記者獲悉，首形科技正式宣佈完成新一輪融資，由招商局創投、深創投共同領投，五源資本、潯商創投跟投。此前天使輪投資人為德迅投資、奇績創壇、Taihill、智元機器人。不久前，由其創始人發佈的一段“仿生機器人睜眼、緩緩微笑”的視頻在社交平臺爆紅。這段喚醒場景被大量轉發、引用，評論區不乏“感覺已經沒有恐怖穀了！”、“感覺她眼睛裏有光”這樣的評價。

很難用一個簡單的辭彙去總結首形帶來了什麼，但多數人從這段視頻中感受到了前所未有的真實感——精細的人臉模型、流暢的微表情、真實合理的情緒互動；以及巨大的市場潛力——當機器人逼真至能夠引發人的真實情感波動，那些曾經只在科幻小說中才存在的場景似乎已不再遙遠。

哥大博士胡宇航：喚醒機器人“自我”的創造者

胡宇航，首形科技創始人，哥倫比亞大學博士，美國自然科學基金會人工智慧研究所專案成員，長期研究機器人自我建模、自主認知與類人交互系統等方向。不同於傳統機器人研究者從提供生產力的角度出發，他試圖更進一步解答一個更本質的問題：機器人是否能夠像人一樣理解自身、理解他人，並通過自我學習走向具身智能。

在博士階段，他於機器人頂刊Nature Machine Intelligence及Science Robotics連續發表兩篇論文，引發行業高度關注：

《Teaching Robots to Build Simulations of Themselves》，Nature Machine Intelligence：提出了一種以自監督學習和自我建模為核心的方法體系：機器人可以僅通過觀察自身的視頻，重建自身結構與電機運動規律，實現從感知、理解到控制的自我閉環，為機器人實現適應能力與自主學習提供了技術路徑；

《Human-Robot Facial Coexpression》，Science Robotics：提出面部共情表達預測模型，使機器人能夠提前捕捉人類情緒信號，並同步生成自然、匹配的面部回應。這使得機器人不僅是觀察者或回應者，更是一個主動交互的共情個體。

這些成果構成了首形科技後續產品的技術起點——“為機器人賦予更具人類感的外觀與行為模式”。配合首形科技最新的技術，在視頻中機器人的“睜眼一刻”，所有伏筆彙聚一處，勾勒出仿生機器人覺醒的輪廓。

三大技術體系：機器人自主學習、情緒基座模型、仿生人臉硬體

視頻中機器人的真實感，源於首形的三大技術體系積累

1.機器人自主學習：自監督學習與自我建模

在首形科技看來，與其一次性“教會”機器人某個固定技能，不如賦予它“自主學習”的能力。這一理念正是創始人胡宇航在哥倫比亞大學攻讀博士期間的研究核心：自監督學習與機器人自我建模。

A.自監督學習，源於機器人“照鏡子”的能力

機器人無需依賴昂貴的人工標注或遙控操作，而是通過自身感測器獲取的運動數據，就像人類對著鏡子觀察自己一樣，自動推理出自身結構、關節運動規律與控制策略之間的內在關係。這一過程打破了傳統對預設模型與環境依賴的限制，實現了從感知、建模到控制的閉環學習。

B.自我建模，讓機器人“理解自己”

自我建模，是指機器人在不依賴環境標籤或外部干預的前提下，僅憑自身感知建立對身體結構與動力學行為的內部模型。這背後的關鍵，是對機器人系統的“主體建模”與“環境建模”進行解耦：主體建模強調機器人對自身身體的認知，例如電機回應、欠驅動結構、柔性變形等；環境建模則屬於任務層面的理解，如地形、物體形狀或外力回饋。

通過解耦，機器人可以在複雜或未知環境中，先從“認識自己”開始，逐步擴展到與外界的交互建模。例如：當硬體磨損、外部載荷改變或新工具接入時，它能夠即時重建自身模型，自主適應新的狀態，而無需重新訓練整個系統。

這一能力讓機器人具備了“可解釋性強、適應性高、獨立性強”的底層智能，是通往通用機器人的關鍵路徑之一。

C.終生學習，機器人自主學習的未來

自我建模能力的建立，也為機器人實現“終身學習”奠定了基礎：模型一旦學會“如何學習”，即可遷移到新的硬體、場景乃至全身關節系統，實現新任務的持續學習，新環境的適應以及自身損壞的修復。憑藉這一技術範式，首形科技讓“自主學習”成為機器人邁向具身智能的加速器——讓機器人不僅執行任務，更能持續學習、不斷成長。

2. 情緒基座模型（Emotional Foundation Model）：打造人機交互情感引擎

機器人能否理解和表達人類情緒？答案，來自首形的另一項重要突破——情緒基座模型。

在當下AI技術發展中，“基座模型（Foundation Model）”指的是通過大規模數據訓練、具備通用能力、可泛化到多種任務的核心模型框架。它是人工智慧走向“具身智能”的關鍵一步。

目前大多數人形機器人公司正致力於構建“工具屬性”的基座模型，如通用抓取、操作控制、導航規劃等任務模型，試圖通過一次訓練，適配各種執行動作和物理操作任務。然而，這一方向面臨一個根本性瓶頸——真實世界交互數據的稀缺性。現實中的物理交互數據昂貴、難以採集，且涉及複雜的碰撞、動態回饋與多模態同步，遠比在仿真中訓練要困難得多。

而情緒類基座模型提供了一個相對更易落地的路徑。人類的情感交互大多依賴於語言、語音、面部表情、眼神接觸等非物理通道，這使得情緒交互數據不僅更容易採集、標準化和擴展，而且不依賴複雜的物理世界建模。同時，這些數據天然具備連續性、情境性與泛化能力，是自監督學習的理想素材。

基於這一判斷，首形科技率先提出並構建“情緒基座模型（Emotional Foundation Model）”——一個以大規模情緒交互數據為基礎，融合語音、表情、語言、情境與角色設定的多模態模型。該模型不僅讓機器人“聽懂”人類的情緒，更讓其“學會”在適當的時機，做出帶有溫度的、自然可信的回應。

3. 全自研仿生人臉硬體：跨越“恐怖穀”的超精工藝突破

人類對“臉”的感知極為敏銳，大腦中的梭狀回面孔區（FFA）以約 200 毫秒/次的頻率快速解碼面部資訊，並通過三個層級進行處理：基礎結構識別（眼距、鼻高、臉型）、動態表情提取（微表情與肌肉活動），以及與記憶匹配（熟悉度、情緒聯想）。

一張仿生機器人的“臉”，要同時達到這三個層級的要求，滿足人類對“臉”的判斷認定，需要極致的精益求精。首形科技對此進行了從底層材料、皮膚工藝、機械結構到嵌入式軟硬體的全面自主開發。

首形科技在面部精細度上的極致追求，讓用戶的大腦不自覺地完成“像真實的”、“是熟悉的”、“值得信任”的判定，使人類產生與之共情的可能。

商業價值：仿生機器人如何基於“情緒價值”帶來廣闊的應用價值？

首形科技提出：類人共情價值（Humanoid Empathy Value）：情感連接帶來的稀缺注意力資產

在人工智慧全面滲透生活的今天，大語言模型（LLM）正在改變“語言”交互，但真正能觸達人的，是“情感”交互。相比於語音助手或虛擬對話介面，一個具備自然表情與情緒回應的人形機器人，能在暫態激發人類“情感”衝動。人形機器人之所以在每一次亮相中引爆話題，也是因為它“像人”的特點能喚起了人類的共情。

這種現象被定義為：“類人共情價值”。

人形機器人能成為一種情感觸發器，是一種在任何公共空間都能製造“圍觀效應”的引力核心。所以，人形機器人天然具備成為注意力經濟的中心資產的能力——無論是短視頻平臺、展陳場所還是零售門店，乃至未來隨家用/商用人形機器人普及率提升進入千家萬戶，它所能帶來的傳播效率與情緒連接，是普通機器人、傳統硬體、甚至大模型介面都無法比擬的。

注意力經濟是以爭奪用戶注意力為核心的經濟模型。在這個模型中，類人機器人通過激發“類人共情價值”，成為注意力市場中最具傳播力和記憶點的內容載體，從而轉化為流量、品牌和變現的杠杆。而在資訊超載、內容同質的當下，注意力獲取的方式正在逐漸從“堆內容”走向“建關係”：誰能將關注轉化為情感喚起與持續共情鏈接，誰就掌握了未來的注意力入口乃至未來的商業價值入口。

在人工智慧和人形機器人高速發展的今天，首形科技希望成為引領“機器人情感覺醒時代”的奠基者。

來源：中國Z Potentials