外表比潮玩手辦更靈動，內(nèi)在比貓狗等“毛孩子”更懂人：市場或許要迎來第一批陪伴機器人了。

7月2日，記者了解到，陪伴機器人靈童機器人將在8月開啟第一波交付。第一財經(jīng)記者前往研發(fā)辦公室體驗了動作捕捉、人機交互、情緒識別等機器人的軟硬件訓練環(huán)節(jié)。

在體驗中，記者了解到，想要讓陪伴機器人更懂人，不僅要賦予它語言能力，還要讓它“動得像人”、看得懂人、記得住人與它之間的情感軌跡。這需要機器人工程、模型算法研發(fā)團隊的成員“灌”大量的交互數(shù)據(jù)，并進行微調(diào)。

對于這個融合AI與硬件的新故事，市場已經(jīng)迫不及待了。今年6月，珞博智能宣布完成數(shù)千萬元的天使輪融資。萌友智能也在去年年底官宣了一輪數(shù)百萬美元的融資，旗下產(chǎn)品已經(jīng)在海外眾籌平臺Kickstarter上陸續(xù)交付。而在靈童機器人的融資股東中，科大訊飛和策源資本都位列其中，產(chǎn)品目前已經(jīng)在京東上線。

陪伴機器人想要脫離玩具定位，走向長期陪伴，靠的不是AI的噱頭，而是與用戶之間建立“關(guān)系”的能力。當語言不再是唯一入口，當視覺和觸覺能夠輔助機器識別，當機器的“性格”與“靈性”成為產(chǎn)品賣點，陪伴機器人正在重新定義AI硬件“情緒價值”的邊界。

映射人體數(shù)據(jù)，機器人學做人

7月2日下午，在上海漕河涇開發(fā)區(qū)的人形機器人創(chuàng)新孵化器，記者被“五花大綁”起來。在靈童機器人的辦公室，第一財經(jīng)記者體驗了穿戴式的動捕設(shè)備。記者的頭部、小臂、大臂、背部和腰部各綁了一個彈力帶，帶子的表面裝有一個數(shù)據(jù)盒。在八個彈力帶的作用下，機器人很快跟著記者“有樣學樣”做出各種動作。

這套動捕裝置是讓機器人學習人類動作的核心裝備，記者每一個動作，幾乎都能被桌面上的人形機器人實時“模仿”出來。靈童機器人的核心產(chǎn)品是一個內(nèi)置AI模塊的桌面人形機器人，外觀上看接近于二次元手辦，身高60厘米。在記者問它“你怎么看起來有點不開心？”時，它叉起了腰，佯裝生氣地回答：“因為你沒有陪我聊天呀?！?/span>

這個叉腰的小動作，正是記者通過動捕設(shè)備采集人體動作數(shù)據(jù)后“教”給機器人的。靈童機器人的研發(fā)負責人賈星亮告訴第一財經(jīng)，動捕設(shè)備記錄下人體骨骼的運動軌跡后，會將數(shù)據(jù)轉(zhuǎn)化成特定格式的文件，再由工程師建模，將人體骨骼與機器人關(guān)節(jié)一一對應(yīng)?！暗唵蔚?∶1映射會導致動作變形，因此，工程師會根據(jù)機器人的本體結(jié)構(gòu)進行微調(diào)?！北热缛祟悡]手時肩膀旋轉(zhuǎn)30度，但機器人手臂較短，就需要按比例縮小這個幅度。

在這個身高約為人類身高三分之一的機器人身體中，一共有35個數(shù)字伺服舵機——是機器人能夠“動起來”的前提。為了讓機器人“懂”人，靈童研發(fā)團隊還以大語言模型為基礎(chǔ)，引入了視覺、觸覺等多模態(tài)輸入，并借助機器人的具身性拓展了表達方式。

“系統(tǒng)會綜合分析用戶的語音語調(diào)、對話內(nèi)容以及場景信息，來判斷其情緒狀態(tài)。”賈星亮舉例，開心時語音往往會上揚，而悲傷時語速則會變慢?！拔覀冞€在完善視覺識別功能，未來機器人有機會通過攝像頭識別用戶的面部表情?！彼f。

強調(diào)情緒價值，語言交互是最優(yōu)解嗎？

“最近機器人的性格很好，情緒價值拉滿?！币晃混`童機器人的產(chǎn)品工程師如是評價機器人最近的表現(xiàn)。

作為硅基生命，機器人給用戶的情緒價值都由背后的大模型決定。當機器人識別到用戶的情緒后，機器人會從預設(shè)的100多個基礎(chǔ)動作中選擇最合適的反應(yīng)。這些動作主要來自專業(yè)動捕演員的表演，也有部分是從網(wǎng)絡(luò)視頻、游戲當中提取的。例如，當檢測到用戶處于愉悅狀態(tài)時，機器人可能會微笑并揮手致意；而當用戶情緒低落時，它則可能張開雙臂，做出一個安慰性的擁抱動作。

記者在研發(fā)辦公室現(xiàn)場看到，工程師正在通過強化學習的方式對這些輸入與輸出進行精度訓練?！熬拖窠绦『W會察言觀色一樣，”一位工程師解釋說，“機器人需要在不斷互動中學會‘什么時候該揮手，什么時候該跳舞’?！庇柧氝^程需要工程師與機器人持續(xù)對話，并在機器人作出反應(yīng)時給予正向反饋。隨著訓練的深入，機器人逐漸趨近于高獎勵行為，從而表現(xiàn)出越來越自然、貼心的“情緒價值”。

但情緒價值一定要通過對話的交互來實現(xiàn)嗎？業(yè)內(nèi)仍然存在不同的觀點。

北京萌友智能的CEO何嘉斌在接受第一財經(jīng)記者的采訪時表示，聊天并不是陪伴機器人的核心環(huán)節(jié)，甚至“沒有必然的聯(lián)系”?！叭绻寝k公的場景，包含頻繁交流和對話的交互動作，并不一定是陪伴機器人的最優(yōu)解?！?/span>

帶人設(shè)、個性化的語言交互，只是陪伴機器人的一個產(chǎn)品形態(tài)。他認為，陪伴機器人產(chǎn)品體驗中最容易做出產(chǎn)品溢價和用戶黏性的部分是“靈性”，即機器在多模態(tài)體系下的自學習能力和人類在交互中投射的情感。

萌友智能的產(chǎn)品Ropet是一個擁有毛茸茸外觀的桌面機器人，它并不像人，從外表看，只是一個毛絨玩具。何嘉斌介紹，Ropet能夠通過自身的視覺和觸覺傳感器識別到用戶的輸入行為，通過多模態(tài)的識別和計算，利用自身的硬件進行反饋，比如在觸摸的時候發(fā)出聲音或改變眼睛的狀態(tài)，來“表達”喜愛。

當與人類的交互行為被機器以數(shù)據(jù)的形式在一段周期內(nèi)記錄，有點像人類用數(shù)據(jù)去“喂養(yǎng)”一個寵物。何嘉斌說，多模態(tài)的感知能力疊加持續(xù)的行為學習能力，構(gòu)成了產(chǎn)品“靈性”的核心部分，而這些都不一定要通過語音交互來實現(xiàn)的。

智能不止于大模型，AI能否撐起溢價

SevenUp Capital的創(chuàng)始人趙楠透露，根據(jù)他的觀察，毛絨玩具廠商采購一塊嵌入玩具中的AI物理模塊的價格在30~50元，AI物理模塊廠商自身的硬件毛利率在20%左右。而一個毛絨玩具的終端售價大約在150~200元。但加上AI陪伴的交互功能，一個毛絨玩具的售價有機會達到500元左右。

這意味著，AI能力正成為陪伴機器人區(qū)別于傳統(tǒng)“玩具”品類的核心要素。不過，AI如何真正落地到具體的場景和產(chǎn)品中，仍然是一個需要精細打磨的課題。陪伴機器人的“AI故事”該怎么講，才能讓用戶真正感到陪伴？

“和用戶共創(chuàng)，或許是建立親密關(guān)系的關(guān)鍵?！辟Z星亮告訴第一財經(jīng)記者，在用戶使用靈童機器人產(chǎn)品的過程當中，能夠定制化地導入個人經(jīng)歷和經(jīng)驗，并通過自定義人設(shè)的方式與用戶共同“塑造性格”?！盀榱吮苊饣舆^程出現(xiàn)割裂感，我們還提供了記憶的永久保存功能?！辟Z星亮介紹，機器人模型能夠抽取對話中的關(guān)鍵詞進行長期記憶，用戶可以隨時調(diào)取這些“共同回憶”來進行互動。

陪伴機器人SKYRIS的創(chuàng)始人張宇諾告訴第一財經(jīng)記者，陪伴機器人的核心在于“如何建立關(guān)系”。SKYRIS的產(chǎn)品是一只會飛的機器人BOBO。BOBO外觀像一個氣球，但有兩只小翅膀、類似小鳥的眼睛和嘴巴。在他看來，盡管AI大模型為產(chǎn)品賦予了智能，但真正實現(xiàn)“陪伴”，還需要更多維度的設(shè)計和輔助機制。

“就像人類之間建立關(guān)系，不只是靠語言對話，還需要主動開啟話題、持續(xù)引導、及時反饋、深入挖掘情緒等多個環(huán)節(jié)，而這些情感互動的細膩之處，僅靠大模型遠遠不夠?！彼f。

因此，在大模型能力背后，依然少不了大量機器人工程師的參與。賈星亮表示，團隊每天需要與機器人進行高頻互動，通過不斷測試和微調(diào)模型反應(yīng)，優(yōu)化其對話邏輯與情緒識別能力?！霸诋a(chǎn)品最終交付前，我們會對情緒理解的準確性，以及硬件動作的穩(wěn)定性做最后一輪打磨。”