人机交互技术：我们离“不用动手”的未来还有多远？

上个月去逛数字生活展，钻进一台号称做全沉浸式交互的VR冥想舱，五分钟摘下来闷了一脸痘坑的汗，本来一肚子火，结果刚抬手想擦汗，屏幕自动切到了我常听的那个自然白噪音歌单——我连碰都没碰它啊。那一秒突然反应过来，现在的人机交互技术，早就不是我们印象里点点触摸屏点点鼠标那回事了。

从“人适应机器”到“机器适应人”，这二十年的颠覆比想象中大

最早操作大型机要学半年的打孔纸带规则，普通人连碰都碰不到。后来键盘鼠标出来，总算把门槛降下来，再后来触摸屏普及，三岁小孩都能上手滑手机。现在呢？手势、眼动、肌电、脑电，什么都能当输入设备。 我最早玩第一代Kinect的时候，为了玩切水果，站在电视前跳得满头大汗，它愣是识别不出来我在切左边，反而把我后退的动作当成切右边，那时候我就说，这种鬼东西谁会用啊。才十几年过去，Meta的消费级VR已经能做到亚毫米级手势识别，延迟不到10毫秒，你对着空气捏一支笔写字，屏幕上的轨迹都不带动画拖影的。 消费级VR设备手势交互演示图 说实话，整个领域的底层逻辑早就换了。原来的交互，核心是“人迁就机器”：你得记住操作规则，得配合机器的识别逻辑，错一步都不行。现在完全反过来，所有技术进步都围绕着“机器迁就人”，你下意识做什么动作，心里想表达什么需求，它得猜得懂，不用你特意改变自己的行为习惯。 就说现在新出的眼动追踪交互，你看屏幕哪里，它就知道你想选哪里，翻页不用点，翻小说的时候眼睛往右下角扫一下自动下一页，懒癌福音。

生成式AI带火的新交互，改变的不只是操作方式

生成式AI火了之后，很多人只盯着大模型能聊天能画图，其实最本质的改变，发生在人机交互这一层。原来的交互是“指令式”的，你必须一步一步告诉机器做什么：点这个文件夹，选这个文件，点导出，选格式，错一步都出不来你要的结果。 现在呢？你只要说清楚需求：“把我上周出差拍的那堆照片整理一下，挑出晴天拍的风景，调亮阴影，做成九宫格发朋友圈”，剩下的全交给机器。不需要你知道怎么点菜单，不需要你会用复杂的修图软件，任何人都能上手。 去年CMU机器人研究所的一篇顶会论文，他们把大语言模型和可穿戴肌电传感器结合，不用用户提前校准采集样本，直接就能做到92%以上的手势识别准确率。放在以前，你戴个肌电臂环，得对着软件做十几组指定动作，让系统记住你的肌肉信号，才能用，很多人嫌麻烦直接就扔抽屉了。现在完全不用，戴上就能用。 可穿戴肌电交互臂环穿戴展示图 不过话说回来，现在的坑也不少。我前阵子试了某品牌的全语音控制智能家居，我说“把客厅灯调暗一半”，它倒好，直接把我三个卧室的灯全关了，我站在客厅摸黑找开关，那时候真想把它扔出去。核心问题还是，大模型能懂字面的语义，但懂不了你当下的场景和潜意识的需求，这个坎，还得好几年才能跨过去。

脑机交互离普通人的生活，到底还有多远？

脑机交互离普通人的生活，到底还有多远？ 提到人机交互的未来，所有人都会说到脑机。现在确实进展很快，去年斯坦福的研究，侵入式脑机接口已经能让渐冻症患者每分钟输出90个字符，差不多接近普通人打字聊天的速度了。也就是说，那些失去说话能力的患者，终于能顺畅地和家人交流了，这个意义真的很大，说它改变命运一点都不夸张。 但是那些营销号吹的“买个头戴就能用脑机打游戏”“靠意念学外语”，听听就好，别当真。非侵入式脑机现在的信噪比太低了，你稍微动一动，想点别的事情，信号就乱了，最多就能做到切换个PPT，飞个简单航线的无人机，复杂操作根本不可能。现在脑机交互真正的落地场景，都在医疗领域，不是给普通人玩的，别被割韭菜。 我前阵子听一个做脑机的朋友吐槽，说天天有人找问能不能出个“意念吃鸡”的外设，他们解释半天普通用户听不懂，就认准了“意念操控”就是黑科技，就是要花钱买体验，真的挺无奈的。 其实你回头看，人机交互技术每一次进步，都是在把人和机器之间的那堵墙拆得更薄一点。最早那堵墙是打孔卡，然后是键盘，然后是触摸屏，现在墙越来越薄，说不定哪天就没了。以后我们甚至不会意识到“我在和机器交互”，就像我们呼吸空气一样自然，机器就在那里，懂你的需求，配合你的动作，不用你刻意做什么。 会不会有那一天？我觉得会。说不定我们的下一代，根本不知道键盘鼠标是什么，就像我们现在很少有人会用打孔卡一样。