Meta发布“意念操控”腕带，研究登Nature，要抢马斯克生意？

主要观点总结

Meta现实实验室在Nature上发表论文，介绍其基于表面肌电图（sEMG）的通用型非侵入性神经运动接口。该接口以腕带形式呈现，能精准捕捉手腕部位的神经信号，识别多种手势意图，实现隐蔽操作。与传统输入设备不同，它摆脱了对中间设备的依赖，且高度适应不同人群。研究团队通过高度适应性机器学习模型实现了无需个人校准的高精度手势识别。

关键观点总结

关键观点1: 技术介绍

研究团队开发了基于表面肌电图（sEMG）的通用型非侵入性神经运动接口，以腕带形式呈现。该技术能够捕捉手腕部位的神经信号，识别多种手势意图。

关键观点2: 技术特点

该接口无需侵入性手术，不依赖中间设备，不受动作遮挡影响，通用性强，无需定制解码器。并且具有高度适应性机器学习模型，实现了无需个人校准的高精度手势识别。

关键观点3: 硬件与模型

研究团队开发了高灵敏度、易佩戴的sEMG腕带，并构建了可扩展的数据收集基础设施以获取训练数据。基于这些数据，团队开发出通用的sEMG解码模型，采用多种深度学习架构以适应不同交互场景的需求。

关键观点4: 性能表现

在连续导航任务中，sEMG的闭环手势解码中位数性能为0.66次/秒。在离散手势任务中，手势检测速率达0.88次/秒。戴sEMG腕带的测试者手写输入速度可达20.9字/分钟，且模型在无需个人训练或校准的情况下，分类准确率超过90%。

关键观点5: 未来应用

这一技术在多个领域都有广泛应用前景，如日常交互、辅助技术、医疗康复以及新型控制方式探索。最终有望从专业AR设备逐步拓展成为通用电子设备的交互标准。

免责声明