻抗、信噪比、耐极化电压等核心指标达到国内领先水平。

（五）脑电生物反馈式睡眠识别和干预技术与系统

揭榜任务：研发脑电生物反馈式睡眠识别和干预技术，能基于人工智能技术进行“睡眠－心理情绪－生物节律－认知”相关性研究，客观分析睡眠过程中的脑电波活动，评估睡眠深度和睡眠质量，识别睡眠障碍并及时干预。

预期目标：到２０２５年，产品轻量化、可穿戴且柔性，可在多种场景下长期使用。能实时输出符合国际认可和行业惯用的睡眠周期分期的睡眠时相，睡眠周期分期与ＰＳＧ人工矫正后结果一致率高。实时检测睡眠特征波的敏感度高。可支持睡眠闭环个性化干预调控，优化睡眠体验。

（六）脑机接口神经损伤运动康复训练技术与系统

揭榜任务：面向神经损伤造成的运动功能障碍，研发用于进行主动式闭环康复训练的技术和系统，以提升大脑神经传导功能重组或代偿，促进肢体运动功能和躯体感觉功能恢复，提升肢体功能康复水平。

预期目标：到２０２５年，系统支持无线传输和可穿戴，无需外接电源。运动意图解析精准度、脑状态信息实时监测灵敏度和采集灵敏度、辅助运动外设运动自由度等核心指标达到国内领先，受试者感知信息（包括力）可实时记录；可提供多模态反馈，可自定义训练方式、时间和次数。

（七）基于脑机接口的情绪或认知检测评估技术与系统

揭榜任务：研发非侵入式脑机接口技术，实现对情绪或认知的检测与评估。具有范式丰富、情感交互自然、检测速度快、普适性好、可靠性高的特点。

预期目标：到２０２５年，可进行脑电实时采集、处理以及情绪或认知的实时检测与评估，模型特征可解释且可检验，用于情绪或认知测评的情景信息丰富。情绪任务科学合理，支持听觉、视觉以及多模态情绪任务，对情绪障碍或认知水平的检测与评估准确率高。

（八）基于非侵入式脑机接口的人机班组协同感知和控制技术与系统

揭榜任务：研发基于非侵入式脑机接口的人机班组交互、协同感知和控制技术。在非开阔环境作业、巡逻检查、搜索救援等复杂环境下，支持操作人员通过脑机系统与无人系统交互及目标协同检测。

预期目标：到２０２５年，可实现对无人系统高效操控，控制指令输入准确率和人机班组执行任务成功率高。将基于机器视觉的目标检测与基于操作人员脑电响应的目标检测相结合，实现脑机协同环境感知，降低伴随设备目标检测的不确定性。

三、典型应用

（九）面向工业安全监测的典型应用

揭榜任务：研发用于工业高危作业安全监测的技术和产品。以脑机接口技术为基础，结合生理指标和运动状态，实时监测与人员认知负荷水平相关的脑活动指标，识别影响人身安全和工作安全的人员异常状态，防范和监测因人员过度疲劳和疾病而引发的安全事故。

预期目标：到２０２５年，系统便携式可穿戴设计，支持无线传输，即戴即用。能长时程实时监测高危作业人员认知负荷相关的脑活动指标和其他生理指标，可及时对困倦、注意力不足、反应迟缓、长时间异常体态等异常状态及时反馈和提醒。实时监测时间分辨率达到秒级，脑电电压测量精度范围内误差小。电极及其他接触皮肤的部件生物相容性好，数据使用合法依规，符合相关伦理要求。

（十）面向驾驶安全监测的典型应用

揭榜任务：利用脑机接口对驾驶行为进行安全监测，在脑机接口基础上，结合生理等其他指标信息，监测驾驶员异常状态。

预期目标：到２０２５年，能实时监测驾驶人员认知负荷相关的脑活动和其他生理指标，可及时对驾驶员困倦、注意力不足、反应迟缓等异常状态进行迅速及时的反馈和提醒。参与安全监测的驾驶员数量不少于１００人，累计监测时长不少于２００００ｈ，降低因疲劳驾驶导致的事故风险发生率，数据使用合法依规，符合相关伦理要求。

此外，通用人工智能方向共发布十二大任务。

核心基础之一是“高质量数据集”，将面向医药等重点行业汇聚高质量、权威的行业训练数据资源，赋能行业发展，形成高质量数据集，赋能专用模型训练或微调。

典型应用面向工业制造、民生服务、科学研究、信息安全四个领域。

其中，面向民生服务领域，推动人工智能在医疗行业的融合应用，拓展人工智能在典型场景下的规模化应用。预期到２０２５年，在医疗行业形成通用大模型与行业专用模型协同发展的解决方案，实现智能问诊等功能，提升诊疗准确度等关键指标。

面向科学研究领域，探索基于人工智能的科学研究新范式，面向生物医药等专业领域，挖掘科研专用数据的内在机理，缩短科学原理的发现周期。利用人工智能技术突破科学计算瓶颈，提升科研效率。到２０２５年，通用人工智能赋能科学研究全链条任务，显著提升生物医药领域的科学发现效率。

注：文章来源于网络，如有侵权，请联系删除