作者｜商業(yè)消費主筆 黃青春
頭圖｜電影《Her》
字節(jié)跳動又盯上 " 情感大模型 " 了。
虎嗅獲悉，字節(jié)跳動旗下火山方舟大模型平臺將上線一批 " 情感大模型 "，向企業(yè)提供 API 調(diào)用、AI 對話解決方案（如客服、信息檢索服務等）；豆包則在自研新 " 情感大模型 " ——與年初接入 DeepSeek 時策略一樣，字節(jié)跳動依然堅持 " 火山開放，豆包自研 " 的路線，兼顧生態(tài)與自有產(chǎn)品。
虎嗅就上述信息向字節(jié)方面求證，火山引擎相關(guān)負責人回應稱，有關(guān) " 情感大模型 " 信息不實，沒有此模型計劃。
簡單來說，字節(jié)跳動之所以盯上 " 情感大模型 "，源于其并非普通數(shù)據(jù)處理大模型，而是以 " 擬人化情感理解 " 為核心，即通過技術(shù)識別、理解來模擬人類情感——去年，Hume AI 推出具有情商的對話式 AI，已經(jīng)能檢測到用戶 53 種情緒，未來電影《Her》中主人公迷戀上 Samantha 的劇情或?qū)⒄者M現(xiàn)實。
不止 " 聊天 "，更懂 " 人心 "
很多讀者或許會好奇，" 情感大模型 " 到底有什么特別之處？
區(qū)別于傳統(tǒng)聊天機器人機械的交互，" 情感大模型 " 不僅追求對話能力，更注重用戶情感體驗（如接近真人的語音、可打斷對話等）——具體而言，" 情感大模型 " 會通過分析用戶的語調(diào)、停頓、表情理解情感，從而生成符合情緒的回應，即通過 " 理解情緒 + 精準回應 " 使交互更生動、真實。
簡單概括就是：" 情感大模型 " 不止 " 聊天 "，更懂 " 人心 "，更能 " 共情 "。
可別小瞧了這個隱秘的新風口：
騰訊研究院《2024 大模型十大趨勢》報告顯示，" 情感大模型 " 的發(fā)展將引領 AI 陪伴市場的快速增長，預計在接下來的 2-3 年內(nèi)，人機陪伴市場將迎來產(chǎn)品和用戶數(shù)量的爆發(fā)式增長；
另據(jù)非凡產(chǎn)研數(shù)據(jù)，人工智能伴侶平臺的月活躍用戶數(shù)量 2018-2023 年間增長了 30 倍，全球市場規(guī)模預計將在 2023 - 2030 年間，從 3000 萬美元飆升至 1500 億美元，年均復合增長率達到 236%。
" 情感大模型 " 之所以突然成為市場關(guān)注的焦點，一個重要原因在于：它正推動 AI 從 " 工具屬性 " 向 " 情感伴侶 " 延伸，從而打開全新的應用場景。
基于此，" 情感大模型 " 的技術(shù)演化形成了兩條路徑：一是在通用大模型的基礎上，通過增強多模態(tài)情感計算能力，催生出具有更好情感理解與響應能力的 AI 情感應用，如豆包實時語音大模型可實現(xiàn)端到端對話、低時延、接近真人交互。
二是專注于情感領域的生成式大模型，如 HumeAI 的移情語音界面（EVI）、祝語未來科技的 AEGMV 等，這也是字節(jié)正在布局的方向。
以 Character.AI 為例，不僅支持 1 對 1 聊天，還可以進行創(chuàng)作角色、發(fā)展劇情，甚至拉角色開 " 群聊派對 "，其 7 月 5 日新發(fā)布的 TalkingMachines（自回歸擴散模型）可以實時進行 AI 角色視頻互動——用戶只需要輸入一張圖片和聲音信號，該模型就能實現(xiàn)類似 FaceTime 的通話視覺互動。
一位大模型工程師向虎嗅解釋，" 情感大模型 " 多以 Transformer 為基礎不斷改善網(wǎng)絡結(jié)構(gòu)，采取全模態(tài)關(guān)聯(lián)，中間不進行模型轉(zhuǎn)換動作，而是通過小組件改善準確率。
基于這樣的技術(shù)特點，企業(yè)要如何落地應用呢？
虎嗅了解到，" 情感大模型 " 與傳統(tǒng)大語言模型在參數(shù)量和算力上有差異，業(yè)內(nèi)普遍做法是有更多 NLP 專家參與，采用通用加分散專家模式，相比傳統(tǒng)模型在算力上有所節(jié)省，但對特殊數(shù)據(jù)要求高。
與之對應，情感模型領域多采用端到端形式，不能像正常架構(gòu)那樣轉(zhuǎn)換數(shù)據(jù)，否則模型效果差——有鑒于此，為保證長時間生成領域效果，訓練時所需算力比通用版本高 30%-50%。
一位大模型創(chuàng)業(yè)者向虎嗅分析，" 現(xiàn)階段，國內(nèi)外‘情感大模型’發(fā)展存在一定差距，國內(nèi)大概比國外晚一年左右；也可以將‘情感大模型’視作通用大模型發(fā)展的一個節(jié)點，涉及到多模態(tài)多端學習和 MoE 架構(gòu)（即混合專家模型，是一種新型的大模型架構(gòu)，其核心思想是 " 術(shù)業(yè)有專攻 "，通過多個 " 專家 " 模型共同協(xié)作來處理復雜的任務），國內(nèi)在相關(guān)技術(shù)研究上已取得一定進展。"
聚焦到產(chǎn)品，開源證券研報指出，GPT-4o 等多模態(tài)大模型正加速推進 AI 情感陪伴大模型落地，提供實用性 Agent 功能。
比如，國外 Miko 公司推出第一代 AI 伴侶，初步實現(xiàn) AI 與 IP 聯(lián)動；Curio 于 2023 年 12 月推出針對 3-12 歲兒童的 AI 玩具，包括 Gabbo、Grem 和 Grok 三款產(chǎn)品。
至于國內(nèi)，F(xiàn)oloToy 聯(lián)合火山引擎推出 " 顯眼包 "，躍然創(chuàng)新持續(xù)迭代 BubblePal（截至 2024 年 10 月已銷售數(shù)萬臺）；Looi 推出可移動手機支架形態(tài)的桌面機器人，具有調(diào)整情感反應和性格特征等功能；CASIO 推出 AI 寵物機器人 Moflin，提供情感治愈價值。
字節(jié)埋 " 伏筆 "
面對這樣的市場與技術(shù)趨勢，字節(jié)跳動如何布局？
虎嗅了解到，字節(jié)跳動計劃通過不同垂類大模型帶動豆包月活在 2025 年實現(xiàn)翻倍。
與之匹配的動作包括：一方面，字節(jié)會圍繞抖音等 C 端體系推進娛樂、社交、陪伴、游戲場景滲透；另一方面，字節(jié)跳動會進一步提升火山引擎在 ToB 領域的輸出能力，為企業(yè)提供 API 調(diào)用、AI 對話解決方案等服務，例如，為客服、銷售、售后等崗位提供個性化服務，還能與智能家居、音箱、耳機（比如 Ola Friend 智能體耳機主打賣點就是接入豆包 AI 大模型）等硬件結(jié)合，未來能在唱歌、作曲等領域有更好的發(fā)展。
一個有趣的切面是，" 情感大模型 " 在語音層面學習時，會將語音、語調(diào)、面部關(guān)鍵點參數(shù)（如唇形等面部 landmark 參數(shù)）以及對應的文字以數(shù)據(jù)對形式放入模型，在語速、語調(diào)、視覺等多模態(tài)之間建立統(tǒng)一關(guān)聯(lián)——這不僅涉及用戶表達、短語分析，更深層次還需理解用戶真實感受，敏銳地捕捉到用戶內(nèi)心愉悅、生氣、擔憂等情感狀態(tài)。
比如，Hume AI 在 2024 年發(fā)布的 EVI 能夠從用戶那里檢測到約 53 種不同的情緒，宣稱是 " 第一個具有情商的對話式人工智能 "。
對此，Hume AI 首席執(zhí)行官艾倫 · 考恩（Alan Cowen）表示，" 情商包括從行為中推斷意圖和偏好的能力——這是人工智能界面試圖實現(xiàn)的核心：推斷用戶想要什么并執(zhí)行它。因此，從用戶真實需求層面來看，情商是人工智能界面最重要的要求。"
有鑒于此，" 情感大模型 " 能大幅提高用戶體驗與交互效果，適用于助手類效率提升產(chǎn)品，在信息檢索、陪伴、知識協(xié)作、AI 玩具、社交游戲等領域有顯著優(yōu)勢——更隱秘的躁動則涌向了 AI 情趣機器人，一度帶動二級市場產(chǎn)業(yè)上下游關(guān)聯(lián)企業(yè)股價攀升。
至于市場潛力，" 情感大模型 " 熱浪或?qū)⑼苿酉M類機器人加速升級——群智咨詢顯示 2024 年全球機器人出貨規(guī)模約 4700 萬臺，未來 5 年復合增長率超 20%，消費類機器人占比約 81%；高盛預測 2035 年全球人形機器人市場規(guī)模達 1540 億美元。
當然，" 情感大模型 " 現(xiàn)階段仍面臨諸多問題，如算力消耗非線性增長、模型長效記憶能力、數(shù)據(jù)收集與隱私安全等，這些既是大廠跑馬圈地過程中的阻礙，也能成為業(yè)務突破后的技術(shù)護城河。
# 虎嗅商業(yè)消費主筆黃青春、黃青春頻道出品人，關(guān)注文娛社交、游戲影音等多個領域，行業(yè)人士交流加微信：724051399，新聞線索亦可郵件至 huangqingchun@huxiu.com
