韩国东国大学的研究人员开发出一种柔性、无需电池的电子设备，能够从人体运动中获取能量，并利用这种能量来驱动神经形态感知和学习功能。
这项技术未来有望应用于可穿戴健康监测系统、电子皮肤、智能假肢、人机交互界面以及智能运动监测设备，而无需依赖传统电池或外部电源。
该系统让人联想到1988年首次发布的精工Kinetic手表，那款手表同样是通过佩戴者的运动来获取能量。
该研究由东国大学系统半导体系的李世俊（Sejoon Lee）教授领导，研究团队将摩擦纳米发电机（TENG）与柔性石墨烯通道离子凝胶栅控晶体管相结合。
TENG能够将身体运动、触摸或振动等机械刺激转化为电信号。这些信号直接驱动设备的人工突触功能，这意味着该设备可以在没有独立电源的情况下感知运动并处理信息。
李世俊表示：“在人体触觉感知机制中，机械感受器能够感知到极其微小的机械扰动，并将其转化为神经脉冲信号。
“为了用电子方式模拟这一过程，我们将摩擦纳米发电机与柔性石墨烯通道离子凝胶栅控晶体管整合在一起，使机械刺激转化为电信号，直接调控人工突触行为，而不需要外部电源。”
研究人员展示了多种人工记忆形式，从持续约70毫秒的感觉记忆，到持续0.2至0.45秒的短期记忆。
通过重复刺激，该系统还能够进入持续超过两秒的更长期记忆状态。
研究人员还利用一个人工神经网络对该设备进行了测试，该网络旨在识别六种人体活动，包括行走、坐立、站立和爬楼梯。
基于设备的实测行为数据，该系统在柔性设备处于弯曲状态下对这些活动进行分类时，达到了88.05%的准确率。
研究人员表示，这项技术最终可能使可穿戴AI系统将感知、记忆、学习和信息处理功能整合在一起，同时减少甚至消除对电池的依赖。
李世俊表示：“我们的研究有望为新一代可穿戴人工智能系统做出贡献，这类系统能够以最低限度依赖电池或外部计算资源的方式运行。
“更广泛地说，我们的工作指向了一种自供电神经形态电子技术，能够在单一柔性平台上集成感知、记忆、学习和信息处理功能。”
该研究于2026年7月发表在《先进材料》（Advanced Materials）期刊上。
Q&A
Q1：这种无电池可穿戴设备是如何获取能量的？
A：该设备利用摩擦纳米发电机（TENG），将身体运动、触摸或振动等机械刺激直接转化为电信号，从而为设备的人工突触功能提供能量，无需外部电源。
Q2：这项技术能用在哪些产品上？
A：未来可能应用于可穿戴健康监测系统、电子皮肤、智能假肢、人机交互界面以及智能运动监测设备等领域。
Q3：这种设备的识别准确率如何？
A：在使用人工神经网络识别行走、坐立、站立、爬楼梯等六种人体活动时，该设备在弯曲状态下达到了88.05%的分类准确率。