第1049章 1000萬員工？我就是唐僧！幾萬塊買條胳膊？（2/2）
馬庫斯點了點頭，努力集中精力。
三年了，他已經太久沒有握過拳頭，但「幻肢感」從未消失。
他的大腦仍然記得每一根手指蜷曲的感覺，仍然會在半夜下意識地想去抓握什麼東西，然後驚醒。
胳膊雖然沒了，但他可以通過收縮殘肢肌肉，向運動神經傳遞握拳的指令。
就在他想像握拳的瞬間，穿戴在手臂上的靈樞NeuroLinkS1動了。
五根仿生手指同時內收，呈現標準的握拳姿勢！
現場安靜了大約三秒，隨後爆發出一陣此起彼伏的驚嘆。
馬庫斯低頭看著那隻機械手臂，自己也愣住了。
響應速度快，判斷精準，比他花費3萬美幣購買的bebionic假肢，體驗感要好上太多了。
「請試試張開手掌。」王瑞雪的聲音在耳邊響起。
馬庫斯深吸一口氣，腦海中浮現出五指舒展的畫面。
下一秒，靈樞S1的手指逐一伸展開來，速度流暢自然，沒有絲毫頓挫。
「現在請想像用食指和拇指捏住一個東西，比如拿著一顆雞蛋。」
馬庫斯照做了。
仿生手的拇指與食指緩緩靠攏，指腹處的壓力傳感器實時反饋數據，力度精確控制在1.2牛頓，剛好能穩穩托住一顆雞蛋，而不會將它捏碎。
這時，王瑞雪拿起一顆真正的雞蛋，放在仿生手的指間。
現場數百雙眼睛齊刷刷地盯著那顆雞蛋。
馬庫斯能感覺到指尖傳來的輕微壓感，凝膠貼片將仿生手指腹的壓力數據，通過微電流刺激，反饋到了他殘端的觸覺神經上。
那顆雞蛋穩穩地懸在兩指之間，紋絲不動。
三秒！
五秒！
十秒！
雞蛋紋絲不動，完好無損！
看到這一幕，掌聲轟然炸開。
馬庫斯咧嘴一笑，對靈樞S1的期待值更高了。
不愧是智橙科技！
不愧是研發出了LiveVoice同聲翻譯、莫斯（Alea）智能語音系統、OrangeAI的人工智慧公司！
但演示還沒有結束，王瑞雪從桌上拿出一副標準撲克牌，抽出三張，正面朝下放在桌上。
「請您用靈樞S1翻開其中任意一張牌。」
馬庫斯盯著那三張牌，想像著右手食指伸出、指尖下壓、向上一挑。
仿生手的食指果然伸了出來，指腹精準地壓在最左邊那張牌的邊緣。
然而，在上挑的瞬間，食指的角度出現了約五度的偏差，牌只翻了一半便又倒了回來。
失敗了？
王瑞雪見狀，神色從容。
馬庫斯連忙又嘗試了一次，這次成功了！
畢竟是非侵入式仿生義肢，能做到這種程度，已然稱得上是頂尖水準。
其實無論是腦機接口、神經接口，半侵入式的靶向肌肉神經再支配技術，還是非侵入式的肌電控制方案，本質上都只是在「推測」大腦意圖，而非真正的「讀心術」。
翻譯識別效率越高，產品的實際表現力就越強。
目前該領域第一梯隊的實驗室數據，在握拳、方向控制、抓握這類簡單二分類動作上，準確率也僅在80%到85%之間。
行業平均水平在70%到80%，遇到複雜多指動作或連續控制時，準確率常會跌到70%以下，還需要使用者反覆訓練與校準。
而靈樞S1對簡單指令的識別解析率，卻明顯超過了90%，精準度遠超同行。
馬庫斯的演示結束後，展台前的人群不僅沒有散去，反而越聚越多。
社交媒體上，關於靈樞NeuroLinkS1的短視頻已經開始瘋傳了，馬庫斯捏雞蛋、拿撲克牌的畫面，在短短二十分鐘內就被轉發了十萬次。
「下一位！」
王瑞雪朝隊伍喊道。
走上來的是一位三十出頭的女性，短髮，身材瘦削，左臂從肘關節以下缺失。
她叫艾琳，墨西哥裔，在聖迭戈一家食品加工廠工作時，左前臂被捲入了傳送帶。
與馬庫斯不同的是，艾琳的殘端更短，可用於採集肌電信號的肌肉群面積更小，這意味著電極陣列的覆蓋區域會受到顯著限制。
這恰恰是非侵入式仿生義肢最大的技術瓶頸之一，殘端條件越差，可採集的神經信號就越微弱，AI解碼的難度就越大。
王瑞雪仔細檢查了艾琳的殘端情況後，選擇了一套更小號的柔性凝膠貼片，並調整了接受腔的大小。
屏幕上的波形圖明顯更加紊亂，尤其是對應殘餘指淺屈肌群的三條曲線，信號幅值不到馬庫斯的一半。
但AI解碼引擎在後台飛速運轉，自適應濾波算法逐幀剝離噪聲，深度學習模型根據艾琳的肌肉收縮特徵，實時重構出運動意圖的概率分布圖。
四分半鐘後，校準完成。
「請您試試握拳。」
艾琳抿了抿嘴唇，眼神裡帶著幾分緊張。
她盯著那隻啞光鈦灰色的仿生左手，想像著自己已經不存在的五根手指向掌心蜷曲。
隨後，仿生手的小指和無名指率先內收。
緊接著，中指、食指、拇指依次跟上，完成了一個完整的握拳動作。
「請您鬆開拳頭，再依次活動每一根手指。」
艾琳回過神來，按照指示逐一嘗試。
拇指外展，成功。
食指獨立伸展，成功。
中指彎曲，成功。
無名指，停頓了大約零點八秒後，彎曲了，但幅度只有預期的三分之二。
小指獨立活動，失敗。
王瑞雪在筆記本上快速記錄了幾組數據，隨即向現場觀眾解釋道：「這位女士在單指獨立控制這個層面上，靈樞S1對食指和拇指的識別率最高，可以達到93%到95%。
中指大約在89%到91%之間，無名指降至82%左右，小指最低，大約在75%到78%。
當然，每個人殘肢界面的神經敏感度不同、對靈樞S1的操控熟練度不同，最終也會呈現出不同的性能表現。」
她停頓了一下，把屏幕上的實時數據可視化界面投到了展台背後的大屏幕上。
「這是因為從解剖學角度來看，無名指和小指在前臂共享部分肌腱和運動神經分支，對應的肌電信號高度重疊。
即使是健全人，也很難讓小指完全獨立於無名指運動，這是人體解剖結構決定的物理上限，並非設備的缺陷。」
台下不少懂行的人點頭，表示理解。
幾位來自MIT媒體實驗室和約翰霍普金斯應用物理實驗室的研究人員，在人群中低聲交流，表情凝重。
他們非常清楚這組數據意味著什麼。
行業內目前公開發表的最佳單指識別成績，來自猶他大學與DEKAResearch的聯合項目，在實驗室條件下，對健全受試者做到了83%的平均單指識別率。
而靈樞S1在展會現場，面對一位殘端條件並不理想的截肢用戶，五指平均識別率輕鬆超過了87%，食指和拇指更是逼近95%。
如果換到實驗室環境，這個數字只會更高！
接下來，艾琳又嘗試拿起簽字筆，在A4紙上進行書寫操作，字跡潦草，像個一年級的小學生。
隨後，她端起一隻裝滿水的軟塑料杯，這對智能義肢的力度控制要求極高，稍一用力，杯中的水就會被擠出來。
從實際表現來看，足以給到85分。
雖說灑出了一些水，但整體效果相當不錯。
採用非侵入式電極傳感器方案，能做到這種程度實屬不易。
這一來靠魏高對電子生物學的深刻理解，二來靠AI輔助系統的算法模式，三來也離不開陳延森的完善優化。
而且靈樞S1會記錄使用者的每次動作數據，時間越久，它越了解用戶，進而提升對大腦和身體意圖的理解力。
在場不少工程師心中暗自判斷：除非能徹底解決經皮感染、人體排異問題，或是研發出更高效率的腦電與肌肉信號採集材料，否則未來五年內，性能最強的仿生智能義肢，恐怕就是靈樞S1了。
價格是多少？
很多人這才反應過來，在智橙科技的展台前看了一個多小時，都不清楚售價。
但每個截肢者的殘肢狀態、神經殘餘、皮層重組程度都不同，這就需要高度個性化的適配方案，價錢自然也不同。
另外，除了假肢本體的硬體費用外，還有定製接受腔、對線安裝、調試和保修費用，整體費用通常是假肢本體價格的1.5倍以上。
有人上前詢問，王瑞雪身邊的工作人員則遞上了一份報價單。
入門級、高端、頂配，一共三種規格，最便宜的仿生假肢，可實現16種握姿動作，硬體定價9999美幣，折合6.2萬華元。
功能可與OttobockC—Leg經典款相媲美，而C—Leg的售價，最便宜也要20萬華元。
智橙科技的定價不算高！
圍在展台和直播間裡的觀眾在得知後，頓時滿臉喜色。
在2017年，儘管仿生假肢還沒有被統一列入醫保報銷清單里，但地方醫保和殘聯補貼都有相關規定，自費比例一般在40%到70%。
幾萬塊就能給自己買條胳膊或者小腿！
>