在刚刚落幕的2026上海认知神经科学交流会上，来自全国各地的认知神经科学专家、学者与行业先锋齐聚一堂，共同探讨脑科学研究的最前沿趋势。新闻速递 | 2026上海认知神经科学交流会圆满落幕！

作为本次会议的核心焦点之一，人类行为研究平台Human Research Tool （HRT）团队发表了题为《HRT如何驱动认知神经科学的多模态研究范式》的主题演讲。这也是继去年 HRT 实现“从0到1”的平台研发之后，再次面向行业交出的一份兼具学术高度与工业落地感的“硬核答卷”。

不管是国际顶刊还是国内的文献检索，多模态特征融合的研究正呈现出爆发式增长。

最新顶刊研究数据表明：将多模态数据进行机器学习分类，相较于传统的单模态，其识别准确率能普遍提升 10% 到 15%！

从单纯的实验室控制模式，走向具身认知研究和自然交互的高生态效度研究，多模态融合已经带来了性能上的质变。

然而，想要真正搭建一个高质量的多模态数据集，科研团队往往需要跨越三座大山：

1. 统一的时空边界：拒绝“今天采脑电，明天采近红外”的状态误差；

2. 统一的高置信度标签：实现毫秒级的多模态精准同步，方能为机器学习提供高置信度的状态标签；

3. 繁琐的工具链切换：从实验设计、数据采集到预处理分析，研究员常常沦为多套软件之间的“数据搬运工”。

打破学科隔阂，开启多模态数据生态新篇章——这正是 HRT 一站式科研平台的创新底色。

在演讲现场，HRT 展示了一系列颠覆性的功能矩阵，精准击中了多模态研究的底层痛点：

在脑科学与认知神经科学研究中，眼动追踪是连接外显行为与认知过程的重要桥梁。HRT头戴式眼动分析模块支持自然场景下的移动化采集，结合智能目标识别与自动兴趣区（AOI）分析，可自动追踪动态目标、统一映射多被试视点，大幅降低复杂实验的数据处理成本。研究人员可快速分析注视行为、视觉搜索策略及注意力分配规律，并与EEG、fNIRS、生理信号、行为视频等多模态数据同步融合，深入揭示注意、认知加工及社会互动机制，为超扫描、协同学习、社会认知、人因工程等研究提供更加真实、客观的视觉行为证据。

在最受瞩目的多模态融合模型算法层面，无论是早期融合（特征级）、晚期融合（决策级），还是近两年大火的利用深度交叉注意力机制的混合/深度融合，HRT 都给出了完美的承载方案。

HRT 内置了节点式工作流，研究员可以像拼积木一样自由定义数据处理分析方式。

更硬核的是：只要符合代码规范，您可以直接将自己的模型代码封装成节点丢入平台，利用已采集的多模态数据进行验证！ 平台采用沙箱机制，绝对保障科学家的算法安全；甚至可以将其配置为 “虚拟设备”，在实验过程中实时预览经过算法处理后的融合特征数据！

目前，HRT 已经成功走出实验室，走向了真实的科研与转化成果。从顶尖科研院所的集成测量子系统、定制数据大屏，到企业级人因功效学及驾驶模拟实验室，HRT 正在为全行业全方位赋能。

工欲善其事，必先利其器。为了减少当前的科研阻力，HRT 团队面向全国科研团队正式推出“科研助力计划”！如果您手上有优秀的课题，或正在筹备重大的多模态项目合作，HRT 将非常乐意为您提供一整套完整的工具支持与定制化解决方案。 与我们共同绘制中国脑科学的多模态全景图谱！