广东
follow us
AING硬迹
前不久，首形科技正式宣布完成新一轮的Pre-A轮融资，由招商局创投、深创投共同领投，五源资本、浔商创投跟投。此前天使轮投资人为德迅投资、奇绩创坛、Taihill、智元机器人。
这个机器人，并不像市面上做人形的企业，而是专注于做人脸机器人，通过在面部增加微型电机和以多模态大模型辅助表情处理，首形科技打造了一款面部最像人的机器人。这家公司的出圈，来源于其创始人胡宇航在社交平台上频繁的分享其产品动态，积累了一众精神股东。其中让人印象深刻的，当属下面这个响指。
能感觉出来的，就是机器人面部的自然，这是如何做到的？本篇文章，就来简单聊聊这家公司和其产品。
四大能力来打造仿生机器人脸
在早年间，首形科技的创始人胡宇航曾提到其公司的四大能力优势。
首先，首形科技有顶尖的AI能力，通过自监督学习与自我建模的方式来进行对表情的迭代。自监督学习Self-supervised learning是通过利用人脸数据本身的结构来生成“辅助任务”或“伪标签”，并用这些生成的标签来训练模型。简单来说，就是通过对真实世界人类表情的搜集作为核心样本，让机器人不停模仿人类的各种表情。这种自监督学习无论在人形还是机器人灵巧手上的使用都十分广泛。
其次，在机器人的面部，有着26个微型伺服电机。以宇树G1为例，其基础版的关节电机有23个无框电机；兆威机电的灵巧手，标准版内置17个电机。这里并不是要用数量去直接对比，而是去观察它的复杂度，人脸的模拟在自由度上更加灵活，也需要更多的机械结构去辅助。
然后，是首形科技的软件能力，其打造了情绪基座大模型（EFM）。纵观市场上的大部分机器人，大多以“动作”+“视觉能力”作为语料核心，通过对抓取、辨别、操作控制等能力的训练，让人形机器人拥有各种能力。然而，现实中物理交互数据的采集不仅成本高昂，还面临诸多技术挑战 —— 复杂的碰撞力学计算、实时动态反馈机制与多模态数据同步处理，使其采集难度远超仿真环境下的训练场景。
这就是其情绪基座大模型的优势，采集信息源的不同，人类的情感交互主要依托语言、语音、面部表情、眼神接触等非物理通道，这使得情绪交互数据具有显著优势：不仅采集更便捷、易于标准化与扩展，还无需依赖复杂的物理世界建模。同时，这类数据天然具备连续性、情境性和泛化能力，是前文提到的自监督学习的理想素材。
最后，其电子皮肤是极致的仿生学皮肤，有好莱坞水平的复制能力。这一点从视频上体验更加直观。
对于人脸来说，无论是投资人还是大众都非常在意的就是“恐怖谷效应”，即机器人在逐渐接近正常人的过程中，会有一段让人感觉害怕的时期，而度过了这段时间后，人们才能逐渐接受仿生的人形机器脸。这里也做一个小调查，你们觉得这个机器人会让人感到害怕吗？
总结
首形科技创始人胡宇航是哥伦比亚大学博士，研究方向为机器人自建模、类人交互与自主认知，学术成果曾发表于《Science Robotics》《Nature Machine Intelligence》等顶刊，而且还是机器人学和人工智能两个领域的顶刊。同时，胡宇航还是一位拥有百万粉丝的科普博主。
目前，首形科技已经推出三大核心产品，形成了从高端旗舰到轻量服务型的产品矩阵。旗舰产品为有30个自由度、可自主学习与智能对话的Elf系列；还有10个自由度和仿生电子皮肤的，主打养老适配、前台迎宾等服务型场景的性价比Lan系列机器人；以及提供无刷微型电机以面部动作仿真为核心的硬件单元。
其CEO曾表达过自己的“思想钢印”，人类会和更像人的机器人生活在一起。现阶段，首形科技已经与人形机器人企业达成百万级订单，未来，将专注于打造“有性格”的服务型机器人。
AING硬迹正在打造AI硬件社区，对加入社群感兴趣的读者，欢迎扫码下方二维码加入【AING硬迹产业交流群】。
AING硬迹
AING，取自“AI+ING”的缩写，中文谐音“硬迹”，寓意着“人工智能正当其时”，致力于追寻硬科技发展的足迹，不断探索人工智能与智能硬件的深度融合。
未来，AING硬迹将不断发布AI大模型技术、AI产业生态、AI硬件产品等行业资讯、发展趋势与市场动态，我们相信大多数硬件都值得用AI重做一遍，AING硬迹期望与AI大模型厂商、与AI硬件厂商共同成长，迎接AI时代的来临。
人工智能正当时
一起追寻AI+硬件的足迹
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
