人机交互技术：我们离「看不见的交互」还有多远
上个月逛国内消费电子展，随手试了试某创业公司展出的脑控智能轮椅。我坐在上面，啥都没碰，只盯着屏幕上的前进箭头，不到两秒轮椅就动了。当时鸡皮疙瘩都起来了。我们说人机交互这么多年，原来真的快要做到“心念一动，万物响应”了。
人机交互技术发展百年时间轴图
最早的人机交互，哪里算“交互”？本质就是人迁就机器。上世纪中期的计算机，要打穿孔卡，错一个孔，整批数据废掉，你得重新来一遍。后来鼠标和图形界面出来，普通人第一次不用记一堆命令行，点一下就完事，那时候才算是第一次真正把主动权交到人手里。再后来触摸屏、语音助手出来，我们习惯了戳玻璃、张嘴就能得到想要的结果。人机交互技术每一次换代，核心都是让机器越来越懂人，而不是让人去学机器的规则。
说实话，现在很多产品做交互全搞反了。为了凑创新卖点，加一堆花里胡哨的手势操作，侧边返回天天误触，上滑返回经常切出多任务，用着比老款的返回键还难受。这不叫进步，这叫折腾人。
新能源汽车多模态人机交互实拍图
很多人现在一提到新交互，就扯大模型聊天、元宇宙虚拟人，那些东西还在画饼呢。真正已经大规模落地、改变日常使用习惯的，就是多模态融合的车载人机交互。
去年中国汽车工程学会发的行业报告，2024年上市的新款乘用车里，车载语音交互的渗透率已经突破86%，近四成新车已经搭载了视线追踪交互功能。你跑高速，手不用离开方向盘，眼瞟一下中控的空调区域，说一句“调低两度”，系统直接就操作了，根本不用你伸手去摸屏幕，安全系数提升太多。
前年清华大学人机交互与体验设计实验室发了一篇顶会论文，测试结果说，这种基于视线+语音的多模态交互，比传统触摸交互的操作出错率低68%，平均操作时间缩短了42%。这数据就是硬实力。
之前坐过朋友2019款的新势力电动车，那语音交互真的绝了，开着音乐喊半天，它根本听不到，要么就是开着车突然莫名其妙跳出来响应，吓你一跳。现在的新技术解决了多少问题？声纹分清楚谁在说话，只响应主驾的指令，过滤后排的聊天噪音，上下文能接上，你说“调低一点”，它知道你说的是刚才聊的温度，不会瞎理解。这种进步，才是真的让人舒服。
被忽略的最大场景，是无障碍
我之前一直觉得，人机交互技术就是给普通人提高效率，给玩家做新奇体验的。直到去年去残障康复中心做志愿者，才改变了这个想法。那里有个渐冻症的大叔，全身只有眼睛能动，之前用传统的眼动打字，一个字要盯好几秒，发一句“我饿了”要花半分钟。现在用上了新的脑机接口辅助交互，一分钟能打五十多个字，跟外地的女儿视频聊天，不用再让护工猜来猜去。这哪里是技术进步，这是给人重新打开了说话的门啊。
国内现在不少顶尖高校的人机交互实验室，都在往这个方向砸功夫。去年北京大学智能科学系的人机交互团队发了成果，基于柔性肌电传感器的假肢交互，用户能通过残存的肌肉信号控制假肢，精度能做到拿起一颗鸡蛋，捏住一块橡皮，甚至能玩拼图。我之前刷到过他们的实验视频，一个截肢的小伙子，用这个假肢自己夹菜吃，看完我半天没说话。
我们天天吐槽手机交互不好用的时候，根本想不到，有近千万国内的肢体、感官障碍者，连正常和机器打交道都做不到。人机交互技术对他们来说，不是卖点，不是黑科技噱头，是真的能改变生活的东西。
不过话说回来，现在这个方向的商业化落地还是太慢，大部分公司都盯着C端用户的钱袋子，愿意投钱做无障碍交互的太少。好在最近两年已经有变化了，不少大公司开始把无障碍交互写到产品的KPI里，资本也开始投相关的创业项目，至少是个好兆头。
交互的本质是什么？就是你感觉不到它的存在。你要做什么，机器自然懂，不用你费劲去学，费劲去适应。现在我们还在戳屏幕、喊语音，再过十年，你再看，人机交互技术会变成空气一样的存在——看不见，但是离不开，默默接住每个人的需求。这种改变，已经在慢慢发生了。
底层逻辑已经彻底翻转
人机交互技术发展百年时间轴图
最早的人机交互，哪里算“交互”？本质就是人迁就机器。上世纪中期的计算机，要打穿孔卡，错一个孔，整批数据废掉，你得重新来一遍。后来鼠标和图形界面出来，普通人第一次不用记一堆命令行，点一下就完事，那时候才算是第一次真正把主动权交到人手里。再后来触摸屏、语音助手出来，我们习惯了戳玻璃、张嘴就能得到想要的结果。人机交互技术每一次换代，核心都是让机器越来越懂人，而不是让人去学机器的规则。
说实话，现在很多产品做交互全搞反了。为了凑创新卖点，加一堆花里胡哨的手势操作，侧边返回天天误触，上滑返回经常切出多任务，用着比老款的返回键还难受。这不叫进步，这叫折腾人。
最先落地的下一代交互，藏在我们每天开的车里
新能源汽车多模态人机交互实拍图
很多人现在一提到新交互，就扯大模型聊天、元宇宙虚拟人，那些东西还在画饼呢。真正已经大规模落地、改变日常使用习惯的，就是多模态融合的车载人机交互。
去年中国汽车工程学会发的行业报告，2024年上市的新款乘用车里，车载语音交互的渗透率已经突破86%，近四成新车已经搭载了视线追踪交互功能。你跑高速，手不用离开方向盘，眼瞟一下中控的空调区域，说一句“调低两度”，系统直接就操作了，根本不用你伸手去摸屏幕，安全系数提升太多。
前年清华大学人机交互与体验设计实验室发了一篇顶会论文，测试结果说，这种基于视线+语音的多模态交互，比传统触摸交互的操作出错率低68%，平均操作时间缩短了42%。这数据就是硬实力。
之前坐过朋友2019款的新势力电动车，那语音交互真的绝了，开着音乐喊半天，它根本听不到，要么就是开着车突然莫名其妙跳出来响应，吓你一跳。现在的新技术解决了多少问题？声纹分清楚谁在说话，只响应主驾的指令，过滤后排的聊天噪音，上下文能接上，你说“调低一点”，它知道你说的是刚才聊的温度，不会瞎理解。这种进步，才是真的让人舒服。
被忽略的最大场景，是无障碍
被忽略的最大场景，是无障碍
我之前一直觉得，人机交互技术就是给普通人提高效率，给玩家做新奇体验的。直到去年去残障康复中心做志愿者，才改变了这个想法。那里有个渐冻症的大叔，全身只有眼睛能动，之前用传统的眼动打字，一个字要盯好几秒，发一句“我饿了”要花半分钟。现在用上了新的脑机接口辅助交互，一分钟能打五十多个字，跟外地的女儿视频聊天，不用再让护工猜来猜去。这哪里是技术进步，这是给人重新打开了说话的门啊。
国内现在不少顶尖高校的人机交互实验室，都在往这个方向砸功夫。去年北京大学智能科学系的人机交互团队发了成果，基于柔性肌电传感器的假肢交互，用户能通过残存的肌肉信号控制假肢，精度能做到拿起一颗鸡蛋，捏住一块橡皮，甚至能玩拼图。我之前刷到过他们的实验视频，一个截肢的小伙子，用这个假肢自己夹菜吃，看完我半天没说话。
我们天天吐槽手机交互不好用的时候，根本想不到，有近千万国内的肢体、感官障碍者，连正常和机器打交道都做不到。人机交互技术对他们来说，不是卖点，不是黑科技噱头，是真的能改变生活的东西。
不过话说回来，现在这个方向的商业化落地还是太慢，大部分公司都盯着C端用户的钱袋子，愿意投钱做无障碍交互的太少。好在最近两年已经有变化了，不少大公司开始把无障碍交互写到产品的KPI里，资本也开始投相关的创业项目，至少是个好兆头。
交互的本质是什么？就是你感觉不到它的存在。你要做什么，机器自然懂，不用你费劲去学，费劲去适应。现在我们还在戳屏幕、喊语音，再过十年，你再看，人机交互技术会变成空气一样的存在——看不见，但是离不开，默默接住每个人的需求。这种改变，已经在慢慢发生了。