不装摄像头，普通手表靠回声估算全身动作

一只没有改装的智能手表，不拍视频，也能估算佩戴者从头到脚的动作。康奈尔大学团队的EchoMotion把手表自带的扬声器和麦克风当成微型声呐，交给AI推算全身12个关节的位置。论文发表于2026年9月，学校11月11日介绍了这项研究；它仍是研究系统，不是已经推送给所有手表用户的新功能。

关键区别不是“手表第一次看懂身体”。2022年的BodyTrak就把小摄像头装在手腕上，用身体轮廓估计全身姿势。它记录的是图像；EchoMotion换成了声波反射，想让现成设备上的音频硬件承担这项工作。对不愿在健身时架摄像头的人，这是一条不同的路线。

不用摄像头的尝试也早已存在。2023年的IMUPoser利用手机、手表和耳机里的惯性传感器，也就是感受加速度与转动的零件，推测身体姿态；输入甚至可以来自单个设备。因此，这次真正的新意是增加主动声学观察，而不是首次用一个设备猜全身动作。

原理像在黑暗房间里拍手，再通过回声了解周围物体。手表发出人耳听不到的超声信号，麦克风收回被身体反射的声音。模型学习不同动作对应的回声变化，把声音变成关节位置。它输出的是估计值，不是一张看穿身体的照片。

在未改装Galaxy Watch 6的15人测试中，新用户每个关节位置的平均误差不到约10厘米；进行一次12分钟的个人校准后，降到约6厘米。这个量级意味着它能展示动作轮廓，却不能把手肘或脚踝的位置当成毫米级测量结果。

其他人的身体也会反射声音。走廊测试中，周围人的回声让效果略有下降。日常健身空间的拥挤程度，仍会影响这条路线能否稳定工作。

它对普通人的吸引力，是少添设备、少拍画面，也可能获得比步数更细的运动信息。接下来真正有用的进步，是在不同人和不同环境里可靠地判断动作，而不是仅让屏幕上的小人动起来。

原始论文：2026年9月；康奈尔大学报道：2026年11月11日。