2026 年 7 月 16 日，神经信号处理领域的初创公司 Zyphra 宣布正式发布其最新的开源模型——ZUNA1.1。这一模型作为 ZUNA1 的升级版本，不仅在性能上实现了突破，更在模型设计的灵活性上迈出了关键一步。ZUNA1.1 是一个基于 Apache 2.0 许可证发布的 380M 参数的掩码扩散自编码器，旨在解决头皮脑电图（Scalp-EEG）信号处理中的长期痛点。
Zyphra 表示，ZUNA1.1 的核心亮点在于其突破了传统 EEG 模型对输入长度固定的限制。在之前的版本 ZUNA1 中，模型通常要求输入为固定的 5 秒窗口。而在 ZUNA1.1 中，Zyphra 将这一范围大幅扩展至 0.5 秒至 30 秒。这一改变对于脑机接口（BCI）研究和临床神经科学具有重要意义。0.5 秒的短时输入允许模型捕捉瞬态的神经事件，而 30 秒的长时输入则能够支持对完整睡眠周期或长时程认知任务的建模，极大地降低了数据预处理和特征工程的时间成本。
从技术架构来看，ZUNA1.1 采用了掩码扩散自编码器。这种架构借鉴了近年来在图像生成领域大获成功的扩散模型原理，将其应用于生物电信号的处理。通过在训练过程中随机掩码部分 EEG 数据，模型被迫学习信号的时空相关性和潜在表征。这种“掩码”机制不仅提高了模型对缺失数据的鲁棒性，还使其具备强大的重建和降噪能力。Zyphra 官方报告称，在输入范围显著扩大的情况下，ZUNA1.1 的归一化均方误差（NMSE）指标保持不变甚至有所提升，证明了其在不同长度输入下的泛化能力和稳定性。
除了支持可变长度输入外，ZUNA1.1 还引入了对任意通道布局的支持。在传统的 EEG 记录中，电极的数量和排列位置各不相同（例如 10-20 系统、64 导或 128 导配置）。ZUNA1.1 能够适应这种非结构化的通道布局，这意味着研究人员可以使用不同密度的电极系统，模型依然能进行高质量的上采样和信号重建。这一特性对于推动非侵入式脑机接口的商业化落地至关重要，因为它意味着用户只需佩戴轻便的轻量级头环，就能获得接近高密度脑电帽的信号质量。
开源许可（Apache 2.0）也是 ZUNA1.1 发布的一大看点。在医疗和生物科技领域，许多高性能模型往往受限于专有许可，限制了学术界的探索和企业的二次开发。Apache 2.0 许可证允许用户免费使用、修改和分发，甚至用于商业目的，这无疑将加速 ZUNA1.1 在全球范围内的应用和迭代。对于开发者而言，这提供了一个强大的基础模型，可以在此基础上构建更复杂的 BCI 应用，如意念控制、神经反馈治疗或认知状态监测系统。
展望未来，ZUNA1.1 的发布预示着神经信号基础模型正朝着更通用、更灵活的方向发展。随着数据采集成本的降低和模型精度的提升，非侵入式脑机接口正逐步从实验室走向大众。无论是用于辅助残障人士康复，还是用于提升注意力管理，ZUNA1.1 都可能成为连接人类大脑与数字世界的重要桥梁。
信息来源：MarkTechPost，原文链接：https://www.marktechpost.com/2026/07/17/zyphra-releases-zuna1-1-an-apache-2-0-eeg-foundation-model-with-variable-length-inputs-from-0-5-to-30-seconds/
