研究人员利用人工智能，将普通智能手表改造成精准测量手部运动的设备

新型手表助手来自康奈尔大学与KAIST

美国康奈尔大学和韩国先进技术研究院（KAIST）的科学家开发了 WatchHand 系统，它将普通智能手表变成完整的手部运动跟踪器。该系统仅使用手表内置扬声器和麦克风，无需外部传感器。

WatchHand 的工作原理
1. 声学信号——手表发射听不见的声波。
2. 回声接收——麦克风记录反射信号并形成回声剖面。
3. 本地处理——本地机器学习算法将剖面转换为三维手部坐标。

因此，系统在手表上直接处理数据，确保隐私和最小延迟。

优势
| 指标 | WatchHand | 传统方案 | 是否需要外部传感器（摄像头、IMU） | 日常使用适用性 | 可扩展到数百万设备 | 本地数据处理 |
|------|-----------|----------|-----------------------------------|----------------|---------------------|--------------|
| ✔ | ❌ | ✔ | ❌ | ✔ | ❌ | ✔ |

测试
- 参与者：40 人。
- 数据：约36小时手势，来自四个独立实验。
- 平台：多款智能手表型号。
- 场景：不同手部姿态和嘈杂环境。

结果显示，即使在复杂条件下也能可靠跟踪指尖运动和腕旋转。

应用前景
* 通过手势控制电脑与应用程序。
* 与 AR/VR 系统交互。
* 帮助行动或语言受限人士。

KAIST 研究生 Jiwan Kim 表示：“只要设备有扬声器和麦克风，我们的方法就适用。”

局限性与未来
* 当前仅在 Android 设备上运行。
* 用户移动时（如行走）精度下降。

团队正积极开发针对移动场景的改进。

研究结果将于 ACM CHI 2026 人因计算系统会议公布。

核心理念

康奈尔大学副教授 Cheng Zhang 总结道：“WatchHand 展示了如何通过简单的软件更新，将数百万现有手表转变为智能行为跟踪平台。这开启了无需键盘和鼠标的新型数字设备交互方式。”