🤖 由 文心大模型 生成的文章摘要
现在的眼动仪想全天候工作，得把整条链路重新做一遍。
传统方案靠相机连拍，不管眼球动不动，都逐帧处理画面。眼睛一转快了容易拍糊，为了追上速度只能提高帧率，结果就是越算越费电。功耗下不来，全天候佩戴就成了奢望。
破局的关键思路很简单——只在”有变化”时干活。
传感端换上了事件相机。它不按固定帧数拍，只记录亮度变化。比如GenX320芯片，功耗才几毫瓦，比老方案降了九成多，还能看清高速眼动。计算端用神经形态芯片，直接处理相机的稀疏数据，不用通用处理器瞎忙活，功耗从瓦级降到毫瓦级。算法端改用脉冲神经网络，传统算法每帧都算，新算法只看变化，眼睛不动时几乎不耗能，动起来才集中算力。系统端分层唤醒，平时开个低功耗哨兵模式盯着，只有视线变了才叫醒高精度模块干活。
这套组合拳打下来，单眼功耗能压到5毫瓦以下。
说到底，真正的省电不是少干点，而是别干没用的事。当传感器、芯片、算法和系统架构各自学会”看情况干活”，眼动追踪才离全天候佩戴更近了一步。
眼动追踪技术这些年一直在找落地场景——从VR/AR头显的注视点渲染，到辅助医疗的诊疗设备，再到车载驾驶监控，都需要低功耗的实时眼动追踪方案。但传统方案功耗居高不下，严重制约了穿戴设备的续航能力。这次的技术突破不只是某一个环节的单点优化，而是从传感、计算到算法的系统性重构，为眼动追踪真正走进日常穿戴设备铺平了道路。
当硬件学会”该睡的时候睡，该醒的时候醒”，全天候的眼动追踪才不再是实验室里的概念。
