零唯一思完成种子轮融资，押注脑电基础模型与通用神经解码平台

11月6日，动脉网报道称，上海零唯一思科技有限公司近日完成数百万元种子轮融资，由交大菡源资产投资。资金将主要用于核心团队搭建与下一代脑电基础模型的持续研发。公司创始人为上海交通大学吕宝粮教授，原货拉拉及滴滴技术总监石立臣博士出任联合创始人兼总经理。

零唯一思此前聚焦情绪障碍识别系统，本轮后战略重心转向面向全行业的通用神经解码基础模型与智能开发平台。其核心思路是把脑机接口长期垂直捆绑的"硬件、算法、应用"链路拆开：底层完成多设备脑电接入与适配，中间层由脑电基础模型提供通用解码能力，上层通过标准化 API 和 SDK 输出状态判别或高维表征向量，支持云端调用与私有化部署。应用开发者不再需要从采集、标注到训练全链路重做，底层解码变为可复用基础设施。

技术架构上，团队采用"预训练加后训练"两段式。预训练阶段基于掩码重构的自监督学习，在海量无标注、跨设备、跨任务、跨人群脑电数据上学习通用神经表征；后训练阶段仅需极少量任务标注数据，即可适配抑郁评估、认知负荷、运动意图等具体场景。这种范式把传统依赖任务标注、泛化受限的解码方式，升级为可跨人群和跨硬件迁移的底座模型。

支撑这套体系的是吕宝粮团队从2015年延续至今的数据与算法积累。团队发布的交情绪脑电数据集 SEED 已扩充至13个子集，被全球110个国家、3600余家机构申请使用超1.2万次，2025年全球引用占比达到44%。在此基础上，团队先后提出基于大规模 EEG 预训练的脑电基础模型 LaBraM、统一脑电与大语言模型联合建模的 NeuroLM，以及读脑电图模型 CerebraGloss。石立臣判断，第一代脑电基础模型仍远未到终局，神经表征的充分学习、人群差异、时空变化规律、以及神经活动与外部刺激和行为的关联都还有大量迭代空间，下一代模型将由更复杂的解码任务反向牵引底座进化。

信号模态上，零唯一思优先选择非侵入式头皮脑电。理由是头皮脑电采集可控、安全边界好、工程成本较低，是现阶段离规模化最近的形态。待解码范式在头皮脑电上验证成熟后，再向皮层脑电 ECoG、立体定向脑电 SEEG 和颅内微电极迁移，让不同脑信号共享底层建模与解码能力。

商业化逻辑上，公司不押注单一应用场景，而是先把解码平台做厚。平台接入硬件越多、覆盖场景越广，回流的多模态神经数据越丰富；数据越丰富，基础模型跨设备、跨人群泛化越强；模型越强，又反过来吸引更多硬件和应用接入。飞轮跑起来后，竞争核心将从硬件本身转向数据多样性与神经解码精度。目前公司暂未披露临床注册或试验进度。

零唯一思想做的，是把神经解码做成像语音识别、计算机视觉一样可广泛调用的基础能力，而第一步是把脑电从具体硬件里解耦出来。