想象一下，你无需触碰任何设备，只需一个微小的手腕动作，凭空比划几下，就能与身边的电脑、手机、智能眼镜无缝交互。

meta 公司的 Reality Labs，在最新发表于《自然》（Nature）杂志的论文中，带来了一项新成果：一种通用的非侵入性神经运动接口，与腕带结合后，就能让这种“意念控制”成为现实。

图 | 论文标题（meta 论文）

长期以来，人类在追求更高效、更直观的计算机输入方式上从未止步。然而，无论是键盘、鼠标还是触摸屏，都不可避免地需要用户与物理设备进行直接互动，这在移动场景下往往显得笨拙不便。

而依赖摄像头或惯性传感器的手势系统，则容易受制于遮挡或光线不足等环境因素。

为了破除这些限制，直接从人体读取信号的脑机接口（brain–computer interfaces）和神经运动接口（neuromotor interfaces）成为了热门研究领域。

meta 团队此次将目光投向了一种非侵入性神经运动接口：基于表面肌电图（sEMG，surface electromyography）的技术。

简单来说，就是通过读取肌肉产生的电信号来理解人体的运动指令。

图 | SEMG 腕带系统示意图（meta）

meta 早在多年前就开始着手研究这项技术。2021 年，该公司组建了一个团队，其中包括论文作者之一托马斯·里尔登（Thomas Reardon）——他于 2019 年加入 Reality Labs，担任神经运动界面主管，主导开发了一款基于肌电图的手势控制装置原型。

这些肌电信号，实际上是运动单位动作电位（MUAPs，Motor Unit Action Potentials）的总和，它们就像是中央神经系统发出的微电流指令，可以透过皮肤，为我们展现大脑如何控制肌肉。

与脑电图相比，SEMG 信号具有更高的信噪比，这意味着它能更清晰地捕捉到肌肉的微弱活动，从而实现实时的单次手势解码。

同时，SEMG 信号不受遮挡、光照不足或微小动作的困扰，天然适用于人机交互应用。

（meta）

基于此，meta 研究团队开发并部署了一款非侵入式硬件，像腕带一样的 SEMG 研究设备（SEMG-RD），用于在手腕处记录 SEMG 信号。

之所以选择手腕作为佩戴位置，是因为人类主要通过手部与世界互动，且手腕能广泛覆盖手部、腕部和前臂肌肉的 SEMG 信号。

腕带是无线的，并能适应不同解剖结构和环境，仅需几秒钟即可完成佩戴或摘除。它通过蓝牙传输数据，续航在 4 小时左右。

除了硬件设备，研究团队还创建了一个可扩展的、大规模数据收集基础设施。他们从数千名参与者那里收集了大量的训练数据，帮助他们开发出了能够跨个体泛化的通用 SEMG 解码模型。

图 | 三种实验任务（meta）

实验设计中包含了三类核心计算机交互任务：一维连续导航（类似于激光笔控制）、离散手势检测（手指捏合、拇指轻扫）和手写转录。参与者佩戴 SEMG 腕带，并根据计算机屏幕上的提示执行相应的动作。

为了将 SEMG 信号转换为计算机指令，研究人员架构并部署了基于深度神经网络的解码模型。

针对不同的任务，模型采用了不同的处理技术和网络架构：腕部任务采用多变量功率频率（MPF，Multivariate Power Frequency）特征和长短期记忆（LSTM，Long Short-term Memory）层，离散手势任务采用一维卷积层后接 LSTM 层，手写任务采用 MPF 特征和 Conformer 架构。

此外，研究团队还开发了时间对齐算法，以解决提示标签与实际手势时间可能存在的偏差，从而提高模型训练的精度。

图 | SEMG 腕带（meta）

meta 团队通过离线和在线（闭环）两种方式对 SEMG 解码模型的性能进行了评估。

离线评估数据显示，SEMG-RD 平台在手写和手势检测任务中，对未参与训练的测试参与者实现了超过 90% 的分类准确率。在腕部角度速度解码任务中，误差低于 13°s-1。

研究指出，单个参与者模型在跨会话和跨用户泛化方面存在挑战，同一参与者在不同会话间的模型性能随着训练数据的增加而改善。但跨参与者泛化能力仍然受限，即使增加训练数据也仅能带来轻微改善。

这突显了采用大规模、多样化数据集训练通用模型的必要性。

模型性能显示出与训练数据量和模型规模的幂律关系，这与大型语言模型和视觉 Transformer 的研究发现一致。随着训练参与者数量的增加，所有任务的解码错误率均呈现下降趋势。

在线（闭环）评估数据则直接反映了模型作为计算机接口的实际可行性。评估对象为之前没有 SEMG 解码器使用经验的初次用户。

图 | 三种闭环任务示意图（meta）

在腕部连续控制任务中，用户实现了每秒 0.66 个目标获取的闭环中位数性能。在离散手势任务中，系统实现了每秒 0.88 次手势检测的中位数性能。在手写输入功能上，用户实现了每分钟 20.9 个单词（WPM，Words Per Minute）的中位数性能。

与传统交互设备相比，如 MacBook 触摸板的平均获取时间为 0.68 秒、任天堂 Joy-Con 游戏控制器的中位数手势完成率为 1.45 次/秒、无笔手写的速度为 25.1 WPM，SEMG 解码器的绝对性能目前仍有差距。

然而，该接口的优势在于不依赖手持设备或外部仪器，这在特定使用场景下具有几乎无法替代的价值。研究团队还观察到，参与者在实践中会不断进步，适当的指导和练习有助于用户适应腕带并提高任务表现。

进一步的模型个性化探索表明，即使在通用模型表现良好的情况下，通过短时间额外的个性化数据（例如 20 分钟）微调模型，仍能进一步提升性能。

以手写任务为例，即使通用模型已经用 6400 名参与者的数据进行了训练，但只要再加入短短 20 分钟的个性化数据，就能让中位数性能再提高 16%。

个性化对那些通用模型表现相对较差的参与者，带来了更大的相对增益，有效解决了用户性能的长尾效应。

为了深入理解离散手势解码器神经网络的内部工作机制，研究人员分析了其学习到的表示。网络架构包含一个一维卷积层和三个循环 LSTM 层。

研究发现，第一层卷积层的滤波器在时空特征上与肌肉 MUAPs 具有相似性。这表明模型在较低层次学习了与肌肉电生理活动相关的基础模式。

（meta）

进一步分析 LSTM 层的表示发现，随着网络深度的增加，手势类别信息在表示空间中变得更加可分离，而与参与者身份、腕带放置位置和手势激发的 SEMG 功率等“干扰变量”相关的表示则逐渐解耦或保持不变。

这意味着网络通过学习，逐渐将 SEMG 信号的表示塑造成对这些“干扰变量”更加不变的形式，从而提高了手势识别的稳健性。

meta 研究团队指出，这项技术为未来人机交互开启了多种可能性。

首先，SEMG 解码器能够直接检测手势的力度，这是现有摄像头或操纵杆控制无法实现的功能。未来用户可能通过“意念”来控制设备的力度，例如通过轻微的肌肉收缩来微调音量，而通过更强的收缩则实现快速静音。

其次，尽管目前研究主要展示了一维连续控制，但通过添加更多仿生映射，例如利用手腕的尺侧/桡侧偏离来控制垂直方向，实现多自由度联合控制是完全可能的。

此外，SEMG-RD 平台及其配套软件，还可用于研究神经反馈对运动单位活动的影响，从而探索新颖的“人机共生”交互模式，甚至支持人们学习新的运动技能。

最后，在临床领域，这种只需最小肌肉活动而非特定动作的交互设计，有望为那些运动能力受限、肌肉无力或失去肢体的人提供可行的交互方案，并促进有效的闭环神经康复范式的发展。

虽然该研究在解决 SEMG 系统长期面临的泛化和校准问题上取得了进展，但仍存在局限性和进步空间。

例如，与传统的、成熟的人机交互方法相比，SEMG 系统的绝对性能较弱，学习曲线较为陡峭。此外，该研究主要面对的是健康人群，训练结果能否泛化到行动不便人群仍未可知。这或许会限制它在临床、无障碍方面的用途。

为了更好地推动 SEMG 的相关研究，研究团队公开了 1060 份来自 300 名参与者的 SEMG 记录数据以及相关的代码。

研究人员表示，他们未来的工作将关注用户熟练度提升、模型优化（包括个性化）、后处理技术和硬件传感性能的改进。

参考资料：

Kaifosh, P., Reardon, T.R. & CTRL-labs at Reality Labs. A generic non-invasive neuromotor interface for human-computer interaction.Nature(2025). https://doi.org/10.1038/s41586-025-09255-w

https://newatlas.com/wearables/meta-mouse-keyboard-bracelet-semg-rd/

运营/排版：何晨龙