Wearable Devices Ltd. kondigde aan dat zijn algoritme voor gebarenherkenning geslaagd is in nauwkeurigheidstests op een zorgvuldig samengestelde aangepaste dataset voor herkenning van vingerbewegingen op basis van eerste gebruik. Het op AI gebaseerde systeem is ontworpen om modellen te produceren die voldoen aan de drie essentiële vereisten voor gebruikerservaring: nauwkeurigheid, fout-positieve herkenning en reactiesnelheid. Het algoritme is universeel compatibel met de toonaangevende mobiele besturingssystemen. Dit omvat ondersteuning voor TensorFlow Lite (tf-lite), een deep-learning framework voor inferentie op het apparaat, en Core ML, dat de naadloze integratie van machine-learning modellen in Apple apparaten vergemakkelijkt.

Versies gebaseerd op TensorFlow Lite Micro zijn ook beschikbaar voor ingebedde toepassingen. Het bedrijf brengt ook een B2B-product op de markt, dat gebruik maakt van dezelfde technologie en functies als de Mudra Band en beschikbaar is voor bedrijven op licentiebasis. Wearable Devices is toegewijd aan het creëren van ontwrichtende, toonaangevende technologie die gebruik maakt van AI en eigen algoritmen, software en hardware om de invoernorm te bepalen voor de Extended Reality, een van de snelst groeiende landschappen in de technologie-industrie.