AIエージェントが高度になるほど、人間が「意図を正確に伝える」コストも増している——この逆説に気づいている人は、まだ少ないかもしれません。プロンプトを長くする、ステップごとに確認する、修正を重ねる。そうした作業が当たり前になっているとしたら、問題はAIの側ではなく、インターフェースの設計思想そのものにあるのかもしれません。
Wearable Devices Ltd.（Nasdaq: WLDS）は2026年6月23日、ホワイトペーパー「From Intention to Action: How Brain–Computer Interfaces Are Removing Friction from AI & AR Interaction」を公開した。同社の手首装着型ニューラルインターフェース「Mudra」を、エージェント型AI・AR・ロボティクスにおける「インテントレイヤー」として位置づける内容だ。
ペーパーの中心概念は「インテントギャップ」——ユーザーが意図したことと、AIシステムが推論したこととの間のズレ——であり、これをリアルタイムで継続的に埋めることが次世代インタラクションの鍵だと主張する。そのための技術基盤として、同社独自のLarge MUAP Model（LMM）を紹介。LMMは手首の神経・筋肉信号をマシン可読な「ニューラルトークン」に変換し、データ蓄積とともに精度が向上する。
商業応用として、神経筋シグネチャーによるパスワードレス認証「パッシブID」、および人間の実際の筋力・筋緊張データを用いたロボットハンドのトレーニングが挙げられている。ハードウェアはMudra Pro（EMG3チャンネル・IMU・PPG）とMudra Ultimate（EMG8チャンネル）の2構成が示されている。
【編集部解説】
AIエージェントが「賢くなった」のに、使うのが面倒になっている。その逆説に、Wearable Devices社のホワイトペーパーは「インテントギャップ」という言葉で切り込んでいます。
AIシステムが進化するほど、ユーザーは長い指示文を事前に書いたり、エージェントの動作をステップごとに確認・修正したりする作業が増えます。これは「プロンプト→待機→修正」の繰り返しであり、AIの賢さを引き出すためにむしろ人間の負荷が増している状態です。同ペーパーが「真のボトルネックは操作方法ではなく、意図の読み取り速度だ」と主張する背景には、このような現実があります。
問いを立て直せば、こうなります。AIに「正しく動いてもらう」ために必要なのは、より詳しい説明ではなく、より素早い意図の読み取りではないか。その視点から、手首の神経・筋肉信号をリアルタイムで読み続けるBCI（ブレイン・コンピュータ・インターフェース）ウェアラブルを、AIエージェントとの「継続的なアラインメントループ」の入力端として位置づけているのが今回の提案の骨格です。
脳波を読み取るEEGヘッドセットや、目の動きを使うアイトラッキングと比べて、手首に装着するEMG（筋電図）センサーには固有の実用上の利点があります。常時装着できること、社会的に受け入れやすい外観であること、そして神経信号が実際の運動よりも前に発生するため理論的には「動作前」の意図を検出できる可能性があることです。
この方向はWearable Devices社に限った構想ではありません。Metaは2019年にCTRL Labsを買収して以来、sEMGリストバンドの研究開発を続け、2025年にはディスプレイAIグラス「Meta Ray-Ban Display」の入力デバイスとしてNeural Bandを商品化しました。CES 2026ではそのNeural Bandをスマートホームデバイス制御など眼鏡以外の用途にも拡張する実験を開始しており、MetaのAR眼鏡Orionの入力システムにもsEMGリストバンドが採用されています。業界全体として、手首EMGをXRおよびAIエージェントの標準入力に育てようとする動きは明確です。
Wearable Devicesはこうした文脈の中で、データ蓄積型のモデル「LMM（Large MUAP Model）」というアプローチで差別化を図っています。ユーザーごとの神経・筋肉信号を「ニューラルトークン」に変換して蓄積し、使えば使うほど個人への適応精度が上がるという設計です。公式サイトによれば2026年には離散的なジェスチャー認識を超えて、神経筋の状態を継続的に受動モニタリングする段階に移行するとしています。
ホワイトペーパーが近未来の具体的なユースケースとして挙げているのが、神経筋シグネチャーを用いた「パッシブID」——動作の中で継続的かつ自動的に本人確認を行う認証技術です。パスワードや指紋のような「一時点での照合」ではなく、常時の生体パターンで認証を維持するという方向で、決済や機密データアクセスへの応用が想定されています。
もう一つの応用がロボットハンドのトレーニングです。視覚情報から動作軌跡を学習する従来のアプローチでは、力の入れ具合や動作前の筋緊張といった情報が抜け落ちます。人間の手首から収集した実際の筋力・先行的筋緊張のデータをロボット学習に使うことで、より繊細な動作の転写が可能になるという主張です。
ただし、今回の発表はホワイトペーパー——コンセプト論文——の公開であり、製品の発売でも臨床試験の結果でもありません。LMMが実際にどの程度の精度でインテントギャップを縮小できるか、ユーザー間での汎化性能がどう変化するかについては、独立した検証データはまだ公開されていません。
また、BCI市場全体として、2025年の市場規模は約24億ドル、2032年には60億ドル超との予測もありますが、現時点の主要ユースケースは医療・リハビリテーション分野が中心です。コンシューマー向けAI/ARインタラクションとしての普及は、Metaのような大手が土台を作りつつある段階であり、今後のエコシステム形成次第です。
2026年5月に発表され、6月にプレオーダーが開始されたMudra Proは、開発者・研究者向けのエンタープライズプラットフォームとして位置づけられており、AWE 2026（2026年6月）での展示も実施されました。ホワイトペーパーの公開はこれに続く理論的な裏付けの提示という位置づけです。「インテントギャップ」という問いの立て方は鋭く、業界の方向性とも整合しています。ただ、この問いに同社が実際にどう答えられるかは、ここから先のデータと製品の実績で判断されることになります。
【用語解説】
EMG（筋電図 / Electromyography）
筋肉が収縮する際に発生する微弱な電気信号を計測する技術。手首に装着したセンサーで前腕の筋活動を読み取ることで、指の動きや力の入れ具合を非侵襲的に推定できる。表面EMG（sEMG）は皮膚の上から計測するため、日常的な装着に向いている。
BCI（ブレイン・コンピュータ・インターフェース / Brain-Computer Interface）
脳や神経・筋肉の電気信号をコンピュータへの入力として利用する技術の総称。頭蓋骨を開いて電極を埋め込む侵襲型と、頭皮や体表面から計測する非侵襲型に大別される。手首のEMGセンサーは後者の一種として位置づけられる。
エージェント型AI（Agentic AI）
ユーザーが与えた目標に対して、自律的に計画を立て、複数のステップを連続して実行するAI。単発の質問に答えるチャットAIと異なり、ツールの呼び出しや判断の分岐を自分で行う。本記事の文脈では、AIエージェントが人間の意図を正確かつ迅速に読み取れるかどうかが、使い勝手の鍵となる。
インテントギャップ（Intent Gap）
ユーザーが意図したことと、AIシステムが実際に推論した内容との間のズレ。同ホワイトペーパーが提示した概念で、このギャップが大きいほどユーザーは長いプロンプトの事前入力や、逐次的な修正指示に時間を費やすことになる。
MUAP（Motor Unit Action Potential / 運動単位活動電位）
一つの運動ニューロンが支配する筋繊維群（運動単位）が一斉に活動した際に生じる電気信号。LMMはこのMUAPのパターンを「ニューラルトークン」に変換して蓄積・学習する。
パッシブID（Passive Identity）
操作を意識的に止めて認証する「一時点での確認」ではなく、日常動作の中で神経筋シグネチャーを継続的に照合し続けることで認証状態を維持するアプローチ。パスワードや指紋認証の代替として、決済や機密アクセスへの応用が想定される。
【参考リンク】
Wearable Devices Ltd.（外部）
Mudra BandおよびMudra Linkを開発するイスラエル発の上場企業（Nasdaq: WLDS）。手首装着型ニューラルインターフェースとLMMデータプラットフォームを軸に、コンシューマー向け直販と企業向けライセンスの二本柱で展開している。
Wearable Devices ホワイトペーパー「From Intention to Action」（外部）
本記事の元となったホワイトペーパーの公式ダウンロードページ。インテントギャップの定義からLMMの設計思想、パッシブIDとロボティクスへの応用まで全体像をまとめている。
【参考記事】
Wearable Devices Advances Neural Interface Technology with Mudra Link Updates Ahead of CES 2026｜citybuzz（外部）
CES 2026前にMudra LinkがEMGによる重量推定機能を追加したことを報道。RokidとのAR眼鏡向けニューラルジェスチャー制御の連携も発表された。
Meta’s EMG wristband is moving beyond its AR glasses｜Engadget（外部）
CES 2026でMetaのNeural BandがAR眼鏡以外のデバイス制御（スマートホーム、車載）への拡張を発表したことを詳報。GarminおよびユタEMGアクセシビリティ研究との連携も紹介している。
A Look at Our Surface EMG Research Focused on Equity and Accessibility｜Meta（外部）
MetaがAR眼鏡OrionのsEMGリストバンドに関するアクセシビリティ研究を公式ブログで解説。神経筋疾患を持つユーザーへの対応を含む、多様な運動能力への適用可能性を示している。
2026 Technology Innovation Trends: BCIs and more｜Innovation Mode（外部）
BCI市場の2025年〜2032年の成長予測や、Neuralink・Synchron・Precision Neuroscienceなど主要プレイヤーの動向をまとめた2026年版テクノロジートレンドレポート。
【関連記事】
Metaの非侵襲型sEMGリストバンドで手書き／ピンチ操作が可能に
手首EMGを実用インターフェースとして先行させているのはMetaです。同社がNature誌に発表したsEMGリストバンドの詳細はこちらの記事でまとめています。
イーロン・マスク、ザッカーバーグ、ゲイブ・ニューウェル。巨人が競うVRの終着点——「フルダイブ」実現への3つのロードマップ
手首EMGをめぐる大手の競争は、VRの将来像とも深く結びついています。Neuralink・Meta・Valveの3社のロードマップを整理したこちらの記事もあわせてご覧ください。
イェール大学のBCI研究｜「脳に合わせた設計」で学習時間が1時間未満に短縮
BCIの課題の一つは、ユーザーがシステムに慣れるまでの時間的コストです。イェール大学の最新研究が示したアプローチと今回の提案を比較してみると、この問題への答えが見えてきます。
【編集部後記】
AIが賢くなるほど、操作が複雑になるという矛盾は、インターフェースの設計思想そのものを問い直しています。「意図を伝える」という行為が、文字を打つことでも声を出すことでもなく、筋肉が収縮しようとする瞬間の信号を読むことになる——その転換が実現するなら、私たちが「コンピュータを使う」という概念は根本的に変わるかもしれません。手首の神経信号がAIエージェントの入力端になる世界で、人間の「意図」はどこまで機械と共有されることになるのか。技術の実現可能性と同時に、その倫理的な輪郭についても、私たちは考え始める必要があります。
