“结印”操作成真？Meta神经运动接口手环登上

电子发烧友网综合报道  最近，Meta旗下著名硬件部门Reality Labs开发了一种新型的通用非侵入性神经运动接口，用一个手环收集生物信号，只需要手腕一动，就能完成丰富的人机交互操作。该成果发表在Nature期刊上，并详细介绍了这种技术的实现方式。（https://www.nature.com/articles/s41586-025-09255-w）
 
研究团队指出，当前的人机交互存在明显的局限性，现有计算机输入方式（键盘、鼠标等）依赖设备，在某些场景下不适用；手势识别的操作，容易受遮挡影响；侵入式脑机接口(BCI)虽有潜力，但高带宽通信仅通过侵入性接口实现，且需要为单个个体定制解码器；非侵入式 EEG信号质量低、泛化差，限制了实际应用；现有肌电(EMG)系统也面临姿势变化鲁棒性差、电极位移、跨会话和跨用户泛化能力不足等问题。
 
 
论文提出并验证了一种基于表面肌电图（sEMG）的通用非侵入性神经肌肉接口技术，通过收集数千名（最多4800名）参与者的训练数据，构建了可跨人群泛化的 sEMG 解码模型。该模型在连续导航任务中实现 0.66 次 / 秒的目标获取，离散手势任务中达 0.88 次 / 秒的检测速度，手写输入速度为 20.9 词 / 分钟，且通过个性化优化可将手写解码性能提升 16%。这是首个无需个性化校准即能实现高带宽交互的神经运动接口，为人类和计算机交互提供了新方向。  
来源：Reality Labs  
在硬件方面，Reality Labs开发的sEMG研究设备采用了干电极、多通道（48 个电极，16 个双极通道）、2kHz 采样率、低噪声（2.46μVrms）、无线蓝牙传输、续航超 4 小时，4 种尺寸适配不同腕围。同时电极间距接近前臂 EMG 信号空间带宽（5-10mm），电极间隙适配尺骨位置，可检测细微肌电信号，通过灵活关节连接的机械结构确保电极与皮肤的稳定接触。
 
技术的基础是利用肌肉电活动作为神经信号的高信噪比窗口，sEMG信号源自运动单元动作电位(MUAPs)的总和，反映中枢神经系统发出的运动指令。
 
信号处理与机器学习上引入了“MPF features”，采用创新的深度学习架构，包括旋转不变性模块(rotational-invariance module)；LSTM层与全连接层结合；参考语音识别技术，采用Conformer架构(结合CNN和Transformer)；应用SpecAugment数据增强技术。
 
最终Reality Labs实现了强通用的sEMG解码框架，突破了以往EMG系统需要个性化定制的限制，成为首个兼具非侵入性、高性能和跨人群通用性的神经运动接口。
 
在通用模型的基础上，通过简单的微调，还能够大幅提高识别准确率。研究团队对对 40 名参与者，使用 1-20 分钟个人数据微调通用模型，可降低手写任务的字符错误率（CER）。20 分钟个人数据可使基于 6400 名参与者训练的模型性能提升 16%，且对通用模型性能较差的用户提升更显著。
 
小结：
 
Reality Labs这项通用非侵入性神经运动接口技术，主要创新点在于首次实现了非侵入性、通用性、高性能和跨人群通用性的神经运动接口，无需依赖额外设备，不受遮挡、光照等环境影响，实现无缝、自研的交互，为未来的人机交互带来了新的可能性，在智能手表、眼镜等移动设备，以及临床康复等场景都有很大的应用空间。