近日，美國麻省理工學院趙選賀教授團隊造出一款可以戴在手腕上的超聲手環。當把手環戴上手腕，只需輕輕彎曲食指，旁邊的機器人手指也能跟着彎下去。
當活動五指彈一段旋律，機器人就能照着一模一樣彈出來，比如真人食指按下 C 鍵，機械手也會按下 C 鍵。再動動拇指和食指，機器人就會用同樣的手勢捏住一顆籃球並投進桌上的小籃筐。
據瞭解，這是第一次有人使用可穿戴超聲技術連續追蹤 22 個手部自由度，平均誤差只有 3.78 度，相關論文發表在 Nature Electronics。
論文第一作者是 Gengxi Lu，其本科畢業於南京大學，博士畢業於美國南加州大學，此次論文是其在麻省理工學院擔任博後期間的工作，目前他在 Meta 擔任超聲波研究科學家。
圖 | Gengxi Lu（來源：http://zhao.mit.edu/teams/gengxi-lu/）
據瞭解，這款超聲手環能夠實時看清你手腕里肌肉和肌腱的動靜，再使用 AI 猜你的手指和手掌在做什麼，然後把動作傳給機器人或者虛擬世界。
人類手部有 4 塊肌肉、27 個關節、100 多根肌腱和韌帶，是人體全身最靈巧的部分。以前想把手部動作傳給機器人，要麼得架一堆攝像頭但是這樣容易被擋住，要麼戴個手套但是這樣會妨礙觸覺。還有一種方法是貼在手臂上測量機電信號，但是機電信號太粗糙了。
（來源：DeepTech 基於原視頻製作）
該團隊的破局方法是：手腕裏的肌腱就像牽線木偶的線，每根線連着手指，只需要看清楚線的狀態，就能知道手指怎麼動。
他們將 256 個微型超聲換能器排成一個陣列，頻率爲 10 兆赫，然後將其縫進一個手環裏，尺寸爲 51 毫米長、5 毫米寬、4 毫米厚，連接着電路板和電池，總重量爲 91.6 克，戴在手腕上不會很重。
這個手環每秒可以拍攝 30 張手腕內部的超聲照片，照片內容涵蓋了手指運動時肌肉和肌腱的形狀變化。比如：彎曲食指的時候，超聲圖像裏對應食指的那塊區域會變；彎曲中指的時候，另一塊區域會跟着變化。
手上一共 22 個自由度，每個都在圖像裏有對應的區域，難點是如何把超聲照片變成手指位置。他們讓一位成員戴上光學追蹤攝像頭，一邊做各種手勢一邊錄製超聲圖像，再把每張圖像裏和 22 根自由度相關的區域手動標出來，然後用這些標好的數據訓練一個 AI 模型。
訓練好的模型在拿到新的超聲照片之後，就能在幾毫秒內猜出來手指和手掌的 22 個角度。
接着，他們又找來 8 位受試者來嘗試，受試者們的手腕周長從 12.8 到 18.4 釐米不等。該團隊累計做了 69 種手勢，包括 26 個字母的手語和 33 種抓握動作。
結果模型猜出來的角度和攝像頭測試出來的真實角度誤差很小，平均角度誤差爲 3.78 度。最準的是拇指和食指，誤差不到 2 度，最難的無名指也只有 6 度多。
（來源：DeepTech基於原視頻製作）
這款手環還有一個好處，完全不怕佩戴位置是否偏移。該團隊專門設計了一個名爲空間變換網絡的模塊，能夠自動地把圖像裏的偏移糾正回來。即使每次佩戴的位置差了一兩釐米，猜出來的動作照樣準確。
他們還在上述 8 位受試者身上做了跨天測試，也就是隔了一週再測，同時不對模型進行重新訓練，結果發現誤差依然保持在穩定範圍，這說明手環記住了這些人的手腕特徵。
（來源：https://www.nature.com/articles/s41928-026-01594-4）
該團隊還把這隻手環接上了一個商用機械手和一套虛擬現實程序。藉此實現了這些功能：
- 真人一動食指，機械手就會動動食指；
- 真人把拇指和食指捏在一起，屏幕上的物體就會縮小；
- 真人把拇指和食指鬆開，屏幕上的物體就會放大；
- 真人轉動手腕，屏幕上的照片就會跟着轉；
- 真人彎曲四根手指，照片就會前後移動。
這些操作非常連續和順滑，不像之前領域內的機電手環只能識別幾個固定檔位。
（來源：https://www.nature.com/articles/s41928-026-01594-4）
目前，這個手環還需要針對每個人單獨地訓練模型，使用光學攝像頭錄製一次手勢大約需要 8 到 12 分鐘，接着再使用這些數據訓練模型，每個人都得這樣進行一次。
圖 | 相關論文的通訊作者趙選賀（來源：http://zhao.mit.edu/teams/gengxi-lu/）
下一步，他們打算收集上千人的手部數據，打造出來一款通用模型，讓新手環一戴上就能用。
他們還想把手環做得更小，把電路板也集成到手環裏，爭取做到使用一塊芯片就能解決所有的信號處理問題，這樣一來不僅功耗更低，而且能戴更久。
（來源：https://www.nature.com/articles/s41928-026-01594-4）
如果這件事能夠做成，未來只需戴上這隻手環，就能在虛擬世界裏像使用自己的手一樣去抓捏和推拉。人類的機械手替身也許可以在千里之外代替我們去勞動，而我們只需要動動手指就可以。
參考資料：
相關論文
https://www.nature.com/articles/s41928-026-01594-4
https://youtu.be/F2HaSoladgM
https://news.mit.edu/2026/wristband-enables-wearers-control-robotic-hand-with-own-movements-0325
https://www.linkedin.com/in/gengxilu
http://zhao.mit.edu/teams/gengxi-lu/
運營/排版：何晨龍
