投資界（ID：pedaily2012）6 月 26 日消息，6 月 26 日，首形科技正式宣布完成新一輪融資，由招商局創投、深創投共同領投，五源資本、潯商創投跟投。此前天使輪投資人為德迅投資、奇績創壇、Taihill、智元機器人。不久前，由其創始人發布的一段 " 仿生機器人睜眼、緩緩微笑 " 的視頻在社交平臺爆紅。這段喚醒場景被大量轉發、引用，評論區不乏 " 感覺已經沒有恐怖谷了！"、" 感覺她眼睛里有光 " 這樣的評價。
胡宇航，首形科技創始人，哥倫比亞大學博士，美國自然科學基金會人工智能研究所項目成員，長期研究機器人自我建模、自主認知與類人交互系統等方向。不同于傳統機器人研究者從提供生產力的角度出發，他試圖更進一步解答一個更本質的問題：機器人是否能夠像人一樣理解自身、理解他人，并通過自我學習走向具身智能。
在博士階段，他于機器人頂刊 Nature Machine Intelligence 及 Science Robotics 連續發表兩篇論文，引發行業高度關注：
《Teaching Robots to Build Simulations of Themselves》 Nature Machine Intelligence：
提出了一種以自監督學習和自我建模為核心的方法體系：機器人可以僅通過觀察自身的視頻，重建自身結構與電機運動規律，實現從感知、理解到控制的自我閉環，為機器人實現適應能力與自主學習提供了技術路徑；
《Human-Robot Facial Coexpression》 Science Robotics：
提出面部共情表達預測模型，使機器人能夠提前捕捉人類情緒信號，并同步生成自然、匹配的面部回應。這使得機器人不僅是觀察者或響應者，更是一個主動交互的共情個體。
三大技術體系：機器人自主學習、情緒基座模型、仿生人臉硬件
視頻中機器人的真實感，源于首形的三大技術體系積累
1、機器人自主學習：自監督學習與自我建模
在首形科技看來，與其一次性 " 教會 " 機器人某個固定技能，不如賦予它 " 自主學習 " 的能力。這一理念正是創始人胡宇航在哥倫比亞大學攻讀博士期間的研究核心：自監督學習與機器人自我建模。
A. 自監督學習，源于機器人 " 照鏡子 " 的能力
機器人無需依賴昂貴的人工標注或遙控操作，而是通過自身傳感器獲取的運動數據，就像人類對著鏡子觀察自己一樣，自動推理出自身結構、關節運動規律與控制策略之間的內在關系。這一過程打破了傳統對預設模型與環境依賴的限制，實現了從感知、建模到控制的閉環學習。
B. 自我建模，讓機器人 " 理解自己 "
自我建模，是指機器人在不依賴環境標簽或外部干預的前提下，僅憑自身感知建立對身體結構與動力學行為的內部模型。這背后的關鍵，是對機器人系統的 " 主體建模 " 與 " 環境建模 " 進行解耦：主體建模強調機器人對自身身體的認知，例如電機響應、欠驅動結構、柔性變形等；環境建模則屬于任務層面的理解，如地形、物體形狀或外力反饋。
通過解耦，機器人可以在復雜或未知環境中，先從 " 認識自己 " 開始，逐步擴展到與外界的交互建模。例如：當硬件磨損、外部載荷改變或新工具接入時，它能夠即時重建自身模型，自主適應新的狀態，而無需重新訓練整個系統。
這一能力讓機器人具備了 " 可解釋性強、適應性高、獨立性強 " 的底層智能，是通往通用機器人的關鍵路徑之一。
C. 終生學習，機器人自主學習的未來
自我建模能力的建立，也為機器人實現 " 終身學習 " 奠定了基礎：模型一旦學會 " 如何學習 "，即可遷移到新的硬件、場景乃至全身關節系統，實現新任務的持續學習，新環境的適應以及自身損壞的修復。憑借這一技術范式，首形科技讓 " 自主學習 " 成為機器人邁向具身智能的加速器——讓機器人不僅執行任務，更能持續學習、不斷成長。
2. 情緒基座模型（Emotional Foundation Model）：打造人機交互情感引擎
首形科技率先提出并構建 " 情緒基座模型（Emotional Foundation Model）" ——一個以大規模情緒交互數據為基礎，融合語音、表情、語言、情境與角色設定的多模態模型。該模型不僅讓機器人 " 聽懂 " 人類的情緒，更讓其 " 學會 " 在適當的時機，做出帶有溫度的、自然可信的回應。
3. 全自研仿生人臉硬件：跨越 " 恐怖谷 " 的超精工藝突破
一張仿生機器人的 " 臉 "，要同時達到這三個層級的要求，滿足人類對 " 臉 " 的判斷認定，需要極致的精益求精。首形科技對此進行了從底層材料、皮膚工藝、機械結構到嵌入式軟硬件的全面自主開發。
【本文根據公開消息發布，如有異議，請聯系（editor@zero2ipo.com.cn）投資界處理。】
