马库斯点了点头，努力集中精力。
三年了，他已经太久没有握过拳头，但“幻肢感”从未消失。
他的大脑仍然记得每一根手指蜷曲的感觉，仍然会在半夜下意识地想去抓握什么东西，然后惊醒。
胳膊虽然没了，但他可以通过收缩残肢肌肉，向运动神经传递握拳的指令。
就在他想象握拳的瞬间，穿戴在手臂上的灵枢 NeuroLink S1动了。
五根仿生手指同时内收，呈现标准的握拳姿势！
现场安静了大约三秒，随后爆发出一阵此起彼伏的惊叹。
马库斯低头看着那只机械手臂，自己也愣住了。
响应速度快，判断精准，比他花费3万美币购买的bebionic假肢，体验感要好上太多了。
“请试试张开手掌。”王瑞雪的声音在耳边响起。
马库斯深吸一口气，脑海中浮现出五指舒展的画面。
下一秒，灵枢 S1的手指逐一伸展开来，速度流畅自然，没有丝毫顿挫。
“现在请想象用食指和拇指捏住一个东西，比如拿着一颗鸡蛋。”
马库斯照做了。
仿生手的拇指与食指缓缓靠拢，指腹处的压力传感器实时反馈数据，力度精确控制在1.2牛顿，刚好能稳稳托住一颗鸡蛋，而不会将它捏碎。
这时，王瑞雪拿起一颗真正的鸡蛋，放在仿生手的指间。
现场数百双眼睛齐刷刷地盯着那颗鸡蛋。
马库斯能感觉到指尖传来的轻微压感，凝胶贴片将仿生手指腹的压力数据，通过微电流刺激，反馈到了他残端的触觉神经上。
那颗鸡蛋稳稳地悬在两指之间，纹丝不动。
三秒！
五秒！
十秒！
鸡蛋纹丝不动，完好无损！
看到这一幕，掌声轰然炸开。
马库斯咧嘴一笑，对灵枢 S1的期待值更高了。
不愧是智橙科技！
不愧是研发出了Live Voice同声翻译、莫斯（Alexa）智能语音系统、OrangeAI的人工智能公司！
但演示还没有结束，王瑞雪从桌上拿出一副标准扑克牌，抽出三张，正面朝下放在桌上。
“请您用灵枢 S1翻开其中任意一张牌。”
马库斯盯着那三张牌，想象着右手食指伸出、指尖下压、向上一挑。
仿生手的食指果然伸了出来，指腹精准地压在最左边那张牌的边缘。
然而，在上挑的瞬间，食指的角度出现了约五度的偏差，牌只翻了一半便又倒了回来。
失败了？
王瑞雪见状，神色从容。
马库斯连忙又尝试了一次，这次成功了！
毕竟是非侵入式仿生义肢，能做到这种程度，已然称得上是顶尖水准。
其实无论是脑机接口、神经接口，半侵入式的靶向肌肉神经再支配技术，还是非侵入式的肌电控制方案，本质上都只是在“推测”大脑意图，而非真正的“读心术”。
翻译识别效率越高，产品的实际表现力就越强。
目前该领域第一梯队的实验室数据，在握拳、方向控制、抓握这类简单二分类动作上，准确率也仅在80%到85%之间。
行业平均水平在70%到80%，遇到复杂多指动作或连续控制时，准确率常会跌到70%以下，还需要使用者反复训练与校准。
而灵枢 S1对简单指令的识别解析率，却明显超过了90%，精准度远超同行。
马库斯的演示结束后，展台前的人群不仅没有散去，反而越聚越多。
社交媒体上，关于灵枢 NeuroLink S1的短视频已经开始疯传了，马库斯捏鸡蛋、拿扑克牌的画面，在短短二十分钟内就被转发了十万次。
“下一位！”
王瑞雪朝队伍喊道。
走上来的是一位三十出头的女性，短发，身材瘦削，左臂从肘关节以下缺失。
她叫艾琳，墨西哥裔，在圣迭戈一家食品加工厂工作时，左前臂被卷入了传送带。
与马库斯不同的是，艾琳的残端更短，可用于采集肌电信号的肌肉群面积更小，这意味着电极阵列的覆盖区域会受到显著限制。
这恰恰是非侵入式仿生义肢最大的技术瓶颈之一，残端条件越差，可采集的神经信号就越微弱，AI解码的难度就越大。
王瑞雪仔细检查了艾琳的残端情况后，选择了一套更小号的柔性凝胶贴片，并调整了接受腔的大小。
屏幕上的波形图明显更加紊乱，尤其是对应残余指浅屈肌群的三条曲线，信号幅值不到马库斯的一半。
但AI解码引擎在后台飞速运转，自适应滤波算法逐帧剥离噪声，深度学习模型根据艾琳的肌肉收缩特征，实时重构出运动意图的概率分布图。
四分半钟后，校准完成。
“请您试试握拳。”
艾琳抿了抿嘴唇，眼神里带着几分紧张。
她盯着那只哑光钛灰色的仿生左手，想象着自己已经不存在的五根手指向掌心蜷曲。
随后，仿生手的小指和无名指率先内收。
紧接着，中指、食指、拇指依次跟上，完成了一个完整的握拳动作。
“请您松开拳头，再依次活动每一根手指。”
艾琳回过神来，按照指示逐一尝试。
拇指外展，成功。
食指独立伸展，成功。
中指弯曲，成功。
无名指，停顿了大约零点八秒后，弯曲了，但幅度只有预期的三分之二。
小指独立活动，失败。
王瑞雪在笔记本上快速记录了几组数据，随即向现场观众解释道：“这位女士在单指独立控制这个层面上，灵枢 S1对食指和拇指的识别率最高，可以达到93%到95%。
中指大约在89%到91%之间，无名指降至82%左右，小指最低，大约在75%到78%。
当然，每个人残肢界面的神经敏感度不同、对灵枢 S1的操控熟练度不同，最终也会呈现出不同的性能表现。”
她停顿了一下，把屏幕上的实时数据可视化界面投到了展台背后的大屏幕上。
“这是因为从解剖学角度来看，无名指和小指在前臂共享部分肌腱和运动神经分支，对应的肌电信号高度重叠。
即使是健全人，也很难让小指完全独立于无名指运动，这是人体解剖结构决定的物理上限，并非设备的缺陷。”
台下不少懂行的人点头，表示理解。
几位来自MIT媒体实验室和约翰霍普金斯应用物理实验室的研究人员，在人群中低声交流，表情凝重。
他们非常清楚这组数据意味着什么。
行业内目前公开发表的最佳单指识别成绩，来自犹他大学与DEKA Research的联合项目，在实验室条件下，对健全受试者做到了83%的平均单指识别率。
而灵枢 S1在展会现场，面对一位残端条件并不理想的截肢用户，五指平均识别率轻松超过了87%，食指和拇指更是逼近95%。
如果换到实验室环境，这个数字只会更高！
接下来，艾琳又尝试拿起签字笔，在A4纸上进行书写操作，字迹潦草，像个一年级的小学生。
随后，她端起一只装满水的软塑料杯，这对智能义肢的力度控制要求极高，稍一用力，杯中的水就会被挤出来。
从实际表现来看，足以给到85分。
虽说洒出了一些水，但整体效果相当不错。
采用非侵入式电极传感器方案，能做到这种程度实属不易。
这一来靠魏高对电子生物学的深刻理解，二来靠AI辅助系统的算法模式，三来也离不开陈延森的完善优化。
而且灵枢 S1会记录使用者的每次动作数据，时间越久，它越了解用户，进而提升对大脑和身体意图的理解力。
在场不少工程师心中暗自判断：除非能彻底解决经皮感染、人体排异问题，或是研发出更高效率的脑电与肌肉信号采集材料，否则未来五年内，性能最强的仿生智能义肢，恐怕就是灵枢 S1了。
价格是多少？
很多人这才反应过来，在智橙科技的展台前看了一个多小时，都不清楚售价。
但每个截肢者的残肢状态、神经残余、皮层重组程度都不同，这就需要高度个性化的适配方案，价钱自然也不同。
另外，除了假肢本体的硬件费用外，还有定制接受腔、对线安装、调试和保修费用，整体费用通常是假肢本体价格的1.5倍以上。
有人上前询问，王瑞雪身边的工作人员则递上了一份报价单。
入门级、高端、顶配，一共三种规格，最便宜的仿生假肢，可实现16种握姿动作，硬件定价9999美币，折合6.2万华元。
功能可与Ottobock C-Leg经典款相媲美，而C-Leg的售价，最便宜也要20万华元。
智橙科技的定价不算高！
围在展台和直播间里的观众在得知后，顿时满脸喜色。
在2017年，尽管仿生假肢还没有被统一列入医保报销清单里，但地方医保和残联补贴都有相关规定，自费比例一般在40%到70%。
几万块就能给自己买条胳膊或者小腿！