小米自 2022 年起与 CyweeMotion（咸兑科技）深度合作，将基于 IMU 芯片的 AI 体感融合算法引入智能穿戴产品，构建起覆盖体感手势、触屏手势与语音 AI 三大维度的腕上交互体系。截至 2024 年底，小米手表 S4 与手环 9 Pro 已通过澎湃 OS 2 将手势交互扩展为智能家居、汽车与全生态协同的统一控制入口。
三层交互体系
| 交互层 | 手势类型 | 核心功能 | 底层技术 |
|---|---|---|---|
| 体感手势层 | 翻腕 / 晃腕 / 抬腕 | IoT 控制、支付调出、来电接听 | IMU + CyweeMotion AI |
| 触屏手势层 | 滑动 / 点击 / 长按 | 界面导航、功能调用 | 电容触摸屏 + 手势引擎 |
| AI 协同层 | 语音 + 意图识别 | 小爱同学、自动化联动 | 澎湃 OS + 大模型 |
手势清单与功能映射
| 手势名称 | 触发方式 | 典型功能 | 支持设备 |
|---|---|---|---|
| 翻转手腕 | 被动 + 主动 | 调出支付码 / 自定义快捷 | 手表 S3+ |
| 晃动手腕 | 主动 | 接听来电 / IoT 控制 | 手表 S3+ |
| 抬腕亮屏 | 被动 | 激活屏幕显示 | 全系列 |
| 上下滑动 | 主动 | 浏览通知 / 翻页 | 全系列 |
| 左右滑动 | 主动 | 切换功能 / 返回 | 全系列 |
| 语音唤醒 | 主动 | 小爱同学全功能控制 | 手表系列 |
| 步态传感 | 被动 | 13 项跑步指标采集 | 手环 8+ |
CyweeMotion AI 体感算法
CyweeMotion 作为全球首创 AI 体感融合技术企业，其手势控制方案基于深度神经网络对 IMU 数据流进行实时分类，主要解决三大工程难题：
- 误触抑制：区分日常随机手部运动（走路、写字）与目标手势之间的边界
- 个体差异补偿：不同用户佩戴松紧度、手腕粗细对 IMU 信号的干扰
- 场景自适应：跑步、骑车等高噪声运动场景下的手势识别鲁棒性
相比摄像头方案，IMU 方案的核心优势在于：不依赖视觉（无光线/视野限制）、低功耗（对续航影响极小）、隐私友好（无图像采集）、响应迅速（采样率可达数百 Hz）。
产品演进里程碑
| 年份 | 产品 | 手势交互里程碑 |
|---|---|---|
| 2022 | 手环 7 Pro | 首次与 CyweeMotion 合作，集成 AI 体感融合算法（步态监测） |
| 2023 | 手环 8 | 首创跑步豆模式，步态传感器采集 13 项高精度跑步指标 |
| 2023 | 手表 S3 | 首款搭载手势识别的小米手表，正式开启翻腕 / 晃腕体感交互 |
| 2024 | 手环 9 Pro | 翻腕 + 晃腕自定义功能绑定，全面生态协同 |
| 2024 | 手表 S4 | 搭载澎湃 OS 2，成为腕上融合控制中心，联动汽车与智能家居 |
| 2025 | 澎湃 OS 3 | 运动数据投屏、米家自动化、辅助导航多端协同深化 |
生态联动场景
- 智能家居控制：手表 S4 起，可设置「翻腕」触发开灯、「晃腕」调节空调温度等自定义米家联动动作
- 汽车协同（小米 SU7）：澎湃 OS 2 实现辅助导航路口震动提醒、Boost 模式心率联动，腕部手势成为人车交互的延伸接口
- 单手解放场景：翻腕调出支付码、晃腕接听来电——双手被占（提购物袋、骑车、烹饪）时将操作成功率从接近 0 提升至可用水平
已知体验痛点：抬腕亮屏与体感手势并用时存在误触问题——日常手臂摆动有时会误触发翻页或功能启动，是「被动激活」与「主动手势」共存时难以完全规避的系统性挑战，需通过提升算法置信度阈值或增加意图确认步骤改善。
