在武漢大學計算機學院的實驗室里，一顆機器頭正盯著來訪者。它的硅膠皮膚下藏著22個電機，眼球轉動，眉毛微揚，嘴角扯出一個似笑非笑的弧度。當研究人員說出“輕蔑”一詞，它的眼球偏向一側，飛出一個白眼，嘴角輕輕一撇——這個微妙的表情，和真人的“輕蔑”反應如出一轍。
這不僅是武漢大學鄒勤教授團隊的成果，更是中國仿生機器人“表情大戰”迭代的一個縮影。當宇樹、智元在比拼雙足運動時，復旦、浙大及一批初創公司正全力攻克“機器臉”。在這條賽道上，武大團隊選擇了一條更務實、更硬核的路徑：不追求極致的擬人外觀，而是聚焦“具身運控”這一人工智能與仿生學交叉的難題，試圖讓機器人真正“看人臉色”。
從“鐵疙瘩”到“察言觀色”
人機交互的新邏輯
仿生機器頭精準復刻人類微表情
如果僅需語音對話，機器人完全可以是一張固定面罩。但鄒勤認為，真正能進入家庭、承擔陪伴角色的機器人，必須會“表達”。人際間的情感連接，大量蘊含在眼神、嘴角、眉毛的細微變化中。“你說話時突然愣一下，它也應該‘咯噔’一下，然后給出相應反饋。”
這“真聽、真看、真反饋”的背后，是一套完全自主研制的多模態融合感知系統。鄒勤團隊自研了機器頭結構與控制、AI語音變聲技術以及交互智能體，目標是從硬件到算法，打造一個高交互的具身機器頭。
在國內，讓機器人“有表情”已成為一條熱門賽道。首形科技、松延動力等正從“語音驅動建模”或增加自由度等不同路徑攻關。與這些追求極致擬人外觀、成本往往高達數十萬的商業路徑不同，鄒勤團隊的策略顯得務實而獨特：他們不追求99%的像人，而是著眼于模塊化設計和通用接口定義，力圖將“高情商交互”的門檻大幅拉低。
攻克18種微表情與200毫秒的皮膚延遲
武大仿生機器頭解鎖交互新可能
為實現精準表情，團隊在機器頭內布置了22個電機，配合計算機視覺算法提取的人臉100多個特征點，驅動眉、眼、鼻、唇、下巴等部位。從第一代的10個電機、基礎運動，到第三代的22個電機，已能做出18種基于心理學、行為學研究的微表情。
然而，真正的挑戰并非電機，而是覆蓋其上的硅膠皮膚。“電機轉到位了，但皮膚還沒彈到位。”鄒勤解釋道。皮膚的回彈延遲約200毫秒，足以讓表情失真。為解決此難題，團隊通過大量數據采集建立模型，預測皮膚延遲特性，并在電機控制中引入算法補償。
這條從“能動”到“有情”的升級之路，清晰記錄了團隊的技術抉擇。第一代解決“有無”，第二代豐富“庫容”，第三代則直面“延遲”這一交互體驗的終極物理障礙之一。接下來，集成視覺識別，讓機器頭能“看”到人的表情并實時回應，將是實現“雙向情緒交互”閉環的關鍵一步。
應用與未來：不創新就會“爛掉”
從“無表情”到“有情緒”
這顆機器頭的應用空間遠超陪伴。它可作為自閉癥兒童、社交焦慮或創傷后應激障礙者的輔助治療工具；對獨居老人，其關懷表情能提供非語言情感反饋。在康復醫療領域，團隊計劃利用其精確的面部運動建模，輔助開發智能面癱康復儀。
從第一代亮相至今，鄒勤團隊已經對“高交互具身機器頭”進行了多輪技術迭代。然而，技術領先的窗口期可能很短。近一兩年，專注機器人“頭部”的初創公司已獲得資本青睞，它們以更快的商業化節奏推進。鄒勤坦言，機器人行業迭代極快。“我們這個成果目前有一定領先度，但若得不到市場實踐支持，一兩年內就可能在實驗室里‘爛掉’。”目前，武漢大學科技成果轉化中心正協助推廣，希望通過多方支持，快速推進該項技術升級和應用。
下一步，團隊計劃集成視覺識別能力，讓機器頭不僅能聽、能說、能做表情，更能“看到”你是誰、你是何表情，從而做出更自然、精準的回應。
