36氪首发 | 清华团队做出全球首个实时理解生理与情绪的基座模型，进一步布局硬件
清华团队研发全球首个实时理解生理与情绪的基座模型FacePhys，基于rPPG技术输出心率等120余项指标，精度达医疗级，端侧延迟≤10ms。获顺为资本融资，已落地机器人、智能座舱等场景，实现生理与情绪多模态理解。
先说几个核心判断：AI交互这件事，光靠文本和语音，已经不够了。人跟人之间交流，大量的信息其实藏在表情、眼神、心跳里——这些都是AI目前根本读不懂的“潜台词”。正因为看到了这一点，有一家公司正在试图从底层把这个缺口补上。
硬氪近期获得的消息是，北京微面科技刚刚完成了由顺为资本领投的数百万美元融资。这家公司的核心团队来自清华大学，背景横跨大模型、人机交互、软件工程与医学，方向也很明确——用自己研发的基座模型，重新定义人机交互的方式。
你发现没有，现在的AI交互有个问题：它极度依赖你“说出来”指令，却完全感受不到你“没说出口”的东西。但问题在于，人类表达的真实信息里，非语言部分占了55%以上。也就是说，现有的机器视觉只能看到你在动，却看不到你是紧张、疲劳，还是心里藏着情绪波动。无论是物理世界的机器人，还是虚拟空间的AI助手，少了这一层“读懂人”的能力，本质上都只能做机械的被动响应。
微面科技的切入点，恰恰选在了这里。
他们基于rPPG（远程光电容积描记）技术，全栈自研了一款叫做FacePhys的面部基座模型。这个模型能实时输出超过120项指标——心率、心率变异性、呼吸率、面部动作单元、眼动特征、情绪维度，甚至语音特征，全都覆盖在内。更关键的是，他们绑定了一套“HRV情绪生理晴雨表”，用来关联心率与急剧情绪。用大白话说，假笑系统能识别，压抑的情绪也能捕捉，因为这些信号根本伪装不了。对大模型来说，这就是一个全新的、真实的生理情绪数据入口。
当然，这条路并不容易。rPPG技术落地以前有个老大难问题：光照变化、头部运动这些噪声，很容易让数据“跑偏”。微面科技的做法是，自己建了一个万人级的临床标注数据集，包含了数千万个测量采样点，覆盖不同肤色和复杂场景，还专门在安贞医院做了临床验证。这些数据，最终都被融进了基座模型里。
算法层面，他们引入了一个有意思的思路——“状态空间模型”。关于这一点，创始人唐健凯的解读很形象：这种模型与大语言模型“预测下一个Token”的逻辑类似，只不过大模型预测的是下一个词，而它预测的是人体下一时刻的生理行为状态。心跳、呼吸这些生命体征，从此被建模成了一个连续的物理过程，而不是离散视频帧的简单拼接。
效果怎么样？核心指标上，心率检测精度已经控制在≤2 BPM，达到了医疗级标准；端侧推理延迟≤10ms，基本是实时响应；而且端侧小模型的参数规模只有0.2M，普通手机和摄像头上就能直接跑，根本不用依赖云端算力。
光能读懂生理信号还不够。微面科技进一步构建了一套多模态的“人类理解系统”，把动作、姿态、眼动等空间特征也融合了进来。模型不仅能识别情绪，还能理解行为背后的需求和动机，甚至预测交互意图和动作轨迹。用他们自己的话说，就是“察言观色，知行先觉”。
产品落地的思路也很务实。软件层面，微面科技通过SDK/API向机器人、智能座舱、健康设备厂商输出算法能力。目前三大场景已经铺开：家用机器人领域与海尔机器人达成量产合作；康养机器人领域用于养老院和社区的快速健康筛查；仿生机器人领域实现了毫秒级低延时的自然交互。车载方向，正在与某头部Tier 1供应商联合打磨疲劳监测方案。
硬件层面，他们推出了搭载FacePhys模型的嵌入式摄像头模组。其中，面向科研机构与医院的旗舰产品Findings科研数据采集系统，已经进入批量采购阶段。
图源企业
关于技术路线和行业定位，唐健凯在交流中也给出了更清晰的回答。
当被问到“国内外还有谁在做rPPG生理和情绪识别”时，他提到，国外确实有像FaceHeart这样的公司，聚焦心脏健康监测并拿到了FDA认证，但更多是服务于远程医疗。微面科技的方向更宽，不仅要看心率，还覆盖情绪、压力、眼动行为等多个维度，本质上是在从“生理感知”走向“人的状态理解”。而国内大多数方案目前还停留在“录制视频+云端分析”的模式——先录30秒视频，上传云端，等几十秒出结果，过程中稍有运动或光照变化，鲁棒性就大打折扣。
关于“为什么能做得更精准”，唐健凯的解释涉及到两个关键点。一是模型层面的优化，核心就是状态空间模型捕捉人体生理状态的连续性和周期性；二是数据质量，训练数据并非大模型虚拟打标，而是来自医院合作和医疗级设备采集，万人级临床数据库的客观性和准确性，是普通方案无法比拟的。在情绪理解上，他们也建立了一套完整的逻辑：高HRV往往对应积极放松的状态，而运动时心率升高并不等于情绪波动。单看指标是不行的，必须结合动作、姿态、眼动等空间特征，一起判断人的真实状态。概括起来，就是把“时间维度上的生理连续性”和“空间维度上的视觉感知能力”融合到一个模型里，让AI同时理解人的生理、情绪和行为。
至于为什么还要做硬件模组，唐健凯的逻辑也很清晰：视频数据量极大，全上云端处理延迟高，交互体验会很差。端侧处理让感知和推理发生在设备本地，响应更及时。另一个核心考量是隐私——生理和情绪数据本身就敏感，尤其在医疗、健康管理等场景，用户更希望数据留在本地，而不是全部上传到云端API。
投资人观点
顺为资本：公司研发的实时生理与情绪理解基座模型，在技术路线和底层架构上具备全球唯一性。该技术可快速落地智能座舱、机器人和智能硬件等多元场景，应用空间广阔。顺为高度认可团队的技术与产品化能力，愿与微面科技在人、车、家全场景深度协同、长期陪伴，共同开拓下一代人机交互与具身智能赛道的商业前景。
WPS Office是一款面向macOS用户的综合办公套件，将文字处理、电子表格、演示文稿、PDF工具、模板与云协作整合在同一应用中。它兼容常见Microsoft Office格式，支持Intel及Apple芯片Mac，基础功能可免费使用，
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站，提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片，并可连接音频接口、MIDI控制器和第三方插件。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理工具，可在 Windows 上完成照片修饰、选区抠图、图层合成、文字排版、绘画及生成式编辑。软件采用订阅授权，由 Creative Cloud 管理安装、更新与许
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Adobe Bridge 是 Adobe 推出的创意资产管理工具，可集中预览、分类和查找照片、视频、PDF及多种设计文件，并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接，
Affinity Photo 是一款面向摄影师、修图师和视觉设计人员的桌面图像编辑工具，提供 RAW 显影、多图层合成、蒙版、实时滤镜、批处理和色彩管理等功能。原独立产品已停止销售，其照片编辑能力已延续至免费的新 Affinity 应用；
Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具，可通过目录集中整理大型图库，并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制，
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Capture One Pro 是面向摄影师和影像团队的专业桌面照片处理工具，提供相机定制色彩配置、RAW转换、图层与蒙版、联机拍摄、目录及会话管理等功能。它适合棚拍、人像、商业产品、婚礼和风光摄影，
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具，可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新，
DaVinci Resolve是Blackmagic Design推出的一体化影视后期工具，将素材管理、非线性剪辑、专业调色、Fusion视觉特效、Fairlight音频处理和成片交付整合在统一工程中。免费版已覆盖多数个人创作需求，