“未来的人类，不再是生物的终点，而是进化的开端。”
《CyborgIN》：CyberDaily关于脑机接口-仿生义肢-赛博格的子栏目。
语音输入已经很普及了，但它依然需要「你说出来」。Sabi直接把脑子里的话，变成屏幕上的文字。
这家公司刚从隐身状态出来，产品形态就是一顶帽子。更具体一点，是一顶内侧布满传感器的「脑机接口帽」，戴上之后，它会读取你的大脑信号，并尝试把你心里默念的话转成文字输入到电脑里。团队还在做另一种更日常的版本，比如看起来像普通棒球帽的设计。
从产品形态来看，它更像是一个消费级的脑机接口产品
它能读什么
这套系统属于脑机接口（BCI）的一种，只不过走的是非侵入式路线。
核心技术是 EEG（脑电图）。简单理解，就是通过贴在头皮上的电极，去捕捉大脑神经元活动产生的微弱电信号。你在「脑子里说话」的时候，和真正开口说话类似，大脑的语言相关区域依然会被激活，只是没有驱动嘴巴发声。
问题在于，这些信号非常微弱，还要穿过头皮和头骨才能被传感器接收到，中间会被严重削弱。这也是为什么很多更激进的公司，比如 Neuralink，会选择把电极直接植入大脑，信号更干净，也更容易解码。
Sabi 选了一条更容易被接受—不做手术的路径。
为什么它需要那么多传感器
常见的 EEG 设备，大概有十几个到几百个电极。Sabi 把这个数量直接拉到 7 万到 10 万级别。
因为单个信号不够清晰，就需要用数量去补齐。
但是，更高密度的传感器，可以更细致地捕捉不同脑区的活动差异。类似把一张模糊的图像，用更高分辨率重新扫描一遍。信号本身还是弱的，但空间信息更丰富，后续的算法更容易找到规律。
需要大脑基础模型
即便能稳定采集信号，把「想说的话」解码出来，才是更难的部分。
一个现实问题是：每个人的大脑都不一样。就算两个人在脑子里默念同一句话，神经活动的模式也不会完全一致。甚至同一个人，在不同时间、不同状态下，信号也会发生变化，比如疲劳、注意力分散都会影响结果。
所以它很依赖 AI。
Sabi 在做的是一个类似大模型的东西，他们叫 brain foundation model。用大量人的脑信号数据去训练，让模型学会哪些模式大致对应“语言意图”，而不是只针对某一个人做定制。
目前他们已经收集了大约 10 万小时、来自 100 位志愿者的数据。目标是让设备尽量开箱即用，而不是每次使用前都要重新校准。
会议助手，说话不便者的生活助手
他们给出的初始目标是大约每分钟 30 个单词。
这个速度比大多数人打字慢，但已经接近语音输入的可用区间。
你可以不敲键盘，不说话，只是在脑子里组织语言，就能完成输入。在安静环境、公共场合、或者不方便开口的场景里，这种方式会更自然一些。对内容创作、频繁和电脑交互的人来说，它的潜力在于减少“想法到表达”之间的中断，让过程更连贯。
随着使用时间增加，系统可以逐渐适应个人的信号特征，速度还有提升空间。
还有几件绕不开的事：舒适、稳定、隐私
如果设备看起来像医疗器械，很难进入日常使用场景。做成帽子、耳机这种形态，本质上是为了降低心理门槛。脑信号每天都在变化。如果今天能用，明天识别率大幅下降，这种产品很难长期使用。脑数据的敏感程度，比输入法记录的文字要高得多。Sabi 的做法是对数据做端到端加密，并尝试在加密状态下训练模型。但这件事最终能否让用户放心，还需要时间验证。
这类设备真正的意义
短期来看，它更像是一种新的输入方式，和键盘、语音并列。
长期来看，它会改变人和计算机之间的交互节奏。输入不再依赖手和嘴，而是直接来自「意图」。这会让很多原本不顺畅的操作变得更连贯，比如写作、控制软件、甚至与 AI 交互。
不过现在还在早期阶段。连续、自然的脑内语音解码，还没有被真正解决。能否从几十个指令扩展到自由表达，是接下来最关键的一步。
Sabi 试图用一顶帽子去跨过这个门槛。它能不能成功，取决的不只是传感器多少，也取决于模型是否真的理解了大脑在「说什么」。