康奈尔大学 SciFi 实验室推出 EchoMotion 方案，直接利用市面上普通智能手表自带的扬声器和麦克风发射接收超声波，搭配轻量化 AI 模型完成全身姿态追踪，不用加装摄像头、毫米波雷达、UWB 等额外硬件，传统智能手表只靠 IMU 陀螺仪加速度计，只能捕捉手腕动作，很难判断腿、躯干、另一侧手臂的姿势，深蹲、瑜伽、康复训练这类动作识别误差很大，这套方案原理类似声呐，手表发出人耳听不到的超声波，声波碰到四肢、躯干之后反射回来，麦克风采集回波信号，再由端侧小模型解析回波特征，还原全身 12 个关节位置，测试在 Galaxy Watch 6、Pixel Watch 3 这类 Wear OS 手表上完成，平均关节误差大约 6.1 厘米，而且全程不采集图像，隐私风险更低，AI 模型体积不到 30MB，可以直接在手表本地运行，结论就是普通消费级智能手表靠软件升级就能新增全身动捕能力，适合居家健身、术后康复、日常动作监测场景。
EchoMotion 和传统追踪方案对比表
| 方案 | 依赖硬件 | 是否需要摄像头 | 隐私风险 | 短板 |
|---|---|---|---|---|
| EchoMotion 超声波 AI 追踪 | 手表自带喇叭 + 麦克风 | 否 | 低，无图像采集 | 环境噪音、障碍物会影响精度 |
| 手表原生 IMU 动作识别 | 加速度计、陀螺仪 | 否 | 低 | 只能感知手腕，全身姿态容易出错 |
| 摄像头动捕、VR 体感 | RGB / 深度相机 | 是 | 高，画面存在泄露风险 | 需要固定拍摄位置，不能随身 |
| 毫米波雷达全身追踪 | 专用毫米波芯片 | 否 | 中等 | 多数普通手表没有该硬件，成本高 |
完整工作流程清单
- 发射超声波：手表扬声器持续发出人耳不可闻的超声波信号，向佩戴者全身扩散
- 回波采集：手表内置麦克风接收从四肢、躯干反射回来的声波回波
- 信号预处理：过滤环境杂音、多路径反射干扰，提取回波时差、频率变化特征
- 端侧 AI 推理：轻量化模型读取声学特征，推算 12 个全身关节三维坐标，重建人体姿态
- 输出动作数据：姿态结果给到上层应用，用来计数、矫正动作、记录康复训练数据
- 持续迭代：结合 IMU 数据融合，进一步降低姿态漂移，提升连续追踪稳定性
适用场景与局限
- 适用场景：居家健身动作矫正、肢体术后康复评估、日常活动记录、VR/AR 简易身体追踪
- 优势：复用现有硬件，纯软件改造；无摄像头，隐私友好；模型小巧，适合手表端侧运行
- 局限：近距离环境效果更好，远距离、嘈杂环境、大量遮挡物会降低追踪精度；目前属于实验室原型，还没有正式上线手表系统
- 论文信息：在上海举办的 UbiComp/IWSC 学术会议上发表，论文名称《EchoMotion: Towards Full-Body Pose Tracking with a Single Smartwatch Using Active Acoustic Sensing》
【常见问题】
问题 1：超声波与人工智能让现成智能手表实现无摄像头全身追踪，是不是所有智能手表都能用？
回答 1：超声波与人工智能让现成智能手表实现无摄像头全身追踪，理论上带扬声器和麦克风的 Wear OS 手表都有适配潜力，目前验证机型是 Galaxy Watch 6、Pixel Watch 3，还没有适配苹果 Watch。
问题 2：超声波与人工智能让现成智能手表实现无摄像头全身追踪，会不会消耗很多电量？
回答 2：超声波与人工智能让现成智能手表实现无摄像头全身追踪，AI 模型体积很小，超声波功率低，对比持续开启摄像头动捕省电很多，但相比单纯 IMU 监测，功耗依旧会更高。
问题 3：超声波与人工智能让现成智能手表实现无摄像头全身追踪，在嘈杂环境还能正常工作吗？
回答 3：超声波与人工智能让现成智能手表实现无摄像头全身追踪，嘈杂环境、周边障碍物多的时候，回波信号容易被干扰，追踪误差会变大，更适合安静、简单的居家空间。
问题 4：超声波与人工智能让现成智能手表实现无摄像头全身追踪，现在普通用户能直接下载使用吗？
回答 4：超声波与人工智能让现成智能手表实现无摄像头全身追踪，EchoMotion 目前还属于实验室研究原型，没有作为正式 App 上架应用商店，后续需要厂商整合进手表系统才能商用。
【参考资料】
[2026-11-13]（EchoMotion: Cornell smartwatch ultrasound full body tracking without camera）DeviceKick
[2026-11-12]（你的智能手表就能全身动捕：康奈尔 EchoMotion 超声波 AI 方案）机器之心
[2026-11-11]（Researchers track whole body movement with just a smartwatch）康奈尔大学官网
[2026-10-13]（EchoMotion: Towards Full-Body Pose Tracking with a Single Smartwatch Using Active Acoustic Sensing）UbiComp/IWSC 会议论文
【免责声明】
本文整理自康奈尔大学官方新闻、UbiComp 学术论文和科技媒体公开报道，超声波搭配 AI 在现成智能手表上做无摄像头全身追踪仍处于科研原型阶段，追踪精度、抗干扰能力、功耗表现会随环境变化；该技术不代表现有手表自带该功能，本文不构成智能手表选购、健身设备采购建议。