Galatea 作出回应
个性、对话和情绪状态共同影响回应。
个性 + 记忆← 返回 Avatar 项目同样的个性。
未来 · 实体表情
同样的个性。
可以面对面交流的面孔。
今天，Galatea 赋予数字角色声音和面孔。我们的下一步：将这些表达能力带到实体机器人上。
微笑始于软件。小型电机可以让它在现实中呈现。
了解工作原理 ↘研发方向 · 机器人集成仍需验证
Kismet · MIT。硬件示例，并非 Galatea 原型，也不是采用混合形状控制的证据。
摄影：Rama / Wikimedia Commons · CC BY-SA 3.0 FR · 图片未修改。
从回答到真实的微笑。
“混合形状”（Blendshapes）是表情控制量：微笑、眨眼或张嘴的幅度。它们描述面部表情，再由适配具体机器人的转换模块转化为运动。
表情信号
软件描述预期的微笑、眨眼和嘴部动作。
混合形状数值转换为机器人指令
经过校准的映射将表情信号转换为适合该机器人面孔的指令。
适配具体机器人的集成面孔开始运动
电机拉动皮肤下的缆线，或驱动连杆机构。
实体面部表情拟议的 Galatea 集成方案。下方研究展示了表情到电机的转换原理，并不代表 Galatea 已完成实体部署。
为什么这很重要保留个性。
保留个性。
改变呈现方式。
统一的软件基础
机会在于将 Galatea 的个性、记忆和表情逻辑从屏幕带到实体面孔上。
与机器人制造商合作
Galatea 提供对话角色，硬件合作方提供机器人及其运动控制系统。
务实的下一步
匹配表情控制量、校准电机，再在真实硬件上测试运动范围、时序和表情效果。
ENGINEERED ARTS · 机器人演示
观看真实硬件的表现。
先看 Engineered Arts 的 Ameca 和 Mesmer：实体机器人展示面部动作及背后的机械结构。这些视频展示表情，但并未证明其具体的混合形状到电机映射。
研究已展示这一连接。
ExFace 明确将混合形状信号映射到实体机器人的电机。作者报告了在两种不同机器人面孔上的测试。
Micheal
采用缆线驱动的机器人面孔。该研究将表情数值映射为面部电机指令。
阅读硬件说明 ↗Hobbs
第二种机器人采用连杆机构。作者报告，在这种不同机构上也验证了相同的方法。
阅读两种机器人的验证证据 ↗“mapping from human facial blendshapes to bionic robot motor control”— Zhang 等，ExFace，摘要（2025）[1]
更多技术细节
每个机器人都需要建立表情数值与自身电机之间的映射。这些数值并不是通用电机指令。校准必须考虑面部机械结构、可用动作和运行限制。这里尚未展示已完成的 Galatea 机器人集成。
可查证的证据。
[1] Dong Zhang, Jingwei Peng, Yuyang Jiao, Jiayuan Gu, Jingyi Yu and Jiahao Chen. ExFace: Expressive Facial Control for Humanoid Robots with Diffusion Transformers and Bootstrap Training. 上海科技大学，2025。arXiv:2504.14477v1。参见摘要、引言及第三节。论文 ↗
[2] Apple — ARKit, ARFaceAnchor.blendShapes. 介绍眨眼、张嘴等面部动作的表情数值。文档 ↗
机器人名称和第三方视频归各自权利人所有。视频链接指向原发布者，本页未复制第三方视频内容或研究插图。Rama 拍摄的 Kismet 照片依照 CC BY-SA 3.0 FR 许可原样使用，图片旁提供来源及许可链接。流程图为原创概念示意图。引用不代表合作、背书或获得研究软件的商业使用许可。
探讨机器人集成 ↗ 观看 Galatea 当前演示 ↗