八月的长沙，暑气正盛。

湖南佳兴世尊酒店的会议大厅里，数百位来自全国高校和科研院所的学者围坐在一起，讨论的并不是某个具体算法或某款产品，而是一个更底层的问题：当机器越来越智能，它究竟该如何"感知"人？

这是第二届中国人机计算大会（HMCC 2026）暨第二十二届和谐人机环境联合学术会议（HHME 2026）的现场。大会由中国计算机学会主办，湖南大学承办，以"人机协同"为核心主题。七鑫易维作为大会赞助单位，也带着自己的眼动追踪技术和产品来到了长沙。

三天的会议，几十场报告和论坛，反复出现一个关键词：“感知”。

这并非偶然。当人机关系从"人操作机器"走向"机器协同人"，一个绕不开的问题浮出水面：机器要想真正与人协同，首先得"看见"人——看见人的注意力在哪里，看见人在关注什么，看见人没有说出口的意图。

而眼动，恰恰是打开这扇门的钥匙。

当"交互"走向"感知"

过去几十年，人机交互的核心命题是"人如何更好地操作机器"——键盘、鼠标、触屏、语音，本质上都是人向机器发出指令。

但本届大会传递出的信号明显不同。

本届大会的多场主题报告，都将“感知—理解—交互—协同”作为重要议题。

中国科学院院士、长安大学校长李树涛在《多模信息融合感知与人机智能交互》报告中指出，多模态信息融合感知与人机交互面临多模态信息异构、情感认知不一致以及意图表达多样模糊等问题，并介绍了多模态图像融合、多模态情感分析、多模态行为意图理解、视觉问答智能体等关键技术及其在智能驾驶、医疗健康、无人装备等领域的应用。在这一技术体系中，眼动所提供的信息具有一个非常独特的价值—它不是单纯记录“人做了什么”，而是进一步提供“人在看什么、关注什么、如何在视觉信息之间进行切换”等行为线索。

为什么是眼动？

在所有感知人的途径中，眼动是一个特殊的存在。

语音告诉你人"说了什么"，手势告诉你人"做了什么"，面部表情可能透露人的情绪状态。但眼动记录的，是更底层的信息——人在看什么、关注什么、如何在视觉信息之间切换，以及在这个过程中，注意力是如何分配的。

这些信息，往往是人自己都意识不到的。

在传统研究中，了解一个人的视觉注意，通常依赖问卷、访谈或事后回忆。但回忆是不可靠的——人很难准确说出自己在看某张网页或某个场景时，目光究竟停留了多久、按什么顺序移动。眼动追踪则直接记录这些行为，转化为注视点、视线路径、注视时长等可量化数据。

这意味着，原本隐性的视觉行为，第一次变得可计算、可分析、可建模。

当这些数据与语音、动作、环境等其他模态融合时，机器对人的理解就能从"动作识别"进入更细粒度的行为分析。这也是为什么，在以人为中心的计算、具身智能、可穿戴计算等方向中，眼动追踪正从单一的数据采集工具，逐渐演变为连接"人"与"智能系统"的感知接口。

从研究工具到感知基础设施

如果把时间线拉长，眼动追踪的角色正在发生一次根本性的转变。

在实验室时代，眼动仪是研究人员的工具——固定在桌面上，精密但昂贵，服务于心理学实验和认知科学研究。研究者用它回答"人是如何加工视觉信息的"。

但今天，眼动追踪正在走出实验室，进入真实世界。

在移动场景中，眼镜式眼动仪让人在自然行走、操作、交流的同时完成数据采集——被试者甚至不需要意识到自己正在被记录。在需要高精度视觉行为记录的神经科学和运动科学中，高速眼动产品能够捕捉到肉眼无法分辨的微眼动和快速眼跳。在屏幕交互和用户体验研究中，便携式眼动仪让研究者可以在真实的办公环境、零售场景或车载环境中，记录人面对屏幕时的视觉行为。

这些并不是抽象的产品分类，而是真实的研究场景。面对不同的人机计算问题，研究者需要的"感知窗口"也不同——有时需要固定场景下的高精度，有时需要移动场景下的自然性，有时则需要极端条件下的高速记录。

七鑫易维正是沿着这条路径构建了自己的产品体系。从桌面式到便携式，从眼镜式到XR设备，覆盖的不仅是产品形态，更是从实验室到真实世界的不同研究场景。其技术能力中强调的高精度、低延迟和高可用率，指向的也是同一个目标：让眼动数据足够准确、足够实时、足够可靠，以至于可以被信任、被依赖、被集成进更大的人机系统。

当眼动数据的质量达到系统级要求时，它的角色就不再是"研究工具"，而是"感知基础设施"——就像摄像头之于自动驾驶，麦克风之于语音助手，眼动追踪正在成为智能系统感知人的基础能力之一。

当眼动遇上AI、XR与空间计算

大会的另一条线索，是技术趋势的加速交汇。

《原生全模态大模型》报告讨论了文本、图像、视频、音频的统一建模；"大模型时代的智能协同"论坛则关注从感知到服务、从单点智能到系统协同的路径。对于这样的智能系统，未来真正重要的不只是模型能处理多少数据，更在于能否获得足够真实、连续、能反映人状态的感知数据。

眼动，正是这样一类天然的信号源。

在XR和空间计算中，眼动的价值已经得到验证。注视点渲染通过追踪用户视线，只对视野中心区域进行高精度渲染，大幅降低算力消耗；眼控交互让用户用目光完成选择和操作；在虚拟社交中，眼动数据甚至可以还原真实的眼神交流。七鑫易维在XR领域的方案已覆盖这三个方向。

在智能驾驶中，车载DMS通过眼动追踪实时监测驾驶员的注视方向、疲劳状态和分心行为，是眼动技术走向大规模量产的标志性场景。

在教育与认知研究领域，眼动数据能够揭示学习者的注意力分布、阅读策略和认知负荷，为个性化教学提供数据依据。在医疗场景中，眼动追踪已应用于辅助沟通、认知评估和康复训练。

当这些场景开始同时需要"感知人"的能力时，眼动追踪就不再局限于某一个垂直领域，而开始成为横跨AI、XR、智能驾驶、机器人和具身智能的共性技术需求。

这正是七鑫易维在展台上想要传递的信息：眼动追踪不是某一类设备的功能，而是下一代人机系统的感知底座。

十七年，只做一件事

七鑫易维的故事，在这个背景下变得清晰起来。

2009年成立，至今十七年。在国内眼动追踪领域，七鑫易维是最早进入并持续坚持的公司之一。从核心算法、硬件设备到数据分析和行业应用，形成了完整的技术链路。高精度、低延迟、高可用率，加上自主可控的国产化能力和全球知识产权布局——这些技术指标的背后，是十七年的持续投入。

十七年时间，眼动追踪从一个冷门的科研仪器领域，逐渐走到AI、XR、智能驾驶和具身智能的技术交汇点上。七鑫易维的产品也从科研眼动仪，扩展到眼镜式移动设备、XR眼动模组、AI眼镜方案和行业解决方案。

这不是运气，而是判断。

当行业还没有意识到"感知人"会成为人机协同的瓶颈时，七鑫易维已经在做这件事了。而当大模型、空间计算和具身智能开始集体呼唤感知能力时，眼动追踪的技术积累，恰好站在了这个交汇点上。

对于快速发展的中国人机计算产业而言，眼动追踪的意义不仅在于应用场景的增加，更在于核心技术的自主掌握。

让机器"看见"人

会议展台上，许多参展人员体验了七鑫易维的aSee Pro Plus高精度眼动仪。当他们完成屏幕阅读任务时，自己的注视轨迹被实时记录下来——看了哪里、停留多久、注意力如何转移，都被清晰地呈现在屏幕上。

很多人盯着热力图看了很久，都会说一句：“原来我的眼睛是这样看东西的。”

这看似简单的一句话，恰恰揭示了眼动追踪更大的价值：让人看见自己的注意力，也让机器开始看见人的注意力。

过去，人机交互更多依赖键盘、鼠标、触控等主动操作，由人去适应机器。而随着AI的发展，机器正在获得越来越强的计算和理解能力，人机交互也开始从“让人适应机器”，走向“让机器理解人”。

而理解人的第一步，是感知人。

眼动正是其中一个重要信号。人的视线并不是随机移动的，它与注意、兴趣、认知、判断和行为决策紧密相关。通过眼动追踪，机器能够持续获取人的视觉行为信息，知道用户正在看什么、关注什么、什么时候转移注意力，以及面对不同信息时产生了怎样的反应。

当这种能力被集成到不同终端中，眼动就不再只是实验室里的研究工具，而开始成为机器感知人的一种基础能力。

小到AI眼镜，机器可以通过眼动知道用户正在关注哪里，并进一步结合AI实现注视点交互、注视点渲染，让设备的响应更加贴近用户当下的意图。在更具身的交互场景中，眼动也可以与头部姿态、手势、语音等多模态信息结合，让机器不仅“看到人看哪里”，更进一步理解“人想做什么”。

延伸到平板、电脑等智能终端，眼动可以帮助机器理解用户正在浏览什么、哪些内容真正吸引注意，从而让交互从“点击后响应”逐渐走向“感知后响应”。当这种感知能力进一步进入具身智能系统，机器就可以将人的视觉注意与环境信息结合起来，判断用户当前关注的目标，并辅助机器人完成取物、操作、协作等任务，让“理解人”真正进入行动层面。

再到智能座舱，眼动能够参与驾驶员注意状态与视觉行为的感知，帮助系统判断驾驶者正在关注道路、仪表还是其他区域，让座舱具备更接近人的感知能力。

而在具身智能这一新兴赛道中，眼动追踪则可以成为机器学习“如何观察、如何关注、如何行动”的重要数据来源。通过采集人在真实任务中的注视位置、视线转移和视觉关注顺序，可以为具身智能模型提供更贴近人的视觉行为数据，帮助机器学习人是先看什么、再看什么，以及看到什么之后采取什么行动。从而让具身智能的训练，不只是学习环境中的“物”，也开始学习人的视觉习惯与行为逻辑。

从AI眼镜、平板、电脑到智能座舱，再到具身智能训练，终端和应用场景不断扩展，但背后的逻辑正在变得越来越清晰：眼动让机器获得了一个理解人类视觉行为的重要窗口，也让“感知人”从终端交互进一步延伸到了智能机器的训练与学习。

这也是七鑫易维十七年来持续深耕的方向——推动眼动从“研究工具”走向“机器的感知能力”。

当眼动真正融入机器，交互的下一步，或许不再只是“人告诉机器我要什么”，而是机器能够从人的视觉行为中，提前理解：我正在看什么，我在关注什么，以及我真正想要什么。