一张“脸”的突围 杭州“灵巧脸”攻克机器人情感表达难题

在浙江海外高层次人才创新园一间实验室里，杭州灵颜科技有限公司创始人赵常屹对着面前的机器人头随口问了一句：“今天天气怎么样？”机器人头微微歪了歪，眼睛灵动地眨了一下，嘴角上扬露出自然的微笑，然后用轻快的语调回答：“今天阳光很好，适合出去走走哦，不过记得涂防晒霜。”

这个看似简单的微笑，背后是一场正在发生的技术革命——机器人不再只是能干活，还开始会情绪互动了。今年刚刚成立的灵颜科技，做的不是当下热门的灵巧手或大小脑，而是人形机器人的脸——一张能看懂人的脸色，做出自然的表情，能实现音、唇、眼同步交流的“灵巧脸”。

“造脸简单，但是造一张让人不害怕的脸要难得多。”赵常屹说。因为人类大部分的情绪信息都来自面部表情，想让机器人真正走进家庭、跟人正常交流，这张脸必须足够自然，任何细微偏差都会被放大。

灵颜科技自主研发的灵巧脸——灵枢w1

跨越“恐怖谷”

灵巧脸如何练成“表情自由”

这种偏差就是日本机器人专家森政弘于1970年提出的心理学假设“恐怖谷效应”——机器人逼近人类却不够完美时，人会对其产生本能的恐惧。而表情最为敏感，只要嘴角延迟0.1秒、眼神飘移、微笑僵硬，都会让“亲切”变成“诡异”。这些正是灵颜科技要攻克的核心技术。

造一张自然的脸有多难？赵常屹列举了一串：机械、电机、材料、仿生、大/小模型、多模态感知……“这些全部要装进一个头里。”作为一名机械工程专业博士，赵常屹曾是人形机器人关节研发商泉智博科技和灵巧手制造商黑漫科技的早期成员，拥有丰富的硬件研发和量产经验，这些为他投入灵巧脸领域奠定了基础。“灵巧脸在全球还属于蓝海市场，灵颜科技是杭州唯一一家拥有全栈式正向独立研发能力、专注高端灵巧脸的企业。”

据介绍，要跨越机器人的“恐怖谷”，首先脸部得有丰富的“肌肉”，核心指标是自由度——自由度越高，表情可能性越多。目前主流产品大多已达到20个自由度，而灵颜科技即将发布的产品做到了32个自由度。“自由度决定表情的下限。”赵常屹说，32个自由度可让嘴角上下左右动起来。年底灵颜科技还将推出46个自由度的全线驱版本，几乎能复现人类面部的绝大部分细微动作。

在灵巧脸的狭小空间中实现多自由度是极限工程。灵颜科技的解法是线驱——模仿人体肌肉，用极细的线绳在内部走线，在更小空间集成更多自由度。“灵巧手用线驱难普及是因为手要承重，线绳易疲劳。但脸只需拉动皮肤微动，线驱天然适合。”赵常屹说。

硬件决定表情的“骨架”，软件则赋予表情“灵魂”——这也是摆脱“恐怖谷”的关键一跃。传统的预设表情库只能调取固定的几种表情——笑就是笑，哭就是哭，僵硬且生涩。而灵颜科技自研了一套杏仁体情绪建模模型，基于情绪真机数据训练，如今可支持无上限表情生成，延迟已控制在10毫秒以内。换句话说，灵颜科技的灵巧脸可以根据对话语境，做出“小幅微笑”“中幅开心”“大幅兴奋”等不同强度的细微表情，切换连续、自然。

表情对了，还差最后一步——音、唇、眼同步。这是行业公认的难题：嘴型要对上发音，眼神要对上说话对象，一旦滞后、发生错位，“恐怖谷效应”立刻生效。为此，灵颜科技打造了首款音、唇、眼同步智能体——FaceSoul Agent，并构建了高可靠、低延迟的分布式协同控制体系。在感知端，自研视觉语言情感模型实现端到端高效推理；在传输端，以融合网络架构打破传统带宽壁垒，让高带宽数据与实时控制信息实现微秒级共网传输，使机器人脸在控制中展现出极致的平滑与精准。赵常屹说，“这是让机器人实现神形兼备的‘最后一公里’。”

• 1
• 2
• 下一页
• 全文阅读