00后清華團隊打造機器人“眼睛”，可實時輸出百余項生理情緒參數

想象一下這樣的生活片段：你拿起手機 30 秒，屏幕立刻跳出提醒，“當前心率 78，壓力中等，建議深呼吸”；家里的智能攝像頭靜靜看著午睡的寶寶，突然通過 App 提醒你：“寶寶心率偏快，呼吸略顯急促，建議進屋查看”；養老院里，巡檢機器人通過一次擦身而過的對視，便能感知到老人今天情緒低落，且血氧飽和度略低于往常......

這些曾經只存在于科幻電影中的“讀心術”，正由一家名為微面科技（FacePhys）的公司變成現實。這家聚焦 AI 機器視覺核心技術研發與產業化的初創公司，憑借自主可控的遠程光電容積描記技術（rPPG），打造了一個可端側推理人體生理、情緒狀態的智能攝像頭系統，讓機器不僅能看見世界，更能洞察人類的生理與情感。

微面科技核心團隊來自清華大學。創始人唐健凱是清華大學新雅書院和計算機系在讀博士生，長期深耕機器視覺與生理計算方向，曾在 Science Advances 等頂級期刊和會議發表 20 余項研究成果，谷歌學術引用超 1,600 次；聯合創始人張藝儒就讀于清華大學計算機系碩士，研究方向為人機交互與遠程生理感知，曾在 UbiComp、CHI 等頂會發表相關成果；聯合創始人張銘宇出身清華軟件學院，具備深厚的工程落地與產品化經驗，統籌技術從實驗室走向量產的全鏈路交付。

圖 | 創始團隊（來源：受訪者提供）

實時監控百余項生理與情緒參數

故事始于 2022 年的暑假。彼時，正在清華讀大三的唐健凱參與了與華盛頓大學的聯合項目，第一次接觸到“通過自拍測心率”的課題。

“一開始其實挺心虛的，這事對誰來說可能都有點奇怪”，唐健凱回憶道，“那時候的技術在實驗室里很完美，但一到現實環境，人稍作移動、光照環境一變，監測精度就會大幅下降。”

唐健凱所說的技術，正是遠程光電容積描記技術，這是一種通過普通攝像頭，在不接觸人體的情況下，遠程監測心率、呼吸和血氧等生理參數的技術。

具體來說，人體每次心跳引起的血液流動會造成皮膚組織的微血管中血量的周期性變化，進而導致皮膚吸收和反射光具有周期性規律，具體表現為皮膚表面顏色的周期性變化，盡管人眼無法分辨這一微小變化，但是通過攝像頭可以捕捉，通過分析該信號可以獲取脈搏率、呼吸率和血氧飽和度等生理指標。

“所以，本質上來講，我們測的是皮膚微小顏色變化的速度。”唐健凱補充道。

在那個暑假快結束的時候，唐健凱及團隊成員利用攝像頭成功捕捉到了心跳。在后續研發中，他們建成了全球首個基于手持手機采集的多模態生理數據庫，并將整套處理流程標準化開源為 rPPG-Toolbox，供全球研究者使用。

也正是在這次實踐中，通過完整搭建攝像頭采集、算法實現與測試的全套系統，唐健凱驗證了原理的可行性，并下定決心將其做成產品。“原理通了，剩下的就是用 AI 和更多數據去消除噪聲。”

rPPG 通過普通攝像頭捕捉面部皮膚微弱顏色變化來提取心率、呼吸等信號時，信號強度極弱，僅占總背景的 0.1%–1%，極易被環境噪聲淹沒，包括運動偽影、光影干擾、膚色差異等。

比如當受試者說話、頭部晃動或手持設備拍攝時，皮膚像素在圖像中的位置會發生偏移，產生巨大的非生理性信號波動；環境光線的明暗變化、陰影遮擋或車內快速移動產生的動態光源，會直接改變相機捕捉到的顏色數值。

為了解決該問題，唐健凱及團隊采集了不同膚色、不同生理狀態、不同場景下的海量數據，通過 AI 算法和底層優化讓算法學會在復雜環境中提取有效信號，最終實現了心率監測誤差< 0.7BPM 的醫療級精度、響應速度低至<10ms，建立起堅實的技術壁壘。

如今，微面科技僅憑一顆攝像頭，即可實時輸出 100 余項生理與情緒參數，還能連續監測眼動軌跡，實現視線追蹤、注視分析等功能。更重要的是，微面科技實現了端側本地化部署，無需將視頻傳到云端，在毫秒級響應的同時，從底層規避了隱私泄露的風險。

（來源：受訪者提供）

“其中，心率、血氧飽和度以及情緒識別功能已經較為成熟，可以通過攝像頭捕捉表情和心率變異性的指征來判斷用戶的情緒狀態，甚至能初步識別抑郁傾向。”

唐健凱解釋道，心率變異性是指連續心跳間隔的時間變化，是評估自主神經系統功能的非侵入性指標。近年來，心率變異性相關指標被應用于個體抑郁的檢測和評估中。研究發現，抑郁與心率變異性呈負相關，即抑郁或長期壓力患者的心率變異性通常偏低。

做機器人的“眼睛”

目前，微面科技的 rPPG 技術，已在嬰兒健康監測、康養機器人、智能座艙、醫院臨床驗證等領域落地。

比如，在嬰兒健康檢測上，通過紅外補光實現夜間零干擾監測，能實時捕捉寶寶的心率、呼吸、睡眠狀態，甚至哭鬧行為，一旦出現生理指標異常，便會第一時間向家長的手機推送告警。據悉，團隊還做了專項算法優化，即使寶寶輕微移動，MAR 算法也能有效去除運動偽影，保證監測精度。

在汽車上，可以通過智能攝像頭實時監測駕駛員和乘客的健康狀態，提前預警疲勞駕駛和情緒變化，以及監控車內嬰幼兒健康，提升行車安全。據唐健凱透露，該技術已獲得車企認可，計劃于下一代“健康汽車”集成此功能，實現車內健康數據的實時匯報。

在醫療康養領域，微面科技正與安貞醫院展開深度產學研合作，共同完成了上千人規模的臨床隊列驗證，數據覆蓋多病種、多年齡層，為算法的醫療級精度提供了有力的臨床支撐。唐健凱透露，“雙方共同研發的‘健康鏡’兼顧算法與硬件一體化設計，將傳統的復雜束縛式醫療監測優化為非接觸的快速篩查方式，得到了臨床專家與患者群體的一致認可，具備廣泛的社會價值與推廣前景。”

（來源：受訪者提供）

除了深耕垂直場景，微面科技還將目光投向了極具想象力的機器人賽道。在唐健凱看來，rPPG 技術可以成為機器人的“眼睛”——一套能讓機器真正“看見”生理與情感的感知系統。

他解釋道，無論是服務機器人、康養陪護機器人，還是正在規模落地的人形機器人，都迫切需要具備對使用者生理狀態與情緒意圖的實時感知能力。微面科技的 rPPG 視覺感知模塊，則可作為標準化感知組件嵌入各類機器人平臺，賦予機器人“讀懂人”的能力。

目前，該公司已完成數百萬美元的融資，用于加速核心算法迭代、拓展行業應用場景，并推進機器人感知模塊的規模化商業部署。

創業的路上并非一帆風順，唐健凱團隊也曾經歷過商業模式的試錯。2024 年，他們曾參考海外模式推出健康平臺，試圖通過線上醫療問診抽成實現商業化，卻忽略了中國醫療體系的特點——國內線下問診效率高，線上輕問診的需求遠不如海外，這次嘗試并未取得預期效果。

之后，團隊調整方向，深耕非接觸生理情緒感知領域，陸續推出了基于瀏覽器的網頁版實時監測系統以及面向個人用戶的 APP，并完成了 C01、KY01 型號智能攝像頭及 FINDINGS 科研級采集主機的研發工作。

如今，微面科技已構建起覆蓋云端 API/SDK、整組模式、插件模式的集成方案：云端 API/SDK 方案實現零硬件改動、2 周快速對接，采用 SaaS 訂閱制；整組模式提供深度定制，完整攝像頭模組交付，算法固化于芯片，低延遲低功耗，適配旗艦級規模量產；插件模式可串聯現有攝像頭，不改變原有架構，實現快速部署升級。

談及未來，唐健凱的愿景清晰而堅定：讓千萬臺機器更有“情商”，讓機器人不僅看到世界，更能讀懂人的生理與情感。

運營/排版：何晨龍