Meta 旗下 Reality Labs 研究团队近日在《Nature》期刊发表研究成果，推出了一款基于表面肌电技术（sEMG）的研究型手环原型——sEMG-RD（surface electromyography research device）。该设备可实时捕捉从手腕传导至手部的运动神经电信号，并将其精准转换为数字指令，实现光标控制、界面交互、文字输入等多种操作，潜在应用前景覆盖人机交互、辅助科技及增强现实（AR）等领域。

核心技术与原理

sEMG-RD 采用高灵敏度传感器阵列，能够无创检测腕部的神经信号，并通过内置神经网络模型，将这些信号实时解析为可执行的控制指令。用户可利用拇指滑动、轻敲、手指捏合等手势操作界面，甚至在空中进行“手写”输入，平均可实现 每分钟 20.9 个单词的录入速度（对比智能手机虚拟键盘平均 36 个单词/分钟）。

不同于传统 EMG 设备，该系统无需针对单个用户进行逐一校准。研究团队建立了大规模训练数据集，结合深度学习算法，实现了跨用户的即用型体验，同时仍支持个性化调优。

研发背景与迭代历程

Meta 对神经接口可穿戴技术的探索可追溯至 2019 年。当年，Thomas Reardon 出任 Reality Labs 神经运动接口部门负责人，并在 2021 年带领团队推出首个基于 EMG 的手势控制原型。早期研发目标集中在实现增强现实中的基础交互功能，例如模拟单击操作。本次研究成果标志着该技术已从基础交互拓展至多模态输入控制。

当前版本的 sEMG-RD 已可用于：

• 精准光标与界面导航：替代鼠标，实现低延迟交互；
• 文本输入与手写识别：适用于非实体输入场景；
• 一体化手势控制：用于虚拟现实（VR）和增强现实（AR）系统；
• 辅助技术：为行动受限或肌肉力量不足人群提供低体力消耗的操作方式。

未来，研究团队计划扩展该技术，以直接检测手势的“意图力度”，并将其应用于高精度操纵杆控制、相机操作及复杂交互场景。这一进展有望显著降低使用电子设备的物理负担，并为神经接口在消费级与专业级可穿戴市场打开新的增长空间。