随着人工智能代理变得更加复杂，人类“准确传达其意图”的成本也在增加。可能很少有人仍然意识到这个悖论。让你的提示更长，检查每个步骤，并进行更多修改。如果这样的任务变得司空见惯，那么问题可能不在于人工智能，而在于界面本身的设计理念。
2026 年 6 月 23 日，Wearable Devices Ltd.（纳斯达克股票代码：WLDS）发布了白皮书《从意图到行动：脑机接口如何消除 AI 和 AR 交互中的摩擦》。内容将该公司的腕戴式神经接口“Mudra”定位为基于代理的人工智能、增强现实和机器人技术中的“意图层”。
该论文的中心概念是“意图差距”——用户意图与人工智能系统推断之间的差距——并认为持续实时弥合这一差距是下一代交互的关键。引入该公司独特的大型MUAP模型（LMM）作为实现这一目的的技术基础。 LMM 将来自手腕的神经和肌肉信号转换为机器可读的“神经标记”，其准确性随着数据的积累而提高。
商业应用包括“被动 ID”、使用神经肌肉签名的无密码身份验证，以及使用实际人类肌肉力量和肌张力数据训练机器人手。显示了两种硬件配置：Mudra Pro（3 个 EMG 通道、IMU、PPG）和 Mudra Ultimate（8 个 EMG 通道）。
从： 
可穿戴设备发布白皮书，将腕戴式神经传感定位为智能人工智能、增强现实和机器人技术的“意图层”
【编辑部评论】
尽管人工智能代理变得“更聪明”，但它们使用起来却变得很麻烦。矛盾的是，可穿戴设备的白皮书称：意图差距” 是从这句话开始的。
随着人工智能系统的发展，用户将不得不提前编写很长的指令，并逐步检查和纠正代理的行为。这是“提示→等待→纠正”的重复，为了发挥AI的智能，人类的负担实际上是在增加。这就是论文“真正的瓶颈不是交互方式，而是意图读取速度”背后的现实。
如果你重新组织这个问题，它会看起来像这样。为了让人工智能“正确行动”，需要的不是更详细的解释，而是更快地解读意图。从这个角度来看，该提案的框架是将一款可实时读取手腕上的神经和肌肉信号的BCI（脑机接口）可穿戴设备定位为与AI代理的“连续对准循环”的输入端。
与读取脑电波或利用眼球运动进行眼球追踪的脑电图耳机相比，腕戴式肌电图传感器具有独特的实用优势。它可以随时佩戴，具有社会可接受的外观，并且由于神经信号在实际运动之前发生，因此理论上可以在“运动之前”检测意图。
这个方向并不是可穿戴设备所独有的。自2019年收购CTRL Labs以来，Meta持续研发sEMG腕带，并于2025年将Neural Band商业化，作为显示AI眼镜“Meta Ray-Ban Display”的输入设备。在CES 2026上，我们已经开始实验将Neural Band扩展到眼镜以外的应用，例如控制智能家居设备，并且sEMG腕带也被用于Meta的Orion AR眼镜的输入系统中。整个行业正在采取明显的行动，使手腕肌电图成为 XR 和人工智能代理的标准输入。
在这种背景下，可穿戴设备公司试图通过一种名为“LMM（大型 MUAP 模型）”的数据存储模型来使自己脱颖而出。它旨在将每个用户的神经和肌肉信号转换为“神经令牌”并存储它们，并且使用得越多，对个体的适应就越准确。据官网介绍，到2026年，该技术将超越离散手势识别，进入持续被动监测神经肌肉状况的阶段。
白皮书引用了“被动 ID”的一个具体的近期用例，这是一种使用神经肌肉签名在移动过程中持续自动验证个人身份的身份验证技术。预计它将通过使用恒定的生物识别模式而不是密码或指纹等“一次性验证”来维持身份验证，从而应用于支付和机密数据访问。
另一个应用是机器人手训练。从视觉信息中学习运动轨迹的传统方法会错过诸如运动前施加的力的程度和肌肉张力等信息。据称，通过使用从人类手腕收集的实际肌肉力量和先前肌肉张力的数据进行机器人学习，将有可能转录更精细的动作。
然而，这一公告是一份白皮书——一份概念文件——而不是产品发布或临床试验结果。关于 LMM 实际减少意图差距的准确程度以及泛化性能如何在用户之间变化，目前尚未发布独立的验证数据。
此外，BCI市场整体预计将在2025年增长至约24亿美元，到2032年将超过60亿美元，但目前的主要用例集中在医疗和康复领域。 AI/AR交互对于消费者的普及正处于Meta等大公司奠定基础的阶段，未来将取决于生态系统的形成。
Mudra Pro于2026年5月发布，6月开始预购，定位为开发者和研究人员的企业平台，也在AWE 2026（2026年6月）上展出。白皮书的发布定位为理论支持呈现的后续。“意图差距”问题的提出方式非常尖锐，并且与行业的方向一致。不过，公司如何真正回答这个问题，还要根据未来的数据和产品表现来判断。
【术语解释】
肌电图（肌电图）
一种测量肌肉收缩时产生的微弱电信号的技术。通过使用连接在手腕上的传感器读取前臂的肌肉活动，可以非侵入性地估计手指的运动和力量。表面肌电图 (sEMG) 从皮肤上方测量，适合日常佩戴。
BCI（脑机接口）
使用来自大脑、神经和肌肉的电信号作为计算机输入的技术的总称。主要有两种类型：侵入式，涉及打开头骨并植入电极；非侵入式，从头皮或身体表面进行测量。手腕上的肌电图传感器属于后者。
人工智能代理
一种能够根据用户给出的目标自主制定计划并连续执行多个步骤的人工智能。与回答一次性问题的聊天人工智能不同，它会调用工具并自行做出决定。在本文中，可用性的关键是人工智能代理能否准确、快速地读取人类意图。
意图差距
用户的意图与人工智能系统实际推断的结果之间存在差异。白皮书中提出的想法是，差距越大，用户将不得不花费更多的时间来预先填写长提示并要求增量更正。
MUAP（Motor Unit Action Potential / 运动単位活动电位）
当由单个运动神经元控制的一组肌纤维（运动单元）同时激活时产生的电信号。 LMM 将此 MUAP 模式转换为“神经令牌”并存储和学习它。
被动身份
这种方法通过在日常运动过程中不断检查神经肌肉签名来维持身份验证状态，而不是“在某个时间点进行检查”，即有意识地停止操作并进行身份验证。预计它将用于支付和机密访问，作为密码和指纹身份验证的替代方案。
[参考链接]
可穿戴设备有限公司（外部）
一家开发 Mudra Band 和 Mudra Link 的以色列上市公司（纳斯达克股票代码：WLDS）。该公司以腕戴式神经接口和 LMM 数据平台为中心，通过两大支柱运营：向消费者直接销售和向企业授权。
可穿戴设备白皮书《从意图到行动》（外部）
本文所依据的白皮书的官方下载页面。它总结了总体情况，从意图差距的定义到 LMM 的设计理念及其在被动 ID 和机器人技术中的应用。
[参考文章]
可穿戴设备在 CES 2026 之前通过 Mudra Link 更新推进神经接口技术｜citybuzz（外部）
据报道，Mudra Link 在 CES 2026 之前增加了使用 EMG 的体重估计功能。还宣布与 Rokid 合作开发 AR 眼镜的神经手势控制。
Meta的肌电图腕带正在超越AR眼镜｜Engadget（外部）
我们在 CES 2026 上详细介绍了 Meta 的 Neural Band 将扩展到控制 AR 眼镜以外的设备（智能家居、车载）。还介绍了与 Garmin 和 Utah EMG Accessibility Research 的合作。
看看我们关注公平性和可及性的表面肌电图研究｜Meta（外部）
Meta 在其官方博客上解释了 AR 眼镜 Orion 的 sEMG 腕带的辅助功能研究。它适用于各种运动技能，包括患有神经肌肉疾病的用户。
2026年科技创新趋势：脑机接口等｜创新模式（外部）
2026年技术趋势报告总结了2025年至2032年BCI市场的增长预测以及Neuralink、Synchron和Precision Neuroscience等主要参与者的趋势。
[相关文章]
Meta 的非侵入式 sEMG 腕带可实现手写/捏合操作
Meta 作为实用界面引领腕部肌电图。本文总结了该公司在《自然》杂志上宣布的 sEMG 腕带的详细信息。
埃隆·马斯克、扎克伯格、加布·纽厄尔。 VR巨头角逐的最终归宿——实现“全潜”的三大路线图
各大公司对于手腕肌电图的竞争也与VR的未来愿景息息相关。另请看一下这篇文章，它整理了 Neuralink、Meta 和 Valve 三个公司的路线图。
耶鲁大学BCI研究| “专为大脑设计”将学习时间缩短至不到 1 小时
BCI 的挑战之一是用户熟悉系统的时间成本。通过将我们的建议与耶鲁大学一项新研究提出的方法进行比较，可以找到这个问题的答案。
[编者后记]
人工智能越聪明，其操作就越复杂，这一矛盾正在挑战界面设计的概念。 “传达意图”的行为并不涉及打字或大声说话，而是涉及从肌肉即将收缩的那一刻起读取信号。如果这种转变成为现实，我们“使用计算机”的概念可能会从根本上改变。在一个来自手腕的神经信号成为人工智能体输入终端的世界里，人类的“意图”将在多大程度上与机器共享？我们需要开始考虑该技术的可行性及其道德轮廓。