為了讓眼球追蹤技術的成本、體積和精確度足以適應智能手機的要求，一組研究人員正在利用眾包模式收集目光信息，并借此訓練智能手機實時識別目光方向。

　　美國麻省理工學院、喬治亞大學，以及德國馬克斯·普朗克信息學研究所的研究人員正在共同從事這個項目。他們表示，該技術目前在智能手機上的精度已經可以達到大約1厘米，平板電腦的精度約為1.7厘米。

　　與智能手機屏幕的整體尺寸相比，這種精確度顯然還不夠。麻省理工學院研究生、該論文的聯合作者艾迪特亞·考斯拉(Aditya Khosla)表示，這種精度目前還不足以應用于消費應用。

　　但他相信，隨著數據的增多，系統精確度將會提升。倘若果真如此，眼球追蹤技術將大范圍普及，實用性也將大幅提升。眼球追蹤技術的成本通常很高，而由于需要額外硬件的協助，因此很難添加到手機和平板電腦中。但這種方式的確可以在你玩游戲和使用智能手機時帶來很大幫助。

　　研究人員開發了一款名為GazeCapture的iPhone應用，專門收集人們在實驗室之外的不同環境中觀看手機的方式。這款應用會在屏幕上展示一個顫動的小點，并借助前置攝像頭記錄用戶的目光。為了確保用戶集中注意力，他們還在小點里寫上了“L”或“R”，并讓用戶通過點擊屏幕左側或右側來作出響應。

　　GazeCapture的信息時候會用于訓練一款名為iTracker的iPhone軟件。用手機攝像頭捕捉人臉圖像，然后用軟件識別出頭部和眼球的位置及方向，以便確定用戶的目光究竟看向屏幕的哪個位置。

　　考斯拉表示，目前約有1500人使用了GazeCapture應用。他預計，如果使用人數達到1萬人，便可將iTracker的誤差率控制在0.5厘米之內，足以應用在手機上。

　　考斯拉希望這項技術能夠用于醫療診斷。有研究表明，可以通過眼球移動來診斷精神分裂和腦震蕩等疾病。

　　專門研究眼球追蹤的克萊姆森大學教授安德魯·度霍斯基(Andrew Duchowski)認為，如果能在移動設備上實現不錯的效果，iTracker將非常有用。但他也強調稱，這款軟件的效率必須提升，不能耗費太大電量。

　　他不認為這項技術能夠實現像素級別的精確度，但仍然可以有“不俗表現”。