EMO机器人：自学对口型，精准模拟真人表情告别面瘫
1月17日，科技媒体New Atlas发布文章，报道了机器人面部表情系统的最新突破。哥伦比亚大学创意机器实验室研发的名为EMO的系统，致力于让仿人机器人的面部表情和语音达到自然、流畅的同步效果，从而有效克服“恐怖谷”效应中的关键挑战。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
系统演示（图源：哥伦比亚大学创意机器实验室）
与依赖预先编程的传统机器人不同，EMO具备自主学习能力。它通过观察人类的面部行为来优化自身表达，使其交互体验更加生动自然，甚至接近科幻作品中的设定。
为了实现接近真实人类的质感，EMO并未使用刚性外壳，而是在其面部覆盖了一层柔软的硅胶皮肤。在这层皮肤之下，研究团队精密部署了26个微型电机。
这些电机通过不同的组合方式协同工作，能够细腻地牵引皮肤，从而呈现出微妙的面部表情并精确控制唇形变化。这种硬件架构赋予了EMO极高的表达自由度，使其能够模拟出从微笑、惊讶到沉思等多种复杂神态。
为了教会EMO控制面部表情，研究团队引入了“视觉-动作”语言模型。在训练初期，团队将EMO置于镜前，让其自发进行数千次随机的面部运动。
EMO通过摄像头观察镜中的自己，分析每一次电机指令与最终呈现的面部表情之间的因果关系。这个过程类似于人类婴儿通过模仿和观察来学习控制肌肉，从而让机器人建立起内在的“本体感受”模型。
在建立了基础运动模型后，EMO进入了进阶训练阶段。这台机器人观看了数小时人类说话和唱歌的视频资料。系统通过分析视频中的音频特征及其对应的口型变化，学习将听觉信号与视觉信号进行映射。
结合之前建立的VLA模型，EMO最终实现了在播放合成语音的同时，实时生成高度吻合的唇部动作。它甚至能在发声前几毫秒预判并预先调整口型。
尽管EMO在处理“B”、“W”等闭唇音时仍存在一些细微瑕疵，但其核心架构已展现出巨大潜力。研究人员指出，随着训练数据的不断增加，这些问题将逐步得到改善。未来，团队计划将EMO与先进的对话式AI进行整合，以探索更自然的人机互动。
相关攻略
你是否想过，当人类面对面交流时，我们的注意力更多地被放在哪里？第一直觉或许是眼睛。它们是心灵的窗户，能够传达出细微而生动的情感。科学研究也证实的确如此，在日常对话中，我们会频繁地注视对方的眼睛来捕捉
来源：科技日报美国哥伦比亚大学科学家设计出一种新型框架，使人形机器人面部能够根据音频生成逼真的唇部动作，实现与人类语音的同步。该技术还展示了较强的泛化能力，可推广至包括法语、汉语和阿拉伯语在内的多种
IT之家 1 月 17 日消息，科技媒体 New Atlas 今天（1 月 17 日）发布博文，报道称哥伦比亚大学创意机器实验室（Creative Machines Lab）研发名为 EMO 的机器
12月16日，即梦AI网页版官宣全面升级，打造一站式“AI片场”。此次升级核心是即梦AI最新视频生成能力“视频 3 5 Pro”，基于字节自研模型Seedance 1 5 pro，在即梦AI全球首发
热门专题
热门推荐
财务智能化浪潮正深刻重塑行业格局，这既是严峻挑战，更是历史性机遇。对于广大财务从业者而言，固步自封意味着职业风险，主动转型才是破局关键。那么，财务人员如何应对智能化转型？核心在于积极拥抱变化，将人工智能、大数据等前沿技术内化为自身的核心竞争力。 一、持续学习，实现技能进阶 在智能化时代，学习已成为财
在探讨人工智能的最新进展时，语言大模型已成为一个无法回避的核心议题。它早已超越了实验室研究的范畴，正作为构建新一代AI智能体的关键平台，深刻改变着我们与机器交互、协作乃至共同进化的模式。 那么，语言大模型为何能成为AI发展的基石？其核心优势在于强大的理解与生成能力。通过对海量文本数据的深度学习与算法
人工智能的浪潮正席卷而来，其中，大语言模型无疑是浪尖上最耀眼的明珠。它们动辄千亿参数的庞大体量，以及背后精妙的深度学习架构，让机器理解并生乘人类语言的能力达到了前所未有的高度。不过，一个现实问题也随之浮现：这些“通才”型巨无霸，如何能精准地服务于千差万别的具体场景？答案的关键，就在于“微调”这项技术
在数字化浪潮席卷全球的今天，一项融合前沿AI与3D技术的创新解决方案正引领人机交互的新趋势。实在智能重磅推出的全栈AI虚拟人解决方案，深度融合了自然语言处理与3D数字化定制技术，旨在为用户打造前所未有的沉浸式交互体验。这不仅是一次技术升级，更是智能科技迈向人性化、情感化的重要里程碑。 那么，这套AI
在当今企业数字化转型的进程中，流程挖掘技术已成为提升运营效率与管理水平的关键工具。它如同一位专业的“企业流程医生”，能够基于真实数据为企业进行精准诊断并提供优化“处方”。 那么，什么是流程挖掘？简单来说，它是一种从企业信息系统（如ERP、CRM）的事件日志中自动发现、监控和改进实际业务流程的技术。它