1. 首頁 > 生活百科 > >

Meta首款消費級神經腕帶來了，專為AI眼鏡設計

人工智能機器人meta人機交互猶他大學

Meta首款消費級神經腕帶來了，專為AI眼鏡設計

文章圖片

Meta首款消費級神經腕帶來了，專為AI眼鏡設計

文章圖片

Meta首款消費級神經腕帶來了，專為AI眼鏡設計

智東西
編譯｜萬貴霞
編輯｜云鵬
智東西2月4日消息 ， 據外媒UploadVR今日報道 ， Meta正與猶他大學展開合作 ， 探索借助Neural Band（神經腕帶）實現無障礙人機交互功能 。 猶他大學神經機器人實驗室正將神經腕帶作為輔助輸入工具展開研究 ， 試圖替代傳統的下巴操縱桿、頭部開關以及吸氣/呼氣控制等交互方案 。
2026年1月28日 ， Meta官方宣布 ， 與猶他大學啟動一項新的研究合作 ， 核心目標是評估面向不同手部活動能力人群的消費級腕部可穿戴設備 ， 探索如何讓更多用戶便捷使用計算設備和數字界面 。
Meta官方公告（圖源:Meta官網）
Meta官方介紹 ， Meta Neural Band是其首款面向消費者推出的腕帶產品 ， 基于sEMG（表面肌電信號）實現人機交互 ， 專為Meta Ray-Ban Display眼鏡設計 ， 目前其在無障礙領域的應用潛力正逐步顯現 。
據UploadVR報道 ， Meta Neural Band是一款輕薄、時尚且可量產的sEMG腕帶 ， 將與Meta Ray-Ban Display眼鏡捆綁銷售 。
Meta Neural Band是一款纖薄的腕帶 ， 內置高精度EMG傳感器 ， 可捕捉手部和手指的控制信號（圖源：UploadVR）

一、Meta與猶他大學圍繞Neural Band開展無障礙交互可行性研究據報道 ， 此次猶他大學與Meta的合作項目 ， 重點關注信號質量、穩定性以及長期使用的可行性 。 猶他大學研究團隊將與Meta內部研究人員密切協作 ， 在持續收集用戶反饋的基礎上 ， 設計、評估并迭代定制化手勢控制方案 。
Meta官方說 ， 該研究項目旨在評估神經肌肉疾病患者使用Meta Neural Band完成日常任務的有效性 ， 并確保系統能根據不同用戶的具體需求進行定制 。 該腕帶通過捕捉肌肉產生的控制信號 ， 解讀用戶的運動意圖 ， 并將其轉化為設備可執行的操作 。
據悉 ， 目前尚不清楚Meta是否會、或何時會將這款神經腕帶作為獨立配件 ， 推出可與電腦或輔助設備連接的版本 。
此外 ， 在本次合作中 ， 猶他大學神經機器人實驗室主任雅各布·A·喬治（Jacob A. George）及其團隊 ， 將與Meta研究人員、最終用戶共同探索Meta Neural Band及其自研算法 ， 研究如何為不同手部活動能力人群提供穩定的控制方式和交互界面 。
猶他大學神經機器人實驗室主任雅各布·A·喬治（圖源：Jones-Dilworth官網）
目前 ， 該研究已納入脊髓損傷和運動障礙患者 ， 旨在探索如何將這些信號可靠地轉換為不同用戶通用的數字輸入方式 ， 雖仍處于早期階段 ， 但目標是解決人機交互領域長期存在的無障礙難題 。
Meta官方還透露 ， 喬治是Reality Labs于2021年發起的“負責任的神經接口設計工程方法”項目提案征集活動的獲獎者 。 相關研究表明 ， 即便在信噪比下降的場景下（如中風后） ， 腕部sEMG依然可用于控制輸入 。
據報道 ， 猶他大學神經機器人實驗室長期致力于脊髓損傷、創傷性腦損傷、肌萎縮側索硬化癥（ALS）以及肢體缺失等神經肌肉障礙患者開發輔助技術 ， 研究方向涵蓋機器人與假肢、外骨骼、輔助輪椅 ， 以及可恢復行動或感知能力的輔助滑雪系統等 。

二、sEMG被作為關鍵技術路徑 ， 用肌肉信號替代傳統物理輸入Meta官方解釋稱 ， 表面肌電圖通過佩戴在手腕周圍的外部傳感器 ， 檢測控制手腕和手部運動的肌肉電信號 ， 進而提供一種易上手、便捷且功能豐富的人機交互方式 。 與傳統物理控制器相比 ， sEMG（表面肌電信號）輸入在設計上更具包容性 ， 能夠幫助解剖結構異?；蚧顒臃秶芟薜娜巳簩崿F有效控制 。
EMG原理圖（圖源：ResearchGate）
不同于依賴攝像頭識別手部動作 ， 或需要按壓按鈕、操縱搖桿的輸入方式 ， 即使用戶無法完成大幅度動作 ， 或手指數量少于五根 ， 手腕處的肌肉信號依然可以作為可靠的控制輸入來源 。
研究人員說 ， 在具有非典型神經肌肉信號的人群中測試該技術 ， 有助于提升系統的適應性 ， 這不僅能改善無障礙交互體驗 ， 也可能優化普通用戶的使用感受 。
值得注意的是 ， 在早期實驗中 ， 部分研究參與者即便無法主動伸展手指 ， 仍可通過肌電信號控制虛擬手部化身的所有手指動作 ， 這也彰顯了sEMG技術在虛擬環境中突破個體物理限制的表達潛力 。
不過 ， UploadVR報道也提到 ， 盡管sEMG技術已被用于解析行動不便人群的手部和手指動作 ， 但現有研究級解決方案往往存在體積大、佩戴不便、成本較高等問題 。

結語：技術賦能 ， 邁向更具包容性的人機交互未來喬治博士說 ， 通過注重易用性和用戶協作 ， sEMG技術有望顯著提升神經肌肉障礙患者的生活質量與獨立性 ， 為人機交互邁向更包容的未來鋪平道路 。
Meta Neural Band從消費電子設備出發 ， 通過與學術機構的深度合作 ， 有望為運動障礙群體打開一扇新的大門 。
【Meta首款消費級神經腕帶來了，專為AI眼鏡設計】來源：UploadVR、Meta官方

    推薦閱讀