康奈尔 EchoMotion 用智能手表扬声器与麦克风实现全身姿态追踪
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。
内容形态
论文 最新动态
期刊、会议与预印本上的新方法、新结构与新实验。
5 条精选近 30 天 5 条共收录 47 条
更新
论文的精选
Phys.org 科技精选AI 评分6767 Phys.org 科技精选AI 评分6161 帝国理工学院提出USF-Audio无限感知方案，6 bit采样动态范围提升至少18 dB
帝国理工学院研究团队提出USF-Audio方案，在信号数字化前将其折叠进较小范围，再依靠数学结构还原原始信号，从而改变比特所表示的内容，而非增加比特数。原型在每样本仅6 bit时，动态范围比传统6 bit转换器至少高18 dB，相当于可容纳的信号幅度范围扩大约八倍；52人参与的听音实验也显示，重建音频的质量评分高于同比特深度的传统录音。
推荐理由：原文介绍了帝国理工学院团队用折叠式采样在6 bit下提升动态范围的方法，读者可据此了解数字音频与传感前端的另一种设计思路。
Phys.org 科技精选AI 评分6565 NC State 提出 EpiPad：毫米波雷达腕带将小臂皮肤变为智能手表触控板
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。
Phys.org 科技精选AI 评分6464 香港大学团队提出两种全息显示算法，提升 VR/AR 自然对焦与材质表现
香港大学 Yifan Evan Peng 教授团队结合计算机图形学、波动光学与 AI 校准，提出两种用于全息显示的技术：一种基于多边形网格保留三维几何与深度生成全息图，另一种 HoloPathTracer 结合路径追踪与波动光学建模光的反射、折射和散射。
推荐理由：香港大学团队提出两种全息显示算法，分别解决三维场景到全息图的保真转换与光传输建模，并指出实时消费级应用仍需更快的计算与空间光调制器进展。
PR Newswire 健康精选AI 评分7878 Cordio Medical公布HearO系统关键研究结果，支持其FDA De Novo审批路径
Cordio Medical公布其HearO智能手机语音分析系统的关键验证研究DETECT-HF结果，该研究在AHA 2026科学会议上作为Late-Breaking Science展示。
推荐理由：原文披露了关键临床试验数据及监管路径，展示了利用智能手机语音分析进行心衰远程监测的可行性与合规进展。