.png?table=collection&id=cbe6506e-1263-8358-a4d7-07ce62fcbb3f&t=cbe6506e-1263-8358-a4d7-07ce62fcbb3f)
微面科技发布首个情绪生理大模型，AI如何读懂你的喜怒哀乐？
type
status
date
slug
summary
tags
category
icon
password
网址
在大模型（LLM）和人工智能（AI）浪潮席卷全球的今天，我们正见证着从文本交互向多模态交互的巨大转变。然而，现有的交互方式仍存在一个隐形天花板：极度依赖用户的显性输入，缺乏对隐性非语言信息（如情绪波动、生理疲劳等）的感知。最新AI资讯显示，北京微面科技完成了数百万美元的融资，并推出了全球首个实时理解生理与情绪的基座模型——FacePhys。这一突破不仅为具身智能注入了“共情”能力，更重新定义了人机交互的未来。
rPPG技术突破：穿透皮肤的“读心术”
传统的机器视觉只能看见动作，却无法洞察人脸皮下的生理变化。微面科技的核心突破在于其自研的 rPPG（远程光电容积描记）技术。rPPG是一种无接触式的生理信号测量技术，通过普通摄像头捕捉面部微弱的血管搏动引起的颜色变化。
基于此，微面科技打造了面部基座模型 FacePhys。该模型可实时输出超过120项指标，涵盖：
- 心率与心率变异性（HRV）
- 呼吸率与眼动特征
- 面部动作单元及情绪维度
通过将HRV（情绪生理晴雨表）与心率急剧变化进行绑定，FacePhys甚至能够识别出“假笑”和“压抑情绪”，帮助AI系统获取无法伪装的客观生理真相。这为未来的人工智能大模型提供了一个全新的生理情绪数据入口。
状态空间模型：像预测Token一样预测生理状态
在以往的rPPG技术应用中，光照变化和头部运动等噪声一直是难以攻克的行业痛点。为了解决这一问题，微面科技引入了状态空间模型（State Space Model）来进行生理信号建模。
这一逻辑与chatGPT等大语言模型“预测下一个Token”类似。大模型预测的是下一个词，而微面科技的状态空间模型预测的是人体下一时刻的生理行为状态。通过将心跳建模为一个连续的物理过程，而不是离散视频帧的拼接，系统能够极其精准地捕捉心脏搏动的时间动态特征。
在核心指标上，FacePhys展现出了令人瞩目的技术实力：
- 高精度：心率检测精度≤2 BPM，达到医疗级标准。
- 极低延迟：端侧推理延迟≤10ms，实现真正的实时响应。
- 轻量化：端侧小模型参数规模仅为0.2M，无需依赖昂贵的云端算力，即可在普通手机和摄像头设备上流畅运行。
察言观色与知行先觉：多模态“人类理解系统”
单一的生理指标无法完全代表一个人的真实状态。为了实现更高级的AGI（通用人工智能），微面科技构建了多模态的“人类理解系统”。
该系统融合了动作、姿态、眼动等空间特征，配合时间维度上的生理连续性，使AI不仅能够“看懂”用户的当前情绪，还能理解行为背后的深层需求与动机。例如，当用户心率升高时，系统会结合其动作和场景来判断这是由于剧烈运动还是紧张焦虑，从而预测用户的交互意图，真正实现“察言观色”与“知行先觉”。想了解更多关于大模型与多模态AI的前沿动态，欢迎访问AI门户。
软硬件一体化：端侧推理与隐私保护的双重胜利
在商业化落地方面，微面科技采取了软硬件一体化的双轨布局。
在软件层面，公司通过SDK/API向智能座舱、家庭机器人、康养机器人等场景输出算法能力。目前，微面科技已与海尔机器人等行业头部客户达成量产合作，并在养老筛查和智能驾驶员疲劳监测（DMS）领域展开深度验证。
在硬件层面，微面科技推出了搭载FacePhys模型的嵌入式摄像头模组。为何要坚持做硬件模组？创始人唐健凯表示，这主要出于两个考量：
- 降低延迟：视频数据量庞大，在端侧直接进行感知和推理，能带来毫秒级的自然交互体验。
- 隐私保护：生理与情绪数据属于高度敏感的隐私信息。端侧处理确保了数据无需上传至云端，从根本上消除了用户的隐私顾虑。
结语：开启人机交互的新纪元
从只能被动响应指令的传统AI，到能够主动感知人类情绪的FacePhys，AI正在变得越来越有“人情味”。微面科技在生理与情绪感知基座模型上的突破，不仅为机器人和智能终端提供了“共情”的钥匙，也为下一代人机交互和具身智能赛道开拓了广阔的商业前景。
Loading...