加拿大初创公司 smartARM 正在研发一种仿生义肢原型，依靠计算机视觉自动为日常物品选择合适的抓取方式。该公司表示，这种方法旨在减少手动切换抓握模式的需要；从拿起杯子转为使用勺子时，通常就需要进行这种切换。
Meta 于 2026 年 9 月 16 日展示了这一项目。该项目结合了人工智能硬件和开源软件。义肢使用安装在手掌中的摄像头观察环境，同时 smartARM 借助 Meta 的开源视觉模型 DINOv2，根据数量有限的参考图像识别物体。
抓握方式选择机制如何运作？
系统并不依赖于预先掌握每种物体的信息，也不为每个物品单独编程，而是尝试读取物体的视觉特征，并将其与合适的抓握模式关联起来。据相关材料介绍，义肢只需通过少量图像进行训练，就能适应经过训练的物体；smartARM 表示，这一过程可能将原本需要数周的时间缩短。
目标并不仅仅是增加抓握模式的数量，还在于让义肢的操作更接近自然互动。用户不应在每次动作前都专注于选择软件模式，而应专注于想要完成的任务。材料称，该原型能够从第一次尝试开始运行且无需训练；这一结果来自该项目的测试，并非关于大规模临床表现的独立数据。
Meta AI 眼镜的作用
Meta AI 眼镜可作为义肢现有摄像头的可选补充。通过 Meta Wearables Device Access Toolkit，眼镜能够从用户视角为系统提供视野，这可能为用户试图与之互动的物体增加上下文信息。手机应用还可以向系统添加新物体，使用户能够根据日常需求定制物品列表。
这种整合表明，smartARM 并不只是将义肢视为一个独立设备，而是将其作为一个结合本地传感与可穿戴设备数据的系统。不过，相关材料没有以数字形式说明摄像头规格或响应时间，也没有提供临床测试结果、监管认证信息或商业上市时间。
这项发展为何重要？
该项目的重要性在于解决义肢日常使用中的一个方面，而不是脱离用户体验单独增加人工智能组件。如果识别和抓握机制能够在不同条件下成功运行，可能会减轻部分用户的操作负担，并让他们以更直接的方式处理物体。但现有材料仍只是 Meta 和 smartARM 对一个原型的展示，因此不足以单独判断其在经过测试的物体和环境之外的耐用性、安全性或准确性。
smartARM 创始人兼首席执行官 Hamayal Choudhry 表示，打造一只具备能力的手只是挑战的一部分，而使用便捷性同样重要。Shaquem Griffin 是该产品的长期用户及前 NFL 球员，他还表示，对他而言，可扩展性和可及性是这项技术最重要的方面。有关该模型是否已准备好广泛使用，以及如何处理误识别或不熟悉物体等情况，仍存在悬而未决的问题。