当下，如火如荼的大模型热潮，已经蔓延了数月之久，在各种关于大模型的测评中，优先级最高，也最被人看重的，莫过于各类大模型所展现出的IQ能力。
无论是写代码、做数学题，还是各类考试，都是为了探究大模型的IQ极限。
因为更高的IQ，就意味着更强的生产力，意味着更高的盈利水平，以及更多的可能性。
大模型的IQ在过去几年不断提升（根据MMLU的测评结果）
然而，逐年走高的IQ之下，人们却渐渐发现，这些愈发聪明的AI，似乎还是给人感觉冷冰冰的，少了点“人味”。
随着AI带来的生产力的进步，温饱无忧的人们，想要的已不仅仅是一个工具，而是一个有情感和温度的伴侣。
于是，AI研发的重点，也由大模型本身，转移到了对人的关注上。
因此，提升大模型的EQ，使之更好地与人类交互，就成为了其走进千家万户，并横向扩展市场的关键。
01 不可限量的赛道
当AI的EQ增强之后，人们会与之产生怎样的连接？或许Character.ai的表现能提供一个很好的对照。
Character.ai 是一款基于 LLM 的聊天机器人网站，由前谷歌科学家 Noam Shazeer 和 Daniel De Freitas 于 2022 年 9 月创建。
与 ChatGPT 不同的是，Character.ai 更注重人格属性，试图满足社交、情感、陪伴、支持等需求。
该网站不但预先创建了许多聊天角色，包括 Elon Mask、Steve Jobs 和马里奥等，而且用户还可以根据自身的需求和喜好，自己创作角色。
在Character.ai 推出之后，人们发现，更注重EQ的Character.ai，用户平均交互时长超过28分钟，而ChatGPT只有不到5分钟。
同时，Character.ai 的用户增长非常快，在六个月内就达到了每月1亿次的网站访问量，活跃用户的使用时间，也达到了每天2小时。
也正因如此，Character.ai 在问世后不久，就受到了资本的青睐。
在今年3月，得到了融资后的Character.ai估值达到了10亿美元，成为了情感类AI领域的行业独角兽。而在众多投资方中，就包括了美国硅谷创投界名人Marc Andreessen成立的风投机构a16z。
支持多模态互动的Character.ai
而同样的，Character.ai的同类产品，由Inflection AI开发的Pi，更是将情感类AI的能力发挥得淋漓尽致。
虽然界面看上去十分简单，但在互动过程中，Pi呈现出了很强的“主动性”，会根据聊天的内容，不断地向用户发问，从而一点点探明用户的个性、思想，并以此提供更加针对性的互动。
除了可以不断学习和进化，提高自身的智能水平外，Pi在互动时，还可以使用富有情感的语音进行回答，让人觉得自己是真的和一个“人”在交流，从而更容易让人与之产生情感链接。
这样的功能，像极了电影《她》里善解人意的AI萨曼莎。
由于Pi在EQ方面展现出的强大表现，近期微软、英伟达牵头的一轮融资中，Inflection AI筹集了13亿美元，总计融资达到15.25亿美元。
据路透社报道，该公司最新一轮估值约为40亿美元。
Character.ai和Pi的例子说明了，在当下的AI革命中，情感类AI已经成了一个愈发具有潜力的赛道。
虽然不同的研究机构对情感类AI的市场规模，做出了不同的预测，但都认为其是一个高速增长的领域，具有巨大的发展潜力。
而领投Character.ai的a16z的合伙人Mark Andreessen甚至认为未来每个人都会有一个AI陪伴他/她长大。
这既是技术进步的结果，也是人性和社会的需求。
然而，在当下百花齐放的AI生态中，人们总不免会问：同样是以文字的形式与用户进行聊天、互动，情感类AI与非情感类AI的本质区别是什么？它的应用场景，又有哪些？
只有搞清楚了这些，我们才能明白情感类AI的独特优势所在。
02 AI的IQ与EQ
在人工智能的发展之路上，人类总是在不遗余力地追求AI智力的极限。
从2016年AIphaGo战胜了围棋冠军李世石，到如今ChatGPT令数学天才陶哲轩也为之惊叹的推理能力，不断进化的AI，涌现出了愈发难以限量的智能。
但这样的能力，全都只是IQ，而不是EQ。
因为其只能按照概率和逻辑来执行任务，而不具备心智理论（Theory of Mind）推理和情感分析的能力。而这正是区分情感类AI与非情感类AI的关键。
所谓心智理论（ToM）推理，是指能够推断他人的心理状态，以及理解这些心理状态如何影响他人的行为和决策的能力。
情感分析能力，则是指AI能够从多种数据源中提取和评估人类的情感信息的反应能力。
这两种能力，都是AI理解人类社会和情感交流的关键，也是情感类AI所具备的特征。
举例来说，假设一个人某天发现自己心爱的宠物狗死了，很伤心，很难过，想找身边的AI进行倾诉，在这种情况下，非情感类AI可能会依据逻辑和最优化策略，对你提出一系列冷冰冰的、清单式的建议。
甚至可能会极其不合时宜地建议你“重新养一只宠物狗”。
而相较之下，一个具备了心智理论（ToM）推理和情感分析能力的AI，则会利用这两种能力，分析用户说话的内容、语气、语调等特征，推断出用户遇到了什么困难和压力，以及他可能会怎么想和怎么感觉。
同时，情感类AI还会利用强化学习技术和情感生成技术，根据用户的情感状态和需求，选择最合适的行动策略和回复内容，以表现出恰当的关心和帮助。
也正是由于这样的区别，非情感类AI更适用于那些不与人进行直接互动的场景，例如图像识别、数据分析、智能制造等。
而情感类AI，则更适用于教育、娱乐、医疗等需要与人类进行情感交流和同理心的领域。
然而，尽管如此，情感AI在过去十年里最主要的应用场景，则是用于市场研究，分析人类对各类产品或广告的情绪反应，而不是对人类个体进行情感分析。
这不仅是因为市场研究的数据量更多，需求和目标更明确，更是因为在当时的条件下，情感模型的构建和评估还十分复杂。
这样的模型，需要考虑人类情感的复杂性、动态性、文化差异等因素，因此往往需要高级的算法、理论和技术。
然而，随着新一轮AI革命的到来，越来越多的大模型团队，在攻破其中的难题。
而国内的西湖心辰，就是这样的佼佼者。
03 让AI更具人性
“让AI兼具智商和情商，像人一样地和用户长期沟通。”这是西湖心辰目前的AI愿景。
成立于2021年7月的西湖心辰，总部位于浙江杭州，由西湖大学教授、前谷歌科学家蓝振忠博士带队创办。蓝博士曾成功研发了谷歌大模型 BERT 的轻量化版本“ALBERT“，并应用在Google News、Google Assistant等覆盖数亿用户的产品中。
而团队其他主要成员，均来自谷歌、微软、卡内基梅隆大学、中科院等知名企业和院所。
西湖心辰成立后，与西湖大学等顶级AI研究团队合作，推出了多款AI产品，包括AI绘画、AI写作、AI心理咨询等。
其研发的西湖大模型是一个结合了 文本/语音/视觉 多模态能力的大模型。能对视觉创作、内容生产、心理疗愈等领域进行赋能。
尤其是在情感类AI方面，西湖心辰有着自己一套独特的理念与技术。
而其中之一，就是AI的长期记忆。
一般来说，当前的主流情感类AI，如Character.ai、Pi等，虽然都能根据用户的反馈，进行各种情感回应，但其最大的限制，却是缺乏一种长期记忆的能力。
对情感类AI而言，倘若没有这样的能力，就无法捕捉到人类情感的变化和发展，并适应不同的情境和需求。
虽然在Character.ai使用界面，也能保留用户的聊天信息，但所谓的“长期记忆”，并不能简单地等同于“保存聊天记录”。
因为长期记忆，不仅要求AI能够存储和回放过去的信息，还要求AI能够对信息进行抽象、整合、推理和创造，从而形成更深层次的理解和表达。
在这方面，拥有长期记忆的西湖大模型，能从深度融合的多种模态中获取共同的信息，并进行更深度的推理。
在长记忆能力的支持下，可以展现出和人类一样的基于实时状态+多模态输入+个性化长期记忆综合的交互沟通能力。
所有这些，都是目前的Character.ai和Pi所不具备的。
而在长期记忆的基础上，西湖大模型还会对情绪进行比较细致的分类，并通过存储和更新用户的情绪历史记录，构建用户的情绪轨迹和情绪模型。
而对情绪进行分类与建模，之所以如此重要，情感类AI需要能够适应不同的语言、文化、场景和用户，倘若无法针对各类情绪和性格，进行针对性的建模，模型就会缺乏泛化能力，容易出现过拟合或欠拟合的问题。
在对用户的性格以及所处状态深入建模之后，大模型就能捕捉情绪的组合性、层次性和动态性，以及情绪与多模态信息之间的映射关系，从而增强了模型的可解释性。
如此一来，大模型就能适应不同用户的个性特征和环境变化。
由于上述不凡的技术优势，西湖心辰获得了汤姆猫连续两轮战略投资，并与其达成了深度战略合作。共同推出能听、 能看、 能说、能教知识，能陪伴学习 的汤姆猫系列产品。
在商业方面，汤姆猫是一个全球知名的卡通形象，拥有超过4亿的月活用户和超过130亿的累计下载量。其系列产品涵盖了多种类型的游戏和动画，吸引了不同年龄段和喜好的用户。
通过西湖心辰的情感AI技术，汤姆猫将会变得更加智能、人性化，从而提高用户对汤姆猫的情感依赖和信任，并增加其在动画和游戏中的沉浸感，从而为汤姆猫系列产品带来更大的用户规模。预计全面接入西湖大模型后，每年模型调用次数可能达到千亿级。
而这样的商业案例，也再一次表明了：在当前的大模型赛道上，更注重EQ的情感类AI，将会成逐渐为更多产品和应用的一种“标配”。
因为情感维度所带来的延展性和可能性，要远比追求“效率”、“准确性”的智力维度要丰富得多。
而西湖心辰依据其“让AI像人一样和用户长期沟通”的技术理念，未来也将在教育、医疗和娱乐领域，为更广大的群体提供更具人性和温度的AI。
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
