作者 | 阿虎‍‍

编辑 | 松露

嘴角向下是笑，嘴角向上是哭。

这个男人叫王有胜（电视剧《亮剑》中的角色），仅凭一个表情，就把AI迷得“七上八下”，情绪数值在高兴、厌恶、悲伤中反复横跳。

最近，创作者们借助AI识别剧中人物的细微表情和情感变化，显微镜式鉴赏影视剧，并对一些网络热梗、名场面进行二创，开辟了内容创作的新赛道。

比如，B站UP主“佛辣西威”、“您可能错过了”曾用AI情绪识别“春山学”、“梅西中国行”、“小米公布SU7”等热点话题，B站最高一条播放量超600万。

 

 

YouTube博主用Sam Altman的采访视频进行情绪识别，试图揣测这位大佬特定时刻的心理状态。评论区有网友表示，未来可以让AI来实时鉴别微表情，玩梗造梗信手拈来。

还有开发者将机器训练得更有感情，企图在AI聊天机器人领域做出新花样。此前流行的ChatGPT的“Dan”模式，就从各类训练的GPTs中走出了差异化的路子。

无论是野生玩家，还是科技大厂都在探索一个“更懂人类”的AI。

今年3月，初创企业Inflection AI更新了面向个人用户的情感聊天机器人Pi，4月，Hume AI推出了情感语音对话机器人EVI，并成功完成5000万美元（约3.62亿人民币）的B轮融资。

Pi (https://pi.ai/onboarding)

 

Hume AI（https://www.hume.ai/）

 

从一开始通过面部微表情，想让AI“看”出人们的情绪变化，到借助语音“听”懂话语，AI究竟能做好情绪生意吗？识别情绪的AI产品，目前还差在哪儿？ “头号AI玩家”和部分从业者聊了聊。

从“看”懂到“听”懂，AI情绪识别火了

4月7日，AI初创企业Hume AI发布了旗下第一款聊天对话机器人Empathetic Voice Interface（EVI），号称是“第一个具有情商的人工智能”，能够识别超50种人类情绪。

我们试了一下EVI的Demo版，无需登录注册即可使用。但目前只有男性声音，仅支持通过英文语音形式进行对话。

“你今天怎么样，我有点难过”，我对EVI如此说道。

“天呐，听上去你今天经历了很多”，EVI回复道，“我会在这里陪着你”，他同时补充说。

 

 

在简单的对话中，EVI同样标注出了我此时此刻的心情，“0.645的悲伤、0.434的痛苦以及0.401的沮丧”。

我只要对着他持续说话，他就会自动分析每一句话背后包含的情绪，开心、鼓励、愤怒、困惑等等，并标注出不同的情感浓度。

 

可以看到，屏幕中间是声音的波形图，不同的颜色长度的柱状反应了不同的情绪成分，代表快乐的橙色、象征冷静的蓝色、凸显愤怒的红色。另外，语音交互的内容也会被转成文字，显示在右侧历史对话中。

我们进一步提到，“最近的生活很糟糕，还看了一部很致郁的电影”。

EVI表示：“怎么说，你看了什么样的电影？但其实不是每部电影都适合你，不如换个电影类型怎么样？你喜欢喜剧还是恐怖片？”

更关键的是，似乎是意识到我在表达时情绪低落，EVI在说出这些句子时，刻意改变了自己的语调，有点像通过恶搞逗你开心。

HumeAI的视频片段，感受一下EVI的输出密度

既然是一个主打“有情商”、“心理疗愈”的AI，如果我不断传递出负面情绪，将Hume AI当作情绪垃圾桶会怎么样？

接下来的体验中，我开始“内耗”AI，不断告诉他“我好难过”、“我失恋了，我没有朋友”，甚至佯装生气“你为什么总是问我问题，我不知道，但我觉得你一定是错的”，如此之类的消极话语。

 

我还试过突然打断他，反复告诉他，“不是，你错了，听我的”。EVI会知道何时该结束讲话，在被打断的同时停下来听我把话说完，而不是自顾自先输出完观点和内容。这一对话过程中的细节，能给人更强的互动感。

整个过程中，EVI说的比较多的一句话是“别担心别担心别担心，你说，我在听”，给出的建议大多是“你再多说一点，是什么故事”，甚至还能改变输出的语音语调，丝毫不被我的焦虑、急躁所影响。

此前，一款情感疗愈类的AI游戏“林间聊愈室”同样在互联网上走红。

在游戏里，用户可以通过文字、语音的方式和AI进行聊天对话。AI动物疗愈师会分析用户对话内容中的不同表述，分析其情绪数值，帮助用户发现并解决问题。

比如，我们同样表示“今天过得很糟糕”：

 

同样AI会根据语音语调的变化，识别出其中的情绪成分。AI动物疗愈师还会进一步询问“可以表述详细点吗”“如果不高兴的时候，会选择去海边还是去林间”，通过追问和多轮对话来判断用户的心情。

聊天过程更多在引导我们梳理整个问题来龙去脉，做出决定。不过，AI聊愈师只通过“声音”和用户进行聊天，在AI说话过程中无法通过语音或者文字打断它。所以相比文字输入，语音交流能够更好把握对话节奏，更有沉浸感。

Hume AI创始人也曾提到，语音所传递的信息量会是文字的2倍，未来的AI交互界面将是语音为主。

但碍于Hume AI目前只支持英文，所以在识别语音语调的情绪差异上，有些不够准确，但交互对话方面，EVI相比其他对话机器人语音更真实，传递出的关怀价值更多。

整体体验上，相比ChatGPT等AI机器人，这些“读心”AI更多关注用户的个人情感和精神状态，在对话过程中充分展示自己的“善解人意”。

提供情绪价值的AI，还差在哪儿？

其实，主打情绪需求的AI产品并不是新鲜事物。随着AI技术的不断提升，极大优化了产品体验。爱你、知你、懂你，能让人付诸情感的AI，也比单纯提高效率的AI，更吸引人。

西湖心辰产品负责人李庆功认为，大模型讲什么话能让用户心情更好，某些情境下用户的心情是什么样的，这些被设定为“共情AI”首先要具备的能力。

因此，为了有效提供情感支持，能够识别情绪的AI，需要记住用户的历史信息、性格偏好、情感状态等，以便更好理解当下的需求，提供个性化的解决方案。

但这也要求AI模型具备“长记忆”能力，来建立和维护和用户之间的情感联系。关注AI心理咨询领域的从业者Brick表示，但现在大多数关注共情的AI产品定位非常模糊。

无论是此前流行的Pi，还是Hume AI，要么缺乏长时记忆系统，要么缺乏多元的互动形式。当我们再次打开Hume AI时，EVI开启对话的方式依旧是“你好，我在这里”，全然不记得你是那个因为观看电影难过的打工人。

有开发者对“头号AI玩家”表示：“其实AI在陪伴方面的作用，远大于提供情绪价值。比如，在失落抑郁时，有个树洞可以输出，能获得更真实的反馈体验就行。最终的情绪价值，还是来自于用户自己。”

另外，情绪识别的最终目的大多是为了了解用户的心理状态，输出疗愈建议，但这并不意味着对话机器人可以完全替代心理咨询师。

“对于名不见经传的新手心理咨询师来说，可能在ChatGPT、Claude和Gemini Pro的帮助下，通过恰当的Prompt为受访者提供远超过自身水平的心理咨询服务”，Brick认为，“但AI在短期内无法解决具身问题，心理治疗需要更立体的交互，比如森田疗法中，所处场景比内容本身更为重要。”

总的来说，目前的情绪识别AI是一个验证可行的赛道，相关产品层出不穷。但如果我们期待一个借助面部情绪、语音变化等数据集才拥有“情商”的AI，能够理解并帮我们摆脱精神内耗，这一想法的实现或许还要一段时间。

其实，当情感用数值量化的时候，AI也很难品出人类内心的小九九。毕竟，我们对人生的意义，都有百万种解释。