科技/有片| Meta手环将手势变游标 肌电讯号操控 替代键盘滑鼠

[星岛综合报道] Meta 旗下研究人员开发出一款手环，能将你的手部动作转化为电脑操作指令，不但可移动游标，还能将空中书写的文字转换为文本。这项技术未来有望让个人设备对行动能力受限或肌肉力量较弱人士更为友善，并为所有人带来更直觉、无障碍的装置操作方式。

根据本周发表于《Nature》的研究论文，Reality Labs 团队介绍了这款名为 sEMG-RD（表面肌电图研究装置） 的手环。它透过感应器，将从手腕传至手部的运动神经电讯号，转换为可操控连接设备的数位指令。

这些讯号其实就是大脑向手部下达的动作指令，也就是你「打算」执行的动作，因此可视为一种有意识的输入。你可以观看下方的示范影片了解这个装置的实际运作方式：

Meta 多年前已展开相关研究。早在 2021 年，公司就组成了由 Thomas Reardon 领导的团队开发这项技术。他自 2019 年加入 Reality Labs，担任神经运动介面总监，并率先试作出以肌电图为基础的手势控制装置。当时 Meta 着眼于强化扩增实境（AR）体验，初步目标是实现模拟单一滑鼠点击等简单操作。这次发表的论文，便是由 Reardon 团队主导的成果。

其实业界早有其他类似尝试。例如 2023 年出现的某款装置，就透过气压感应器辨识 10 种手势；另有一款名为 Mudra Band 的产品，声称可透过表面神经导电技术，以简单手势操控 Apple Watch。

不过，Meta 的 sEMG-RD 技术更进一步。它不仅可如雷射笔般单向控制萤幕游标，还可透过捏指、滑拇指、轻点等手势，完成介面浏览与项目选取等复杂操作。甚至可借由模拟空中书写输入文字，达到每分钟约 20.9 个单字的速度──考虑到手机键盘输入平均也才每分钟 36 字，这样的表现相当出色。

 

更重要的是，这套系统不需为每位用户个别校准即可使用（当然仍可调整以提升个人化体验）。研究团队利用大量参与者的训练数据，透过深度学习模型将原始讯号转译为精准指令。这样的通用解码模型，不须为每位使用者量身打造，也可达到准确识别，使用门槛大幅降低，就像一般人使用滑鼠般直觉快速上手。

研究人员认为，这项技术未来还可侦测手势「用力程度」，进一步应用于摄影机、摇杆等更细腻的控制。它也有潜力进一步降低使用手机与其他数码设备所需的体力门槛。或许更令人兴奋的是，我们可以借由运用不同的肌肉协同作用，或传送全新的讯号让手环解读，从而探索一些我们尚未命名的新型互动方式。

图片：Meta、Image courtesy of the researchers

T10