一款靠脸吃饭的机器人，让雷军连投两轮

作者｜周松

原创首发｜蓝字计划

哪怕人形机器人没有身子，只要颜值够高，也值得被追着投资。

近日，专注于仿生人脸交互的机器人公司首形科技，宣布完成数亿元A2轮融资。这是这家年初公司自2024年成立以来，完成的第7轮融资，其中不乏雷军顺为、智元机器人等明星投资机构的身影。

你可能没听说过首形科技，但应该刷到过这一段视频：

画面中，拥有细腻皮肤和少女外形的Emo缓缓睁眼，随着首形科技创始人、百万粉丝博主胡宇航的响指转动目光，脸上流露出好奇、困惑的表情，仿佛真的拥有了生命。

图源：U航社交媒体账号

这段点赞过百万的视频，让首形科技第一次大规模进入大众视野。在视频的评论区里，有网友说 “这股票代码你是真得告诉我啊”， 甚至有人直接喊话：“我要当痞老板！”

只不过，在这个以假乱真的机器人头走红以后，很多人都在等着它的下半截身体出现，组成完整的人形形态；而一年多过去了，首形科技的核心产品仍然主要围绕机器人的头和上半身展开，始终没有把完整的机器人端出来。

不得不说，首形科技还真的只专注于一个“首”字，而且还能因此两年融了7轮。

只是，只造机器人的一张脸，首形科技凭什么拿下雷军、智元等一众投资方？

让资本也爱高颜值

近几年，具身智能行业几乎陷入了一场“造人”竞赛。

各家公司不断增加自由度、优化运动控制，希望让机器人拥有一副越来越像人的身体。

但大部分人形机器人，恰恰缺少了最像人的部分：一张真正会表达的人脸。

人和人交流时，表情往往比语言更早暴露情绪。嘴上说着“没关系”，皱起的眉头和躲开的目光，却可能已经给出了另一个答案。

如果机器人想进入陪伴、教育、文旅和家庭等需要与人交流的场景，仅仅拥有一副能干活的身体还不够。它还要学会看着人说话，在合适的时候眨眼、微笑、皱眉，并根据交流对象的反应改变表情。

图源：U航社交媒体账号

这正是首形科技想解决的问题：给AI造一张能够表达情绪的脸。

但机器人的脸，远比身体更容易露馅。

机器人走路稍微僵硬一点，人们可能只会觉得它还不够灵活；一张接近真人的脸，只要眼神慢半拍、嘴角抽动一下，或者笑容和说话对不上，立刻就会让人感到不适。

这就是所谓的“恐怖谷效应”：当机器人和人类越来越相似，却又在某些细节上显得不太对劲，人们产生的亲近感反而会突然跌入谷底。

图源：AI生图

想翻过这道“恐怖谷”，首先要解决的是怎样让机器人控制自己的脸。

首形科技的技术起点，可以追溯到创始人胡宇航在哥伦比亚大学参与研发的机器人Emo。

Emo的硅胶面部下面安装了26个执行器，可以分别牵动眼睛、眉毛、嘴角和面部其他位置。但研究人员没有提前为每一个表情写好固定动作，而是让它像人对着镜子练习表情一样，自己学习怎样控制这张脸。

图源：论文Learning realistic lip motions for humanoid face robots

研究人员先让Emo对着摄像头随机驱动不同执行器，再观察自己的脸发生了什么变化。尝试次数足够多以后，它便能逐渐建立起电机动作与面部表情之间的对应关系，知道该怎样控制嘴角和眼睛，才能做出一个笑容。

学会控制自己的脸以后，Emo还要学会观察人类。

研究团队让它观看大量人类表情视频，从眼角、嘴角和面部肌肉的细微变化中，判断对方接下来会做出什么表情。最终，Emo可以在人类真正露出笑容前约839毫秒预测到这个动作，再控制自己的面部同步微笑。

图源：论文Learning realistic lip motions for humanoid face robots

不过，想要消除恐怖谷效应，还有一个难题：怎样让它看起来足够自然。

人的一张脸上，眼皮、嘴角和脸颊几乎随时都在发生细小变化。机器人想还原这些动作，需要把大量微型电机、机械结构和传感器塞进有限的头部空间，再让它们隔着柔软的仿生皮肤准确牵动每一处表情。

只是，“皮肤”太硬，电机拉不动，表情会显得僵硬；“皮肤”太软，又容易变形、撕裂，长期使用后还可能松弛。内部电机的力量和位置稍有偏差，也可能让一个微笑变成嘴角抽搐。

为此，首形科技在现有产品中使用高自由度面部驱动结构和定制仿生皮肤；与此同时，机器人还要通过摄像头和麦克风观察交流对象，再用面部运动算法控制眼神和表情，让这张脸的反应尽量跟上对话。

所以，首形科技过去两年集中精力造出的一张脸，实际上塞进了表情预测、运动控制、微型电机、机械结构和仿生材料等一整套系统。

不过，这张没有完整身体的脸，究竟要卖给谁？

游戏和博物馆，率先掏钱

目前看来，最容易为这张机器人脸买单的，是游戏公司、文旅景区、商业展览和品牌活动。

游戏里有受到玩家追捧的NPC，景区和博物馆有历史人物，品牌也有自己的虚拟代言人。过去，这些角色只能留在屏幕里，或者由真人演员穿上服装进行扮演。

但有了首形科技这个以假乱真的“机器人头”之后，就有机会把它们搬进现实。

去年底，首形科技与《逆水寒》合作，把游戏角色“方承意”做成了仿生机器人。

图源：U航社交媒体账号

它的脸部拥有30个可动肌肉单元，可以完成挑眉、抿嘴等12种微表情；双目摄像头负责追踪观众的位置，仿生皮肤还特意加入了恒温系统，将表面温度维持在接近人体的36.5℃。

另一边，在部分景区、博物馆和品牌活动也有相似的需求。

比如历史人物可以站在展馆里讲解自己的故事，影视角色可以出现在主题乐园与游客互动，虚拟代言人也可以走出广告片，直接站在门店和发布会现场。

所以，首形科技目前推出的起源、精灵、机甲和模仿四个系列，基本都围绕这门生意展开。

起源系列负责把游戏和虚拟角色带进现实；精灵系列更强调陪伴和互动；机甲系列面向影视、科幻IP和商业展示；模仿系列则尝试按照真人的外形和声纹进行一比一复刻。

目标客户明确以后，首形科技为什么迟迟没有造出完整身体，也就容易理解了。

在漫展、展馆、舞台和门店里，一个仿生角色大部分时间只需要看向观众、做出表情并完成对话。既然不会移动也无所谓，那就没有必要大费周章给他们装上双腿，以免还要额外解决行走、平衡、续航和全身运动控制等问题。

图源：U航社交媒体账号

除此之外，首形科技另一层更大的想象空间，是把仿生脸做成其他机器人公司也能直接使用的一套标准部件。

大家可以发现，目前大部分把精力放在本体、关节、灵巧手和运动控制上的机器人公司，基本都缺少一个栩栩如生的脑袋，智元、宇树、智擎...无一不是如此。

因此，一旦首形科技能够把自己的优势做成标准化的机器人头部，未来就可以直接安装到其他公司的身体上。

这也是首形科技与智元机器人进行合作的底层逻辑。

智元主要研究机器人的身体和运动能力，首形科技则集中解决机器人怎样拥有一张会表达的脸。智元早在天使轮便投资首形科技，也为后续可能的技术协同留下了空间。

顺为资本随后参与首形科技的A1轮，并在这次A2轮中继续超额追投。最新一轮融资也将用于扩充产品矩阵、搭建标准化量产产线，以及继续迭代仿生交互算法。

只不过，这个看似天衣无缝的“生意经”，实际上还需跨越一连串的商业化现实。

谁要一张网红脸？

首形科技首先要跨过的，是从定制项目走向标准产品的门槛。

“方承意”虽然足够惊艳，但从面部骨架、仿生皮肤到发型、声音和人物性格，都要围绕一个特定角色重新制作和调校。

图源：U航社交媒体账号

这种生意容易做出爆款案例，复制起来却不轻松。项目越多，需要投入的工程师也越多，很难像生产普通硬件一样迅速扩大规模。

首形科技在最新一轮融资中，特意把“标准化量产产线”列为资金用途，显然也是想把面部电机、内部骨架和控制系统做成通用平台。以后更换角色时，主要调整外观和人物设定，不必每次都重新造一台机器人。

第二个问题，是B端客户为什么要持续为这张脸付钱。

一块屏幕加上数字人，同样可以讲解和聊天；真人演员穿上服装，也能扮演游戏角色。相比之下，仿生机器人还要承担硬件采购、皮肤老化、零部件损坏和现场维护等成本。

目前，首形科技具体的产品售价、客户数量、订单规模和实际交付量仍未充分披露。点赞过百万的视频可以证明大家愿意围观，却无法证明这门生意已经形成稳定复购。

甚至把仿生脸卖给其他机器人公司这条路，也没想象中那么美好。

在工厂里搬箱子、拧螺丝的机器人，并不需要一张逼真的人脸；进入商场和家庭以后，厂商也可以用成本更低、维护更简单的屏幕显示表情。

图源：U航社交媒体账号

首形科技需要证明，高仿人脸带来的交互体验，足以覆盖增加的成本和使用难度。

特别是前段时间，优必选推出的U1系列超仿生机器人，就给这条路线提供了一次市场参考。

产品发布后，优必选股价一度因为1.3万台订单大幅上涨，随后又连续六个交易日下跌，累计跌幅接近24%。

似乎资本市场并没有因为“超仿生”三个字便照单全收。

所以，首形科技能两年融了7轮，足以说明“高颜值”依然是人心中的朴素追求，哪怕是冷冰冰机器人也是如此。

现在首形科技的机器人已经能看懂人的脸色，接下来就看它能不能看懂市场的脸色了。

参考资料：

Z Finance《一年狂揽4轮融资！97年顶帅天才创始人杀疯了，从独立学院逆袭到哥大博士，胡宇航要给机器人安上「心」》

机器人前瞻《雷军投的仿生机器人公司，融资数亿元》

爱范儿《硅基美女建模脸火了：对视3秒，她不像机器人了》

正和岛《这位95后，一年5轮融资，被雷军追着投资》

DeepTech《颠覆认知！机器人像人的关键在于嘴唇，哥大博士让机器人脸告别“面瘫”，看视频学会11门语言》