眼動(dòng)追蹤技術(shù)背后的沉浸式革命

眼動(dòng)追蹤技術(shù)正悄然成為人機(jī)交互的新樞紐，

逐漸打破人機(jī)交互的物理邊界。

還記得科幻片中那些神奇場(chǎng)景嗎？主角眨眨眼就能駕駛飛船，目光一掃就調(diào)出數(shù)據(jù)面板。曾經(jīng)人們認(rèn)為這只是不切實(shí)際的幻想，而人工智能（AI）與交互技術(shù)的深度融合，正將這種“以眼代手”的交互方式從銀幕帶入現(xiàn)實(shí)。眼動(dòng)追蹤技術(shù)正悄然成為人機(jī)交互的新樞紐，逐漸打破人機(jī)交互的物理邊界。

當(dāng)眼睛成為新“鼠標(biāo)”

在科技長河中，交互技術(shù)歷經(jīng)多次變革。1964年，道格拉斯·恩格爾巴特發(fā)明了鼠標(biāo)，首次將“點(diǎn)擊-選擇”的物理操作引入人機(jī)交互。物理交互時(shí)代，鼠標(biāo)、鍵盤是人機(jī)對(duì)話的“橋梁”，用戶經(jīng)由指尖敲擊與點(diǎn)擊，將指令輸入機(jī)器。這種交互方式需通過精準(zhǔn)的肢體動(dòng)作傳遞指令，但交互效率受到設(shè)備物理反饋延遲和操作復(fù)雜度的雙重限制。

1964年道格拉斯·恩格爾巴特發(fā)明的鼠標(biāo)專利附圖

2007年，蘋果公司推出iPhone智能手機(jī)，首次應(yīng)用多點(diǎn)觸控技術(shù)，使用戶無需依賴物理按鍵，僅通過手指觸摸、滑動(dòng)、縮放等手勢(shì)便能直接操控屏幕界面。這種觸控技術(shù)將人機(jī)交互從“工具操作”轉(zhuǎn)變?yōu)椤爸w語言”，使操作更加自然、流暢、直觀，成為后來智能設(shè)備的主流交互方式。

傳統(tǒng)的人機(jī)交互，無論是鍵盤、鼠標(biāo)還是觸屏，都需要用戶主動(dòng)動(dòng)手操作。而使用眼動(dòng)追蹤技術(shù)的交互方式的核心突破在于，它讓機(jī)器能夠主動(dòng)“讀懂”用戶的注意力焦點(diǎn)和意圖，實(shí)現(xiàn)“所見即所得”的無感交互。

眼動(dòng)追蹤是通過傳感器和光學(xué)設(shè)備捕捉眼部包括瞳孔擴(kuò)張、眼球轉(zhuǎn)動(dòng)、注視方向等相關(guān)特征并通過算法令計(jì)算機(jī)獲知用戶正在看哪里、何時(shí)看的、為什么看的技術(shù)。

2005年，瑞典科技公司Tobii推出全球首臺(tái)眼控電腦，使殘疾人能夠用眼睛作為輸入機(jī)制進(jìn)行交流，邁出了眼動(dòng)追蹤技術(shù)重要的一步。

隨著技術(shù)演進(jìn)，行業(yè)領(lǐng)先企業(yè)持續(xù)推動(dòng)該領(lǐng)域的創(chuàng)新突破，諸如Tobii、英偉達(dá)、META、蘋果等公司，通過優(yōu)化改進(jìn)算法和提升硬件性能，使眼動(dòng)追蹤設(shè)備能夠適應(yīng)各種光線環(huán)境，準(zhǔn)確識(shí)別眼球動(dòng)作，并在多種使用場(chǎng)景中保持穩(wěn)定工作，從專業(yè)醫(yī)療領(lǐng)域走向普通消費(fèi)市場(chǎng)。

驅(qū)動(dòng)“活”起來的虛擬世界

生成式人工智能（Generative AI）是基于算法、模型和規(guī)則，自主生成文本、圖像、音頻、視頻、代碼等多樣化內(nèi)容的技術(shù)。與傳統(tǒng)人工智能不同，它不僅能處理輸入數(shù)據(jù)，更能學(xué)習(xí)內(nèi)在規(guī)律，從而創(chuàng)造出邏輯通順、結(jié)構(gòu)連貫的新內(nèi)容。

如果說眼動(dòng)追蹤是感知用戶意圖的“眼睛”，生成式AI則是賦予虛擬世界靈魂的“大腦”。憑借強(qiáng)大算力和學(xué)習(xí)能力，生成式AI能夠?qū)崟r(shí)分析處理海量眼動(dòng)數(shù)據(jù)，使機(jī)器精準(zhǔn)理解人類目光所傳達(dá)的意圖。兩者的結(jié)合，使人機(jī)交互在算力資源、硬件設(shè)備、核心算法方面均得到了顯著提升。

在算力資源優(yōu)化方面，傳統(tǒng)方法需海量真人眼動(dòng)數(shù)據(jù)訓(xùn)練模型，數(shù)據(jù)采集成本高且涉及隱私風(fēng)險(xiǎn)，依賴高算力GPU實(shí)時(shí)處理高分辨率圖像，GPU負(fù)荷較大。

生成式AI可生成高質(zhì)量的合成眼動(dòng)數(shù)據(jù)，有效擴(kuò)充訓(xùn)練數(shù)據(jù)集的規(guī)模；通過搭建公共算力平臺(tái)，提供開源框架，優(yōu)化算力布局，減少對(duì)實(shí)時(shí)計(jì)算資源的需求。以META公司的專利為例，該專利涉及基于注視的超分辨率技術(shù)，其利用AI實(shí)時(shí)分析用戶視線焦點(diǎn)區(qū)域，僅在注視點(diǎn)中心小范圍進(jìn)行圖像的超分辨率重建渲染，周邊視野則呈現(xiàn)低分辨率圖像，在保證用戶主觀視覺體驗(yàn)無差異的前提下，顯著降低GPU負(fù)載，使得在主流設(shè)備上流暢運(yùn)行高保真VR/AR內(nèi)容成為可能。

在硬件設(shè)備優(yōu)化方面，主要體現(xiàn)在微型化和集成化兩個(gè)維度。微型化眼動(dòng)儀內(nèi)置于VR頭顯等設(shè)備中，設(shè)備重量減輕，攜帶場(chǎng)景擴(kuò)大；低功耗芯片與精簡(jiǎn)電路共同降低能耗，連續(xù)運(yùn)行時(shí)間延長；集成眼動(dòng)追蹤、手勢(shì)識(shí)別、語音交互等多種傳感器，多模態(tài)數(shù)據(jù)采集和處理效率提升。蘋果公司公開的一種涉及無攝像頭眼動(dòng)追蹤系統(tǒng)的專利，針對(duì)傳統(tǒng)多攝像頭追蹤方案導(dǎo)致結(jié)構(gòu)復(fù)雜的缺陷，采用掃描光源和光電二極管捕捉光線在眼睛上的反射來追蹤眼球，從而無需使用攝像頭，在保障眼動(dòng)追蹤精度的同時(shí)減小設(shè)備的體積、降低結(jié)構(gòu)復(fù)雜度。

在核心算法優(yōu)化方面，聚焦于深度理解用戶視線意圖這一關(guān)鍵技術(shù)挑戰(zhàn)。例如蘋果公司涉及使用瞳孔數(shù)據(jù)改進(jìn)用戶交互體驗(yàn)的專利，提出多維度特征提取框架，能夠持續(xù)監(jiān)測(cè)注視時(shí)間、眼球運(yùn)動(dòng)軌跡和瞳孔變化數(shù)據(jù)，通過AI模型將其與手勢(shì)、語音等多模態(tài)信息融合分析，以實(shí)現(xiàn)更精準(zhǔn)的用戶交互意圖預(yù)測(cè)。英偉達(dá)公司涉及渲染和顯示對(duì)話式AI助手的專利展示了另一優(yōu)化方向，當(dāng)AI助手檢測(cè)到用戶注視特定區(qū)域并伴隨語音輸入時(shí)，能實(shí)時(shí)生成動(dòng)畫化的面部、身體并以適當(dāng)?shù)那榫w、語氣、表情響應(yīng)用戶，使互動(dòng)的真實(shí)感、沉浸感得到增強(qiáng)，并能通過虛擬角色的眼神交流令用戶產(chǎn)生情感共鳴。

從游戲娛樂到生命關(guān)懷

Tobii公司與游戲公司育碧合作，在游戲《刺客信條：叛變》中引入眼動(dòng)追蹤技術(shù)，讓玩家可通過眼部動(dòng)作來操控游戲角色。索尼PS VR2在射擊類游戲中用眼神代替手柄實(shí)現(xiàn)精準(zhǔn)瞄準(zhǔn)，這項(xiàng)技術(shù)在索尼公司的利用眼動(dòng)追蹤數(shù)據(jù)進(jìn)行游戲?qū)ο箐秩究刂频膶＠械玫襟w現(xiàn)。

中國公司魔琺科技的虛擬偶像“翎Ling”，由涉及基于虛擬角色的多模態(tài)交互方法等一系列專利技術(shù)支撐，能在直播視頻中實(shí)時(shí)理解粉絲彈幕內(nèi)容，即時(shí)生成自然的語言反饋和生動(dòng)的表情動(dòng)作，打造娛樂產(chǎn)業(yè)新生態(tài)。這種將顧客在貨架前的視線軌跡，用于量化評(píng)估不同商品陳列方式的吸引力差異，使商家據(jù)此優(yōu)化商品布局和廣告設(shè)計(jì)，提高銷量。

例如，全家便利店推出的數(shù)字標(biāo)牌系統(tǒng)Family Mart Vision，借助眼動(dòng)追蹤技術(shù)研究顧客與數(shù)字標(biāo)牌系統(tǒng)的互動(dòng)方式，將調(diào)查數(shù)據(jù)與AI分析相結(jié)合以捕捉顧客注意力，從而獲知顧客購買意圖的變化。META公司申請(qǐng)了一種涉及虛擬試穿的專利，利用眼動(dòng)追蹤技術(shù)確定用戶視線焦點(diǎn)，結(jié)合AI進(jìn)行圖像識(shí)別和匹配，將虛擬服裝、飾品等商品與用戶的身體模型相結(jié)合，使商品隨著用戶的動(dòng)作和視線變化實(shí)時(shí)調(diào)整，模擬出真實(shí)的試穿效果，提升購物的便捷性和趣味性。

而在傳統(tǒng)教學(xué)課堂上，教師難以實(shí)時(shí)掌握每個(gè)學(xué)生的學(xué)習(xí)狀態(tài)，眼動(dòng)追蹤技術(shù)為這一難題提供了創(chuàng)新解決方案。攝像頭實(shí)時(shí)采集和分析學(xué)生的視線軌跡，結(jié)合AI算法識(shí)別注視模式中的異常特征，準(zhǔn)確判斷學(xué)生是否遇到理解障礙或出現(xiàn)注意力分散的情形，使教師能夠及時(shí)調(diào)整教學(xué)策略。

例如，華中師范大學(xué)已申請(qǐng)了通過眼動(dòng)數(shù)據(jù)獲得學(xué)生的課堂認(rèn)知投入水平的相關(guān)專利技術(shù)方案。在醫(yī)學(xué)領(lǐng)域的手術(shù)模擬、航空領(lǐng)域的飛行模擬等專業(yè)培訓(xùn)中，學(xué)員在虛擬場(chǎng)景中的眼動(dòng)數(shù)據(jù)可以輔助教練評(píng)估其操作是否規(guī)范、決策是否合理，提高培訓(xùn)效率的同時(shí)，還能建立基于客觀數(shù)據(jù)的技能評(píng)估體系。

該技術(shù)在人車交互中，可使駕駛更加安全便捷。例如，寶馬等車企將眼動(dòng)追蹤技術(shù)應(yīng)用于駕駛員狀態(tài)監(jiān)控。系統(tǒng)持續(xù)監(jiān)測(cè)駕駛員視線是否離開道路、是否出現(xiàn)眨眼頻率降低、疲勞性閉眼等跡象，及時(shí)發(fā)出提示警報(bào)，還可聯(lián)動(dòng)輔助駕駛系統(tǒng)接管車輛，為行車安全提供保障。比亞迪公司涉及車輛抬頭顯示（HUD）系統(tǒng)的一系列專利，集成眼動(dòng)追蹤傳感器與AI算法，實(shí)時(shí)捕捉駕駛員瞳孔位置、注視方向及眼睛狀態(tài)，并基于此動(dòng)態(tài)調(diào)整HUD顯示內(nèi)容，提升用戶駕駛交互體驗(yàn)。

在醫(yī)療方面，多家企業(yè)均已推出眼動(dòng)儀等醫(yī)療眼控輔助康復(fù)設(shè)備，致力于為肢體功能受限的特殊人群提供便捷的生活輔助工具。智能手機(jī)、平板、電腦等主流電子設(shè)備廠商也在加大研發(fā)投入，將眼動(dòng)追蹤功能集成到消費(fèi)電子產(chǎn)品中。這類設(shè)備可以幫助用戶完成基礎(chǔ)溝通交流，利用視線數(shù)據(jù)評(píng)估患者康復(fù)進(jìn)度，還能通過眼睛控制輪椅、智能家居設(shè)備，支持用戶進(jìn)行游戲、娛樂等活動(dòng)，實(shí)現(xiàn)多種生活輔助功能，改善特殊群體的日常生活自主性，提高其社會(huì)參與度，對(duì)其身心健康均帶來積極影響。

繁榮背后的警醒

在憧憬未來的同時(shí)，我們必須清醒面對(duì)技術(shù)發(fā)展伴隨的重重挑戰(zhàn)。

當(dāng)前技術(shù)水平仍存在若干限制。例如，環(huán)境光線變化和用戶頭部快速移動(dòng)會(huì)影響設(shè)備捕捉眼部動(dòng)作的準(zhǔn)確性；佩戴眼鏡或隱形眼鏡的用戶可能遇到識(shí)別精度下降的問題。長時(shí)間使用這類設(shè)備容易導(dǎo)致視覺疲勞，影響用戶體驗(yàn)，容易降低用戶使用意愿。

從技術(shù)整合的角度來看，不同系統(tǒng)之間的數(shù)據(jù)同步、多模態(tài)數(shù)據(jù)的融合處理以及設(shè)備兼容性問題構(gòu)成主要障礙。現(xiàn)有算法在復(fù)雜場(chǎng)景下的意圖識(shí)別準(zhǔn)確率尚未達(dá)到理想水平，存在誤判和響應(yīng)延遲的缺陷。這些問題的解決需要在硬件、算法等方面進(jìn)行持續(xù)迭代改進(jìn)。

技術(shù)公平性同樣存在爭(zhēng)議。多數(shù)眼動(dòng)模型的訓(xùn)練數(shù)據(jù)缺乏多樣性，如特定人種、膚色、年齡、殘障群體數(shù)據(jù)不足，導(dǎo)致眼動(dòng)追蹤算法在識(shí)別深膚色人群或特殊眼形時(shí)可能存在較高誤差。高精度的眼動(dòng)追蹤設(shè)備往往價(jià)格不菲，使得部分群體難以享受到技術(shù)帶來的便利。研發(fā)者需要持續(xù)投入資源，優(yōu)化算法對(duì)不同特征的魯棒性，同時(shí)開發(fā)成本更低的硬件方案，降低技術(shù)門檻，實(shí)現(xiàn)技術(shù)公平性，讓更多人群能夠受益于這項(xiàng)技術(shù)。

眼動(dòng)數(shù)據(jù)作為生物特征信息具有高度敏感性，在數(shù)據(jù)安全和隱私保護(hù)方法需要進(jìn)行嚴(yán)格監(jiān)管。歐盟的《人工智能法案》強(qiáng)調(diào)了包括眼球運(yùn)動(dòng)在內(nèi)的生物數(shù)據(jù)的敏感性，對(duì)其收集、處理、使用作出了詳細(xì)規(guī)定以保護(hù)個(gè)人隱私和基本權(quán)利。我國頒布并實(shí)施的《生成式人工智能服務(wù)管理暫行辦法》《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》以及于2025年9月1日起施行的《人工智能生成合成內(nèi)容標(biāo)識(shí)辦法》，規(guī)范了生成式人工智能內(nèi)容的標(biāo)識(shí)和管理，要求內(nèi)容標(biāo)識(shí)、數(shù)據(jù)來源合法化，并禁止生成虛假信息。

多家公司都針對(duì)涉及眼動(dòng)數(shù)據(jù)等生物數(shù)據(jù)的隱私保護(hù)進(jìn)行了專利布局，探索在設(shè)備端進(jìn)行實(shí)時(shí)數(shù)據(jù)脫敏、聯(lián)邦學(xué)習(xí)等技術(shù)路徑，確保原始生物特征數(shù)據(jù)無需上傳云端即可完成核心功能，最大限度保護(hù)用戶隱私。如何在技術(shù)創(chuàng)新與隱私保護(hù)間取得平衡，是行業(yè)發(fā)展的關(guān)鍵考題。

邁向智能化與人性化的融合

眼動(dòng)追蹤視頻互動(dòng)技術(shù)的演進(jìn)，指向一個(gè)更為融合化、智能化、實(shí)時(shí)化、人性化的未來。

多模態(tài)數(shù)據(jù)的融合將成為未來交互的重要趨勢(shì)，眼動(dòng)追蹤技術(shù)將與語音識(shí)別、手勢(shì)識(shí)別、表情分析甚至腦機(jī)接口等技術(shù)相結(jié)合，進(jìn)一步拓寬人機(jī)交互的應(yīng)用邊界，為用戶提供更加豐富自然的交互體驗(yàn)。

AI技術(shù)的革新將賦予數(shù)字世界更加智能化的能力，未來的AI將具備高度個(gè)性化的情感認(rèn)知和自我學(xué)習(xí)能力，能夠更為精準(zhǔn)的判斷用戶需求，與用戶建立起深度情感連接，成為人們工作生活中的智能伴侶。

新通信技術(shù)的應(yīng)用將為實(shí)時(shí)交互提供更強(qiáng)大的支持。6G及下一代通信技術(shù)具備更低延遲、更高帶寬的特性，確保數(shù)據(jù)進(jìn)行實(shí)時(shí)傳輸和處理，使遠(yuǎn)程交互更加流暢，為構(gòu)建全球沉浸式網(wǎng)絡(luò)提供有力支撐。

從助力溝通的關(guān)鍵橋梁，到革新娛樂體驗(yàn)的強(qiáng)大工具，再到重塑人機(jī)交互模式的核心引擎，眼動(dòng)追蹤與AI、人機(jī)交互技術(shù)的深度融合，正以前所未有的力量改變我們感知世界與互動(dòng)交流的方式。它驅(qū)動(dòng)著游戲娛樂的升級(jí)、零售營銷的創(chuàng)新、教育培訓(xùn)的改革、智能駕駛的優(yōu)化、醫(yī)療健康的進(jìn)步；為娛樂生活帶來全新的體驗(yàn)、為零售行業(yè)打造高效的營銷策略、為教育公平提供精準(zhǔn)的工具、為駕駛安全筑牢可靠的保障、為特殊人士賦予溝通的尊嚴(yán)，并最終導(dǎo)向一個(gè)虛擬與現(xiàn)實(shí)世界無縫交融的未來。

未來，就在我們注視的前方。（作者單位：國家知識(shí)產(chǎn)權(quán)局專利局專利審查協(xié)作四川中心）

（文章來源：《創(chuàng)意世界》2026年1月號(hào)）

01

微店訂閱

請(qǐng)掃左側(cè)雜志微店二維碼訂閱或點(diǎn)擊下方小程序鏈接購買。

02

郵局訂閱

各地郵局均可訂閱，郵發(fā)代號(hào)：2-652。亦可掃左側(cè)“中國郵政微商城”二維碼訂閱。

03

報(bào)社訂閱

請(qǐng)匯款至以下賬戶，并將匯款憑證發(fā)至本刊通聯(lián)發(fā)行部。

開戶銀行：中國工商銀行北京海淀區(qū)北太平莊支行

戶名：中國知識(shí)產(chǎn)權(quán)報(bào)社

賬號(hào)：0200010009014482891

通聯(lián)發(fā)行部熱線：010-82034385、010-82034281（傳真）

【點(diǎn)擊下方小程序購買本期雜志】

編校：苑寶平

/ / / /

/ / /

/ /

/ / /

/ / /