问题：康复医学长期面临“早期介入难、训练效果波动、评估标准不统一”等现实挑战；传统训练多由设备或治疗师带动患者完成动作，患者神经控制层面的参与不足，常出现“动作做到了、功能恢复却慢”的落差。对脑卒中、脊髓损伤等患者而言，越早重建运动意图与肢体反馈的耦合关系，越可能抓住更好的功能恢复窗口；但在超早期阶段——患者往往难以自主发力——训练容易停留在“被动活动”。 原因：从神经机制看，功能重建依赖神经可塑性，而可塑性的形成需要“意图与动作同步发生”的有效刺激。缺少主动运动意图参与，训练难以持续激活关键神经通路。，临床端疗效评估仍较依赖经验，不同机构、不同治疗师之间的评估口径与训练参数难以统一，制约了康复路径的精细化管理与跨机构推广。技术端也存在数据分散、场景割裂的问题：缺少高质量数据集与工具链，算法训练和产品迭代成本偏高，进而形成“临床验证难、产品规模化难”的循环。 影响：鉴于此，傅利叶发布“脑机具身智能康复港”，将非侵入式脑机接口与外骨骼等康复装备整合，尝试以“意图驱动”重构训练逻辑。患者佩戴轻量化脑电采集设备，通过运动想象产生神经意图信号，经算法解码转化为控制指令，驱动外骨骼执行步态或上肢训练，并通过感知反馈形成闭环。其意义主要体现在三上：一是将康复介入节点前移，使部分尚不能自主活动的患者也能在超早期开展以神经意图为核心的训练；二是同步记录脑电、肌电、运动学及功能性近红外光谱等多模态信息，为过程管理与疗效评估提供连续量化依据，推动康复评价从“完成次数”转向“神经参与度与功能改善”等综合指标；三是为康复机构开展训练参数精细调整、分层分型管理提供技术支撑，有助于提升资源使用效率与服务可及性。 对策：为加快技术验证与场景落地，傅利叶提出“1+3+X”应用生态框架：以康养场景为战略支点，同时开放导览交互、工业赋能、科研创新三大共建方向，并预留面向未来的新型探索项目空间。根据数据与验证此关键环节，公司联合瑞金医院、复旦大学类脑智能科学与技术研究院、天桥脑科学研究院、国家地方共建人形机器人创新中心、同济大学附属养志康复医院以及对应的企业与实验室，发起“脑机具身·数据引擎联合创新计划”，聚焦脑机接口与具身智能体的深度融合，建设高质量数据集与工具链，支撑算法训练与临床验证。业内普遍认为，医疗健康领域的规模化落地往往取决于三点：能否形成可复制的流程、能否建立可对照的证据、能否构建可持续的协作网络。联合创新计划目标，正是打通“数据—工具—验证—迭代”链条，形成闭环。 前景：从落地基础看，傅利叶智能康复相关方案已在全国建设超过300个康复科室，覆盖省、市、县、乡镇等不同层级医疗机构及康养社区，为新方案推广提供了既有网络与真实场景。随着人形机器人在认知训练、手眼协调以及情感化交互等方向逐步应用，康复服务有望从单一的机械重复训练，走向“训练+陪伴+行为引导”的综合体验。尤其在老龄化趋势下，康养机构对标准化、可持续服务能力需求仍将增长。与此同时，脑机接口与具身智能的融合也需审慎推进，相关议题包括信号稳定性、跨人群泛化能力、临床安全与伦理合规、数据治理与隐私保护等。未来竞争的关键，不仅在于单点技术指标提升，更在于能否以临床证据与标准体系建立信任，以生态协作降低部署成本，并通过持续迭代把“可用”深入推向“好用、耐用、可规模化”。
脑机接口与具身智能的融合，代表了康复医学发展的一个重要方向。从被动训练到主动交互，从经验判断到数据驱动，该变化不仅是技术进步，也说明了对患者需求与康复规律的更理解。当机器人不再只是执行工具，而能理解人的意图、参与并陪伴康复过程，康复服务的价值才能更充分地落地。这一探索为我国康复产业的创新发展提供了参考，也预示着人机协作在医疗健康领域的应用空间仍将持续扩大。