智能手機用戶每日滑動及點擊次數達數千次，但研究人員一直難以量度這些動作背後的物理負荷。現時，一項全新 AI 驅動模擬系統提供更清晰答案。芬蘭 Aalto University 及德國 Leipzig University 的研究團隊開發出 Log2Motion 系統，能將觸控記錄轉化為全身動作模擬，估計肌肉活動、動作準確度及能量消耗。這項工具超越基本熒幕數據，揭示日常手勢的實際負荷。
傳統智能手機分析僅關注用戶點擊或滑動位置，無法呈現物理感受。此缺口限制設計師評估舒適度及可用性。「這是首次開發出能幫助設計師及開發者快速評估真實手機介面物理疲勞程度的工具，」Aalto University 及 ELLIS Institute Finland 教授 Antti Oulasvirta 表示。「以往，智能手機記錄僅顯示手指觸碰熒幕位置，並未反映是否舒適。
」
模擬肌肉負荷
為解決此問題，研究團隊以肌肉骨骼模型建構 Log2Motion，重現人類解剖結構的數位骨骼及肌肉，模擬手指在熒幕上的移動。模型採用強化學習產生逼真動作，並整合軟件模擬器至物理引擎，讓系統即時與真實手機應用互動，將原始觸控數據轉為詳細動作序列，估計速度、精準度及物理努力。 研究人員以真人動作捕捉數據驗證模型，發現不同手勢負荷不均。「我們發現某些手勢較難執行，例如上下及下上滑動，小型圖示及熒幕角落位置亦需額外努力，」Oulasvirta 解釋。
此洞見可重塑手機介面設計，設計師以往優化速度及美觀，現可兼顧物理壓力。模型適用無障礙改善，支持顫抖、肌力減弱或義肢用戶測試介面體驗，並適應不同情境，如單手躺姿滾動。「Log2Motion 可擴展模擬經典情境，例如躺沙發單手持機以拇指滾動，」Oulasvirta 指。 研究引入全新計算方法，將觸控記錄動作合成視為核心課題，以可擴展方式連結用戶數據與生物力學。
