TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
Neuralink VOICE 意念發聲：漸凍症受試者用患病前的原聲說出我愛你
Neuralink 在 9 月中旬發布 VOICE 言語重建試驗的第三位受試者 Terry：先模擬口型、再純意念解碼，系統用他患病前的原聲說出 I love you。本文對照官方影片逐字稿與試驗登錄資料，拆解「第三位植入者」「Grok 語音克隆」等流傳說法哪裡對不上，以及準確率與延遲等仍看不見的關鍵數字。
用 AI 摘要這篇文章：
台北時間 9 月 17 日清晨 5 點 52 分，Neuralink 的官方 X 帳號貼出一段 23 秒短片，配文只有 A beautiful surprise 三個英文單字。畫面裡一位 ALS 患者靠著腦中的植入物，對身邊的家人「說」出了 I love you。兩天後的台北時間 9 月 19 日凌晨 1 點，官方 YouTube 頻道上架 6 分 56 秒的完整紀錄片《Speaking With The Mind》，影片說明欄首次寫出主角的名字 Terry、他的病史，以及這次展示在試驗裡的位置。截至本文撰寫時，完整版觀看次數已超過 115 萬次。
先把可以核對的結論講清楚。這次官方證實了三件事：Terry 是言語重建試驗 VOICE 的第三位參與者；他先靠模擬口型、之後靠純粹的意念訓練解碼器；系統輸出用的聲音是他自己的原聲。至於網路上流傳的另外三個細節，包括「全球第三位植入 Neuralink 的人」「語音由 xAI 的 Grok 克隆重建」「他已經完全失語」，在原始材料裡沒有一個站得住。官方影片逐字稿、試驗登錄資料與神經外科端的公開文件，剛好足以把能驗證的和不能驗證的分開攤開。
官方影片裡實際發生了什麼
影片說明欄對 Terry 的狀況只給了三個資訊點，但每一個都有分量。他在 2024 年確診延髓型 ALS（bulbar-onset ALS）；他至今仍能活動口部與身體；他的語音受損到「親近的人已經難以聽懂他在說什麼」。這個描述比多數報導寫得節制。開場片段也如實呈現：Terry 對著電話另一端的語音系統開口說了半句 I live at home with a…，系統停頓了一下回答 I didn’t quite catch that，這是延髓型 ALS 患者日常溝通的真實難處，官方並沒有把它剪掉。
訓練分成兩個階段，說明欄原文寫得精確：他先盡力做出模擬發音的口型動作，接著只要在腦中想著那些字句，就能聽見它們用他自己自然的聲音（his own natural voice）說出來。影片中段的第一次完整示範是這樣的：螢幕上出現一個句子，他對著句子嘗試發音，按下面板上的按鈕，電腦喇叭隨即用他的聲音說出 Hello, how are you doing today?，現場研究員脫口說出 You just got your voice back。後段更進一步，家人盯著螢幕看字句隨著他的意念一個個跳出，驚呼 Wait, you’re thinking words? And they’re popping up?，接著揚聲器傳出那句 I love you。
為什麼模擬口型有用？影片裡研究員在訊號監看畫面前解釋得很白：植入位置在語言運動皮質區，只要嘗試發音或想著發音，對應的腦區就會出現可觀察的訊號變化。換句話說，肌肉能不能真的動起來不重要，解碼器讀的是大腦發出的意圖本身。訓練後期研究員的一句話把這點講得最透：你怎麼動都沒關係，重要的只有你的腦訊號和你的意圖。這也是這類裝置對漸凍症患者的根本價值：即使病情繼續惡化、連模擬口型都做不到，純意念的解碼路徑理論上仍然可用。
影片後段還有一句被大量引用的話：That was a total game changer for me。同一場景裡，他透過系統與研究人員實際對話，說出 Neuralink has given me back my voice 之後又接著問答了幾輪，這些都是解碼器即時運作的片段。硬體規格方面，影片中研究員看著訊號監看畫面說明：畫面上每一列代表植入物的一個通道，而這個植入物一共有 3,000 個通道，植入位置是語言運動皮質區（speech motor region）。對照 Neuralink 今年 1 月的官方長文，前一代裝置約 1,000 個電極，當時已預告要提高到 3,000 個，Terry 的植入物就是提高後的規格。
Terry 是 VOICE 第三位，卻被寫成 Neuralink 第三位
這次傳播過程裡最有代表性的錯誤，是把「VOICE 試驗第三位參與者」壓縮成「全球第三位植入 Neuralink 的人」。前者出自官方影片逐字稿：工作人員在片中原句是 Terry will be the third participant in the Neuralink voice study，講的是 VOICE 這一項試驗內部的排序。後者則在 ABC News 的影片頁面上出現，其頁面簡介寫著 Terry became the third patient to receive Elon Musk’s Neuralink brain implant。
兩個說法差在哪裡，Neuralink 自己的網站給了最直接的答案。官方臨床試驗頁至今列著三位具名受試者：第一位 Noland、第二位 Alex、第三位 Brad。第三位 Brad 是首位 ALS 受試者，2025 年 5 月《MIT Technology Review》報導過他的完整名字 Bradford G. Smith，他當時在 X 上的自我介紹原文就是 I am the 3rd person in the world to receive the @Neuralink brain implant. 1st with ALS.照這份名冊，「第三位植入者」的位置早就有人而且官方列了名，Terry 並不是他。整體規模方面，Neuralink 今年 1 月的官方文章寫得明白：全球已有 21 位受試者投入各項試驗，2025 年起以每月多位的速度增加。
會出現這種混淆，背景是 Neuralink 的試驗已經分成三條線並行。PRIME 試驗（登錄編號 NCT06429735，2024 年 1 月啟動）做四肢癱瘓者的裝置控制，游標、機械手臂都在這條線；CONVOY 試驗（NCT06710626）專做輔助機械手臂；VOICE 試驗（NCT07224256）才是這次的言語重建，於 2025 年 10 月 3 日啟動。三條線各自計數，Terry 排的是 VOICE 線的第三位，與歷史總數無關。辨識這類報導的一個通則：受試者的排序只在同一項試驗內有意義，跨試驗加總時任何媒體的「第 N 位」都要回到登錄編號或官方頁面核對，這個動作和查證假新聞時的證據分級是同一套邏輯。
傳播面的插曲還有兩段值得記下。一是馬斯克本人對展示的回應：據《Times of India》報導，他在 Neuralink 的短片下方回了三個字 I love you，呼應片中的橋段；他先前在以色列一場峰會上把 Neuralink 的願景形容為 Jesus-level technologies（耶穌等級的技術），並補充指的是科學意義上的奇蹟。二是錯誤框架的擴散速度：23 秒短片在 9 月 17 日就已傳遍印度與歐美科技媒體，多數報導當時連 Terry 的名字都不知道，等到 9 月 19 日凌晨完整版披露細節、當天上午 ABC 的影片頁再把「VOICE 第三位」寫成「第三位植入者」，簡化版本已經領先完整細節整整兩天。
原聲從哪裡來：官方只說了一句話
關於聲音重建，官方材料能引用的只有一句：系統讓他聽見那些字句用他自己的自然聲音說出來。至於技術上怎麼做到的，影片、說明欄與試驗頁都沒有展開。第三方科技媒體的分析給出了目前最完整的描述：研究團隊使用 Terry 患病前的錄音訓練一套個人化的文字轉語音模型，重建出接近他原本說話的音色。這個說法合理，但它屬於媒體對機制的描述，官方並沒有提供模型或訓練細節。
那 Grok 呢？網路上有人把這次的聲音說成是 Grok 克隆的，但官方影片逐字稿、說明欄、試驗頁與官方公告裡，沒有任何一處提到 Grok 或 xAI 參與 Terry 的語音重建，這次的主要外電報導也沒有這樣寫。Grok 與 Neuralink 受試者確實有過一次有文件可考的連結，但那是另一回事：2025 年 5 月《MIT Technology Review》報導，第三位植入者 Bradford G. Smith 在 X 上回答網友提問時，用 Grok 與 ChatGPT 起草回覆文字、由系統提供候選句讓他挑選，加快他以意念打字後的溝通速度。那是「幫忙想下一句」，而且發生在一年多前的另一位受試者身上。把它平移成「這次的聲音是 Grok 克隆的」，原始材料不支持。對語音克隆技術本身有興趣的讀者，可以先看5 秒聲音樣本就能克隆的免費工具實測，理解這類模型實際做到的是音色重建，與神經解碼是兩個獨立環節。
這個試驗的法規位置：六人規模、一家醫院、還在收案
VOICE 在 ClinicalTrials.gov 的登錄資料（NCT07224256）把邊界畫得很具體。研究性質是早期可行性研究（Early Feasibility Study），也就是正式大型試驗之前的第一步；於 2025 年 10 月 3 日啟動，預計收滿 6 位受試者，目前狀態仍在收案中；收案醫院只有一家：德州大學西南醫學中心（UT Southwestern），主持人是神經外科醫師 Nader Pouratian。納入條件也很明確：ALS、PLS、中風或脊髓損傷導致的嚴重語音損傷加上肢功能受損、年齡 22 到 75 歲、能以英語溝通、有穩定的照顧者、預期餘命至少 12 個月。
在 Terry 之前，這條線已經有可看的進度。第二位 VOICE 受試者 Kenneth 在 2024 年確診 ALS，今年 3 月 24 日官方就為他發布過同系列影片《Translating Thought To Speech》，片中的句子 There we go. I’m talking to you with my mind 與這次 Terry 的展示是同一套脈絡。監管狀態方面，Neuralink 在每支受試者影片都掛著同一段聲明：裝置屬研究用途，尚未取得 FDA 或其他監管機關的上市許可，影片是自願受試者的個人經驗，不能代表所有受試者或未來結果。言語重建方向則在 2025 年 5 月 1 日取得 FDA 的突破性器材認定（Breakthrough Device Designation），這代表的是審查通道加速，與取得上市許可之間還隔著完整的臨床驗證。登錄資料同時列出了排除條件：癲癇控制不良、BMI 超過 40、因既有疾病需要持續接受 MRI 檢查、免疫抑制狀態等都在名單上，這些條件勾勒出的正是手術風險的現實輪廓。
看不見的數字：準確率、延遲與詞彙量
影片展示的是「做得到」，沒有展示「做到多好」。解碼準確率、從意念到出聲的延遲、可用詞彙量上限，這些關鍵指標 Neuralink 都還沒有發表同儕審查的量化資料。第三方分析從影片觀察到的現象是：意圖成形到系統出聲之間存在數秒級的延遲，距離自然對話節奏還有距離。這些缺口不妨礙展示的意義，但足以說明它離日常使用還有多遠。
拉出學術界的對照更能看清位置。UCSF 的 Edward Chang 團隊 2021 年就做到過 50 詞彙量下每分鐘 62 個字的解碼，其後在 12.5 萬詞彙量下把詞錯誤率（word error rate）壓到 9.1%；史丹佛團隊在《Cell》發表過即時解碼安靜想像語句的結果，詞錯誤率依詞彙量約在 24% 到 54% 之間。Neuralink 的主張從來不是解碼得比這些實驗室更快更準，它的差異點在工程整合：把同等級的感知與解碼裝進完全植入、完全無線、離開醫院也能用的裝置裡。官方 1 月文章為 VOICE 訂出的目標是每分鐘 140 個字的對話速度，這個數字目前是目標而非常態。安全紀錄方面，官方稱迄今零起與裝置相關的嚴重不良事件，第一代曾出現的電極線回縮問題在後續 20 位受試者中的 18 位已觀察到訊號品質改善。
現在能做什麼：收案條件與三個追蹤訊號
現實條件先看清楚：VOICE 收案在美國境內的單一醫院，納入條件含英語溝通能力，裝置也未上市，台灣的 ALS 患者與家屬現階段沒有在地參與管道，也沒有自費植入的選項。能做的是追蹤三個可核對的訊號：ClinicalTrials.gov 上 NCT07224256 的收案狀態與結果登錄、Neuralink 官方頻道是否發布量化臨床結果、以及同型裝置在法規端的進度。若未來出現台灣端的合作收案或人體試驗，登錄平台會是第一手出現的地方。
最後回到判斷方法。這次事件最有價值的部分，恰恰是它示範了醫療科技新聞該怎麼讀：感人的畫面可以先留著，但「第幾位受試者」「聲音是誰重建的」「他還能不能說話」這三個問題，答案都寫在官方影片逐字稿、試驗登錄頁與神經外科端的公開文件裡，而且彼此一致。任何一則轉述如果在這幾個地方對不上，問題通常出在轉述那一端。生成式語音這幾年是進展最快的環節之一，從語音模型 API 的分層計費到個人化音色重建都已經是商品化領域；腦機介面這一側的進度則誠實地慢得多，兩者在中間會合的時間表，目前沒有人能給出承諾。
