標籤: 科技

[星島綜合報道] 在數碼棋類遊戲日益普及的情況下，SenseRobot 推出一款結合人工智能與實體棋盤的產品——SenseRobot Chess Mini，定位為「迷你AI棋手兼教練」，嘗試為棋手重建實體對弈的臨場感與互動體驗。該產品目前已於眾籌平台 Kickstarter 上推出。

現時市場上不乏網上象棋對戰平台，甚至可透過AI對弈，但SenseRobot Chess Mini的設計理念在於回歸實體棋盤，配合實體棋子與即時對戰，營造更接近真人對弈的氣氛。裝置核心建基於視覺辨識技術及智能決策演算法，透過鏡頭即時分析棋局。

產品設有19個難度等級，根據Arpad Elo 評分系統設計，涵蓋初學者至進階玩家。開發團隊表示，該AI表現曾於2024年法國圖盧茲的一場對局中，展現出超越頂級人類棋手的實力。

SenseRobot Chess Mini 配備AI鏡頭系統，官方稱棋盤掃描準確度達99.9%。同時強調採取「私隱優先」政策，不設人臉識別功能，亦不會記錄或上傳個人數據。

系統亦配套應用程式，可記錄對局數據，供玩家賽後分析，包括弱點識別與技術進展。此外，玩家可透過應用程式連接全球對手，或同步至 chess.com 及 Lichess 等網上棋局平台。

裝置設有雙機械臂，配備三指抓取設計，可精準移動棋子。透過AI視覺演算法，機械臂可即時分析棋子位置與動作，實現流暢接近人類的操作效果，即使在快速對局中亦能保持穩定表現。

此外，系統亦支援第三方棋子，甚至可使用3D打印棋子，提供一定程度的個人化選擇。

在教學方面，SenseRobot Chess Mini 為初學者提供25個課程，涵蓋超過1,200個練習，由入門至高手級別，包括開局戰術與基本技巧。當中包括14個入門課程及11個初級課程。

系統亦內建145個經典殘局場景，以及100場著名棋局，並配合AI語音及畫面解說，逐步重現對局過程。玩家可隨時介入棋局，改變對戰走向並與AI繼續對弈。

SenseRobot Chess Mini 同時內建大型語言模型（LLM），可進行基本對話交流，支援英語、法語及德語，讓玩家在對弈過程中進行互動，甚至具備一定語言學習功能。

當玩家遇到困局時，可即時向AI請教，系統會透過語音解釋策略、分析每一步行動及提供建議。

產品體積約等同13吋手提電腦，主打便攜性，可於不同場地使用。現於 Kickstarter 提供眾籌，支持價格為399美元（建議零售價699美元），預計如順利完成生產，將於7月開始出貨。

整體而言，SenseRobot Chess Mini 嘗試結合實體對弈體驗與AI分析功能，將棋類娛樂與學習模式整合於單一裝置之中。

圖片：SenseRobot

T10

[星島綜合報道]南韓浦項科技大學（POSTECH）研究團隊開發一款柔軟矽膠頸帶，結合微型鏡頭、動作感應器及人工智能模型，可讀取佩戴者無聲讀字時頸部皮膚與肌肉的細微變化，再將內容轉化為語音，並以接近用戶本人的聲線播放。

這款裝置針對「無聲語音介面」而設計。研究指出，人類說話時即使沒有發聲，口腔、喉嚨及頸部皮膚仍會出現可預測的變形。過往相關技術多依賴肌電圖或腦電圖，但通常需要笨重設備及貼附式電極，舒適度及實際應用都有限。

POSTECH 的方案改用軟身矽膠頸帶，內置「多軸應變映射感測器」，不但偵測皮膚變形幅度，亦能辨識移動方向。頸帶上的參考標記配合微型鏡頭，可即時量度頸部變化；演算法則會修正每次佩戴位置的細微差異，令系統讀取更穩定。

測試中，系統以北約音標字母表的 26 個字詞作訓練，例如 Alpha、Bravo、Charlie 等，辨識準確率達 85.8%。當 AI 辨認出用戶無聲讀出的字詞後，會無線傳送至伺服器，再由個人化文字轉語音模型合成聲音。研究人員稱，只需少於 10 分鐘錄音，系統便可模擬用戶的語調及聲音特徵。

研究亦顯示，裝置在約 90 分貝白噪音環境下仍可維持最高 33.75 分貝訊噪比，表現較商用肌電系統佳。團隊認為，技術有望協助喉切除患者、語言障礙人士，也可用於工業、救援、航空、航海及軍事等高噪音環境。

不過，現階段技術仍有明顯限制。系統只能辨識 26 個預設字詞，未能支援自由對話；若佩戴者步行或大幅擺動頭部，準確率可跌至 39.72%。研究團隊下一步將擴大測試人數、增加詞彙量，並改善身體活動時的穩定性。

相比英國劍橋大學早前同類頸帶研究曾錄得 95.25% 解碼準確率，POSTECH 方案的特點在於加入個人化 AI 聲音重建，令無聲溝通不只是「讀出文字」，而是更接近以本人聲音重新說話。

圖片：POSTECH

T10

[星島綜合報道]隨着人工智能與穿戴式裝置不斷融合，研究人員正嘗試將「視覺理解」功能引入日常配件。一款名為 VueBuds 的實驗性AI耳機，近日於學術會議上亮相，其最大特點是在耳機內加入微型鏡頭，配合語音AI模型，讓用戶可以透過語音即時了解眼前事物，為視障人士及日常應用帶來新想像，同時亦引發私隱關注。

VueBuds由University of Washington研究團隊開發，現階段原型基於Sony WF-1000XM3改裝，在耳機內嵌入米粒大小的黑白鏡頭。裝置配合視覺語言模型（VLM），用戶只需開口提問，例如詢問路牌意思或辨識物件，系統即可即時分析畫面並以語音回應。

研究人員形容，這類應用類似「語音版反向圖片搜尋」，可提供描述、解釋及翻譯功能。例如在示範中，用戶對着廚房環境提問，AI能在約一秒內描述場景；面對唱片封面，亦可準確說出專輯名稱。

為解決耳機體積與電力限制，VueBuds採用低解析度黑白鏡頭，每個鏡頭耗電少於5毫瓦，並會自動間歇啟動以節省電量。系統透過雙鏡頭模擬人類雙眼的立體視覺，將兩側影像整合分析。

根據研究測試，在物件辨識及翻譯任務中，準確率約為83%；在書名及作者識別方面則達93%。研究人員指出，其回應質素已接近市面同類AI穿戴裝置水平。

團隊強調，將鏡頭置於耳機而非眼鏡，是考慮到用戶接受度及私隱問題。過去智能眼鏡產品因外觀及偷拍疑慮備受批評，而耳機作為普及配件，較不易引起反感。

此外，VueBuds只拍攝低解析度靜態影像，而非高畫質影片，並減少雲端傳輸，理論上可降低個人數據外洩風險。

不過，現階段技術仍有不足。由於採用黑白鏡頭，系統無法回答涉及顏色的問題；而在導航或複雜場景理解方面，亦受限於影像質素及運算能力。此外，電池亦未能支持長時間連續影像處理。

儘管設計強調低調與節能，但外界關注，耳機鏡頭難以被旁人察覺，若結合人臉識別等技術，或帶來監控風險。研究團隊亦承認，目前僅有基本提示燈提示裝置運作，未必足以釋除公眾疑慮。

圖片：Kim et al./CHI ‘26

T10

[星島綜合報道]過往學習新技能，多依賴觀看示範或反覆練習，但芝加哥大學研究團隊近日提出一種全新模式——讓人工智能（AI）直接「接管」人體肌肉，透過電刺激引導動作，實現即時學習。這款仍處於實驗階段的AI穿戴裝置，被形容為將技能「寫入身體」的突破性技術。

該系統由Human Computer Integration Lab開發，核心由四個部分組成：電極穿戴服、具攝影功能的智能眼鏡、動作追蹤系統，以及一個能同時理解影像與語言的多模態AI模型（技術層級與GPT-4.1相近）。

基於「電肌肉刺激」（EMS）技術，透過低強度電流刺激特定肌肉，令身體產生動作。與傳統EMS不同之處在於，AI可根據即時環境判斷下一步動作，而非執行預設指令。例如，用戶面對一扇從未接觸過的窗戶，只需發出語音指令，系統便會辨識把手類型，並引導手指、手腕及手臂完成開窗動作。

以往EMS應用（如復康訓練或樂器學習）多為固定流程，缺乏彈性。新系統的突破，在於具備「情境感知」能力：智能眼鏡負責捕捉視覺資訊；穿戴裝置即時監測身體姿勢；AI整合數據後，決定關節應如何移動。 此外，系統設有「人體安全過濾層」，當AI指令超出人體可承受範圍時，會自動調整動作分配，避免受傷。實驗顯示，加入此機制後，錯誤率明顯下降。

在醫療復康方面，患者可在家中接受動作指導，減少對治療師的依賴；在工業場景，工人面對陌生設備時可即時學習操作，有助縮短培訓時間並降低工傷風險；對於視障人士，系統可直接引導身體行動，提供比語音更直觀的空間導航方式。

值得留意的是，在測試中即使AI出現錯誤，用戶亦能即時察覺並透過語音修正，顯示人類仍能保持主導角色。

儘管概念前衛，該系統仍面對多項挑戰。首先，不同用戶需進行個別電極校準；其次，EMS帶來的刺痛感仍影響使用體驗；更重要的是，系統未能建立真正的「肌肉記憶」，長期技能仍需傳統訓練累積。

安全問題亦備受關注——一旦裝置被入侵，理論上可操控人體動作，因此防止駭客攻擊將成為商業化前提。

該研究已於全球最大人機互動會議ACM CHI 2026獲得最佳論文獎，但團隊強調，目前技術仍屬早期探索，距離日常應用尚有距離。研究人員形容，這套系統更像一件「超級英雄戰衣」，而非可即時普及的消費產品。

圖片：芝加哥大學

T10