半年访谈600+用户、获千万元融资，这名清华毕业生想把脑机“戴”进运动场｜早期项目

运动场景中的脑状态监测，正在成为高水平训练和运动健康管理中的新需求。这几乎成了一个行业共识。

张昊天，清华大学毕业，研究生阶段就开始琢磨如何把脑机接口技术落地到C端。他坦诚地说，最初也没想清楚具体方向，但在接触了一些运动类企业后，发现一个规律：越是重视运动表现结果的场景，对大脑状态监测的需求就越明确。

运动健康类可穿戴设备的市场潜力早已被验证。从极客圈火到大众市场的Whoop、Oura，估值已经达到百亿美元。它们用心率、血氧等生理数据证明了：监测身体状态能提升运动表现和恢复效率，也让大众慢慢养成为科学运动数据付费的习惯。

但张昊天团队观察到，市面上的可穿戴设备主要通过四肢末梢数据来反映身体状态，很难直接观察运动中的专注、压力、神经疲劳等脑状态变化。而脑状态，恰恰是运动训练和比赛中“高度影响发挥、却长期看不见”的关键变量。

运动从来不只是身体的较量。对于水平接近的运动员来说，成绩差距很多时候并非来自体能或技巧本身，大脑状态同样关键。以射击为例，胜负往往取决于扣动扳机那一瞬间的专注力、抗压能力和情绪状态——这一点，懂行的人都清楚。

即便在非竞技类的普通运动人群中，这种情况同样存在。张昊天团队曾在半年里访谈了超过600位运动爱好者，几乎所有人都遇到过“没有实际肌肉损伤、但训练状态明显不对”的情况。追问下去，“脑子累”“不想练”“越练越差”是最常见的反馈。用户们普遍希望，能有工具帮他们理解训练中的主观状态变化。

目前，职业体育圈应对这类问题的方式是配备运动心理师。但人工评估的模式成本高、时效差、主观性强，更不用说覆盖大众运动人群了。

那么，换一个思路呢？如果在运动中能稳定采集脑电信号，再结合补偿算法进行质量判断，是不是就能更直接地观察那些影响运动表现的脑状态变化？

2024年毕业后，张昊天团队正式创办了“脑回录（Nanoloop）”，把非侵入式脑机接口技术嵌入到一款“智能运动头带”Nuromova N1里。通过采集运动中的前额脑状态数据，结合多模态传感和AI算法，把脑状态趋势转化成直观、可理解的训练反馈。

图源：脑回录（Nanoloop）

技术上的难点其实不在于采集脑电本身，而是在运动场景下识别并剔除伪影，判断哪些数据真正可用。面对脑电伪影和噪声，Nuromova的方案是从电极结构、噪声识别与信号补偿、SQI质量评估、算法剔除和个体基线几个维度入手，提升数据可用性。

Nuromova N1通过监测与注意调节、认知负荷、情绪相关过程有关的前额区域，结合脑电特征和个体基线，对状态趋势进行计算。它能识别疲劳、专注力、压力、情绪波动等状态趋势，并在此基础上形成更复合的指标，比如训练有效性、压力承受状态、恢复趋势等。

借助这些数据，运动者可以纵向观察自己的状态变化，为训练复盘和计划调整提供依据。目前，Nuromova N1分为教练端和C端两个版本。

教练端与C端的双向落地

以教练端为例，从长周期看，教练带学员需要覆盖体能、技术、心态等多个维度。有了脑状态数据辅助后，训练计划可以更有针对性地精细化管理，训练内容和节奏的安排也更合理，不再依赖过去那种“高强度硬练”的传统做法。

从单次训练的短周期来看——训练前，中枢神经状态直接影响肌肉协调性和爆发力。设备采集脑电后，可以观察中枢神经相关状态与认知表现趋势，AI教练会提供数据解释和反馈建议，帮助用户通过冥想、拉伸、认知训练等方式，在热身前更好地进入状态。

训练中，设备以不打扰的方式默默记录数据，不影响用户专注于运动表现。

训练后，数据则用于复盘和恢复。复盘时，可以通过周期数据对比分析训练中的问题。而恢复，是运动训练的核心课题——它不只依赖睡眠和饮食，还与压力管理、放松训练、训练节奏密切相关。有了脑状态数据，用户可以结合呼吸、冥想、拉伸、放松训练、睡眠调整等方式，进行更科学的恢复管理。

图源：脑回录（Nanoloop）

张昊天认为，这些运动场景中积累的数据和经验——包括脑电数据、脑电-运动表现模型、硬件研发经验等——将成为脑回录未来的核心资产。非侵入式脑机接口普遍存在运动伪影和噪声干扰，运动场景尤其如此。但通过算法补偿和噪声剔除技术，团队已经能获取满足运动场景需求的有效信号。从理论上说，运动场景对信号稳定性的要求更高，这意味着相关工程能力未来有机会迁移到更多日常状态管理场景。

目前，脑回录团队已经积累了约500小时的多模态数据，涵盖脑电、IMU、训练事件和主观反馈等多个维度，覆盖射击、高尔夫、自行车、摔跤、篮球等运动场景。公司与清华大学、北京体育大学、首都体育学院等高校院所，以及部分运动数据服务商建立了合作关系，并开始收到来自运动爱好者和早期用户的C端订单。同时，海外市场的推广也在规划中。

据了解，脑回录近期已完成由南山战新投投资的千万元级种子+轮融资。募集资金主要用于核心技术迭代、产品工程化落地及市场拓展，目标很明确：加速非侵入式脑机接口穿戴设备在运动场景中的规模化商用。