文章图片
文章图片
【Meta的肌电腕带，可能会定义下一代人机交互范式】
文章图片
要论2025年走红的消费电子产品 ， 可能就非智能眼镜莫属了 ， 如今从新锐初创企业到老牌科技巨头 ， 似乎都瞄准了头戴设备这片新兴热土 。 其中一手带火了智能眼镜的Meta自然也没闲着 ， 他们将在9月举行的年度Connect大会上推出代号为Hypernova的智能眼镜这件事 ， 几乎已经是板上钉钉 。
但Hypernova并非大名鼎鼎Ray-Ban Meta的后继产品 ， 而是Meta旗下首款带有高端HUD（抬头显示）功能的智能眼镜 。 并且有消息称 ， 这次Meta并没有带上合作伙伴依视路陆逊梯卡（EssilorLuxottica） ， 而是会将Hypernova作为自有品牌的产品推出 。
除了HUD所带来的信息呈现能力跃升 ， Hypernova在功能层面并没有比Ray-Ban Meta更丰富 ， 依然是拍摄照片和视频、Meta AI交互 ， 以及蓝牙音频流媒体等功能 。 事实上 ， Hypernova最为核心的看点 ， 在于Meta为其配备的sEMG（表面肌电图）腕带 ， 这也是该公司为VR头显、智能眼镜打磨了多年的“秘密武器” 。
为什么Meta会推出一个智能眼镜+肌电腕带的组合呢？如今同时拥有Quest头显和Ray-Ban Meta眼镜的Meta ， 无疑算得上是目前科技圈对于头戴式设备最有话语权的厂商之一 ， 所以他们搞肌电腕带自然是有原因的 。 这个问题的答案 ， 其实是肌电腕带极有可能是脑机接口技术商业化之前 ， 能满足头戴式设备交互需求的最优解 。
一直以来 ， 无论VR头显、还是智能眼镜 ， 几乎一切头戴式设备都有同一个痛点 ， 那就是交互体验糟糕 。 目前头戴式设备的交互方式通常有两种 ， 分别是语音和手势 。
先来说说从智能眼镜鼻祖Google Glass就开始使用的语音交互 ， 其能够沿用至今的原因很简单 ， 因为声音是人类最原始、最基本的交流方式 ， 所以使用它与机器交互也更符合人类的直觉 。
只可惜语音交互的缺陷过于突出 ， 早期声控系统面临的问题 ， 就在于无法实现在复杂声学条件下准确识别用户的指令 。 比如当年在锤子科技的鸟巢发布会上 ， 罗永浩在展示号称“重新定义下一个十年的个人电脑”TNT工作站时频频翻车 ， 最后只能喊出“理解万岁”来缓解尴尬 ， 以至于还诞生了“安静！别吵到我用TNT”这样的梗画 ， 其实这一切就都是源自于语音识别的翻车 。
即使到了当下 ， 大语言模型的出现使得AI可以让机器准确识别用户语音中的信息 ， 但从复杂声学环境中准确识别出目标用户声音的远场拾音技术依然存在缺陷 ， 还不能从环境中的本底噪声、混响中100%捕捉到用户的特定声音 。
当然 ， 语音交互真正的痛点 ， 在于不是所有人都能克服在公共场合大声说话带来的羞耻感 ， 许多人做不到在大庭广众之下自说自话 。 所以尽管语音交互足够便捷、也很高效 ， 但对使用场景的要求使得它始终只能是一个备选 。
相比优缺点都极为明显的语音交互 ， 手势交互的特点则是中庸 。 常规智能眼镜使用的镜腿触控模式其实是延续了智能手机的逻辑 ， 用户不需要付出额外的学习成本就可使用 ， 但在眼镜腿上进行触控交互显然不符合人体工程学 ， 缺陷就在于需要用户将手举到头部与眼镜对齐 ， 频繁使用会疲惫 ， 且镜腿触控的精度过低 ， 只能执行拍照、接打电话、调整音量等简单操作 。
虽然苹果Vision Pro的手势识别精度更高 ， 但也对传感器、也就是摄像头有了更高的要求 ， 所以只能用在头显而非眼镜上 。 这时候 ， 肌电腕带就成为了当前技术条件下的最优解 。 在佩戴肌电腕带后 ， 用户就可以通过旋转手部来滚动浏览应用和照片 ， 并通过拇指与食指的轻捏动作来完成选择这一操作 ， 从而大幅提升智能眼镜的操控便捷性 。
事实上 ， 肌电腕带是卡内基梅隆大学（CMU）与Meta合作的产物 ， 在去年的Connect 2024上Meta方面就展示了这款“黑科技” 。 其原理是监测是在皮肤表面测量到、由肌肉产生的电势 ， 并检测由单个运动神经元引起的活动 ， 再通过算法来解码用户的动作 ， 最终预测相关动作所代表的意图 。
为了解决肌电信号与手部动作之间的映射问题 ， Meta通过数千名志愿者的帮助 ， 建立了emg2qwerty、emg2pose等多个反映用户意图与sEMG（表面肌电信号）、手部姿态关联性的数据集 ， 再通过类似AI大模型Scaling Law的泛化思维 ， 来实现对手部细微运动反映人类意图的洞察 。 根据离线评估数据显示 ， Meta在手写和手势检测任务中 ， 对未参与训练的测试者实现了超过90%的分类准确率 。
简而言之 ，Meta通过AI大模型与神经科学结合 ， 实现了用户只需通过手部的细微动作 ， 即可精准操控设备的效果 。 尽管肌电腕带在精度上不如键鼠以及手指触控 ， 用它来操作电脑和手机的效率不佳 ， 可放在智能眼镜上却恰到好处 。
毕竟肌电腕带可以不用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 ， 正好满足了无法触摸屏幕 ， 也不能接入键盘的智能眼镜 。 并且随着Meta相关研究的深入 ， 肌电腕带甚至可以利用手腕的尺侧/桡侧偏离来控制垂直方向 ， 从而实现多自由度的联合控制 。
既没有语音交互的低效和道德压力 ， 也没有手势交互低精度缺陷的情况下 ， Meta的肌电腕带或许就会是下一代人机交互范式最有力的候选者 。
推荐阅读
- 荣耀Magic V Flip2评测：行业唯一2亿像素照亮你的颜值
- 冲上热搜的苹果20周年iPhone，小米在6年前就造出来了？
- dynabook高端轻薄笔电Portégé X40-M：商务办公的智能伙伴
- 平板的笔有必要买吗？2025年精选10款性价比最高的电容笔推荐！
- 当AI比我们更聪明：李飞飞和Hinton给出截然相反的生存指南
- 用「录音机」切入AI硬件赛道，钉钉要做的是协同闭环
- 魅族22延期上热搜，官方回应“心痛的很”
- 基于 NVIDIA Blackwell 的 Jetson Thor 现已发售
- 用于RICOH GR IV的小型闪光灯 「RICOH GF-2」新上市
- 掘金AI时代计算产业红利的商业伙伴，为什么跟华为组队？