5000 万美元种子轮融资，Sabi拟用一顶棒球帽连接大脑与 AI

2026 年 10 月 9 日，旧金山初创公司 Sabi 宣布完成 5000 万美元种子轮融资，由 Khosla Ventures 领投，Accel、Initialized Capital、DST Global、Collaborative Fund、Ascend 及前 OpenAI 首席产品官 Kevin Weil 参投。资金将用于扩充神经信号数据、完成定制芯片研发、生产早期设备，以及扩大神经科学、硬件和机器学习团队。

Sabi 正在开发一款外形类似普通棒球帽的非侵入式脑机接口，尝试将用户有意想象的词语和经过训练的思维指令，转化为文字或 AI 助手可以执行的操作。公司计划于 2027 年在拉斯维加斯举行的 CES 上展示早期原型，目前尚未公布产品价格。

这家公司瞄准的是 AI 的输入环节。随着 AI 助手能够承担写作、检索和任务执行，人们仍主要依靠键盘、触摸屏和语音向其传达意图。Sabi 希望提供一种无需开口或动手、可以在日常环境中使用的交互方式，将脑机接口的应用从临床辅助与光标控制，进一步拓展至消费级 AI 交互。

自研脑电芯片与超过 10 万小时训练数据

Sabi 采用脑电图（EEG）技术测量大脑电活动。与需要导电凝胶、直接接触头皮的传统脑电采集方案不同，公司表示，其传感器采用非接触式设计，能够隔着头发采集信号，最大感应距离为 5 毫米，单个传感器尺寸在 1 至 5 毫米之间。

为了将采集系统装进帽子，Sabi 自主研发了 EEG 芯片。公司内部基准测试显示，该芯片的能效超过德州仪器 EEG 模拟前端芯片 ADS1299 的 50 倍。公司称，这一设计有助于控制设备发热与电噪声，使电子元件适合集成于日常帽饰。需要区分的是，芯片能效指标并不直接代表脑信号解码准确率。

采集到的神经信号将由 Sabi 的“大脑基础模型”（Brain Foundation Model）处理。按照公司披露，该模型基于超过 10 万小时的已标注神经记录训练，数据来自参与者想象单词或执行特定思维任务时的非侵入式采集。Sabi 称，这是同类数据集中已公开披露规模最大的一项。

其产品路线包含三类交互：将有意想象的词语转化为屏幕文字；将经过训练的思维指令转化为 AI 操作，例如起草消息或检索信息；预测用户可能进行的按键或屏幕操作，并交由用户完成或确认。这些功能目前仍处于开发阶段，公司计划在 CES 上展示早期版本。

设备将通过无线方式连接手机或电脑。Sabi 同时提出，神经数据从传感器端开始加密，并在保持加密状态的情况下进行推理，以避免服务器接收未加密的神经信号。公司还在开发用户控制功能，包括决定何时记录、哪些应用可以接收指令，以及哪些操作需要再次确认。

团队具有神经信号解码研究背景

Sabi 由首席执行官 Rahul Chhabra 与首席技术官 Atmadeep Banerjee 共同创立。Banerjee 是 NeurIPS 2023 论文《MindEye》的共同第一作者，该研究涉及通过非侵入式脑部记录解码视觉图像。

据公司介绍，团队成员来自 Kernel、苹果、微软、Meta、Adobe 和耐克等公司，覆盖硬件、机器学习与设计领域，并包括斯坦福大学的神经科学家。这一人员组合对应了 Sabi 面临的几项核心任务：采集可用的神经信号、训练解码模型，以及将系统做成能够日常佩戴的设备。

领投方 Khosla Ventures 的投资逻辑也指向普及门槛。创始人 Vinod Khosla 在融资公告中强调，如果希望脑机接口承担大规模日常输入，依赖脑部手术的方式难以覆盖广泛用户。Sabi 选择非侵入式路线，正是试图降低这一使用门槛。

消费级落地仍需准确率验证

非侵入式方案降低了手术门槛，但也面临信号采集与解码的挑战。Sabi 不仅要从脑电活动中识别用户有意表达的内容，还计划在传感器不直接接触头皮的条件下完成采集。能否在日常佩戴环境中稳定运行，将直接影响产品的实用性。

所提供的报道援引了 Meta 一项涉及 35 名参与者的研究：利用 EEG 信号解码输入字符的平均错误率为 67%，采用脑磁图（MEG）时为 32%，但后者依赖大型扫描设备。这些结果不能直接用于判断 Sabi 的性能，却说明将非侵入式神经信号转化为可靠文字输入，仍有明显技术难度。

目前，两份材料均未提供 Sabi 脑电帽准确性的独立评估数据，也未披露文字输入速度、用户训练时长或日常环境下的稳定性表现。其“想象语音转文字”目标，亦不应被理解为已经能够读取任意思想。

此次融资为 Sabi 推进芯片、数据和早期设备提供了资金支持。接下来的关键节点是 2027 年 CES：原型演示能否展示可重复的解码表现，以及用户需要多少训练才能完成有效交互，将决定这顶帽子距离日常 AI 输入设备还有多远。