KAIST 用扩散大语言模型改进唇语识别,LRS3 上词错误率 19.4%
KAIST 电气工程学院 Yong Man Ro 团队提出一种视觉语音识别方法,先解码唇动清晰、置信度高的词,再借助前后文填补歧义位置,避免从左到右生成时早期错误影响后续词。
KAIST 电气工程学院 Yong Man Ro 团队提出一种视觉语音识别方法,先解码唇动清晰、置信度高的词,再借助前后文填补歧义位置,避免从左到右生成时早期错误影响后续词。
Cornell 大学 Hybrid Body Lab 的 Jingwen Zhu 等人在 ACM UIST 2026 发表 AquaWeave,用海藻、虾壳和明胶制成的生物纱线织出遇水变形成管状、翻片、穹顶等结构的织物,部分开口由纱线溶解形成。
全北国立大学团队开发了一套可穿戴人机接口,用背部手部传感器识别12种手势作为无人机指令,并通过含36个振动电机的腰带以腹部振动传递无人机的方向、相对高度和距离。
Nature Electronics 刊发研究,展示一种可直接织在衣物袖子上的智能显示屏。该工作以 doi:10.1038/s41928-026-01743-9 在线发表,具体材料、工艺与性能数据需参见原文。
康奈尔大学 SciFi Lab 提出 EchoMotion,利用商用智能手表内置扬声器与麦克风发射超声并接收回声,配合轻量 AI 模型推断全身姿态,成果发表于 UbiComp/ISWC 并刊于 PACM IMWUT。
推荐理由:论文给出单麦克风单扬声器手表实现全身姿态追踪的误差与功耗数据,可对照现有 IMU 方案看差距。
GemGem Therapeutics 的 GemGem400 在一项发表于 Disability and Rehabilitation 的八周随机对照试验中,使脑瘫儿童的手部灵活度和捏力改善显著大于无干预组。
加州大学圣地亚哥分校研究人员在 arXiv 发布预印本,提出名为 EgoThumb 的可穿戴机械拇指系统。该设备包含三个关节、前臂电机和掌心相机,利用 AI 算法分析图像以自主决定抓取时机,无需用户显式指令。
北卡罗来纳州立大学的研究团队提出 EpiPad 系统,通过腕带上的毫米波雷达追踪用户在小臂皮肤上的多指动作并感知按压力度,让小臂成为智能手表的触控板。
推荐理由:EpiPad 用毫米波雷达读取指尖按压皮肤产生的微小凹陷,实现多指与力度感知输入,为智能手表和无屏可穿戴设备提供了新的交互思路。
小米科技联合北京大学在 2026 CCF 中国软件大会发布《物联网设备模型(Thing Model)技术白皮书》,由 CCF 泛在操作系统开放社区牵头编写。
筑波大学研究者在 Proceedings of the 39th Annual ACM Symposium on User Interface Software and Technology 发表 MuscleJockey,提出一种身体驱动接口设计,由机器通过电刺激决定动作启动,用户预先准备并控制运动方向。
一项N=24的VR头显实验显示,向LLM聊天机器人输入心率与瞳孔直径等隐藏生理信号,使感知说服力提升1.42分。该机制导致用户立场偏移增加0.57分,且向机器人观点移动的概率为对照组的3.2倍。披露传感状态后说服力评分下降,研究建议提供可检查的生物信号适配模式及非传感选项。
GazeTags 提出一种无需摄像头和计算机视觉的头部注视物体感知方法,通过用户佩戴设备发射聚焦红外信号唤醒电子标签。单个标签成本约 $2,纽扣电池续航超一年,仅响应窄波束内指令以提供身份及传感器数据。该方案在 UIST 2026 发表,旨在实现低功耗且保护隐私的注视感知环境。
arXiv预印本提出一种紧凑的EMG令牌化方法,在大幅降低传输带宽的同时保留了三维手部姿态解码所需的信息。实验显示,相比原始EMG数据,存储的令牌数组将有效载荷减少了41倍,且在Cortex-M55微控制器上可在20毫秒内为63个通道生成令牌,支持可穿戴传感器与运动解码器之间的紧凑接口设计。