義肢新創將 VLA 模型引入仿生手，使用者意圖辨識準確率提升至 92%
2026-09-22
事件摘要
一家專注仿生義肢技術的新創公司宣布，其新一代仿生手整合輕量化視覺語言動作（VLA）模型，透過結合使用者的肌電訊號輸入與義肢本體攝影機拍攝的視覺輸入，讓仿生手能更準確判斷使用者意圖抓取的物體類型與適當的抓握力道，公司表示新系統的意圖辨識準確率達到 92%，相較於過去單純仰賴肌電訊號判讀的系統提升約 20 個百分點，尤其在辨識形狀相近但材質軟硬程度不同的物體時，改善幅度最為明顯。
技術意義解讀
這項技術整合的核心邏輯，是本站在GG-CNN等抓取偵測論文導讀中討論過的視覺驅動抓取決策方法，跨界應用到輔助科技領域的具體案例——傳統仿生義肢高度仰賴肌電訊號判讀使用者的動作意圖，但肌電訊號本身存在雜訊與個體差異的判讀限制，額外整合視覺輸入能提供獨立的資訊管道交叉驗證，這種多模態融合的設計思路，也呼應本站在美國郵政署包裹分揀機器人升級 AI 辨識系統一文中討論過的上下文推論驗證邏輯——透過額外的資訊來源修正單一感測模態可能存在的判讀誤差。這項應用也展示出機器人與 AI 領域的技術進展，能直接轉化為改善身心障礙人士生活品質的具體社會價值，而不只是侷限在工業與商業效率提升的敘事框架內。