Ai总结： Tether Evo旗下研究团队发布三项经同行评审的成果，展示单一AI模型可跨个体解码语音、视觉与音乐信号，为未来无障碍人机交互奠定基础。

Tether Evo发布三项跨模态神经解码研究，实现通用脑机接口突破

Tether Evo近期公布三项经过同行评审的科研论文，聚焦于构建能够统一解析人类大脑活动的通用型人工智能脑机接口系统。该系统具备同时处理语音、视觉及音乐信号的能力，标志着跨个体神经信号建模迈入新阶段。

单一模型适配多主体神经数据，突破个体差异瓶颈

研究团队提出一种新型训练范式，使一个共享模型能够在不重新训练的前提下，有效理解不同受试者的大脑反应模式。这项技术由Tether Evo与意大利罗马托尔维加塔大学联合推进，显著降低部署成本并提升可扩展性。

基于200毫秒神经信号实现图像重建，准确率超七成

研究人员通过记录猕猴在观看海量图像时的神经活动，成功利用仅200毫秒的数据生成包含形状、色彩与内容结构的高保真图像复原结果，整体准确率达到70%以上。这一进展为视觉障碍患者提供潜在的感知替代方案。

音乐脑信号解码覆盖多元流派，保障端侧隐私安全

在音乐解码方面，团队采集五名参与者聆听540首涵盖十类风格歌曲时的功能磁共振数据，构建出可识别旋律特征与情感倾向的神经编码模型。所有处理均在设备端完成，无需上传或授权访问用户数据，强化个人生物信息保护。