一個響指引起機器人注意，AI機器人公司如何讓機器更像人？

follow us

AING硬跡

前不久，首形科技正式宣布完成新一輪的Pre-A輪融資，由招商局創投、深創投共同領投，五源資本、潯商創投跟投。此前天使輪投資人為德迅投資、奇績創壇、Taihill、智元機器人。

這個機器人，并不像市面上做人形的企業，而是專注于做人臉機器人，通過在面部增加微型電機和以多模態大模型輔助表情處理，首形科技打造了一款面部最像人的機器人。這家公司的出圈，來源于其創始人胡宇航在社交平臺上頻繁的分享其產品動態，積累了一眾精神股東。其中讓人印象深刻的，當屬下面這個響指。

能感覺出來的，就是機器人面部的自然，這是如何做到的？本篇文章，就來簡單聊聊這家公司和其產品。

四大能力來打造仿生機器人臉

在早年間，首形科技的創始人胡宇航曾提到其公司的四大能力優勢。

首先，首形科技有頂尖的AI能力，通過自監督學習與自我建模的方式來進行對表情的迭代。自監督學習Self-supervised learning是通過利用人臉數據本身的結構來生成“輔助任務”或“偽標簽”，并用這些生成的標簽來訓練模型。簡單來說，就是通過對真實世界人類表情的搜集作為核心樣本，讓機器人不停模仿人類的各種表情。這種自監督學習無論在人形還是機器人靈巧手上的使用都十分廣泛。

其次，在機器人的面部，有著26個微型伺服電機。以宇樹G1為例，其基礎版的關節電機有23個無框電機；兆威機電的靈巧手，標準版內置17個電機。這里并不是要用數量去直接對比，而是去觀察它的復雜度，人臉的模擬在自由度上更加靈活，也需要更多的機械結構去輔助。

然后，是首形科技的軟件能力，其打造了情緒基座大模型（EFM）。縱觀市場上的大部分機器人，大多以“動作”+“視覺能力”作為語料核心，通過對抓取、辨別、操作控制等能力的訓練，讓人形機器人擁有各種能力。然而，現實中物理交互數據的采集不僅成本高昂，還面臨諸多技術挑戰 —— 復雜的碰撞力學計算、實時動態反饋機制與多模態數據同步處理，使其采集難度遠超仿真環境下的訓練場景。

這就是其情緒基座大模型的優勢，采集信息源的不同，人類的情感交互主要依托語言、語音、面部表情、眼神接觸等非物理通道，這使得情緒交互數據具有顯著優勢：不僅采集更便捷、易于標準化與擴展，還無需依賴復雜的物理世界建模。同時，這類數據天然具備連續性、情境性和泛化能力，是前文提到的自監督學習的理想素材。

最后，其電子皮膚是極致的仿生學皮膚，有好萊塢水平的復制能力。這一點從視頻上體驗更加直觀。

對于人臉來說，無論是投資人還是大眾都非常在意的就是“恐怖谷效應”，即機器人在逐漸接近正常人的過程中，會有一段讓人感覺害怕的時期，而度過了這段時間后，人們才能逐漸接受仿生的人形機器臉。這里也做一個小調查，你們覺得這個機器人會讓人感到害怕嗎？

總結

首形科技創始人胡宇航是哥倫比亞大學博士，研究方向為機器人自建模、類人交互與自主認知，學術成果曾發表于《Science Robotics》《Nature Machine Intelligence》等頂刊，而且還是機器人學和人工智能兩個領域的頂刊。同時，胡宇航還是一位擁有百萬粉絲的科普博主。

目前，首形科技已經推出三大核心產品，形成了從高端旗艦到輕量服務型的產品矩陣。旗艦產品為有30個自由度、可自主學習與智能對話的Elf系列；還有10個自由度和仿生電子皮膚的，主打養老適配、前臺迎賓等服務型場景的性價比Lan系列機器人；以及提供無刷微型電機以面部動作仿真為核心的硬件單元。

其CEO曾表達過自己的“思想鋼印”，人類會和更像人的機器人生活在一起。現階段，首形科技已經與人形機器人企業達成百萬級訂單，未來，將專注于打造“有性格”的服務型機器人。

AING硬跡正在打造AI硬件社區，對加入社群感興趣的讀者，歡迎掃碼下方二維碼加入【AING硬跡產業交流群】。

AING硬跡

AING，取自“AI+ING”的縮寫，中文諧音“硬跡”，寓意著“人工智能正當其時”，致力于追尋硬科技發展的足跡，不斷探索人工智能與智能硬件的深度融合。

未來，AING硬跡將不斷發布AI大模型技術、AI產業生態、AI硬件產品等行業資訊、發展趨勢與市場動態，我們相信大多數硬件都值得用AI重做一遍，AING硬跡期望與AI大模型廠商、與AI硬件廠商共同成長，迎接AI時代的來臨。

人工智能正當時

一起追尋AI+硬件的足跡