I robot alimentati dall’IA imparano i movimenti delle labbra umane

Gli ingegneri della Columbia hanno creato un robot capace di imitare e apprendere i movimenti delle labbra umane durante il parlato. Il progetto aggiornato combina robotica avanzata e intelligenza artificiale, permettendo al dispositivo, chiamato Emo, di imparare osservando le espressioni umane e di riprodurre le emozioni quando opportuno. Ecco cosa occorre sapere.

Perché i robot umanoidi suscitano la valle perturbante

Fin dagli albori della robotica si cerca di creare robot umanoidi. È un obiettivo molto più difficile da realizzare che da descrivere: gli ingegneri hanno compiuto progressi continui, senza però riuscire a costruire un dispositivo che appaia e si comporti davvero come un essere umano.

Chiunque abbia osservato anche un robot umanoide elementare conosce il disagio provocato dal suo tentativo di sembrare umano. Bastano piccole imprecisioni, come movimenti oculari o espressioni facciali innaturali, per suscitare questa sensazione.

La valle perturbante

L’esperto giapponese di robotica Masahiro Mori osservò questo fenomeno negli anni Settanta. Nel celebre saggio «Bukimi no Tani Gensho» (valle dell’inquietudine) ne descrisse il concetto in dettaglio, spiegando come sottili imperfezioni possano creare un brusco senso di distacco tra i robot umanoidi e chi li osserva.

Nel 1978 il termine entrò negli ambienti scientifici occidentali grazie al libro di Jasia Reichardt «Robots: Fact, Fiction, and Prediction», che lo rese nella forma oggi diffusa, «uncanny valley». L’opera sviluppò la tesi di Mori, mostrando come differenze minime possano provocare una reazione negativa nell’osservatore.

Il volto umano è la parte più difficile

Negli ultimi decenni sono stati raggiunti diversi traguardi nello sviluppo dei robot umanoidi. Tecnologie come i modelli linguistici di grandi dimensioni (LLM) consentono a questi dispositivi di comunicare nel linguaggio naturale, riducendo le distanze. Il volto umano, tuttavia, rimane una delle sfide principali.

Il volto umano è una complessa combinazione di tessuti, nervi e muscoli capace di produrre migliaia di espressioni, molte delle quali comunicano agli altri ciò che proviamo. In questo senso, il volto è lo strumento di comunicazione per eccellenza.

Gli ingegneri robotici riconoscono da tempo l’importanza e la difficoltà di creare volti artificiali che funzionino come quelli umani. Anni di lavoro hanno prodotto robot con pelle ed espressioni dall’aspetto umano, ma nonostante miliardi investiti nella ricerca manca ancora una connessione convincente.

Scorri per continuare →

L’importanza delle labbra nella comunicazione

Nella creazione di dispositivi umanoidi, i robotici si sono scontrati continuamente con un problema importante: riprodurre il movimento delle labbra è quasi impossibile. Le labbra non si limitano a dirigere il suono della voce e ad aiutare la pronuncia.

Le labbra esprimono emozioni in modo sottile e, attraverso millenni di evoluzione, sono diventate essenziali nella comunicazione umana. Durante una conversazione, i loro movimenti attirano molta più attenzione di altri gesti, come corrugare la fronte o strizzare l’occhio; il cervello dedica quindi maggiori risorse alla loro interpretazione.

Le labbra dei robot appaiono innaturali

Sebbene i robot abbiano ormai un aspetto quasi umano, l’espressività delle labbra rimane carente. Decenni di ricerca non hanno ancora prodotto la sincronizzazione labbra-audio necessaria a un comportamento realistico. Per questo sembrano doppiati anziché parlare davvero, con un effetto goffo e privo di vita.

Il volto umano utilizza decine di muscoli per produrre risposte emotive, mentre le labbra robotiche non raggiungono ancora tale complessità. Serve quindi un nuovo tipo di progetto. Inoltre, gran parte dei movimenti labiali dei robot è predefinita per accompagnare una registrazione vocale, non per formare naturalmente le parole. Poiché il suono non è prodotto dalle labbra, il movimento appare innaturale e perturbante.

Lo studio della Columbia insegna ai robot movimenti labiali realistici

Un gruppo di ingegneri della Columbia potrebbe aver trovato il modo di superare la valle perturbante. Lo studio «Learning realistic lip motions for humanoid face robots¹» presenta un nuovo volto robotico incentrato soprattutto sul movimento e sulla sincronizzazione delle labbra.

Hardware specializzato

Uno dei principali ostacoli era la rigidità dei volti robotici attuali. Esistono molti progetti che impiegano motori per animare il viso, ma nessuno supporta la complessità necessaria a movimenti labiali realistici.

Per superare il limite, gli ingegneri hanno utilizzato labbra in silicone progettate appositamente per offrire la massima espressività. Hanno poi integrato 26 motori facciali, un trasformatore delle azioni facciali e un autoencoder variazionale (VAE).

Dalla visione all’azione (VLA)

Al centro di questa innovazione vi è il modello di IA dalla visione all’azione. Grazie ad esso, il volto robotico può generare autonomamente movimenti labiali realistici senza dipendere da impostazioni meccaniche predefinite.

Per creare il modello, il gruppo ha usato metodi di apprendimento osservativo. Questo approccio consente al dispositivo di determinare in tempo reale l’esatta dinamica delle labbra durante il parlato. Il primo passo è stato quindi inserire l’algoritmo in una pipeline di apprendimento autosupervisionato.

Gli ingegneri hanno collocato il volto del robot davanti a uno specchio e gli hanno chiesto di produrre migliaia di espressioni. In questo modo l’algoritmo ne ha registrato le capacità espressive; successivamente il robot ha osservato ore di contenuti su YouTube.

La combinazione tra audio e movimento labiale è stata monitorata con precisione e usata per programmare l’algoritmo facciale. In pochi giorni il robot ha imparato dalle espressioni umane quale aspetto dovesse assumere il volto, invece di affidarsi a parametri impostati; gli ingegneri hanno quindi aggiunto l’audio e avviato i test.

Come è stata testata l’IA di sincronizzazione labiale in più lingue

Il gruppo ha verificato la teoria in dieci lingue e contesti linguistici diversi. Il modello è stato sottoposto a lingue del tutto nuove, così da dover calcolare le espressioni facciali e i movimenti labiali corretti anziché richiamare parole già apprese. Il test ha incluso anche contesti e canzoni.

Risultati dei test sui robot perturbanti

I risultati hanno mostrato una sincronizzazione labbra-audio visivamente coerente in tutti i casi. Il robot ha prodotto movimenti realistici e accuratamente abbinati a diversi brani audio, sincronizzandosi in dieci lingue e cantando persino un brano del suo album d’esordio generato dall’IA, hello world_.

Il gruppo ha comunque rilevato alcuni limiti. Il robot non riusciva a riprodurre sempre i movimenti netti delle labbra associati a parole come «pop» e aveva difficoltà con quelle che richiedono labbra protese, come «whistle». Secondo gli ingegneri, queste piccole imperfezioni diminuiranno con il progressivo miglioramento dell’algoritmo. La capacità di autoapprendimento è il suo maggiore punto di forza: l’acquisizione continua di dati umani potrà rendere più significative le future interazioni tra persone e macchine.

Principali vantaggi di una robotica umanoide realistica

Questa tecnologia offre diversi vantaggi. Innanzitutto consentirà alle persone di creare un legame più profondo con le macchine. Molti non si rendono conto di quanta comunicazione avvenga inconsciamente attraverso le espressioni del volto.

Lo studio apre la strada a tecnologie di sincronizzazione labiale e IA conversazionale capaci di offrire esperienze simili a quelle umane, potenzialmente utili anche contro la crescente solitudine. I robot umanoidi potranno così avvicinarsi al superamento della valle perturbante e portare la robotica a un nuovo livello.

Applicazioni reali e tempi di adozione

Le applicazioni interessano numerosi settori. L’impiego più evidente è accelerare lo sviluppo della robotica umanoide: dare un volto morbido e accogliente a macchine fredde potrebbe favorirne l’adozione. Ecco altri possibili utilizzi.

Assistenza agli anziani

Pur non essendo considerati i più esperti di tecnologia, gli anziani stanno adottando la robotica su una scala del tutto nuova. Il mercato dei robot assistivi per la terza età è in crescita: le statistiche indicano un valore di 3,38 miliardi di dollari nel 2025 e prevedono oltre 9,85 miliardi entro il 2033.

Gli anziani sarebbero più propensi a interagire con i robot se questi non apparissero tecnologicamente complessi. Un assistente capace di comunicare con la voce e con movimenti facciali realistici potrebbe essere ideale, offrendo al tempo stesso relazione e aiuto concreto.

Intrattenimento

L’intrattenimento potrebbe essere tra i primi settori ad adottare la tecnologia. Oggi le produzioni fanno ampio uso della robotica, dagli animatroni dei parchi a tema come Disney ai sistemi robotici per la motion capture impiegati nei grandi film.

Il mercato odierno dei robot per l’intrattenimento supera 4,72 miliardi di dollari e dovrebbe raggiungere 26,94 miliardi entro il 2034, sostenuto dalla domanda di personaggi CGI realistici. Questa tecnologia potrebbe presto soddisfare tale esigenza, consentendo agli attori di trasferire il proprio volto ai personaggi in modi nuovi e più diretti.

Istruzione

Anche l’istruzione potrebbe trarne vantaggio, configurando questi dispositivi come tutor personalizzati. Alcuni rapporti mostrano già un miglioramento del 30% nella comprensione della matematica grazie a lezioni adattate dai robot.

Tempi di adozione

La tecnologia potrebbe iniziare a entrare nella vita quotidiana nei prossimi cinque-dieci anni. I robot sono già presenti in molte fabbriche e luoghi di lavoro e la loro integrazione è destinata a crescere. Gli esperti sanno che soluzioni di questo tipo possono rendere i dispositivi più vicini alle persone.

I principali ricercatori della Columbia

Lo studio è stato condotto dal Creative Machines Lab della Columbia. L’articolo indica come autori Yuhang Hu, Jiong Lin, Judah Allen Goldfeder, Philippe M. Wyder, Yifeng Cao, Steven Tian, Yunzhe Wang, Jingran Wang, Mengmeng Wang, Jie Zeng, Cameron Mehlman, Yingke Wang, Delin Zeng, Boyuan Chen e Hod Lipson.

I prossimi passi per i robot simili all’uomo

Il gruppo si concentrerà ora sul perfezionamento dell’algoritmo attraverso più interazioni umane. Il progetto potrebbe evolvere in più unità capaci di apprendere in tempo reale e condividere i dati con un modello centralizzato.

Investire nell’innovazione robotica

La robotica è un settore dinamico che negli ultimi cinque anni ha registrato una forte crescita. Tecnologie come gli LLM e le stampanti 3D hanno portato l’innovazione a nuovi livelli. Per una panoramica completa delle opportunità di mercato, consulta la nostra guida su come investire nell’IA fisica e nei robot umanoidi nel 2026.

Ecco una società in prima linea in questa rivoluzione.

Teradyne ($36B)

Teradyne, Inc. (TER ) è la società madre di Universal Robots (UR), leader del mercato dei «cobot» (robot collaborativi). Pur non costruendo volti umanoidi, è oggi uno dei principali operatori nel portare in fabbrica l’IA «osserva e impara» descritta nello studio della Columbia.

Teradyne ha inoltre stretto una partnership strategica con Nvidia (NVDA ) per integrare la piattaforma «Isaac Manipulator». I suoi robot possono così usare telecamere basate sull’IA per «vedere» l’ambiente e adattare dinamicamente il percorso, proprio come Emo impara a regolare le labbra, anziché dipendere da codice rigido e predefinito.

Andamento e valutazione nel 2026: Teradyne è ampiamente considerata una «blue chip» della robotica. Le azioni sono salite di quasi il 50% nel 2025 e hanno continuato la corsa all’inizio del 2026, scambiando intorno a 230 dollari.

Ultime notizie e andamento di Teradyne (TER)

Conclusione

L’introduzione di volti robotici realistici è una conseguenza naturale. Gli LLM possono ormai riprodurre il linguaggio umano e, insieme a espressioni facciali credibili, questi dispositivi potranno offrire nuove possibilità nella formazione, nell’apprendimento, nell’assistenza sanitaria e in molti altri ambiti. Per ora il gruppo si concentrerà sull’eliminazione delle imperfezioni e sulla ricerca di partner strategici e finanziamenti.

Scopri altre interessanti innovazioni nella robotica qui.

Riferimenti

1. Yuhang Hu et al., Learning realistic lip motions for humanoid face robots. Science ^Robotics 11, eadx3017 (2026). DOI:10.1126/scirobotics.adx3017