Furhat создала социальных роботов способных менять внешность и голос

Post Thumbnail

Компания Furhat Robotics создала гуманоидных роботов, разработанных специально для социального взаимодействия. Главная фишка этих роботов – их лицо. Разработчики использовали технологию обратной проекции, где 3D изображение лица проецируется на сменную полимерную маску. Это позволяет роботу демонстрировать живую мимику и точно синхронизировать движения губ с речью. Можно легко менять внешность робота, установив другую маску – от взрослого человека до ребёнка или даже аниме-персонажа. Технически Furhat оснащён мощной системой распознавания речи от Microsoft и Google, поддерживающей более 40 языков. Для голоса робота доступно свыше 200 вариантов с разными акцентами. Есть и интеграция с ElevenLabs, позволяющая клонировать голоса реальных людей и использовать их в роботе.

Система компьютерного зрения даёт роботу возможность одновременно отслеживать до 10 человек, запоминать их во время беседы и анализировать выражения лиц. Это создаёт эффект настоящего социального присутствия. Робот поддерживает зрительный контакт, поворачивает голову к говорящему и реагирует на изменения в окружении.

В отличие от голосовых помощников или чат-ботов, Furhat может общаться с людьми так, как мы привыкли. Лицом к лицу. Исследования показывают, что такой формат взаимодействия более естественный, выразительный и быстрый для человека. Компания подчёркивает, что гуманоидные роботы – не конкуренты людям, а альтернатива другим формам технологий. Они видят огромный потенциал в применении своих роботов для решения проблем нехватки рабочей силы, улучшения образования, обеспечения компаньонства и поддержки психического здоровья. По их мнению, такие роботы способны изменить любую отрасль, где пересекаются люди и технологии.

Сейчас Furhat Robotics сотрудничает с 1000 учёных, организаций и сообществ, чтобы разрабатывать и тестировать различные применения своих роботов. И они делают ставку на прозрачность и совместную работу, чтобы постепенно внедрять роботов сначала в коммерческую сферу, а затем и в дома людей.

Может быть технология Furhat и поможет преодолеть эффект так называемой «зловещей долины» в робототехнике. И решит проблему неестественности человеко-машинного взаимодействия через комбинацию физического воплощения и социального интеллекта. У них есть 3 ключевые элемента. Первое — это физическое лицо с реалистичной мимикой. Второе — многомодальное восприятие — это зрение и слух с пониманием социального контекста. И третье — это низкий порог входа для разработки приложений через безкодовые инструменты. Что в совокупности создаёт более целостный опыт человеко-машинного взаимодействия.

Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.