Meta 於今日召開的 Connect 大會上發布了其 AR 眼鏡 Orion，這款設備的一大亮點在於其創新性的輸入與交互系統，該系統深深植根於 Meta 團隊對肌電圖（EMG）技術的深入研究。特別設計的 EMG 腕帶，賦予用戶以前所未有的方式滑動、點擊與滾動眼鏡中的各類內容。
EMG 技術通過手腕周邊的精密傳感器捕捉控制手腕與手部活動的肌肉電信號，革新了人機交互的便捷性與豐富性。Orion 所採用的 EMG 腕帶，標誌著 Meta 在此領域的最新技術突破，旨在將這一科技以親民的形式融入消費者的日常生活，讓旅途中的資訊交互變得輕鬆自如。
在設計之初，Meta 團隊便充分考量了技術的包容性，確保無論用戶手型大小、動作習慣如何，EMG 腕帶都能提供穩定可靠的人機交互體驗。其獨特之處在於，隨著時間的推移，該系統能逐步適應並學習用戶的獨特動作模式，進一步增強了用戶體驗的個性化與定製化。
相較於傳統的物理控制器，EMG 輸入展現出顯著的包容性優勢，特別是對於那些手部解剖結構非典型或運動範圍受限的人群而言，它提供了一種全新的功能控制方式。無需依賴大幅度動作或完整的手指數量，僅憑手腕肌肉的信號即可實現精準控制，打破了傳統控制方式的局限性。
Meta 正攜手眾多領先的第三方專家，加速推進 EMG 技術的研究與應用，力求將這一技術惠及更廣泛的人群。他們不僅支持第三方研究實驗室拓展神經運動接口的無障礙潛力，還通過學術資助促進相關領域的創新發展。
值得一提的是，猶他大學團隊的研究成果尤為亮眼，他們成功開發出一套適用於包括手部癱瘓人群在內的虛擬交互方案，證明了即便在肌電信號信噪比降低的情況下，如中風後，手腕的肌電信號依然具備強大的控制潛力。此外，華盛頓大學與加州大學戴維斯分校的研究團隊也在 EMG 技術的個性化手勢設計與跨人群適應性算法開發方面取得了進展。
令人振奮的是，Meta 正與卡耐基梅隆大學等頂尖學府合作，探索如何使基於手腕的肌電輸入硬體與算法能夠服務於手部完全癱瘓的患者，實現他們通過細微的肌肉信號控制電腦的夢想。這一創新不僅將極大改善癱瘓患者的生活質量，更展現了技術對促進社會公平與包容性的深遠影響。
面對震顫患者這一特殊群體，Meta 的 EMG 腕帶同樣展現出了強大的適應性與實用性。它克服了傳統手持控制器或觸控屏對持續接觸穩定性的高要求，通過機器學習模型將用戶的神經運動信號精準轉化為電腦指令，從而實現了導航、選擇與文本輸入等複雜操作。
展望未來，Meta 及其合作夥伴將繼續深化 EMG 技術的研究與應用，通過招募更多參與者、優化算法與用戶體驗等方式，不斷提升該技術的適應性與有效性。
