困惑、驚訝、微笑樣樣逼真,為什麼這個「最有人味」的機器人令人害怕?
困惑、驚訝、微笑樣樣逼真,為什麼這個「最有人味」的機器人令人害怕?

一聲響指,機器人Ameca醒來了。

她的臉上寫滿不知今夕何夕、此地何地的困惑,一旁的工作人員看了看她,又自顧自轉過頭去。

Ameca試著伸展了手臂和手掌,發現活動自如,她驚訝地挑起了眉毛,但神情依舊茫然,說不上開心與否。

她轉過頭看見了你,她顯然被嚇了一大跳,下意識地張大了嘴巴。

3
圖/ Engineered Arts

猶豫了一番,她對你擠出了尷尬又不失友好的笑容,這是她醒來的第一個笑容。

Engineered Arts
圖/ Engineered Arts

Ameca,怎麼這麼「有人味」?

如你所見,Ameca是一個逼真的類人機器人,它由Engineered Arts研發,這是一家總部位於英國的類人機器人設計和製造商,有15年以上的類人機器人開發經驗。

為什麼Ameca的表情這麼「有人味」?根據官網介紹,Ameca結合了AI與AB(Artificial Body)技術,底層系統是機器人操作系統Tritium和工程藝術系統Mesmer。

Ameca
圖/ Engineered Arts

當然,Ameca首先要配備廣泛的感測器,包括攝影鏡頭、麥克風、位置編碼器以及具有數千個參數的智慧電子設備,以確保它是響應性和互動性的機器。

Tritium可以直接在瀏覽器運行,適用幾乎任何編碼語言和多種軟體,登錄後即可快速處理各種數據,遠端控制機器人臉部、頭頸、四肢等的各方面組件,使得機器人適應環境的突然變化並即時做出響應,保證人機互動的安全和樂趣。

Ameca
圖/ Engineered Arts

如果機器人被要求同時做兩件不同的事情,Tritium會以安全的方式解決衝突並決定行動的優先級。

Mesmer則通過對真人的3D內部掃描,準確地模仿人體骨骼結構、皮膚紋理和表情,這需要細分為幾個步驟。

Ameca
圖/ Engineered Arts

第一步,真人坐在幾十台攝影測量裝置的中間,Mesmer從不同角度捕捉到多張重疊的數碼照片,再比較像素顏色和定義錨點,以數位方式將其重建為3D模型。

Ameca
圖/ Engineered Arts

第二步,將原始3D模型帶入建立模型軟體,經過「去除頭髮」等細節處理,建立一個乾淨的3D模型。

Ameca
圖/ Engineered Arts

第三步,在立體光刻3D打印機上生產精確模具,並將矽膠注入模具中,為機器人打造類人皮膚,頭髮和精細的細節塗料則需要手工添加到矽膠皮膚上。

Ameca
圖/ Engineered Arts

最後,將矽膠皮膚放置在機器人頭部以完成組裝,再使用Engineered Arts的雲端軟體Virtual Robot添加運動序列和聲音。

Engineered Arts對Ameca的定位是:

Ameca是用於人機互動的完美人形機器人平台,我們專注於為您帶來創新技術,這些技術可靠、模塊化、可升級且易於開發。

也就是說,Ameca是一個採用「模塊化設計」的機器人,未來將在硬體和軟體各方面進行升級,目前還只是一個起點,帶有強烈的試驗色彩。

Ameca
圖/ Engineered Arts

雖然Ameca有逼真的面龐,但它還不能步行、跳躍或跑酷。Engineered Arts計劃「隨著時間的推移升級其能力,以便有一天它會走路」。

Ameca將於明年1月的CES 2022上登台亮相。據路透社,Ameca現在可供購買或出租,購買價格超過13.3萬美元。

很有意思的是,Ameca的皮膚呈灰色,似乎刻意帶有理性、中立的特徵。

Engineered Arts營運總監Morgan表示:

Ameca代表了一個完美的平台,探索我們的機器如何在未來的可持續社區中與我們共存、協作並豐富我們的生活。Ameca將AI與AB集成在一起,提供先進的迭代技術、卓越的動作和手勢,所有這些技術都以人類形式和機器人面貌呈現,以無威脅、性別中立的方式融入包容性社會。

類人,但遠遠不是人

像Ameca這樣的類人機器人,究竟是用來做什麼的呢?

從官網問答頁面來看,Engineered Arts專注於創造用於娛樂的人形機器人,Ameca可能會成為場地和活動的關注中心,而不是在各方面接替人類:

我們的創新機器人擅長向觀眾表演,在各種活動中俘獲人心。對於希望吸引人群的科學中心、主題公園和企業,我們的機器人將為遊客、代表和觀眾帶來永生難忘的體驗。

Ameca
圖/ Engineered Arts

觀眾可以在現場通過觸摸螢幕直接控制機器人,行動機器人的頭部和眼睛,改變其LED和動畫圖形,選擇一些預先配置的姿勢、動作和問候;企業也可以提前租用,Engineered Arts將為機器人製作5分鐘的內容,用於宣傳新產品或品牌。

除了像Ameca這樣的機器人,Engineered Arts還有客戶服務機器人Quinn、演講機器人Robo Thespian,你甚至可以定制自己的互動機器人,不管它是什麼模樣,從前的例子有巨大的怪獸Kong、《捉妖記》的井柏然和胡巴。

後者陳列在杜莎夫人蠟像館之中,他們能夠檢測人們的臉部表情,並改變螢幕上的圖像與之匹配。如果有人在機器人面前皺著眉頭,螢幕上將出現雷電,胡巴會模仿他們憤怒的表情。

但這些機器人帶來的,都是逼真的人機社交互動。何為「逼真」?意思就是「還不完全是」。

舉例來說,Engineered Arts的機器人可以直接處理在酒店辦理入住手續的日常流程,而當涉及到「無麩質早餐」等複雜情況,提問者將通過名為TinMan的遠端呈現軟體與機器背後的人聯繫,雖然看起來依然是與機器人本身在對話。

Ameca
圖/ Engineered Arts

在這個過程中,人工智慧也將通過機器學習不斷改進。問的問題越多,它從真人那裡學到的東西就越多,但真人依舊不可缺席。所以,不必擔心機器人已經有自我意識。

Engineered Arts機器人的局限性還存在於很多地方。

通過自動語音識別,它可以「聽到」,並將聲音轉換為文本字符串,但無法識別說話語氣或關聯上下文。

通過安裝在類人眼中的攝影鏡頭,它可以「看到」,並使用計算機視覺和名為Visage的軟體,定位圖片中的人臉並猜測年齡、性別和臉部表情,但是它還無法識別個人。

Ameca
圖/ Engineered Arts

所以,當被問及Ameca是否是AI時,Engineered Arts指出,雖然它包含一些可以被描述為「AI」的軟體,但機器人和AI之間還是有區別的,純AI——在《她》《銀翼殺手》和《2001太空漫遊》等電影中描繪的那種——尚不存在。

他們將自己的機器人比作電動汽車:

人工智慧(artificial intelligence)與人類智慧(human intelligence)的這種結合是混合智慧。想想電動汽車,在有可能擁有全電動汽車之前,半電動半汽油出現在1990年代。類似的事情最終會發生在AI身上。

當我們看到Ameca這個栩栩如生的機器人時,我們可以悠哉觀賞,同時將恐懼和機器人三定律安全地藏在腦海裡,再多等上一段時間。至少,它遠不能取代人,它在現階段也沒有這樣的目的。

朋友,你陷入恐怖谷了嗎?

Ameca的出現,也引起了對「恐怖谷效應」的關注。恐怖谷是一個關於人類對機器人和非人類物體的感覺的假設:

由於機器人與人類在外表、動作上相似,所以人類會對機器人產生正面情感;到達特定程度時,機器人與人類間的細微差別會顯得非常刺眼恐怖,人類的反應突然變得極為負面;當相似度繼續上升,人類的情感反應再度回到正面,產生人類與人類之間的移情作用。

但這個「谷」究竟出現在什麼時候,沒有明確的界定。當你看到Ameca的時候,你覺得它過了恐怖谷的節點了嗎?它是否已經足夠讓你移情了?

關於恐怖谷效應的成因,主要有兩大類解釋。第一類認為,恐怖谷效應是人類在漫長生存中逐漸產生的生理防禦機制,類似我們看到屍體和重病病人時對惡疾、病菌、死亡的聯想;第二類認為,恐怖谷效應來源於人類的認知焦慮,因為類人機器人不能輕易的算人,也不能輕易的算機器。

無論是什麼角度,其核心都是對當下的「人」的境況的關注。我們沉浸在一種焦慮中,希望將自己與他人、社會、物品相區分開來。《仿生人會夢見電子羊嗎?》裡,界定仿生人的一項標準是「移情測試」,不管它事實上科學與否,其實就是在尋找一個具有確定性的界限。

與此同時,我們熱衷於將機器人打造成人的模樣。儘管Engineered Arts表示類人機器人尚不能取代人,但他們同樣認為,它有「在各種活動中俘獲人心」的作用。但類人機器人究竟有什麼好看的?為什麼不能做一隻哆啦A夢或者瓦力呢?

Ameca
圖/ Engineered Arts

如果是為了提高工作效率,造出類人機器人似乎很劃不來,還不如造出各種專門用途的機械或電子設備供人類使用,比如有長臂、多足和水陸空多棲的機器人。

目前這個外貌最像人的機器人,它的作用也只是聊以自娛,還沒有到威爾·史密斯的《我,機器人》中的恐怖境地——智慧機器人在反烏托邦世界中填補了公共服務職位。這往往是我們對機器人最擔心的地方之一。

今年6月,日本大阪大學教授石黑浩成立了初創企業AVITA,致力於「分身機器人遠端工作」的研究,以此解決勞動力不足問題。概念是,分身操控員安坐家中,電腦上的麥克風和攝影鏡頭讀取操控員的表情和動作,並反映在分身上,分身在螢幕上和餐飲店顧客溝通。

石黑浩稱:「計劃把人類從肉身中解放出來,創造一個任何人都能隨時隨地自由工作的社會。」在他看來,人類在面對機器人時會感到安心,不會產生精神上的疲憊感,原因是不需要察言觀色。

與Ameca突出類人特質相反,石黑浩看重的其實是「類人機器人」非人的部分——不需要像對待人一樣對待機器人。

但兩者亦是殊途同歸。在許多科幻電影和小說的探索思考之外,我們看到許多類人機器人在現實生活的用處,依然是一種因逼真模仿而產生的娛樂效果,以及對重複性、情緒性工作的代替作用。它們尚不是我們中的一員,我們通過它們,確認自身的特別所在。

本文授權轉載自:愛范兒 ifanr

責任編輯:傅珮晴、侯品如

關鍵字: #ai人工智慧
往下滑看下一篇文章
別讓「數據缺口」限制CRM效能!invosData指引會員經營驅動營收新解方
別讓「數據缺口」限制CRM效能!invosData指引會員經營驅動營收新解方

你的CRM成效為何總是不如預期?真正的關鍵可能不是系統不給力,而是數據源有缺口!當87%零售交易仍發生在線下,缺乏整合全通路數據的CRM,將難以描繪完整的顧客輪廓。

對此,台灣零售數據解決方案業者invosData舉辦《Grow with Data》系列講座,首場以「消費大數據如何為CRM賦能」為題,分享完整蒐集數據源的策略思維,指引品牌落實CRM關鍵方程式:完整數據 × 完善機制 × 全景會員,進而成功打造品牌成長新引擎。

invosData補齊數據拼圖,打造無縫整合的顧客生態系

數位轉型趨勢下,品牌雖積極推動OMO與D2C策略,但若未能整合第三方通路的消費行為數據,CRM仍難以真正串起顧客旅程。invosData執行長陳振榮指出,目前品牌經營「四大通路」包含自營線上、自營線下、第三方線上(如電商平台)、及第三方線下(如零售量販通路),特別是大量交易多半發生在第三方線下通路,品牌不易掌握到更細緻的消費數據。

對此,invosData助力品牌突破數據黑盒子,透過建立全台最大發票交易數據庫,將散落於量販、超商、藥妝等場域的消費紀錄,更全面、有效整合至品牌的CRM系統。等於是從顧客資料角度出發,驅動營收與客戶關係經營的雙重效益。

至於invosData的發票交易數據庫有多龐大?invosData商務總監Aaron提到,他們涵蓋850萬用戶行為統計、每月新增1億筆發票資料,累積超過40億筆跨通路消費紀錄。這些數據幫品牌看見非自營通路的真實消費情況。但重點不只在「看得到」,更在於「看懂後能行動」。

Aaron分享,invosData團隊對此特別聚焦兩大應用策略:「外展增量」與「內收活躍」。「我們的核心價值是用數據洞察來驅動成長。像是透過分析發票與交易行為,精準找出潛力顧客、滲透新市場,這是外部拓展;而整合品牌自有會員資料、優化互動節奏與再行銷流程,是強化品牌內部經營力,屬於內收活躍。」

invosData的全通路數據平台能提供品牌一站式的市場視角,讓品牌能同步做好「外展」與「內收」的策略佈局,打造一個「找得到、留得住、買得久」的顧客生態系,為長期經營創造真正的成長動能。

2.jpg
invosData商務總監Aaron提到,他們涵蓋850萬用戶行為統計、每月新增1億筆發票資料,累積超過40億筆跨通路消費紀錄。這些數據幫品牌看見非自營通路的真實消費情況。但重點不只在「看得到」,更在於「看懂後能行動」。
圖/ 引客數據invosData

解密2025零售新趨勢,行銷再升級驅動長效會員飛輪

面對消費行為的改變,新零售時代不再劃分線上與線下,消費者更追求隨時隨地皆可展開的沉浸式、個人化與愉悅體驗。因應此趨勢,Salesforce流通業總監Caroline分享2025零售產業的關鍵趨勢,其中最受關注的是「整合式電子商務平台」的重要性。

整合式電子商務平台,就是幫助品牌把「商品、訂單、庫存、顧客資料、行銷活動」串在一起,從實體門市到網路商店,一個後台就能統一管理所有銷售與溝通管道。這讓企業可以快速回應顧客需求、提供一致的購物體驗。

看準這樣的趨勢,根據調查,有高達88%的零售商預計在2027年前投入整合式電商平台,做為推動營收成長的關鍵投資。不過,真正能驅動這些平台發揮效益的關鍵,仍來自於背後的「數據整合能力」。這也是invosData的價值所在,透過整合實體與線上的發票數據,品牌能一眼看出顧客買了什麼、在哪裡買、多久買一次,掌握真實消費行為輪廓,進一步進行分眾行銷、發送個人化優惠,甚至結合商品券與任務行銷活動,讓數據不只是看得到,而是能真正驅動顧客行動、創造營收的助燃器。

接著,政大教授高端訓以「會員經營飛輪模型」切入,建議品牌應擺脫一次性促銷思維,轉向可持續創造會員價值的長期策略。他提出六大操作環節:從精準導流開始,搭配強力入會誘因、分群貼標與差異化權益設計,再透過互動推進與預測行銷擴大轉換動能,並定期清除無效會員以維持KPI真實性。

回顧整個會員經營的流程,高端訓也建議品牌主應多聚焦在三大關鍵指標:CR(捕獲率)、CVR(轉換率)、CPA(行動成本)的成效,以確保資源分配效益。相信當這套飛輪機制啟動後,會員自動轉動價值,品牌便能持續展現獲利動能。對品牌來說,這就是從「經營通路」進階到「經營關係」的關鍵思維,也是新零售時代不可或缺的競爭力。

3.jpg
政大教授高端訓分享「會員經營飛輪模型」,建議品牌應擺脫一次性促銷思維,轉向可持續創造會員價值的長期策略。
圖/ 引客數據invosData

品牌實戰學!The North Face到FMCG,克服數據痛點提升營收成長

戶外運動品牌The North Face過去面臨會員制度過於簡化、系統資料未整合、權益難查詢、互動頻率及每位顧客平均消費額(ARPU)偏低等多重挑戰。The North Face數位行銷經理Kaitlynne指出,為了發揮CRM效能,The North Face在LINE官方帳號建立起「一站式會員體驗中心」,並以數據為核心,整合消費者在各通路的行為足跡。

為此,The North Face將會員中心、卡券包、點數商城、門市顧問綁定等功能,匯集於LINE平台,並讓消費行為、互動紀錄與個人資料,持續回流到會員資料庫,同時將原本的兩級會員升級為五級制度,精細化經營分眾會員。新制推動後,三個月內新增超過4萬名會員,ARPU明顯提升,連帶折扣支出、系統成本皆顯著下降。證明透過一站式資料整合與數據驅動規劃,確實能刺激會員活躍度與營收成長。

4.jpg
The North Face數位行銷經理Kaitlynne提到:「The North Face將會員中心、卡券包、點數商城、門市顧問綁定等功能,匯集於LINE平台,並讓消費行為、互動紀錄與個人資料,持續回流到會員資料庫,同時將原本的兩級會員升級為五級制度,精細化經營分眾會員。新制推動後,三個月內新增超過4萬名會員!」
圖/ 引客數據invosData

接著,CRM策略專家Renee分享雀巢膠囊咖啡與富利餐飲(Pizza Hut/KFC)兩大案例,凸顯善用數據整合與價值路徑設計的必要性。雀巢面對多通路與高低頻產品結構複雜等挑戰,透過建立跨通路會員ID與旅程自動化推送,有效整合消費足跡與互動節點,讓會員營收貢獻占比與LTV皆顯著成長。富利餐飲則是在系統後台整合Pizza Hut與KFC雙品牌會員資料,設計情境式交叉推薦,成功讓跨品牌會員消費頻次與LTV明顯優於單品牌會員。

Renee強調,會員經營不應止於分類與反應,而是從貼標、預測到動作的三步驟,也就是先依據會員輪廓及行為進行貼標分類,再透過模型預測其活躍度、回購潛力與流失風險,最終提前設計精準干預策略。換言之,品牌要化被動為主動,透過「預測式會員管理」策略,及早佈局、提前預測消費者需求,創造出難以複製的競爭優勢。

從觀測到優化invosData賦能可持續成長的數據引擎

面對消費行為加速變化與會員經營思維升級,invosData執行長陳振榮最後強調,品牌若只依賴自營通路,將難以掌握全貌;唯有整合全通路消費數據,並升級為從即時觀測、預測洞察、到行動優化的循環模式,未來invosData將持續提供APP、Data、Martech、API等完整解決方案,協助品牌整合線上線下消費脈絡,建構以數據為核心的會員成長引擎,推動營收與會員價值的雙軌成長。

5.jpg
圖/ 引客數據invosData

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣50
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓