Meta首款消费级神经腕带来了，专为AI眼镜设计

智东西
编译｜万贵霞
编辑｜云鹏

智东西2月4日消息，据外媒UploadVR今日报道，Meta正与犹他大学展开合作，探索借助Neural Band（神经腕带）实现无障碍人机交互功能。犹他大学神经机器人实验室正将神经腕带作为辅助输入工具展开研究，试图替代传统的下巴操纵杆、头部开关以及吸气/呼气控制等交互方案。

2026年1月28日，Meta官方宣布，与犹他大学启动一项新的研究合作，核心目标是评估面向不同手部活动能力人群的消费级腕部可穿戴设备，探索如何让更多用户便捷使用计算设备和数字界面。

▲Meta官方公告（图源:Meta官网）

Meta官方介绍，Meta Neural Band是其首款面向消费者推出的腕带产品，基于sEMG（表面肌电信号）实现人机交互，专为Meta Ray-Ban Display眼镜设计，目前其在无障碍领域的应用潜力正逐步显现。

据UploadVR报道，Meta Neural Band是一款轻薄、时尚且可量产的sEMG腕带，将与Meta Ray-Ban Display眼镜捆绑销售。

▲Meta Neural Band是一款纤薄的腕带，内置高精度EMG传感器，可捕捉手部和手指的控制信号（图源：UploadVR）

一、Meta与犹他大学围绕Neural Band开展无障碍交互可行性研究

据报道，此次犹他大学与Meta的合作项目，重点关注信号质量、稳定性以及长期使用的可行性。犹他大学研究团队将与Meta内部研究人员密切协作，在持续收集用户反馈的基础上，设计、评估并迭代定制化手势控制方案。

Meta官方说，该研究项目旨在评估神经肌肉疾病患者使用Meta Neural Band完成日常任务的有效性，并确保系统能根据不同用户的具体需求进行定制。该腕带通过捕捉肌肉产生的控制信号，解读用户的运动意图，并将其转化为设备可执行的操作。

据悉，目前尚不清楚Meta是否会、或何时会将这款神经腕带作为独立配件，推出可与电脑或辅助设备连接的版本。

此外，在本次合作中，犹他大学神经机器人实验室主任雅各布·A·乔治（Jacob A. George）及其团队，将与Meta研究人员、最终用户共同探索Meta Neural Band及其自研算法，研究如何为不同手部活动能力人群提供稳定的控制方式和交互界面。

▲犹他大学神经机器人实验室主任雅各布·A·乔治（图源：Jones-Dilworth官网）

目前，该研究已纳入脊髓损伤和运动障碍患者，旨在探索如何将这些信号可靠地转换为不同用户通用的数字输入方式，虽仍处于早期阶段，但目标是解决人机交互领域长期存在的无障碍难题。

Meta官方还透露，乔治是Reality Labs于2021年发起的“负责任的神经接口设计工程方法”项目提案征集活动的获奖者。相关研究表明，即便在信噪比下降的场景下（如中风后），腕部sEMG依然可用于控制输入。

据报道，犹他大学神经机器人实验室长期致力于脊髓损伤、创伤性脑损伤、肌萎缩侧索硬化症（ALS）以及肢体缺失等神经肌肉障碍患者开发辅助技术，研究方向涵盖机器人与假肢、外骨骼、辅助轮椅，以及可恢复行动或感知能力的辅助滑雪系统等。

二、sEMG被作为关键技术路径，用肌肉信号替代传统物理输入

Meta官方解释称，表面肌电图通过佩戴在手腕周围的外部传感器，检测控制手腕和手部运动的肌肉电信号，进而提供一种易上手、便捷且功能丰富的人机交互方式。与传统物理控制器相比，sEMG（表面肌电信号）输入在设计上更具包容性，能够帮助解剖结构异常或活动范围受限的人群实现有效控制。

▲EMG原理图（图源：ResearchGate）

不同于依赖摄像头识别手部动作，或需要按压按钮、操纵摇杆的输入方式，即使用户无法完成大幅度动作，或手指数量少于五根，手腕处的肌肉信号依然可以作为可靠的控制输入来源。

研究人员说，在具有非典型神经肌肉信号的人群中测试该技术，有助于提升系统的适应性，这不仅能改善无障碍交互体验，也可能优化普通用户的使用感受。

值得注意的是，在早期实验中，部分研究参与者即便无法主动伸展手指，仍可通过肌电信号控制虚拟手部化身的所有手指动作，这也彰显了sEMG技术在虚拟环境中突破个体物理限制的表达潜力。

不过，UploadVR报道也提到，尽管sEMG技术已被用于解析行动不便人群的手部和手指动作，但现有研究级解决方案往往存在体积大、佩戴不便、成本较高等问题。

结语：技术赋能，迈向更具包容性的人机交互未来

乔治博士说，通过注重易用性和用户协作，sEMG技术有望显著提升神经肌肉障碍患者的生活质量与独立性，为人机交互迈向更包容的未来铺平道路。

Meta Neural Band从消费电子设备出发，通过与学术机构的深度合作，有望为运动障碍群体打开一扇新的大门。

来源：UploadVR、Meta官方