类比于处理文本的大型语言模型(LLM),大型 MUAP 模型(LMM) 是一种在运动单位动作电位(MUAP)数据——即控制肌肉运动的神经信号——上进行训练的 AI 模型 。LMM 将这些神经信号转化为一种“神经令牌”表示,AI 代理、AR/XR 设备和机器人系统可以将其解读为用户意图
。公司将其描述为:“正如 LLM 为 AI 解锁了语言的力量,LMM 将为人机交互解锁人类意图的力量。”
白皮书及相关公告描述了一个多层级的硬件生态系统:
一个关键的基础设施是 ai6 Labs 生态系统(2026 年 2 月启动),这是一个闭环的神经 AI 生态系统,整合了三大支柱:基础层(基于 LMM 的意图解码)、产品层(Mudra 硬件)和实验层(用于快速测试 AI 突破)。公司将其描述为构建一个“大脑-AI 总线——一条连接生物意图与 AI 的高速神经数据高速公路”
。
白皮书明确了五个主要的商业目标:
为自主 AI 系统提供实时的意图信号,使用户能够通过思维关联的神经命令而非文字或语音来指挥和重定向 AI 代理 。正如一位分析师对更广泛的意图层概念所描述的,这将 Mudra 技术定位为“通往自主 AI 的关键门户”
。
通过在神经层面解码用户的意图动作,实现对机器人系统(包括工业和服务机器人)的直观、基于意图的控制 。Wearable Devices 还拥有一项美国专利,涉及从手腕处进行神经层面的重量、扭矩和外力测量,具有潜在的机器人和运动科技应用前景
。
Wearable Devices 采用双渠道模式运营:面向消费者的 Mudra 硬件直销,以及企业级授权与合作 。公司将自身定位于快速增长的 XR、AI 可穿戴设备和空间计算市场,并主张神经输入可以像触屏和鼠标在早期计算时代一样,成为一种标准的控制层
。
以上所有信息均来自公司新闻稿、白皮书及类似的企业通讯稿件,其中包含受不确定性影响的前瞻性陈述。该白皮书是一份定位文件,提出了一种愿景,而非对已商业部署的标准的描述。大型 MUAP 模型和意图层概念目前仍处于开发阶段,尚未获得第三方 AI 或 AR 平台的独立验证或采用 。
Comments
0 comments