本文來(lái)自微信公眾號(hào)： 藍(lán)字計(jì)劃 ，作者：周松
哪怕人形機(jī)器人沒(méi)有身子，只要顏值夠高，也值得被追著投資。
近日，專注于仿生人臉交互的機(jī)器人公司首形科技，宣布完成數(shù)億元A2輪融資。這是這家年初公司自2024年成立以來(lái)，完成的第7輪融資，其中不乏雷軍順為、智元機(jī)器人等明星投資機(jī)構(gòu)的身影。
你可能沒(méi)聽(tīng)說(shuō)過(guò)首形科技，但應(yīng)該刷到過(guò)這一段視頻：
畫(huà)面中，擁有細(xì)膩皮膚和少女外形的Emo緩緩睜眼，隨著首形科技創(chuàng)始人、百萬(wàn)粉絲博主胡宇航的響指轉(zhuǎn)動(dòng)目光，臉上流露出好奇、困惑的表情，仿佛真的擁有了生命。
這段點(diǎn)贊過(guò)百萬(wàn)的視頻，讓首形科技第一次大規(guī)模進(jìn)入大眾視野。在視頻的評(píng)論區(qū)里，有網(wǎng)友說(shuō)“這股票代碼你是真得告訴我啊”，甚至有人直接喊話：“我要當(dāng)痞老板！”
只不過(guò)，在這個(gè)以假亂真的機(jī)器人頭走紅以后，很多人都在等著它的下半截身體出現(xiàn)，組成完整的人形形態(tài)；而一年多過(guò)去了，首形科技的核心產(chǎn)品仍然主要圍繞機(jī)器人的頭和上半身展開(kāi)，始終沒(méi)有把完整的機(jī)器人端出來(lái)。
不得不說(shuō)，首形科技還真的只專注于一個(gè)“首”字，而且還能因此兩年融了7輪。
只是，只造機(jī)器人的一張臉，首形科技憑什么拿下雷軍、智元等一眾投資方？
讓資本也愛(ài)高顏值
近幾年，具身智能行業(yè)幾乎陷入了一場(chǎng)“造人”競(jìng)賽。
各家公司不斷增加自由度、優(yōu)化運(yùn)動(dòng)控制，希望讓機(jī)器人擁有一副越來(lái)越像人的身體。
但大部分人形機(jī)器人，恰恰缺少了最像人的部分：一張真正會(huì)表達(dá)的人臉。
人和人交流時(shí)，表情往往比語(yǔ)言更早暴露情緒。嘴上說(shuō)著“沒(méi)關(guān)系”，皺起的眉頭和躲開(kāi)的目光，卻可能已經(jīng)給出了另一個(gè)答案。
如果機(jī)器人想進(jìn)入陪伴、教育、文旅和家庭等需要與人交流的場(chǎng)景，僅僅擁有一副能干活的身體還不夠。它還要學(xué)會(huì)看著人說(shuō)話，在合適的時(shí)候眨眼、微笑、皺眉，并根據(jù)交流對(duì)象的反應(yīng)改變表情。
圖源：U航社交媒體賬號(hào)
這正是首形科技想解決的問(wèn)題：給AI造一張能夠表達(dá)情緒的臉。
但機(jī)器人的臉，遠(yuǎn)比身體更容易露餡。
機(jī)器人走路稍微僵硬一點(diǎn)，人們可能只會(huì)覺(jué)得它還不夠靈活；一張接近真人的臉，只要眼神慢半拍、嘴角抽動(dòng)一下，或者笑容和說(shuō)話對(duì)不上，立刻就會(huì)讓人感到不適。
這就是所謂的“恐怖谷效應(yīng)”：當(dāng)機(jī)器人和人類越來(lái)越相似，卻又在某些細(xì)節(jié)上顯得不太對(duì)勁，人們產(chǎn)生的親近感反而會(huì)突然跌入谷底。
圖源：AI生圖
想翻過(guò)這道“恐怖谷”，首先要解決的是怎樣讓機(jī)器人控制自己的臉。
首形科技的技術(shù)起點(diǎn)，可以追溯到創(chuàng)始人胡宇航在哥倫比亞大學(xué)參與研發(fā)的機(jī)器人Emo。
Emo的硅膠面部下面安裝了26個(gè)執(zhí)行器，可以分別牽動(dòng)眼睛、眉毛、嘴角和面部其他位置。但研究人員沒(méi)有提前為每一個(gè)表情寫好固定動(dòng)作，而是讓它像人對(duì)著鏡子練習(xí)表情一樣，自己學(xué)習(xí)怎樣控制這張臉。
圖源：論文Learning realistic lip motions for humanoid face robots
研究人員先讓Emo對(duì)著攝像頭隨機(jī)驅(qū)動(dòng)不同執(zhí)行器，再觀察自己的臉發(fā)生了什么變化。嘗試次數(shù)足夠多以后，它便能逐漸建立起電機(jī)動(dòng)作與面部表情之間的對(duì)應(yīng)關(guān)系，知道該怎樣控制嘴角和眼睛，才能做出一個(gè)笑容。
學(xué)會(huì)控制自己的臉以后，Emo還要學(xué)會(huì)觀察人類。
研究團(tuán)隊(duì)讓它觀看大量人類表情視頻，從眼角、嘴角和面部肌肉的細(xì)微變化中，判斷對(duì)方接下來(lái)會(huì)做出什么表情。最終，Emo可以在人類真正露出笑容前約839毫秒預(yù)測(cè)到這個(gè)動(dòng)作，再控制自己的面部同步微笑。
圖源：論文Learning realistic lip motions for humanoid face robots
不過(guò)，想要消除恐怖谷效應(yīng)，還有一個(gè)難題：怎樣讓它看起來(lái)足夠自然。
人的一張臉上，眼皮、嘴角和臉頰幾乎隨時(shí)都在發(fā)生細(xì)小變化。機(jī)器人想還原這些動(dòng)作，需要把大量微型電機(jī)、機(jī)械結(jié)構(gòu)和傳感器塞進(jìn)有限的頭部空間，再讓它們隔著柔軟的仿生皮膚準(zhǔn)確牽動(dòng)每一處表情。
只是，“皮膚”太硬，電機(jī)拉不動(dòng)，表情會(huì)顯得僵硬；“皮膚”太軟，又容易變形、撕裂，長(zhǎng)期使用后還可能松弛。內(nèi)部電機(jī)的力量和位置稍有偏差，也可能讓一個(gè)微笑變成嘴角抽搐。
為此，首形科技在現(xiàn)有產(chǎn)品中使用高自由度面部驅(qū)動(dòng)結(jié)構(gòu)和定制仿生皮膚；與此同時(shí)，機(jī)器人還要通過(guò)攝像頭和麥克風(fēng)觀察交流對(duì)象，再用面部運(yùn)動(dòng)算法控制眼神和表情，讓這張臉的反應(yīng)盡量跟上對(duì)話。
所以，首形科技過(guò)去兩年集中精力造出的一張臉，實(shí)際上塞進(jìn)了表情預(yù)測(cè)、運(yùn)動(dòng)控制、微型電機(jī)、機(jī)械結(jié)構(gòu)和仿生材料等一整套系統(tǒng)。
不過(guò)，這張沒(méi)有完整身體的臉，究竟要賣給誰(shuí)？
游戲和博物館，率先掏錢
目前看來(lái)，最容易為這張機(jī)器人臉買單的，是游戲公司、文旅景區(qū)、商業(yè)展覽和品牌活動(dòng)。
游戲里有受到玩家追捧的NPC，景區(qū)和博物館有歷史人物，品牌也有自己的虛擬代言人。過(guò)去，這些角色只能留在屏幕里，或者由真人演員穿上服裝進(jìn)行扮演。
但有了首形科技這個(gè)以假亂真的“機(jī)器人頭”之后，就有機(jī)會(huì)把它們搬進(jìn)現(xiàn)實(shí)。
去年底，首形科技與《逆水寒》合作，把游戲角色“方承意”做成了仿生機(jī)器人。
圖源：U航社交媒體賬號(hào)
它的臉部擁有30個(gè)可動(dòng)肌肉單元，可以完成挑眉、抿嘴等12種微表情；雙目攝像頭負(fù)責(zé)追蹤觀眾的位置，仿生皮膚還特意加入了恒溫系統(tǒng)，將表面溫度維持在接近人體的36.5℃。
另一邊，在部分景區(qū)、博物館和品牌活動(dòng)也有相似的需求。
比如歷史人物可以站在展館里講解自己的故事，影視角色可以出現(xiàn)在主題樂(lè)園與游客互動(dòng)，虛擬代言人也可以走出廣告片，直接站在門店和發(fā)布會(huì)現(xiàn)場(chǎng)。
所以，首形科技目前推出的起源、精靈、機(jī)甲和模仿四個(gè)系列，基本都圍繞這門生意展開(kāi)。
起源系列負(fù)責(zé)把游戲和虛擬角色帶進(jìn)現(xiàn)實(shí)；精靈系列更強(qiáng)調(diào)陪伴和互動(dòng)；機(jī)甲系列面向影視、科幻IP和商業(yè)展示；模仿系列則嘗試按照真人的外形和聲紋進(jìn)行一比一復(fù)刻。
目標(biāo)客戶明確以后，首形科技為什么遲遲沒(méi)有造出完整身體，也就容易理解了。
在漫展、展館、舞臺(tái)和門店里，一個(gè)仿生角色大部分時(shí)間只需要看向觀眾、做出表情并完成對(duì)話。既然不會(huì)移動(dòng)也無(wú)所謂，那就沒(méi)有必要大費(fèi)周章給他們裝上雙腿，以免還要額外解決行走、平衡、續(xù)航和全身運(yùn)動(dòng)控制等問(wèn)題。
圖源：U航社交媒體賬號(hào)
除此之外，首形科技另一層更大的想象空間，是把仿生臉做成其他機(jī)器人公司也能直接使用的一套標(biāo)準(zhǔn)部件。
大家可以發(fā)現(xiàn)，目前大部分把精力放在本體、關(guān)節(jié)、靈巧手和運(yùn)動(dòng)控制上的機(jī)器人公司，基本都缺少一個(gè)栩栩如生的腦袋，智元、宇樹(shù)、智擎...無(wú)一不是如此。
因此，一旦首形科技能夠把自己的優(yōu)勢(shì)做成標(biāo)準(zhǔn)化的機(jī)器人頭部，未來(lái)就可以直接安裝到其他公司的身體上。
這也是首形科技與智元機(jī)器人進(jìn)行合作的底層邏輯。
智元主要研究機(jī)器人的身體和運(yùn)動(dòng)能力，首形科技則集中解決機(jī)器人怎樣擁有一張會(huì)表達(dá)的臉。智元早在天使輪便投資首形科技，也為后續(xù)可能的技術(shù)協(xié)同留下了空間。
順為資本隨后參與首形科技的A1輪，并在這次A2輪中繼續(xù)超額追投。最新一輪融資也將用于擴(kuò)充產(chǎn)品矩陣、搭建標(biāo)準(zhǔn)化量產(chǎn)產(chǎn)線，以及繼續(xù)迭代仿生交互算法。
只不過(guò)，這個(gè)看似天衣無(wú)縫的“生意經(jīng)”，實(shí)際上還需跨越一連串的商業(yè)化現(xiàn)實(shí)。
誰(shuí)要一張網(wǎng)紅臉？
首形科技首先要跨過(guò)的，是從定制項(xiàng)目走向標(biāo)準(zhǔn)產(chǎn)品的門檻。
“方承意”雖然足夠驚艷，但從面部骨架、仿生皮膚到發(fā)型、聲音和人物性格，都要圍繞一個(gè)特定角色重新制作和調(diào)校。
圖源：U航社交媒體賬號(hào)
這種生意容易做出爆款案例，復(fù)制起來(lái)卻不輕松。項(xiàng)目越多，需要投入的工程師也越多，很難像生產(chǎn)普通硬件一樣迅速擴(kuò)大規(guī)模。
首形科技在最新一輪融資中，特意把“標(biāo)準(zhǔn)化量產(chǎn)產(chǎn)線”列為資金用途，顯然也是想把面部電機(jī)、內(nèi)部骨架和控制系統(tǒng)做成通用平臺(tái)。以后更換角色時(shí)，主要調(diào)整外觀和人物設(shè)定，不必每次都重新造一臺(tái)機(jī)器人。
第二個(gè)問(wèn)題，是B端客戶為什么要持續(xù)為這張臉付錢。
一塊屏幕加上數(shù)字人，同樣可以講解和聊天；真人演員穿上服裝，也能扮演游戲角色。相比之下，仿生機(jī)器人還要承擔(dān)硬件采購(gòu)、皮膚老化、零部件損壞和現(xiàn)場(chǎng)維護(hù)等成本。
目前，首形科技具體的產(chǎn)品售價(jià)、客戶數(shù)量、訂單規(guī)模和實(shí)際交付量仍未充分披露。點(diǎn)贊過(guò)百萬(wàn)的視頻可以證明大家愿意圍觀，卻無(wú)法證明這門生意已經(jīng)形成穩(wěn)定復(fù)購(gòu)。
甚至把仿生臉賣給其他機(jī)器人公司這條路，也沒(méi)想象中那么美好。
在工廠里搬箱子、擰螺絲的機(jī)器人，并不需要一張逼真的人臉；進(jìn)入商場(chǎng)和家庭以后，廠商也可以用成本更低、維護(hù)更簡(jiǎn)單的屏幕顯示表情。
圖源：U航社交媒體賬號(hào)
首形科技需要證明，高仿人臉帶來(lái)的交互體驗(yàn)，足以覆蓋增加的成本和使用難度。
特別是前段時(shí)間，優(yōu)必選推出的U1系列超仿生機(jī)器人，就給這條路線提供了一次市場(chǎng)參考。
產(chǎn)品發(fā)布后，優(yōu)必選股價(jià)一度因?yàn)?.3萬(wàn)臺(tái)訂單大幅上漲，隨后又連續(xù)六個(gè)交易日下跌，累計(jì)跌幅接近24%。
似乎資本市場(chǎng)并沒(méi)有因?yàn)椤俺律比齻€(gè)字便照單全收。
所以，首形科技能兩年融了7輪，足以說(shuō)明“高顏值”依然是人心中的樸素追求，哪怕是冷冰冰機(jī)器人也是如此。
現(xiàn)在首形科技的機(jī)器人已經(jīng)能看懂人的臉色，接下來(lái)就看它能不能看懂市場(chǎng)的臉色了。
參考資料：
Z Finance《一年狂攬4輪融資！97年頂帥天才創(chuàng)始人殺瘋了，從獨(dú)立學(xué)院逆襲到哥大博士，胡宇航要給機(jī)器人安上「心」》
機(jī)器人前瞻《雷軍投的仿生機(jī)器人公司，融資數(shù)億元》
愛(ài)范兒《硅基美女建模臉火了：對(duì)視3秒，她不像機(jī)器人了》
正和島《這位95后，一年5輪融資，被雷軍追著投資》
DeepTech《顛覆認(rèn)知！機(jī)器人像人的關(guān)鍵在于嘴唇，哥大博士讓機(jī)器人臉告別“面癱”，看視頻學(xué)會(huì)11門語(yǔ)言》