摘要
文｜胡香赟 编辑｜海若镜 “运动场景中的脑状态监测，正在成为高水平训练和运动健康管理中的新需求。”创业两年，张昊天这样判断。 张昊天毕业于清华大学，研究生期间开始探索如何将脑机接口技术应用在C端场景。他坦言，自己最初也没想好具体的落地方向，研究过程中，团队陆续接触过一些运动类企业，发现“重视运动表现结果的场景，对大脑状态监测都存在一定需求”。 运动健康类可穿戴设备的需求其实早已得到验证，估值百亿美元、从极客圈火到大众市场的Whoop、Oura就是最好的说明。它们用心率、血氧等多项生理数据指标证明，监测身体状态能提升运动表现和恢复效率，也让大众逐步形成为科学运动数据付费的习惯。 但张昊天认为，目前，市面上的可穿戴设备主要通过四肢末梢数据反映身体侧状态，很难直接观察运动过程中的专注、压力、神经疲劳等脑状态变化，而脑状态是运动训练和比赛中“高度影响发挥、却长期看不见”的关键状态变量。 “运动不只是身体能力的竞争，也是一场关于大脑状态的竞争。对于水平接近的运动员来说，成绩差距不只来自体能、技巧本身，大脑状态也很关键。比如射击运动，最终胜负往往取决于扣动扳机时的瞬时专注力、抗压能力与情绪状态。” 即便是在非竞技类的普通运动人群中，这种影响同样存在。张昊天介绍，团队曾在半年时间里访谈了超过600位运动类用户，“我们发现，几乎所有受访者都出现过‘无实际肌肉损伤、但训练状态明显不对’的情况，进一步追问，‘脑子累’‘不想练’‘越练越差’是高频反馈。用户普遍希望有工具帮助他们理解训练中的主观状态变化”。 当前，职业体育圈一般会通过配备运动心理师的方式应对这类问题，但依赖人工评估的模式成本高、时效差、主观性强，更无法覆盖大众运动人群。 那么，如果能在运动中稳定采集脑电信号，并结合补偿算法进行质量判断，就有机会更直接地观察影响运动表现的脑状态变化。 因此，2024年毕业后，张昊天团队正式创办了“脑回录（Nanoloop）”，希望将非侵入式脑机接口技术融入进一款“智能运动头带”Nuromova N1，通过采集运动中的前额脑状态数据，结合多模态传感和AI算法，将脑状态趋势转化为直观且可理解的训练反馈。 图源：脑回录（Nanoloop） 据介绍，这其中的难点不在于采集脑电本身，而是在运动场景下识别并剔除伪影，判断哪些数据真正可用。