1
0摘要： 尽管现代仿生手在机械性能上已接近人手，但高达 50% 的截肢者最终选择放弃使用，核心原因在于“难以控制”。犹他大学的研究团队开发了一种 AI“副驾驶”系统，通过引入触觉反馈和共享控制机制，让仿生手拥有了类似人类的抓握反射，将易碎物品的操作成功率从 20% 提升至 90%。
现代仿生手在灵活性和自由度上已经非常先进，但一个尴尬的数据是：高达 50% 的上肢截肢者在尝试过这些昂贵的设备后，最终选择了将其束之高阁。
犹他大学的电气与计算机工程师 Jake George 指出，导致用户流失的主要原因是控制太难了。为了解决这个问题，他的团队并没有在机械结构上死磕，而是为仿生手开发了一套 AI“副驾驶”系统，旨在让操控变得直觉化。
🧠 为什么高科技假肢会被抛弃？
仿生手的核心痛点在于缺乏“自主性”。
人类抓取纸杯或接球之所以看起来毫不费力，是因为我们拥有复杂的神经反射回路。当指尖的机械感受器察觉到物体滑落时，神经系统会在 60 到 80 毫秒内自动收紧肌肉——这一过程甚至快过意识。
而目前的商用仿生手缺乏这种自主反射。用户必须像操作起重机一样，通过肌电信号或 App 手动微调 27 个关节的位置和力度。正如研究主要作者 Marshall Trout 所描述的，用户必须时刻盯着物体，全神贯注地收缩肌肉并保持不动，这种极高的“微操”负担让简单的动作变成了精神折磨。
🤝 AI 副驾驶：从微操到直觉
为了重建这种“反射”，研究团队改造了商用仿生手，在指尖安装了硅胶包裹的压力和接近传感器。
团队开发了一个 AI 控制器，通过海量的抓握训练数据，让 AI 学会识别物体并自动调整每个手指的力度和姿态。更关键的是，这套系统采用了“共享控制”逻辑：
它不像自动驾驶汽车那样完全接管操作，也不像车道保持辅助那样强行修正用户的意图。相反，它在后台安静地工作。当用户想要抓起一个易碎的鸡蛋时，AI 会负责处理“不捏碎”和“不滑落”这些细节，而用户始终掌握着“抓起”或“放下”的主动权。
实验结果令人印象深刻：在没有 AI 辅助时，参与者抓取易碎物品的成功率仅为 10% 到 20%；而开启 AI 后，成功率飙升至 80% 到 90%，且用户的精神负担大幅降低。
🧬 义肢技术下一步
从“机械控制”到“神经融合”
犹他大学的这项研究揭示了义肢发展的关键分水岭：单纯堆砌机械自由度已遭遇边际效应递减，智能化才是破局点。
义肢技术的下一步，将是 AI 算法与神经接口技术的深度融合。
目前的皮肤表面肌电信号（EMG）仍然存在噪点多、精度低的问题。Marshall Trout 指出，真正的突破将来自于“体内肌电图”或直接的“神经植入物”。未来的仿生手将不再是一个需要用户费力操作的“工具”，而是一个拥有独立反射神经、能直接“读懂”大脑意图的身体延伸。当 AI 解决了底层的动作协调，神经接口解决了顶层的意图传输，赛博朋克中那种如原生肢体般灵活的义肢才会真正到来。
