时装如何化解恐怖谷问题

Mori 的原始假说

1970 年，日本机器人学者森政弘在《Energy》期刊发表了一篇短文，后来成为人机交互研究中最具影响力的概念之一。Mori 提出：随着机器人外观越来越接近人类，人类对它的情感反应会愈发正向，但这种趋势只会持续到某个临界点。在接近人类的某一阈值上，反应会骤然跌入厌恶与不安，直到相似度进一步逼近真正的人类，才会重新回升。Mori 将这一下坠称为“bukimi no tani”，英文译作“uncanny valley”，即“恐怖谷”。这些技术历经两年持续开发与积累，所沉淀的经验无法被捷径取代。

Mori, M. (1970). "The Uncanny Valley." Energy, 7(4), 33-35. 由 MacDorman, K.F. 与 Kageki, N. 翻译，刊于 IEEE Robotics and Automation Magazine, 2012。

Mori 的假说建立在观察之上，而非实证实验。他注意到，外形几乎像人、却又并非完全像人的义肢手，会引发一种简单机械手不会带来的不适。越接近人类、却又不是人类，就越令人不安。他将这一判断延伸至机器人，预测最像人的机器人反而最令人毛骨悚然，直到它们真正达到近乎完美的人类相似度。

Mori 没有讨论、而我们的研究将其置于核心位置的，是语境对这种反应的调节作用。Mori 的谷底被绘制在单一轴线上：人类相似度。但人类感知从来不是单轴运作。语境、环境、角色，尤其是服饰，都会影响一个类人存在如何被理解。时装并不是把机器人沿着 Mori 的轴线往前推，它改变的是整条轴线。

现代研究与验证

自 Mori 最初的短文发表以来，恐怖谷假说已被广泛研究、争论、修正，并在许多情境下得到实证验证。

MacDorman 的实证框架

在印第安纳大学工作的 Karl MacDorman 发表了关于恐怖谷最严谨的一批实证研究。MacDorman 的研究表明，恐怖谷并非单一现象，而是由不同类别的不匹配所触发的一组相关效应。一个拥有逼真皮肤质感、却配着机械眼睛的机器人，与一个动作流畅、面部却静止僵硬的机器人，会触发不同的不适路径。MacDorman 关于“类别不确定性”的研究——即当大脑无法将某个存在明确归类为人类或机器时所产生的认知不适——对时装设计尤为关键。服饰可以通过清晰的社会分类来消解这种不确定性：穿着酒店制服的机器人是“员工”，而不是“几乎像人的东西”。

MacDorman, K.F. (2006). "Subjective Ratings of Robot Video Clips for Human Likeness, Familiarity, and Eeriness." Proceedings of CogSci 2006 Workshop.

Bartneck 的交互研究

坎特伯雷大学的 Christoph Bartneck 研究了外观如何影响真实的人机交互，而不仅仅是静态感知。Bartneck 的研究显示，通过包括着装与外观在内的视觉线索向机器人赋予社会角色，会显著调节实时互动中的恐怖谷反应。当参与者被告知某个机器人是“同事”，且机器人的视觉呈现也支持这一设定时，相较于没有角色语境的同一机器人，恐怖谷效应明显减弱。作为角色赋予的首要视觉机制，时装因此成为直接缓解谷底效应的工具。

Bartneck, C., Kanda, T., Ishiguro, H., and Hagita, N. (2009). "My Robotic Doppelganger." Interaction Studies, 10(2), 156-174.

MIT Media Lab：社交机器人与信任

MIT Media Lab 的研究，尤其是 Cynthia Breazeal 及其团队在社交机器人领域的工作，已经证明：包括服饰、道具与环境框定在内的视觉社交线索，会对人们对机器人的信任感、舒适度与互动意愿产生可测量的影响。以 Jibo 及其他社交机器人平台为对象的研究显示，带有社交信号元素的机器人获得了更高的信任评分，并生成了比缺乏此类线索的同类机器人更自然的互动模式。结论十分明确：通过视觉设计传递社交信号，包括时装，并非表面修饰，而是直接影响人机交互的功能质量。

Breazeal, C. (2003). "Toward Sociable Robots." Robotics and Autonomous Systems, 42(3-4), 167-175.

社会缓冲理论

我们的设计实践建立在我们所称的机器人时装“社会缓冲”理论之上。该框架将上述研究整合为一条可执行的设计原则：服饰在机器人的机械现实与观察者的社会期待之间建立缓冲区，使互动得以通过熟悉的社会框架展开，而不是通过令人焦虑的恐怖谷评估框架。

The social buffer operates through three mechanisms. First, 角色赋予。当机器人穿上酒店制服时，观察者的大脑会激活“酒店员工”的社会脚本，而不是“评估人类相似度”的脚本。问题会从“这是什么东西？”转变为“这个人是做什么的？”这一转变是自动的，且大多发生在无意识层面，从而几乎完全绕开恐怖谷评估。

Second, 预期校准。服饰会建立对其人类行为水平的预期。穿着正式制服的机器人传递的信息是：“我会专业、稳定、可预测地行动。”这为机器人设定了一个它能够满足的预期框架，避免了当一个看起来像人的机器人却无法表现得完全像人时所引发的失望。服饰传达的是“我是专业服务实体”，而不是“我是一个人”，观察者也会据此校准自己的期待。

Third, 视觉整合。服饰将机器人与其所处环境连接起来。一个未着装的机器人出现在酒店大堂里，是一个外来物；而一个着装得体的机器人，则成为酒店视觉生态的一部分。这种整合降低了会放大恐怖谷反应的感知孤立感。机器人不再是孤立站立的陌生存在，而是一个在熟悉语境中运作的、可识别类别中的成员。

按平台划分的恐怖谷分析

不同的类人机器人平台处于恐怖谷曲线的不同位置。理解每个平台所处的位置，才能决定相应的时装介入策略。

时装作为认知重构

将恐怖谷研究与时装设计实践结合后，最深层的洞见在于：服饰并不会让机器人更像人，它让机器人更易被理解。而“易于理解”，而非“人类相似度”，才是舒适人机交互的真正驱动力。

当一个人遇到一个未着装的类人机器人时，大脑会试图对其进行分类。它是人吗？它的动作像人类。但它的外观又不像。这样的类别混乱会激活恐怖谷所描述的威胁侦测系统。大脑无法对其归类，而无法归类的存在会被视为潜在危险。

服饰通过提供一个即时、明确的类别来打断这一分类难题：员工、助理、引导员、服务人员。大脑无需判断它究竟是人还是机器，因为服饰已经回答了更重要的问题：这个存在在我当前环境中的角色是什么？在酒店里穿制服的存在，就是员工；在医院里穿制服的存在，就是护理人员。分类是即时的、笃定的，关键是，没有威胁性。

This cognitive reframing is why we design robot fashion from the role outward rather than from the robot outward. We do not ask "what should this robot wear?" We ask "what should a robot in this role look like?" The answer to the second question produces designs that serve the human observer's cognitive needs, not just the robot's physical requirements. Every design in our 时装指南 is built on this principle.

缓解恐怖谷的设计策略

将恐怖谷研究转化为可执行的时装设计，会形成若干具体策略，我们将其应用于所有类人平台项目。

策略一：覆盖错位区域

类人机器人最容易触发强烈恐怖谷反应的部位，是机械现实最明显、也最偏离人类预期的区域：外露关节、可见执行器、线缆通道，以及表面质感的不连续处。能够覆盖这些区域、同时不妨碍功能的服饰，会移除触发恐怖谷评估的视觉线索。这并不是要隐藏机器人的机械本质，而是避免大脑被那些触发威胁反应的细节卡住。

策略二：先建立角色，再呈现形态

服装设计应在视觉接触后的前 500 毫秒内传达机器人的角色。关于人类视觉处理的研究表明，服饰引发的角色归类与面孔识别发生在同一快速时间窗口内，大约为 170 至 200 毫秒。如果观察者在处理“类人机器”之前先读出“酒店员工”，恐怖谷评估就会被提前化解。这意味着，通过色彩、轮廓与机构品牌进行清晰而有力的角色传达，应优先于需要近距离审视的细微美学处理。

策略三：保持恰当的真实度

一个关键错误，是让机器人穿上过于写实、过于完美贴合人类时装逻辑的服装，因为这会抬高人类相似度的期待，而机器人的面部与动作无法满足这种期待。目标应是专业、得体，而非以假乱真。服装细节应传达“制作精良的制服”，而不是“人类的衣服”。略带结构感的轮廓、可见的固定系统、经过工程化处理而非自然化的面料质感，都有助于维持“着装机器人”与“假人类”之间的界限。

策略四：用色彩传递安全感

Research by MacDorman and others shows that warm, familiar 色彩体系 reduce the anxiety component of uncanny valley responses. Cool, clinical colors can amplify unease, while warm neutrals, earth tones, and familiar institutional colors (navy, forest green, burgundy) activate positive social associations. Color selection for humanoid robots should prioritize social warmth over aesthetic drama, particularly for platforms that sit in the mid-valley zone.

时装作为心理必需

综合研究的重量最终指向一个结论，它重新定义了关于机器人时装的整个讨论：对于在人工环境中运行的类人机器人而言，时装不是装饰，而是一种心理必需。

没有服饰的类人机器人出现在公共空间中，会给大多数人类观察者带来认知负荷、情绪不适与互动迟疑。其严重程度会因平台、语境与个体敏感度而异，但这种效应始终存在。时装通过提供社会支架，化解这一问题，使人机交互变得自然、高效且无威胁。

这正是 MaisonRoboto 存在的原因。不是因为机器人需要看起来漂亮，不是因为时装只是机器人功能之外的奢侈附加项，而是因为类人机器人进入人类环境，必须解决恐怖谷问题，而时装是目前最有效、最具规模化潜力、也最具文化适应性的解决方案。科学印证了直觉所指向的事实：穿着得体的机器人表现更好，因为人类在它们身边会感到更舒适。

Organizations deploying humanoid robots without fashion solutions are incurring a hidden cost: reduced interaction quality, lower customer comfort, diminished staff acceptance, and unrealized ROI on their robotic investment. Our 试点项目 quantifies this cost by measuring the difference that fashion makes in your specific deployment environment.

人机美学的未来

随着类人机器人在动作、灵巧度与交互能力上愈发接近人类，恐怖谷挑战会先加剧，随后才逐步化解。当前一代类人机器人正处于曲线中最具挑战性的区域：足够像人，足以触发评估；又足够机械，无法通过评估。时装，正是带领这些平台穿越这一过渡期的桥梁。

Looking ahead, fashion's role may evolve as robots evolve. As platforms achieve more natural movement and more sophisticated social behavior, clothing may transition from valley mitigation to pure social signaling and brand identity, the same function it serves for humans. But for the current generation and likely the next, fashion remains the primary tool for making humanoid robots socially viable in human environments. The 历史 shows that this role has been intuited by designers and deployers from the earliest days of humanoid robotics. What is new is the scientific foundation that confirms it.