據(jù)ZP獨(dú)家獲悉，首形科技正式宣布完成新一輪融資，由招商局創(chuàng)投、深創(chuàng)投共同領(lǐng)投，五源資本、潯商創(chuàng)投跟投。此前天使輪投資人為德迅投資、奇績創(chuàng)壇、Taihill、智元機(jī)器人。不久前，由其創(chuàng)始人發(fā)布的一段“仿生機(jī)器人睜眼、緩緩微笑”的視頻在社交平臺爆紅。這段喚醒場景被大量轉(zhuǎn)發(fā)、引用，評論區(qū)不乏“感覺已經(jīng)沒有恐怖谷了！”、“感覺她眼睛里有光”這樣的評價。
很難用一個簡單的詞匯去總結(jié)首形帶來了什么，但多數(shù)人從這段視頻中感受到了前所未有的真實(shí)感——精細(xì)的人臉模型、流暢的微表情、真實(shí)合理的情緒互動；以及巨大的市場潛力——當(dāng)機(jī)器人逼真至能夠引發(fā)人的真實(shí)情感波動，那些曾經(jīng)只在科幻小說中才存在的場景似乎已不再遙遠(yuǎn)。
哥大博士胡宇航：喚醒機(jī)器人“自我”的創(chuàng)造者
胡宇航，首形科技創(chuàng)始人，哥倫比亞大學(xué)博士，美國自然科學(xué)基金會人工智能研究所項目成員，長期研究機(jī)器人自我建模、自主認(rèn)知與類人交互系統(tǒng)等方向。不同于傳統(tǒng)機(jī)器人研究者從提供生產(chǎn)力的角度出發(fā)，他試圖更進(jìn)一步解答一個更本質(zhì)的問題：機(jī)器人是否能夠像人一樣理解自身、理解他人，并通過自我學(xué)習(xí)走向具身智能。
在博士階段，他于機(jī)器人頂刊Nature Machine Intelligence及Science Robotics連續(xù)發(fā)表兩篇論文，引發(fā)行業(yè)高度關(guān)注：
《Teaching Robots to Build Simulations of Themselves》，Nature Machine Intelligence：提出了一種以自監(jiān)督學(xué)習(xí)和自我建模為核心的方法體系：機(jī)器人可以僅通過觀察自身的視頻，重建自身結(jié)構(gòu)與電機(jī)運(yùn)動規(guī)律，實(shí)現(xiàn)從感知、理解到控制的自我閉環(huán)，為機(jī)器人實(shí)現(xiàn)適應(yīng)能力與自主學(xué)習(xí)提供了技術(shù)路徑；
《Human-Robot Facial Coexpression》，Science Robotics：提出面部共情表達(dá)預(yù)測模型，使機(jī)器人能夠提前捕捉人類情緒信號，并同步生成自然、匹配的面部回應(yīng)。這使得機(jī)器人不僅是觀察者或響應(yīng)者，更是一個主動交互的共情個體。
這些成果構(gòu)成了首形科技后續(xù)產(chǎn)品的技術(shù)起點(diǎn)——“為機(jī)器人賦予更具人類感的外觀與行為模式”。配合首形科技最新的技術(shù)，在視頻中機(jī)器人的“睜眼一刻”，所有伏筆匯聚一處，勾勒出仿生機(jī)器人覺醒的輪廓。
三大技術(shù)體系：機(jī)器人自主學(xué)習(xí)、情緒基座模型、仿生人臉硬件
視頻中機(jī)器人的真實(shí)感，源于首形的三大技術(shù)體系積累
1.機(jī)器人自主學(xué)習(xí)：自監(jiān)督學(xué)習(xí)與自我建模
在首形科技看來，與其一次性“教會”機(jī)器人某個固定技能，不如賦予它“自主學(xué)習(xí)”的能力。這一理念正是創(chuàng)始人胡宇航在哥倫比亞大學(xué)攻讀博士期間的研究核心：自監(jiān)督學(xué)習(xí)與機(jī)器人自我建模。
A.自監(jiān)督學(xué)習(xí)，源于機(jī)器人“照鏡子”的能力
機(jī)器人無需依賴昂貴的人工標(biāo)注或遙控操作，而是通過自身傳感器獲取的運(yùn)動數(shù)據(jù)，就像人類對著鏡子觀察自己一樣，自動推理出自身結(jié)構(gòu)、關(guān)節(jié)運(yùn)動規(guī)律與控制策略之間的內(nèi)在關(guān)系。這一過程打破了傳統(tǒng)對預(yù)設(shè)模型與環(huán)境依賴的限制，實(shí)現(xiàn)了從感知、建模到控制的閉環(huán)學(xué)習(xí)。
B.自我建模，讓機(jī)器人“理解自己”
自我建模，是指機(jī)器人在不依賴環(huán)境標(biāo)簽或外部干預(yù)的前提下，僅憑自身感知建立對身體結(jié)構(gòu)與動力學(xué)行為的內(nèi)部模型。這背后的關(guān)鍵，是對機(jī)器人系統(tǒng)的“主體建模”與“環(huán)境建模”進(jìn)行解耦：主體建模強(qiáng)調(diào)機(jī)器人對自身身體的認(rèn)知，例如電機(jī)響應(yīng)、欠驅(qū)動結(jié)構(gòu)、柔性變形等；環(huán)境建模則屬于任務(wù)層面的理解，如地形、物體形狀或外力反饋。
通過解耦，機(jī)器人可以在復(fù)雜或未知環(huán)境中，先從“認(rèn)識自己”開始，逐步擴(kuò)展到與外界的交互建模。例如：當(dāng)硬件磨損、外部載荷改變或新工具接入時，它能夠即時重建自身模型，自主適應(yīng)新的狀態(tài)，而無需重新訓(xùn)練整個系統(tǒng)。
這一能力讓機(jī)器人具備了“可解釋性強(qiáng)、適應(yīng)性高、獨(dú)立性強(qiáng)”的底層智能，是通往通用機(jī)器人的關(guān)鍵路徑之一。
C.終生學(xué)習(xí)，機(jī)器人自主學(xué)習(xí)的未來
自我建模能力的建立，也為機(jī)器人實(shí)現(xiàn)“終身學(xué)習(xí)”奠定了基礎(chǔ)：模型一旦學(xué)會“如何學(xué)習(xí)”，即可遷移到新的硬件、場景乃至全身關(guān)節(jié)系統(tǒng)，實(shí)現(xiàn)新任務(wù)的持續(xù)學(xué)習(xí)，新環(huán)境的適應(yīng)以及自身損壞的修復(fù)。憑借這一技術(shù)范式，首形科技讓“自主學(xué)習(xí)”成為機(jī)器人邁向具身智能的加速器——讓機(jī)器人不僅執(zhí)行任務(wù)，更能持續(xù)學(xué)習(xí)、不斷成長。
2. 情緒基座模型（Emotional Foundation Model）：打造人機(jī)交互情感引擎
機(jī)器人能否理解和表達(dá)人類情緒？答案，來自首形的另一項重要突破——情緒基座模型。
在當(dāng)下AI技術(shù)發(fā)展中，“基座模型（Foundation Model）”指的是通過大規(guī)模數(shù)據(jù)訓(xùn)練、具備通用能力、可泛化到多種任務(wù)的核心模型框架。它是人工智能走向“具身智能”的關(guān)鍵一步。
目前大多數(shù)人形機(jī)器人公司正致力于構(gòu)建“工具屬性”的基座模型，如通用抓取、操作控制、導(dǎo)航規(guī)劃等任務(wù)模型，試圖通過一次訓(xùn)練，適配各種執(zhí)行動作和物理操作任務(wù)。然而，這一方向面臨一個根本性瓶頸——真實(shí)世界交互數(shù)據(jù)的稀缺性。現(xiàn)實(shí)中的物理交互數(shù)據(jù)昂貴、難以采集，且涉及復(fù)雜的碰撞、動態(tài)反饋與多模態(tài)同步，遠(yuǎn)比在仿真中訓(xùn)練要困難得多。
而情緒類基座模型提供了一個相對更易落地的路徑。人類的情感交互大多依賴于語言、語音、面部表情、眼神接觸等非物理通道，這使得情緒交互數(shù)據(jù)不僅更容易采集、標(biāo)準(zhǔn)化和擴(kuò)展，而且不依賴復(fù)雜的物理世界建模。同時，這些數(shù)據(jù)天然具備連續(xù)性、情境性與泛化能力，是自監(jiān)督學(xué)習(xí)的理想素材。
基于這一判斷，首形科技率先提出并構(gòu)建“情緒基座模型（Emotional Foundation Model）”——一個以大規(guī)模情緒交互數(shù)據(jù)為基礎(chǔ)，融合語音、表情、語言、情境與角色設(shè)定的多模態(tài)模型。該模型不僅讓機(jī)器人“聽懂”人類的情緒，更讓其“學(xué)會”在適當(dāng)?shù)臅r機(jī)，做出帶有溫度的、自然可信的回應(yīng)。
3. 全自研仿生人臉硬件：跨越“恐怖谷”的超精工藝突破
人類對“臉”的感知極為敏銳，大腦中的梭狀回面孔區(qū)（FFA）以約 200 毫秒/次的頻率快速解碼面部信息，并通過三個層級進(jìn)行處理：基礎(chǔ)結(jié)構(gòu)識別（眼距、鼻高、臉型）、動態(tài)表情提取（微表情與肌肉活動），以及與記憶匹配（熟悉度、情緒聯(lián)想）。
一張仿生機(jī)器人的“臉”，要同時達(dá)到這三個層級的要求，滿足人類對“臉”的判斷認(rèn)定，需要極致的精益求精。首形科技對此進(jìn)行了從底層材料、皮膚工藝、機(jī)械結(jié)構(gòu)到嵌入式軟硬件的全面自主開發(fā)。
首形科技在面部精細(xì)度上的極致追求，讓用戶的大腦不自覺地完成“像真實(shí)的”、“是熟悉的”、“值得信任”的判定，使人類產(chǎn)生與之共情的可能。
商業(yè)價值：仿生機(jī)器人如何基于“情緒價值”帶來廣闊的應(yīng)用價值？
在人工智能全面滲透生活的今天，大語言模型（LLM）正在改變“語言”交互，但真正能觸達(dá)人的，是“情感”交互。相比于語音助手或虛擬對話界面，一個具備自然表情與情緒回應(yīng)的人形機(jī)器人，能在瞬時激發(fā)人類“情感”沖動。人形機(jī)器人之所以在每一次亮相中引爆話題，也是因為它“像人”的特點(diǎn)能喚起了人類的共情。
這種現(xiàn)象被定義為：“類人共情價值”。
人形機(jī)器人能成為一種情感觸發(fā)器，是一種在任何公共空間都能制造“圍觀效應(yīng)”的引力核心。所以，人形機(jī)器人天然具備成為注意力經(jīng)濟(jì)的中心資產(chǎn)的能力——無論是短視頻平臺、展陳場所還是零售門店，乃至未來隨家用/商用人形機(jī)器人普及率提升進(jìn)入千家萬戶，它所能帶來的傳播效率與情緒連接，是普通機(jī)器人、傳統(tǒng)硬件、甚至大模型界面都無法比擬的。
注意力經(jīng)濟(jì)是以爭奪用戶注意力為核心的經(jīng)濟(jì)模型。在這個模型中，類人機(jī)器人通過激發(fā)“類人共情價值”，成為注意力市場中最具傳播力和記憶點(diǎn)的內(nèi)容載體，從而轉(zhuǎn)化為流量、品牌和變現(xiàn)的杠桿。而在信息過載、內(nèi)容同質(zhì)的當(dāng)下，注意力獲取的方式正在逐漸從“堆內(nèi)容”走向“建關(guān)系”：誰能將關(guān)注轉(zhuǎn)化為情感喚起與持續(xù)共情鏈接，誰就掌握了未來的注意力入口乃至未來的商業(yè)價值入口。
在人工智能和人形機(jī)器人高速發(fā)展的今天，首形科技希望成為引領(lǐng)“機(jī)器人情感覺醒時代”的奠基者。
