伸手拿起桌面上的水杯，这个日常到几乎不会被刻意留意的动作，背后藏着大脑一套精密到极致的空间定位机制。中国科学院自动化研究所余山课题组的最新研究，首次清晰揭示出猕猴大脑初级运动皮层和背侧前运动皮层中存在显式的三维空间手位置表征，打破了过往研究中仅聚焦手部运动方向、速度等执行参数的固有认知，证明大脑在指挥手部动作时，不只会计算手“怎么动”，还在持续维护着一张类似GPS的动态手位置地图，实时标记着手在三维空间里的具体坐标。

　　长期以来，运动皮层领域的相关研究大多将实验中猕猴的活动范围限制在少量离散的固定点位，这就导致手部所处位置和运动方向两个变量高度绑定，研究人员很难从混杂的神经信号里分辨出神经元到底是在编码手的位置，还是在记录手的运动方向。为了彻底解开这一困扰学界许久的难题，研究团队专门设计了一套完全无约束的三维抓取任务，实验中的猕猴可以完全自主决定什么时候伸出手、伸手的轨迹如何、最终抓取空间里的哪一个目标物体，完全不需要按照预设的固定路径完成动作。

特殊实验设计实现变量解耦

　　在这样完全开放的实验环境里，同一个空间点位会被猕猴通过完全不同的运动轨迹、朝着完全不同的运动方向反复经过，原本高度绑定的手部位置和运动方向两个变量，自然而然在统计层面实现了彻底解耦，研究人员终于可以清晰区分不同神经元的编码对象，不会再被混杂的信号干扰判断。

　　研究团队在猕猴左侧的背侧前运动皮层和初级运动皮层分别植入了微电极阵列，全程记录单神经元的实时放电活动。通过对三维空间运动全过程中细胞放电率的逐一计算，研究人员得到了明确的统计结果：初级运动皮层中有36.2%的神经元、背侧前运动皮层中有21.3%的神经元，会随着手在空间中的实时位置变化同步调整自身的放电频率，这些神经元的活跃程度，直接对应着手当前所处的三维坐标。

　　这一结果直接推翻了早期研究中提出的线性梯度假设。此前学界普遍认为，编码手部位置的神经元放电率会随着手与特定点位的距离变化单调递增或者递减，呈现出平滑的梯度变化特征。但此次研究的实际观测结果显示，这些位置神经元的活跃区域呈现出局域化的拉长椭球体形态，就像地图上一个个边界清晰的热点，只有当手进入这个特定的椭球体空间范围时，对应的神经元才会被明显激活，手一旦离开这个区域，神经元的放电活动就会快速回落。

两张“脑内地图”分工明确

　　更让研究团队感到意外的是，初级运动皮层和背侧前运动皮层里的这两张手位置地图，组织排布方式存在极为显著的差异，完全对应了两个脑区原本的功能定位。

　　初级运动皮层里的位置场，会沿着空间里前后、上下、左右三个主轴有序排列，还呈现出非常清晰的多尺度聚集特征，小范围的热点聚集成局部区块，多个区块再组合成更大的功能片区，整体排布逻辑和城市里划分精细的街道地图高度相似，每一个小区域都对应着精准的空间坐标，完全服务于手部动作执行阶段的毫米级精细控制，哪怕是捏起一粒细小的碎物，这套地图都能提供足够精准的位置参考。

　　背侧前运动皮层里的位置场则完全是另一种状态，这些热点的朝向没有统一规律，分布状态更接近随机散落的点位，整体看起来就像一张没有标注细节的抽象规划草图，它不需要记录每一处空间的精准坐标，只需要在宏观层面标记出动作的起点、途经的关键节点和最终目标位置，完全适配高层运动规划阶段的需求，帮助大脑在动手之前就先在脑海里搭好整个动作的大致框架。

　　两张功能、形态完全不同的地图同时运行，大脑才能在保证动作执行精度的同时，兼顾运动规划的灵活性，不会被细碎的执行细节束缚住宏观动作的设计空间。

少量神经元即可实现高精度解码

　　在确认了两个脑区都存在明确的手位置编码之后，研究团队紧接着开展了多组对照解码实验，验证这批位置神经元的实际解码效率。研究人员设置了三组不同的对照方案，第一组使用全部记录到的神经元进行解码，将这一组的解码效果设定为100%的基准线；第二组仅使用筛选出来的位置细胞完成解码；第三组随机抽取和位置细胞同等数量、但与手位置编码完全无关的神经元进行解码，作为对照组排除神经元数量本身对解码结果的干扰。

　　最终的实验数据呈现出了远超预期的结果。在背侧前运动皮层中，仅占所有记录细胞17.7%的位置细胞，就可以达到全群体神经元解码性能的94.1%；在初级运动皮层中，占记录细胞总数32.8%的位置细胞，也能实现全群体解码性能的92.9%。而第三组随机抽取的非位置细胞，哪怕使用同等数量的神经元，解码性能也出现了断崖式的下跌，完全无法达到相近的精度水平。

　　研究团队进一步通过统计推算得出，如果想要达到全群体神经元90%的解码性能，平均下来，背侧前运动皮层只需要约2.8个位置相关细胞，初级运动皮层也仅需要约16.4个位置细胞就可以实现。这一数据直接印证了大脑空间编码机制的高度稀疏性，不需要动用大量神经元，只靠一小批专门负责位置编码的“精兵”，就足以支撑起高精度的手部空间位置解码。

　　这一特性直接指向了脑机接口技术研发的全新可能性。以往的脑机接口设备往往需要采集海量的神经信号，才能勉强解码出使用者的动作意图，这就对硬件的通道数量、数据传输和处理能力提出了极高的要求，不仅设备体积难以缩小，长时间植入的稳定性也很难保障。而此次研究的结果证明，只要精准定位到这批专门编码手位置的神经元，只需要极少量的硬件通道，就可以实现高精度的手部轨迹解码。

　　研究团队还在实验中发现，运动皮层的这套手位置地图，同时承担了对抓取目标位置的编码功能。也就是说，同一套神经信号体系，既可以实时解码手当前的运动轨迹，也可以直接解码出大脑想要抓取的目标点位，不需要再额外从其他脑区提取相关信号。

　　据中国新闻网2026年11月13日报道，这一发现为直接解码运动位置、实现所想即所得的脑机接口提供了理论支撑，有助于让外部设备控制更顺滑，并大幅降低脑机接口对硬件通道的依赖。

　　论文第一作者、中国科学院自动化研究所博士曹盛浩表示，相较繁琐的执行过程，大脑皮层更擅长宏观的意图规划。脑机接口如果能直接提取这些已经规划好的轨迹信号，不需要再一步步拆解方向、速度等细碎的执行参数，外部机械臂或者神经假肢的控制流畅度会得到质的提升，使用者的操作认知负荷也会大幅降低，佩戴脑机接口设备的体验会越来越接近使用自己原生的肢体。

　　这项研究本身也实现了领域内的关键跨越，从过往仅聚焦运动规划脑区的编码研究，拓展到了覆盖规划与执行双脑区的完整体系，从早期的平面位置编码探索，升级到了完整的三维空间表征解析，填补了灵长类运动皮层空间编码研究领域的长期空白。

　　哪些场景下这套稀疏的神经元编码机制仍会出现解码误差？更低的神经元使用数量是否还能维持稳定的解码精度？这些都是后续研究需要进一步解答的问题。

　　研究团队下一步将探索时空维度，把空间编码升级为时空编码，以期让脑机接口设备能够理解大脑规划好的完整行动方案，从而更加高效地执行。

(编辑：张广德)