在华东理工大学徐汇校区的草坪上，佩戴智能头环的学生正用脑电信号操控一只40厘米高的四足机器人完成原地踏步、直行和转弯指令。这一场景背后，是金晶教授团队最新研发的混合现实增强脑-机接口系统——通过将混合现实（MR）技术与脑电信号深度整合，成功突破了传统脑机接口技术的应用瓶颈。
传统脑机接口系统依赖PC显示器生成视觉刺激源，存在环境光敏感、便携性差的核心缺陷。当测试环境的光照强度超过1000勒克斯时，传统系统的信号识别准确率会下降30%以上，且整套设备重量普遍超过3公斤。研究团队通过引入MR设备，将视觉刺激直接投射至用户视网膜，不仅使系统在3000勒克斯强光环境下仍保持92.3%的识别准确率，还将设备总重量压缩至800克以内。这种虚实融合控制框架创新性地采用分层异步策略，近场任务通过增强现实技术实现毫米级运动控制，远场任务则利用混合现实提供全局环境建模，使操作响应速度提升至传统系统的2.4倍。
相较于国内外同类研究，该系统的突破性在于构建了可扩展的神经工程架构。通过模块化设计的无线通信单元，系统可兼容不同类型四足机器人平台；分层式脑电信号处理算法既能解析0.5-3Hz低频运动意图，又可捕捉20-30Hz高频精细控制指令。在医疗康复领域实测中，脊髓损伤患者经过3周训练后，通过该系统操控机器人完成物品抓取的效率达到健康人群水平的78%，这种具身智能的交互范式为神经功能重建提供了新路径。
灾害救援场景的模拟测试数据显示，救援人员在佩戴系统后，四足机器人进入坍塌建筑的成功率提升至89%，较传统遥控设备提高32个百分点。系统配备的多模态传感器融合技术，能将地形数据实时反馈至操作者的MR视野，形成双向感知闭环。这种技术路线不仅突破了单向指令传输的局限，更开创了人机协同智能的新维度——操作者可借助机器人的环境感知能力扩展自身认知边界，这在复杂救援任务中具有革命性意义。
当前技术迭代已进入产业化验证阶段，研究团队正与医疗机器人企业合作开发第二代轻量化头环设备，目标将系统重量进一步降低至500克以下。值得注意的是，该系统采用的异步脑电范式不需要用户进行视觉专注训练，普通受试者经过15分钟适应性操作即可达到基础控制水平，这种用户友好特性为其大规模应用铺平了道路。当全球脑机接口研究仍聚焦于医疗康复领域时，这项成果率先实现了工业级场景的技术突破，标志着我国在具身智能交互领域已形成独特的技术路径。