一個(gè)響指引起機(jī)器人注意，AI機(jī)器人公司如何讓機(jī)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(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(jī)創(chuàng)壇、Taihill、智元機(jī)器人。

這個(gè)機(jī)器人，并不像市面上做人形的企業(yè)，而是專(zhuān)注于做人臉機(jī)器人，通過(guò)在面部增加微型電機(jī)和以多模態(tài)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(jī)器人。這家公司的出圈，來(lái)源于其創(chuàng)始人胡宇航在社交平臺(tái)上頻繁的分享其產(chǎn)品動(dòng)態(tài)，積累了一眾精神股東。其中讓人印象深刻的，當(dāng)屬下面這個(gè)響指。

能感覺(jué)出來(lái)的，就是機(jī)器人面部的自然，這是如何做到的？本篇文章，就來(lái)簡(jiǎn)單聊聊這家公司和其產(chǎn)品。

四大能力來(lái)打造仿生機(jī)器人臉

在早年間，首形科技的創(chuàng)始人胡宇航曾提到其公司的四大能力優(yōu)勢(shì)。

首先，首形科技有頂尖的AI能力，通過(guò)自監(jiān)督學(xué)習(xí)與自我建模的方式來(lái)進(jìn)行對(duì)表情的迭代。自監(jiān)督學(xué)習(xí)Self-supervised learning是通過(guò)利用人臉數(shù)據(jù)本身的結(jié)構(gòu)來(lái)生成“輔助任務(wù)”或“偽標(biāo)簽”，并用這些生成的標(biāo)簽來(lái)訓(xùn)練模型。簡(jiǎn)單來(lái)說(shuō)，就是通過(guò)對(duì)真實(shí)世界人類(lèi)表情的搜集作為核心樣本，讓機(jī)器人不停模仿人類(lèi)的各種表情。這種自監(jiān)督學(xué)習(xí)無(wú)論在人形還是機(jī)器人靈巧手上的使用都十分廣泛。

其次，在機(jī)器人的面部，有著26個(gè)微型伺服電機(jī)。以宇樹(shù)G1為例，其基礎(chǔ)版的關(guān)節(jié)電機(jī)有23個(gè)無(wú)框電機(jī)；兆威機(jī)電的靈巧手，標(biāo)準(zhǔn)版內(nèi)置17個(gè)電機(jī)。這里并不是要用數(shù)量去直接對(duì)比，而是去觀察它的復(fù)雜度，人臉的模擬在自由度上更加靈活，也需要更多的機(jī)械結(jié)構(gòu)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(chǎng)上的大部分機(jī)器人，大多以“動(dòng)作”+“視覺(jué)能力”作為語(yǔ)料核心，通過(guò)對(duì)抓取、辨別、操作控制等能力的訓(xùn)練，讓人形機(jī)器人擁有各種能力。然而，現(xiàn)實(shí)中物理交互數(shù)據(jù)的采集不僅成本高昂，還面臨諸多技術(shù)挑戰(zhàn) —— 復(fù)雜的碰撞力學(xué)計(jì)算、實(shí)時(shí)動(dòng)態(tài)反饋機(jī)制與多模態(tài)數(shù)據(jù)同步處理，使其采集難度遠(yuǎn)超仿真環(huán)境下的訓(xùn)練場(chǎng)景。

這就是其情緒基座大模型的優(yōu)勢(shì)，采集信息源的不同，人類(lèi)的情感交互主要依托語(yǔ)言、語(yǔ)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)具有顯著優(yōu)勢(shì)：不僅采集更便捷、易于標(biāo)準(zhǔn)化與擴(kuò)展，還無(wú)需依賴(lài)復(fù)雜的物理世界建模。同時(shí)，這類(lèi)數(shù)據(jù)天然具備連續(xù)性、情境性和泛化能力，是前文提到的自監(jiān)督學(xué)習(xí)的理想素材。

最后，其電子皮膚是極致的仿生學(xué)皮膚，有好萊塢水平的復(fù)制能力。這一點(diǎn)從視頻上體驗(yàn)更加直觀。

對(duì)于人臉來(lái)說(shuō)，無(wú)論是投資人還是大眾都非常在意的就是“恐怖谷效應(yīng)”，即機(jī)器人在逐漸接近正常人的過(guò)程中，會(huì)有一段讓人感覺(jué)害怕的時(shí)期，而度過(guò)了這段時(shí)間后，人們才能逐漸接受仿生的人形機(jī)器臉。這里也做一個(gè)小調(diào)查，你們覺(jué)得這個(gè)機(jī)器人會(huì)讓人感到害怕嗎？

總結(jié)

首形科技創(chuàng)始人胡宇航是哥倫比亞大學(xué)博士，研究方向?yàn)闄C(jī)器人自建模、類(lèi)人交互與自主認(rèn)知，學(xué)術(shù)成果曾發(fā)表于《Science Robotics》《Nature Machine Intelligence》等頂刊，而且還是機(jī)器人學(xué)和人工智能兩個(gè)領(lǐng)域的頂刊。同時(shí)，胡宇航還是一位擁有百萬(wàn)粉絲的科普博主。

目前，首形科技已經(jīng)推出三大核心產(chǎn)品，形成了從高端旗艦到輕量服務(wù)型的產(chǎn)品矩陣。旗艦產(chǎn)品為有30個(gè)自由度、可自主學(xué)習(xí)與智能對(duì)話(huà)的Elf系列；還有10個(gè)自由度和仿生電子皮膚的，主打養(yǎng)老適配、前臺(tái)迎賓等服務(wù)型場(chǎng)景的性?xún)r(jià)比Lan系列機(jī)器人；以及提供無(wú)刷微型電機(jī)以面部動(dòng)作仿真為核心的硬件單元。

其CEO曾表達(dá)過(guò)自己的“思想鋼印”，人類(lèi)會(huì)和更像人的機(jī)器人生活在一起。現(xiàn)階段，首形科技已經(jīng)與人形機(jī)器人企業(yè)達(dá)成百萬(wàn)級(jí)訂單，未來(lái)，將專(zhuān)注于打造“有性格”的服務(wù)型機(jī)器人。

AING硬跡正在打造AI硬件社區(qū)，對(duì)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(chǎn)業(yè)交流群】。

AING硬跡

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

未來(lái)，AING硬跡將不斷發(fā)布AI大模型技術(shù)、AI產(chǎn)業(yè)生態(tài)、AI硬件產(chǎn)品等行業(yè)資訊、發(fā)展趨勢(shì)與市場(chǎng)動(dòng)態(tài)，我們相信大多數(shù)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(zhǎng)，迎接AI時(shí)代的來(lái)臨。

人工智能正當(dāng)時(shí)

一起追尋AI+硬件的足跡