人形機器人，應(yīng)該要“臉”嗎？

圖片｜Photo by 電影《機器總動員》

?產(chǎn)業(yè)象限原創(chuàng)

作者丨錢江

編輯丨山茶

臉有什么用嗎？

在我們的社會中，“臉”幾乎是人與人之間互相識別的第一標(biāo)簽。

但除此之外，“臉”在我們生活中還承擔(dān)著一些其他意義：比如刷臉支付，臉會是我們確認(rèn)支付的許可；比如門禁識別，臉是我們在許多地方暢通無阻的保證。

甚至許多時候我們會氣憤地質(zhì)問別人，你要臉嗎？這個這個時候，臉還會包含尊嚴(yán)、道德、責(zé)任等許多無形的價值觀念。

顯而易見，臉幾乎是作為的人最重要的特征。以至于當(dāng)元宇宙熱潮來臨，人們需要從一個世界進(jìn)入一個世界時，要做的第一件事，也是給自己捏一張“臉”。

但一個有意思的現(xiàn)象是，在人形機器人蓬勃發(fā)展的當(dāng)下，這個致力于模仿人類形象的事物，卻幾乎從來沒有被認(rèn)真討論過它的臉應(yīng)該長成什么樣。

人形機器人不需要臉嗎？還是說當(dāng)前的技術(shù)條件，這個話題還不應(yīng)該被討論？如果一定要給機器人一張臉的話，這張臉又應(yīng)該怎么做？

機器人不要“臉”，人才要“臉”

人形機器人要不要臉，答案是顯而易見的。

回顧記憶中那些令人印象深刻的機器人，無論是《變形金剛》里的大黃蜂、擎天柱，還是鳥山明筆下的阿拉蕾，亦或是獨自在地球上撿垃圾的瓦力，幾乎都有一張生動而鮮明的臉。

但最早的時候，人形機器人要“臉”這件事情是被忽略的。

波士頓動力前CEO Marc Raibert早期就認(rèn)為，人形機器人“功能就是一切”，“能力、靈巧、感知和智力才是機器人的關(guān)鍵功能，其它的都不重要”。

所以在2024年電動版Atlas發(fā)布之前，波士頓動力的機器人幾乎都沒有明顯的臉部特征。

Marc Raibert轉(zhuǎn)變理念是在2021年，波士頓動力液壓版Atlas的一則互動視頻“Do You Love Me”在網(wǎng)上出圈。這讓Marc Raibert意識到，形態(tài)的美感可以對機器人的仿生動作帶來加成效果，而臉部是形態(tài)美最重要的一個特征。

同樣是在2021年，這一理念被另一家機器人公司所印證。

這一年，英國機器人制造商Engineered Arts發(fā)布了一款名叫Ameca的人形機器人并且迅速出圈，原因就是因為Ameca擁有逼真的面部表情。

與Marc Raibert不同，Ameca的創(chuàng)造者Will Jackson認(rèn)為：“人臉是我們擁有的具有最高帶寬的通信工具”，一個表情所能傳達(dá)的信息要遠(yuǎn)多于聲音和肢體。

而Ameca的出圈，也側(cè)面證明了大眾其實更喜愛一個表情豐富、有溫度、會表達(dá)情感的伙伴，而不是一個空有力氣的鐵疙瘩。

2009年的一部科幻電影《Moon》也在講述一個同樣的故事。

電影中，男主Sam Bell常常向他的機器人工作伙伴Gerty傾訴心聲，Gerty總能一邊回答一邊給出動畫表情來對Sam的遭遇表示同情。

Gerty的本質(zhì)是一串計算機符號，而這張臉將冰冷的數(shù)學(xué)運算幻化抽象為平易近人的表情，不僅在言語上安慰了Sam，更是通過視覺交流拉近了人機關(guān)系。

▲圖源：《Moon》電影

顯而易見，與機器人相比，人類其實更需要機器人擁有一張臉。只是如何去實現(xiàn)這張臉，目前行業(yè)里還沒有一個統(tǒng)一的答案。

目前，主流機器人公司在設(shè)計面部時主要采用兩種策略：

一種是基于集體文化共識，選擇中立和抽象的圖像，通過符號化的情感傳達(dá)來滿足人類對情感表達(dá)的基本需求，以捕捉和傳遞情感的本質(zhì)。

另一種則是追求極致的逼真度，努力再現(xiàn)人類面部的細(xì)節(jié)，試圖通過接近現(xiàn)實的人類面貌來實現(xiàn)更深層次的情感共鳴和互動。

但這兩種方案的落地，卻都面臨許多挑戰(zhàn)。

人形機器人，讓臉譜符號化

現(xiàn)實中，一款合格的人形機器人，頭部需要具備耐用性、抗沖擊能力，以適應(yīng)多樣化的操作環(huán)境和任務(wù)。

因此，包括特斯拉的擎天柱、Figure01、波士頓動力的Atlas等人形機器人在內(nèi)，其頭部使用的基本是金屬合金和高強度塑料。

而在這樣一個“硬邦邦”的頭部，安裝一張靈動、表情自然的臉并不容易。

所以當(dāng)前主流的人形機器人并沒有對面部表情做精致的研究設(shè)計，而是采用類似Gerty這種抽象的“動畫臉”或“卡通臉”。畢竟這樣的臉龐幾乎能被所有種族的人接受，并且更容易構(gòu)建。

▲圖：主流人形機器人面部設(shè)計 產(chǎn)業(yè)象限制圖

「產(chǎn)業(yè)象限」梳理了目前幾家主流的人形機器人的臉部形象，可以看到它們面部清一色地使用“頭盔式”的“玻璃面罩”，面罩里內(nèi)置攝像頭或使用LED燈帶鑲邊。

比如，仔細(xì)觀察智元機器人，會發(fā)現(xiàn)它在操作礦泉水瓶的時候，表情是微笑的：

宇樹新近發(fā)布的最新一代人形機器人直接使用凹陷的屏幕面部設(shè)計，其頂部配置有攝像頭等組件，圍繞臉部的藍(lán)色弧光像是一種微笑。

Figure 01機器人借助搭建OpenAI的能力構(gòu)建大腦，所以它的面部也帶有明顯的OpenAI特色，即它每一次和人類交流，面部都會出現(xiàn)ChatGPT特有的“思考”符號。

波士頓動力的電動版Atlas采用光圈設(shè)計，這種設(shè)計參考了皮克斯電影開頭的臺燈，其內(nèi)部配置了三個攝像頭。

波士頓創(chuàng)始人Marc Raibert在設(shè)計Atlas的頭部時，并不希望它有類似人類的面孔，因為這會觸發(fā)“恐怖谷”效應(yīng)，可能有點反烏托邦。

Marc Raibert覺得對于一個人形機器人來說，只要能保持與人類基本的交流即可。但這種圓環(huán)的設(shè)計，雖然沒有五官，卻總覺得這張“臉”自帶情愫。

特斯拉的擎天柱如今已進(jìn)化到第二代，但面部依舊一片漆黑，馬斯克鮮少提及擎天柱面部的設(shè)計邏輯。

清一色的“黑面騎士”背后也有共同的光學(xué)和美學(xué)邏輯。

黑色被視為現(xiàn)代、簡潔和高科技的象征，公眾易于接受的同時，也不乏科技感和未來感。目前包括蘋果、特斯拉在內(nèi)的科技公司，都偏愛在發(fā)布會上使用“高級黑”作為底色。

較暗的面罩則有利于突出機器人的眼睛和其它面部特征，讓信息在不同條件和不同角度中都能被清晰辨識。此外，黑色面罩還可以有效遮蓋和保護面部的各種傳感器和顯示屏，防止外界光線的干擾。

但這般高科技感的“鋼鐵美學(xué)”，顯然無法在與人類互動時，充分滿足情感交流的需求，冰冷的機器感，令人形機器人喪失了“人形”應(yīng)該具有的一點柔性和“人性”。

所以一直以來，企業(yè)和科學(xué)家也仍然在為做一張無限逼近人類的的機器人臉而努力。

機器人，也可以“畫皮”？

抽象派為了文化共性，曾嘗試在機器人上采用經(jīng)過修飾的動物臉或卡通臉，但它們無法傳遞復(fù)雜的情感細(xì)節(jié)，限制了機器人在諸如醫(yī)療、教育領(lǐng)域等情感交流高需求的場景下的應(yīng)用。

所以追求和真人一比一還原的“逼真臉”就成為一個不得不發(fā)展的技術(shù)路線。

“逼真臉”有兩個陣營，一種是依賴機器學(xué)習(xí)做表情控制的“自主機器人”，另一種是依賴操作員遠(yuǎn)程操作的“遠(yuǎn)程控制機器人”。它們的核心差異，是交互的“自主性”來源于機器還是人類。

2005年11月，世界上第一個具有表情的人臉行走雙足機器人Albert HUBO亮相。一年之后，第一個被授予沙特阿拉伯公民身份的機器人Sophia誕生，它能夠模仿62種面部表情。其原型融合了古埃及女王娜芙蒂蒂、奧黛麗赫本和這家機器人創(chuàng)始人David Hanson的妻子阿曼達(dá)·漢森。

這兩款表情機器人都隸屬于同一家名叫Hanson Robotics的公司。其頭部使用的都是“Fubber”材料，它是具有高彈性和柔韌性的橡膠材料，可以產(chǎn)生皺紋與折痕，貼近皮膚，他們也幾乎是最早一批有逼真臉的“自主機器人”。

▲圖：Sophia機器人Hanson Robotics（左）；Albert HUBO機器人Hanson Robotics（右）

Albert HUBO使用復(fù)雜的控制算法來實現(xiàn)面部表情和肢體運動的協(xié)調(diào)。其控制系統(tǒng)能夠自主管理基本動作和表情，但需要人類預(yù)先編程和設(shè)定參數(shù)。

Sophia具備一定的學(xué)習(xí)能力，使用自然語言處理、計算機視覺和機器學(xué)習(xí)算法來理解和回應(yīng)人類對話，可以通過與人類的互動不斷改進(jìn)其反應(yīng)和行為，她的“大腦”運行在Hanson Robotics基于云的人工智能 (AI) ——MindCloud上。

前面曾提到的Engineered Arts也醉心于做逼真的人形機器人臉。

旗下最知名的機器人是Ameca使用復(fù)雜的傳感器和伺服電機，通過結(jié)合計算機視覺和自然語言處理，能夠理解和回應(yīng)用戶的指令和情感。

據(jù)稱，Ameca的面部使用的是Engineered Arts開發(fā)的一種專有材料，具有高度的彈性和柔韌性，以支持復(fù)雜的面部表情和自然的運動。

▲圖：機器人Ameca，Engineered Arts

在中國，EX集團擅長做機器人面部表情，其曾推出還原魯迅形象的人形機器人人。

EX集團創(chuàng)始人李博陽曾在接受采訪時提到，大多數(shù)人形機器人公司都更關(guān)注機器人的雙足這類“腰部以下”的位置，腰部以下主要在于處理好平衡控制的問題，而腰部以上更多與AI所結(jié)合的智能決策等相關(guān)。EX集團“主要布局腰部以上的方向，核心產(chǎn)品是仿生人形機器人”，“

▲圖：EX集團“復(fù)活”魯迅，EX官網(wǎng)

不論是Albert HUBO、Sophia還是Ameca，他們探索的自主學(xué)習(xí)機器人的臉都非常具體，按照如愛因斯坦這樣的名人或融合真人臉龐創(chuàng)造一張新臉，但這些機器人的硬件都是專有的，Hanson Robotics和Engineered Arts之外的組織的研究人員無法使用這些類人機器人進(jìn)行自己的研究，他們不得不重新構(gòu)建新的逼真的類人機器人作為研究對象。

為了解決這類問題，研究人員嘗試做了一款開源機器人Eva，通過Eva的相關(guān)研究，類人機器人面部表情的生成過程也浮現(xiàn)在大眾眼前。

▲圖：Eva，Expressive humanoid robot face

Eva由四個部分組成：面罩驅(qū)動機構(gòu)、下頜、眼睛和頸部，其中，面罩驅(qū)動機構(gòu)主導(dǎo)著Eva的面部表情生成。

Eva的表情生成主要由兩部分主導(dǎo)——先是由伺服電機驅(qū)動面罩上的表情單元，再由面罩上的鋼絲將驅(qū)動力傳導(dǎo)給硅膠面罩，從而形成Eva的表情。

▲圖：Eva，Expressive humanoid robot face

如圖中所示，面罩驅(qū)動機構(gòu)的組成部分有12個MG90S伺服電機、一個定制硅膠面罩、一個支撐面罩的3D打印頭骨和鋼絲。

每根鋼絲的一端連接相應(yīng)伺服電機的伺服喇叭，另一端連接面罩上的某個點，鋼絲連接的點基本在面罩左右兩側(cè)呈現(xiàn)對稱，確保Eva做出面部表情時，面罩兩側(cè)都會被驅(qū)動。

▲圖：Eva的硅膠面罩，Expressive humanoid robot face

鋼絲主要通過布條和粘合劑附在硅膠面罩內(nèi)表面，硅膠面罩由Smooth-On EcoFlex 00-30制成，這種材料與人體皮膚的材料特性非常相似。

根據(jù)著名心理學(xué)家、面部表情研究的先驅(qū)保羅·艾克曼的說法，所有面部表情都可以與憤怒、厭惡、恐懼、喜悅、悲傷和驚訝這6種基本情緒聯(lián)系起來，Eva的表情設(shè)計也以這6種為主。

每一種表情都對應(yīng)著面部肌肉的特定運動，比如驚訝對應(yīng)著眉毛向上的運動，喜悅對應(yīng)著嘴角向上。

▲圖：保羅·艾克曼假設(shè)的六種基本情緒，Boyuan Chen

Eva的開發(fā)者對人類所有面部表情進(jìn)行分類，建立46個不同的表情動作單元，比如，驚喜可以從AU 1、2、5和26中重現(xiàn)。

▲圖：情緒-AU 對應(yīng)關(guān)系，Expressive humanoid robot face

不論是自主機器人，還是遠(yuǎn)程操控機器人，他們的面部表情驅(qū)動方式基本都與Eva的運作邏輯類似。即使用伺服電機完成表情驅(qū)動。

但自主機器學(xué)習(xí)的機器人，可能會帶來不可預(yù)測的行為，并且其仿生相似度很大程度上取決于機器學(xué)習(xí)模擬人類的智慧和情感技術(shù)的成熟度。

為了解決這個問題，于是有了基于人類操作做精確控制的遠(yuǎn)程操控機器人，嘗試彌補自主學(xué)習(xí)機器人的不足之處。

大阪大學(xué)教授石黑浩和日本動畫公司Kokoro共同研發(fā)出Geminoid——石浩黑的“復(fù)制品”，這臺高度仿生機器人可以被電腦遠(yuǎn)程操控，實現(xiàn)模仿石黑浩的行為和面部及頭部動作，Geminoid身上有多個執(zhí)行器，面部有13個、軀干15個、手臂和腿部22個。

▲圖：石黑浩和他的“復(fù)制品”，IEEE

根據(jù)石黑浩的體驗，他認(rèn)為擁有和自己長得一樣的克隆體，最主要的用途在于可以讓它做自己的分身，他曾在報道中提到，機器人是自己身體的延伸。

▲圖：和工作人員交流的Geminoid，YouTube

但從Geminoid相關(guān)表現(xiàn)來看，它的表情并不自然，比如它在與工作人員交流時，眼神空洞、雙手僵硬，與真人有較為明顯的區(qū)分。

不論是自主學(xué)習(xí)機器人還是遠(yuǎn)程操控機器人，即便臉無限逼近人類，但如何在一顰一笑之間依舊保持逼真，至今也沒有一個完美的方案。即便面部表情無限類人，手部、身體不夠與人類相似，依舊跨不過“恐怖谷”效應(yīng)。

結(jié)語

人類的壽命有限，可能正因如此，他們對追求另一種讓生命可能得以延續(xù)的方式十分執(zhí)著。

制作無限類人的人形機器人，或許能夠彌補一部分的缺憾，但“滿足感”和“遺憾感”似乎是一對遵循能量守恒定律的雙生火焰，它們會一直并存，滿足一種需求的同時，又會誕生另一種遺憾。

人形機器人需要有一張臉，但人類的面部的結(jié)構(gòu)極其復(fù)雜，涉及骨骼、肌肉、皮膚、神經(jīng)和血管等多個層次，其中面部有40多塊肌肉，覆蓋在肌肉之上的皮膚具有彈性和伸縮性，能跟隨表情做實時的變化。隨著技術(shù)進(jìn)步，對人臉構(gòu)造所涉及的物理設(shè)備會越來越逼真，牽動肌肉的若干個伺服電機也會配合得越來越熟練。

但是，人類面部有一雙通往心靈的眼睛，它映射著人生閱歷，通過雙眼，可以捕捉人所經(jīng)歷的滄桑與喜哀，而這是機器人難以擁有的，即便算法再高級，也很難復(fù)制和代替人類的心境。

* 文中配圖來源于網(wǎng)絡(luò)