{
title: "微面科技发布全球首个实时生理情绪理解基座模型",
summary: "微面科技完成顺为资本数百万美元融资，推出全球首个实时理解生理与情绪的基座模型FacePhys。该模型基于rPPG技术，可实时输出120多项指标，包括心率、HRV、呼吸率等，心率检测精度达医疗级（≤2 BPM），端侧推理延迟≤10ms，参数仅0.2M，无需云端算力。已与海尔机器人等客户达成量产合作，并布局嵌入式摄像头模组，为具身机器人和智能座舱等场景提供主动共情交互能力。",
content: "在AI交互的漫长进化中，一个隐形的天花板始终未被打破：机器只能被动响应人类的显性指令，却无法感知我们内心的波澜。今天，微面科技用全球首个实时理解生理与情绪的基座模型FacePhys，试图捅破这层窗户纸。这家由清华大学团队创立的公司，刚刚获得顺为资本数百万美元融资，其核心突破在于让AI拥有了“察言观色”的生理感知能力——不是看你的表情，而是穿透皮肤，捕捉心跳、呼吸和情绪波动的真实轨迹。
FacePhys模型基于rPPG（远程光电容积描记）技术，全栈自研，能够实时输出120多项指标，覆盖心率、心率变异性（HRV）、呼吸率、面部动作单元、眼动特征、情绪维度及语音特征等。其核心指标令人瞩目：心率检测精度≤2 BPM，达到医疗级标准；端侧推理延迟≤10ms，可实现实时响应；端侧小模型参数规模仅为0.2M，可直接运行于普通手机和摄像头设备，无需依赖云端算力。这意味着，一台普通的摄像头就能化身“数字中医”，无接触地实现望闻问切。
技术落地的关键在于解决了光照变化和头部运动等噪声难题。微面科技构建了万人级临床标注数据集，包含数千万测量采样点，覆盖不同肤色及复杂场景，并在安贞医院临床实验中完成验证。更值得关注的是，他们将“状态空间模型”引入生理信号建模，创始人唐健凯解释：“这就像大模型预测下一个词，我们预测的是人体下一时刻的生理状态，把心跳建模成一个连续物理过程，而不是离散视频帧的拼接。”这种思路让系统能够精准捕捉心脏搏动的时间动态特征，甚至识别假笑和压抑情绪——通过HRV情绪生理晴雨表绑定心率与急剧情绪，获取无法伪装的客观生理真相。
目前，微面科技已同步推进软硬件一体化布局。软件层面，通过SDK/API向机器人、智能座舱、健康设备厂商输出算法能力，已在家庭机器人（与海尔机器人达成量产合作）、康养机器人（为养老院提供快速健康筛查）和仿生机器人（实现毫秒级低延时交互）三大场景规模化落地。硬件层面，推出搭载FacePhys模型的嵌入式摄像头模组，核心产品Findings科研数据采集系统已进入批量采购阶段。未来，随着具身机器人和智能座舱的普及，这种能主动理解人类生理状态的AI，或许将重新定义人机交互的边界——从被动响应走向主动共情。对于AI从业者而言，关注rPPG技术与状态空间模型的结合，可能是打开下一波交互浪潮的关键钥匙。"
}