眼動追蹤技術正悄然成為人機交互的新樞紐，

逐漸打破人機交互的物理邊界。

還記得科幻片中那些神奇場景嗎？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)人們認為這只是不切實際的幻想，而人工智能（AI）與交互技術的深度融合，正將這種“以眼代手”的交互方式從銀幕帶入現(xiàn)實。眼動追蹤技術正悄然成為人機交互的新樞紐，逐漸打破人機交互的物理邊界。

當眼睛成為新“鼠標”

在科技長河中，交互技術歷經(jīng)多次變革。1964年，道格拉斯·恩格爾巴特發(fā)明了鼠標，首次將“點擊-選擇”的物理操作引入人機交互。物理交互時代，鼠標、鍵盤是人機對話的“橋梁”，用戶經(jīng)由指尖敲擊與點擊，將指令輸入機器。這種交互方式需通過精準的肢體動作傳遞指令，但交互效率受到設備物理反饋延遲和操作復雜度的雙重限制。

1964年道格拉斯·恩格爾巴特發(fā)明的鼠標專利附圖

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

傳統(tǒng)的人機交互，無論是鍵盤、鼠標還是觸屏，都需要用戶主動動手操作。而使用眼動追蹤技術的交互方式的核心突破在于，它讓機器能夠主動“讀懂”用戶的注意力焦點和意圖，實現(xiàn)“所見即所得”的無感交互。

眼動追蹤是通過傳感器和光學設備捕捉眼部包括瞳孔擴張、眼球轉(zhuǎn)動、注視方向等相關特征并通過算法令計算機獲知用戶正在看哪里、何時看的、為什么看的技術。

2005年，瑞典科技公司Tobii推出全球首臺眼控電腦，使殘疾人能夠用眼睛作為輸入機制進行交流，邁出了眼動追蹤技術重要的一步。

隨著技術演進，行業(yè)領先企業(yè)持續(xù)推動該領域的創(chuàng)新突破，諸如Tobii、英偉達、META、蘋果等公司，通過優(yōu)化改進算法和提升硬件性能，使眼動追蹤設備能夠適應各種光線環(huán)境，準確識別眼球動作，并在多種使用場景中保持穩(wěn)定工作，從專業(yè)醫(yī)療領域走向普通消費市場。

驅(qū)動“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。與傳統(tǒng)人工智能不同，它不僅能處理輸入數(shù)據(jù)，更能學習內(nèi)在規(guī)律，從而創(chuàng)造出邏輯通順、結(jié)構連貫的新內(nèi)容。

如果說眼動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”。憑借強大算力和學習能力，生成式AI能夠?qū)崟r分析處理海量眼動數(shù)據(jù)，使機器精準理解人類目光所傳達的意圖。兩者的結(jié)合，使人機交互在算力資源、硬件設備、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數(shù)據(jù)訓練模型，數(shù)據(jù)采集成本高且涉及隱私風險，依賴高算力GPU實時處理高分辨率圖像，GPU負荷較大。

生成式AI可生成高質(zhì)量的合成眼動數(shù)據(jù)，有效擴充訓練數(shù)據(jù)集的規(guī)模；通過搭建公共算力平臺，提供開源框架，優(yōu)化算力布局，減少對實時計算資源的需求。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，其利用AI實時分析用戶視線焦點區(qū)域，僅在注視點中心小范圍進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無差異的前提下，顯著降低GPU負載，使得在主流設備上流暢運行高保真VR/AR內(nèi)容成為可能。

在硬件設備優(yōu)化方面，主要體現(xiàn)在微型化和集成化兩個維度。微型化眼動儀內(nèi)置于VR頭顯等設備中，設備重量減輕，攜帶場景擴大；低功耗芯片與精簡電路共同降低能耗，連續(xù)運行時間延長；集成眼動追蹤、手勢識別、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追蹤系統(tǒng)的專利，針對傳統(tǒng)多攝像頭追蹤方案導致結(jié)構復雜的缺陷，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，在保障眼動追蹤精度的同時減小設備的體積、降低結(jié)構復雜度。

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鍵技術挑戰(zhàn)。例如蘋果公司涉及使用瞳孔數(shù)據(jù)改進用戶交互體驗的專利，提出多維度特征提取框架，能夠持續(xù)監(jiān)測注視時間、眼球運動軌跡和瞳孔變化數(shù)據(jù)，通過AI模型將其與手勢、語音等多模態(tài)信息融合分析，以實現(xiàn)更精準的用戶交互意圖預測。英偉達公司涉及渲染和顯示對話式AI助手的專利展示了另一優(yōu)化方向，當AI助手檢測到用戶注視特定區(qū)域并伴隨語音輸入時，能實時生成動畫化的面部、身體并以適當?shù)那榫w、語氣、表情響應用戶，使互動的真實感、沉浸感得到增強，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》中引入眼動追蹤技術，讓玩家可通過眼部動作來操控游戲角色。索尼PS VR2在射擊類游戲中用眼神代替手柄實現(xiàn)精準瞄準，這項技術在索尼公司的利用眼動追蹤數(shù)據(jù)進行游戲?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支撐，能在直播視頻中實時理解粉絲彈幕內(nèi)容，即時生成自然的語言反饋和生動的表情動作，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計，提高銷量。

例如，全家便利店推出的數(shù)字標牌系統(tǒng)Family Mart Vision，借助眼動追蹤技術研究顧客與數(shù)字標牌系統(tǒng)的互動方式，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公司申請了一種涉及虛擬試穿的專利，利用眼動追蹤技術確定用戶視線焦點，結(jié)合AI進行圖像識別和匹配，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作和視線變化實時調(diào)整，模擬出真實的試穿效果，提升購物的便捷性和趣味性。

而在傳統(tǒng)教學課堂上，教師難以實時掌握每個學生的學習狀態(tài)，眼動追蹤技術為這一難題提供了創(chuàng)新解決方案。攝像頭實時采集和分析學生的視線軌跡，結(jié)合AI算法識別注視模式中的異常特征，準確判斷學生是否遇到理解障礙或出現(xiàn)注意力分散的情形，使教師能夠及時調(diào)整教學策略。

例如，華中師范大學已申請了通過眼動數(shù)據(jù)獲得學生的課堂認知投入水平的相關專利技術方案。在醫(yī)學領域的手術模擬、航空領域的飛行模擬等專業(yè)培訓中，學員在虛擬場景中的眼動數(shù)據(jù)可以輔助教練評估其操作是否規(guī)范、決策是否合理，提高培訓效率的同時，還能建立基于客觀數(shù)據(jù)的技能評估體系。

該技術在人車交互中，可使駕駛更加安全便捷。例如，寶馬等車企將眼動追蹤技術應用于駕駛員狀態(tài)監(jiān)控。系統(tǒng)持續(xù)監(jiān)測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，及時發(fā)出提示警報，還可聯(lián)動輔助駕駛系統(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，集成眼動追蹤傳感器與AI算法，實時捕捉駕駛員瞳孔位置、注視方向及眼睛狀態(tài)，并基于此動態(tài)調(diào)整HUD顯示內(nèi)容，提升用戶駕駛交互體驗。

在醫(yī)療方面，多家企業(yè)均已推出眼動儀等醫(yī)療眼控輔助康復設備，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、平板、電腦等主流電子設備廠商也在加大研發(fā)投入，將眼動追蹤功能集成到消費電子產(chǎn)品中。這類設備可以幫助用戶完成基礎溝通交流，利用視線數(shù)據(jù)評估患者康復進度，還能通過眼睛控制輪椅、智能家居設備，支持用戶進行游戲、娛樂等活動，實現(xiàn)多種生活輔助功能，改善特殊群體的日常生活自主性，提高其社會參與度，對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，我們必須清醒面對技術發(fā)展伴隨的重重挑戰(zhàn)。

當前技術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會影響設備捕捉眼部動作的準確性；佩戴眼鏡或隱形眼鏡的用戶可能遇到識別精度下降的問題。長時間使用這類設備容易導致視覺疲勞，影響用戶體驗，容易降低用戶使用意愿。

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

技術公平性同樣存在爭議。多數(shù)眼動模型的訓練數(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，導致眼動追蹤算法在識別深膚色人群或特殊眼形時可能存在較高誤差。高精度的眼動追蹤設備往往價格不菲，使得部分群體難以享受到技術帶來的便利。研發(fā)者需要持續(xù)投入資源，優(yōu)化算法對不同特征的魯棒性，同時開發(fā)成本更低的硬件方案，降低技術門檻，實現(xiàn)技術公平性，讓更多人群能夠受益于這項技術。

眼動數(shù)據(jù)作為生物特征信息具有高度敏感性，在數(shù)據(jù)安全和隱私保護方法需要進行嚴格監(jiān)管。歐盟的《人工智能法案》強調(diào)了包括眼球運動在內(nèi)的生物數(shù)據(jù)的敏感性，對其收集、處理、使用作出了詳細規(guī)定以保護個人隱私和基本權利。我國頒布并實施的《生成式人工智能服務管理暫行辦法》《互聯(lián)網(wǎng)信息服務深度合成管理規(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)容標識辦法》，規(guī)范了生成式人工智能內(nèi)容的標識和管理，要求內(nèi)容標識、數(shù)據(jù)來源合法化，并禁止生成虛假信息。

多家公司都針對涉及眼動數(shù)據(jù)等生物數(shù)據(jù)的隱私保護進行了專利布局，探索在設備端進行實時數(shù)據(jù)脫敏、聯(lián)邦學習等技術路徑，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，最大限度保護用戶隱私。如何在技術創(chuàng)新與隱私保護間取得平衡，是行業(yè)發(fā)展的關鍵考題。

邁向智能化與人性化的融合

眼動追蹤視頻互動技術的演進，指向一個更為融合化、智能化、實時化、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，眼動追蹤技術將與語音識別、手勢識別、表情分析甚至腦機接口等技術相結(jié)合，進一步拓寬人機交互的應用邊界，為用戶提供更加豐富自然的交互體驗。

AI技術的革新將賦予數(shù)字世界更加智能化的能力，未來的AI將具備高度個性化的情感認知和自我學習能力，能夠更為精準的判斷用戶需求，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。

新通信技術的應用將為實時交互提供更強大的支持。6G及下一代通信技術具備更低延遲、更高帶寬的特性，確保數(shù)據(jù)進行實時傳輸和處理，使遠程交互更加流暢，為構建全球沉浸式網(wǎng)絡提供有力支撐。

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

未來，就在我們注視的前方。（作者單位：國家知識產(chǎn)權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）

01

微店訂閱

請掃左側(cè)雜志微店二維碼訂閱或點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：2-652。亦可掃左側(cè)“中國郵政微商城”二維碼訂閱。

03

報社訂閱

請匯款至以下賬戶，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：中國知識產(chǎn)權報社

賬號：0200010009014482891

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

【點擊下方小程序購買本期雜志】

編校：苑寶平

/ / / /

/ / /

/ /

/ / /

/ / /