“你会对一个人说‘你创造不了价值就是废物’吗？大概率不会。但人们却常常用这样的逻辑看待机器人。”首形科技创始人胡宇航说，他语气平和，但观点锋利。
在胡宇航看来，未来的人形机器人不该只是冷冰冰的工具。它们的价值，也不该只用“能否提升生产效率”来衡量。在人类社会逐渐走向自动化与智能化的今天，他给出了一个不同的答案：“For joy，让大家快乐。”
今年5月13日，胡宇航在自己的抖音账号上发布了一段人脸机器人“Emo”的首发视频。7月14日更新的视频中，他在Emo的眼睛下点上了一颗泪痣，在镜头前，这个机器人露出困惑和好奇的神情，仿佛真的有了情绪、有了生命。
“U航”是他在短视频平台上的另一个身份。如今，他的抖音账号粉丝已超过百万，累计播放量达1.5亿次，屡次登上热榜。他所分享的不是剪辑后的产品宣传，而是机器人从原型到“通人性”的全过程，细腻又真实。每条视频下，网友们热烈追更、留言讨论，技术与情感的边界在一帧帧画面中慢慢模糊。
作为首形科技的创始人，胡宇航正在带领一支20人的团队，从“人脸”这个独特切口切入人形机器人赛道。他希望让机器人不只是“像人”，更要“有人味儿”——会察言观色、会面部共情，甚至能以拟真的表情参与表演、陪伴、互动，而不是机械重复任务。“我们关注的不是机器人模仿人类，而是让机器人真正走进人的世界，开启‘类人共情’和自主学习的新纪元。”
这样的理念并非空中楼阁。胡宇航是哥伦比亚大学博士，长期研究机器人自我建模和类人交互系统，曾在机器人顶刊《Nature Machine Intelligence》与《Science Robotics》连续发表论文，提出机器人可以通过看自己的视频自我建模，也能预测人类面部表情并作出自然回应。他所主导的CharacterMind系统，已能让机器人自主生成带有情绪反应的面部动作。
今年6月，首形科技完成了新一轮融资，由招商局创投与深创投联合领投，五源资本等跟投。融资的背后，是这个仍处于研发阶段的项目，正在一步步接近真实可行的应用落地场景：从桌面级陪伴机器人，到服务行业中的“表演型”机器人，再到未来可能延伸到本体的具身智能系统。胡宇航说：“我们不着急讲一个所有人都听过的故事，我们想做一条不一样的路径。”
在接受蓝鲸科技专访时，U航详细讲述了他如何从科研跨入创业，为什么选中“人脸机器人”作为起点，如何思考当前具身智能的发展路径与泡沫争议，创业路上如何用内容影响用户。
以下为对话实录：
一、从科研到创业：在人脸机器人中寻找范式突围
蓝鲸科技：为什么选择人脸机器人这个方向创业？
胡宇航：这个方向我们三年前就想通了。在读博时我做过机械臂、四足机器人、桌面整理等各种机器人项目，所以我很清楚物理数据是最大瓶颈。我们非常谨慎，不盲目“卷”大潮。做人脸，是因为它跟多模态大模型天然契合，有视觉、有声音、有表情，是人机交互最直接的入口。
如果能自主学习，那就不再需要大量数据采集。人类小时候学技能也不是靠几千次训练，而是靠举一反三。所以我们希望在人脸机器人这个温室里，先验证这条路径，然后再拓展到手、到身体。
有些AI工程师还困在旧范式里，认为具身智能也需要大数据。但现实是，采集数据非常贵，也很不现实。你不可能把所有事物都采一遍数据，所以要从方法论上找到新路径。
我在WAIC上和很多同行、青年学者交流，大家都在反思旧范式的局限。有个内部讨论，6:1的比例认为目前的范式和数据无法真正让AI理解物理世界。
我们也不指望所有人走同一条道路，而且大家各有坚持去探索出新范式。对于数据驱动的方法，行业确实也在建立数据标准，比如上海那边有人牵头做数据共享。我们走不同的路，也是给行业提供更多可能性。
蓝鲸科技：首形科技目前产品的的进展？
胡宇航：我们目前还没有正式的产品，都还处于研发阶段，所以暂时还没有对外销售或投入使用的项目。未来会推出更多。
做人脸机器人是一个交叉极强的学科。这也意味着目前创业公司必须自己从各个层面突破，市面上的电机供应商很难满足需求。我们自主研发了微型电机等核心产品器件，此外整个供应链包括材料部分都在部署。人脸方面我们也采用类似硅胶材质，不过每家都有自己的配方、软硬度和耐久度。 这属于新材料领域，团队里还专门有化学背景人员参与。
蓝鲸科技：未来会考虑做本体吗？
胡宇航：未来我们可能会自己去拓展下半身的研发。从脸拓展到整个本体。
整个人形机器人就像汽车工业，不可能每家都做轮胎一样，每个环节都有自己的上下游。我们也是找到了自己的切口。这是时间问题。一开始我们专注于人脸，不碰下半身。等头做好后，才会探索后续路径。两年内专注机器人头部。
蓝鲸科技：未来人脸会搭载在哪些载体上？
胡宇航：有很多载体，比如桌面半身像、收藏品。人脸不一定要做得那么大。可以做小的。未来陪伴机器人会被越来越重视，因为孤独和情绪需求在放大。
蓝鲸科技：人脸机器人的落地主要面对哪些场景？
胡宇航： 我们认为人形机器人在服务行业会有很多机会。尤其在“表演”这个方向，它是一个比较快能够实现落地的场景。因为机器人本身就长得像人，有所谓的“类人共情价值”，所以哪怕它只是踢个球、走路像老太太，人们也会有代入感，觉得像个人，具有关注度。我觉得这里是会有一些商业化可能性的。
目前包括文娱、艺术、机器人公司、AIGC公司、游戏、电影，还有科研院校。他们都有很强的意向来采购我们的人脸模块或者共同开发算法。
表演是第一步，我们未来还会做更多的拓展。但目前阶段，表演是最容易落地的。表演类项目可以以To B的方式合作。我们也会有To C的产品，特别是“桌面陪伴型”的机器人，我们会自主做一款产品。
蓝鲸科技：团队目前大概多少人？主要在哪儿？
胡宇航：大概20人，主要在北京，目前正在杭州开设新总部。
蓝鲸科技：怎么看待当下具身智能以及人形机器人的发展，你觉得有泡沫吗？
胡宇航：我觉得行业在往一个更好的方向发展，不觉得泡沫会很快到来。我不太喜欢那种急躁的唱衰声，技术迭代是需要耐心和过程的。
看怎么定义泡沫。如果是伪需求当然是泡沫，但如果底层逻辑能走得通，那为什么是泡沫？
幻想人形机器人进家庭可能还很遥远，所以我更倾向于从“类人共情”的角度切入，比如表演型项目。这些看似没有直接生产力，但它能打开商业化入口。逐步扩展场景和稳定性。而工业场景中那些采集数据的探索，也必须一步步来。
我对我们做的事是有信心的。因为我们不是无底洞式烧钱。我觉得做具身AI这一块一定要谨慎，尤其是在技术范式还没定型的时候。做人脸机器人这个方向，我们认为是可以先商业化落地的。
二、真正的人脸机器人，不靠外形，而靠自然表情动作和共情力
蓝鲸科技：你们最近见了不少投资人，从投资人视角看，人脸技术的进展和未来规模化落地，他们怎么看？
胡宇航：很多投资人觉得现在还早，没看到明确的价值。 每个人思路不太一样，我很难归纳。但大多数人对人形机器人创造生产力的观点还是保留的。目前脸部表情生成算法国际上也还在早期阶段，离商业化还远。
蓝鲸科技：你做的人脸机器人跟别家最大不同是什么？
胡宇航： 我们最大的不同是：我们的人脸可以“自主完成动作”。而且这些表情是更仿生、更自然、更友好的。这就决定了我们和别人的差异性。这个领域还是处于非常非共识的阶段。
蓝鲸科技：什么是人脸机器人真正的壁垒？
胡宇航：外观只是其次。最重要的是算法和控制。如果脸再美，但动起来很僵硬、没有生命感，人类会有“恐怖谷”的感觉。我们要让机器人通过AI“自己学会”怎么做表情，做得自然、有生命感，这才是关键。
人类也是通过看镜子来学会做表情的。我们的第一套AI是让机器人学习“自己脸动起来是什么样”。第二套AI是去看互联网视频，学“人类是怎么做表情的”。两者结合，才能做出自然的表情。
此外，我们核心技术之一的CharacterMind系统创新性地将情感AI与人脸机器人相结合，能够创造各种角色，这些角色可以理解用户情绪，尤其是在交互时识别用户情感。同时它会给机器人提供一些参数和指导，告诉机器人AI的作用就是理解人类情绪，并且塑造角色。
我觉得情感非常重要，人脸做多少种表情没什么意义。没人会因为自己能做多少表情而骄傲，这不是特别厉害的技能。
此外，人脸不像手或脚，它不会和物理世界发生复杂交互，不需要仿真系统。它可以靠互联网视频来学习。就像大模型那样，是数据效率非常高的一条路。
蓝鲸科技： 有美国有团队在做这块吗？
胡宇航：很少，主要是做数据传感器，人脸表情生成是非主流赛道。
蓝鲸科技：最早的投资人是谁？
胡宇航： 最早是在德迅投资，德迅也是宇树早期投资人，奇绩陆奇博士也很重视我们。
蓝鲸科技：你怎么看待新技术带来的这种“恐怖谷”效应？
胡宇航：如果人脸动起来够逼真，就可以避免带来这种效果。未来这可能成为评价标准，如果机器人动作不自然，眼睛不协调，会让人感觉恐怖。算法上还有很多突破要做。
蓝鲸科技：你对未来通用机器人的想象是怎样的？它能做什么？
胡宇航：这个问题挺有意思。昨天我们也讨论过。我不认为无所不能的机器人能实现。真正通用的机器人应该像人一样能处理问题，会拆解新任务，会举一反三，在稍加引导下完成任务。就像养孩子一样，有引导就能学。
我希望买一台新机器人，开始时对家里环境陌生，但我告诉它哪里能碰，哪里不能碰，怎么整理，它能自主完成任务。他的自主学习能力是关键。他不必无所不能，但要能通过简单地指引后学会。 机器人大脑学习速度比人快，稍加暗示就能学会，这是大家期望的机器人。
蓝鲸科技：您抖音粉丝超过百万，创业者少有这样投入做内容，能聊聊做抖音的初衷和感受吗？
胡宇航： 我觉得做自媒体是创业的一部分，需要宣传产品和理念，吸引追随者。就像雷军也用自媒体证明了这条路。
抖音对我在科研、创业的道路上，其实提供了一个“共创”的平台。以前做科研，很多内容只能在论文里呈现，和公众有天然隔阂。但在新媒体时代，短视频让我能把探索过程分享出来，得到真实的反馈，甚至灵感，还会让我意识到项目还缺了什么。
我一直把关注我的粉丝们叫“电子股东”——和我一起推动AI机器人走向世界的人。他们见证了机器人从一个粗糙的原型，慢慢拥有细腻的表情，开始理解情绪，变得越来越像“生命体”的过程。这种陪伴本身就有很大的价值。在短视频里，复杂的问题必须被讲得更清楚、更有温度，这逼着我们团队反复思考：如何用人话讲AI？如何用故事讲科研？这个反过来帮助我们更好地理解技术的成果转化，也更好地和未来的用户沟通。
新媒体时代，其实是“共创科研”的时代。知识不应该只是象牙塔里的东西，产品也不应该只是封闭团队的成果。粉丝的参与、支持、建议，都是一股很真实的力量。他们不是看客，而是这个旅途中的同行者。
胡宇航论文资料：
《Teaching Robots to Build Simulations of Themselves》，Nature Machine Intelligence：提出了一种以自监督学习和自我建模为核心的方法体系：机器人可以仅通过观察自身的视频，重建自身结构与电机运动规律，实现从感知、理解到控制的自我闭环，为机器人实现适应能力与自主学习提供了技术路径；
《Human-Robot Facial Coexpression》，Science Robotics：提出面部共情表达预测模型，使机器人能够提前捕捉人类情绪信号，并同步生成自然、匹配的面部回应。这使得机器人不仅是观察者或响应者，更是一个主动交互的共情个体。
注：文/武静静，文章来源：蓝鲸新闻，本文为作者独立观点，不代表亿邦动力立场。
文章来源：蓝鲸新闻
