-
日期: 2025-07-25 | 来源: 智东西 | 有0人参与评论 | 专栏: 马斯克 | 字体: 小 中 大
在离散手势任务中，其手势检测速率达0.88次/秒，即用户做出如握拳、伸指等离散的特定手势时，系统能够以每秒0.88次的速度快速识别并做出响应。
戴sEMG腕带的测试者，手写输入速度可达20.9字/分钟，且通过个性化调整sEMG解码模型，手写模型的解码性能可进一步提升16%。
值得一提的是，这些模型在无需针对个人进行训练或校准的情况下，就能在不同人群中表现良好。其在离线评估中，对未参与训练的参与者，手写和手势检测的分类准确率超过90%，手腕角度速度解码误差小于13°s⁻¹。
研究团队在不同年龄、性别、身体状况的志愿者群体中进行了广泛测试，均得到了上述稳定且优异的结果，验证了该神经运动接口的通用性与可靠性。
未来应用：潜力广泛，前景可观
这一技术在多个领域都有着广阔的应用前景。
日常交互：可应用于智能手机、智能手表、智能眼镜等移动设备，实现无缝输入，尤其适合在移动场景中使用，解决传统输入方式在该场景下的局限性。
比如，用户在行走、乘车时，无需再依赖屏幕触摸或键盘输入，仅通过简单的手部肌肉活动，就能完成文字输入、指令下达等操作，让信息交互更加便捷高效。
辅助技术：为行动不便者提供新的交互方式，例如那些因肌肉无力或肢体缺失而难以使用传统设备的人群，通过细微的肌肉活动就能实现与计算机的交互。
对于肢体残疾人士，他们可以借助该接口，以自身独特的肌肉运动模式控制轮椅、假肢等辅助设备，获得更高的生活自主性。
医疗康复：可用于临床诊断和康复治疗，如监测患者的肌肉活动情况，辅助制定个性化康复方案，或作为闭环神经康复范式的一部分。
医生能够通过分析患者使用该接口时的肌肉电信号数据，更精准地了解患者的肌肉恢复状态，及时调整康复训练计划，提高康复效果。
新型控制方式探索：有望实现对意图手势力量的直接检测，开发多自由度联合控制，以及低做功的控制方式，甚至可能催生出基于神经运动信号空间的全新交互形式。
例如，在工业控制领域，工人可以通过佩戴该接口，以更自然的方式远程操控复杂设备，减少操作失误，提高生产效率。
此外，该技术还为脑机接口等相关领域提供了借鉴，其大规模数据收集和模型训练方法可能为解决其他接口的校准问题提供方向。
结语：下一代人机交互范式或将被重新定义
Meta在2023年通过Orion AR眼镜原型完成了技术的前期验证，2025年核心研究成果正式被顶级学术期刊Nature收录发表。
这项技术有望从专业AR设备逐步拓展成为通用电子设备的交互标准，最终实现“让计算机理解人类手势”的技术愿景。
这种以人为中心的交互理念，或将重新定义下一代人机交互范式。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见