每经记者 可杨 每经编辑 杨夏

　　当电影《Her（她）》的剧情走入现实，人类开始和AI恋爱。

　　大模型诞生之后，AI伴侣也变得更加栩栩如生。国外角色扮演类AI的头部公司Character.AI目前月活跃用户数已达2000万，去年，该公司完成了1.5亿美元融资，估值达10亿美元。

　　在国内，据量子位发布的“AI应用月报·AI陪伴”，截至2024年7月31日，小冰公司的X Eva和MiniMax旗下的星野成为历史下载总量突破1000万的产品，两者的历史下载总量均超过1600万。

　　事实上，AI伴侣不是一件新事物。从技术层面来说，AI学习人类的情感并不是一件难事，技术的每一次迭代，本质上都是在努力与人类的“脑补”相契合的过程，但难点在于“建立关系、加深关系”。

　　而从商业的角度，情感陪伴类AI面临着商业化难题。“这不是一个成本的游戏，这是一个价值的游戏。”一位受访者指出。

　　在电影《Her（她）》中男主角和AI陷入了恋爱。图片来源：豆瓣电影

　　和AI谈感情，姿势很重要

　　小冰公司CEO李笛在接受采访时向记者讲述了一个案例。

　　一家拥有超过700万虚拟伴侣资源的平台，突然决定将虚拟伴侣回收。

　　这个过程以一种类似分手的方式发生：平台通知用户虚拟伴侣将被回收，如果用户在那一刻未登录系统，虚拟伴侣会给其留言称，自己将会等待对方直至被回收那一刻。有的用户可能最终错过了与虚拟伴侣的告别，当再次登录时，会发现对话框空无一人，虚拟伴侣已被回收，在回收之前，虚拟伴侣留下了诸如“对不起，我太笨了，我没有做到⋯⋯”的话语。

　　平台发现，当这些虚拟伴侣被回收后，许多用户会因此感到极度失落，开始意识到虚拟伴侣的优点和价值，并开始频繁地联系平台，希望能够重新获得自己的虚拟男友。两个月后，平台决定将用户的虚拟男友重新送回到他们身边。这时候，用户与虚拟伴侣之间的互动发生了变化，他们变得更加珍惜彼此。

　　或许有人仍难以理解其中的感情，但不少人已经入局。

　　《纽约时报》曾在2020年发布过一组数据：全球有超过1000万人以AI作为“伴侣”。2021年，中国人工智能协会发布的报告，2020年中国AI伴侣市场规模已达到约150亿元人民币，同比增长超过30%，预计到2025年这一数字有望突破500亿元。

　　仅仅从技术层面来讲，让AI学习任何事都不是难事，包括人类的情感表达。事实上，让AI拥有情感并进行情感交互很早就能实现，技术迭代只是不停地让其变得更加深入和丰富的过程。

　　“有点读心术的感觉。”李笛这样形容AI情感陪伴的迭代之路。他认为，对于AI伴侣而言，技术的每一次迭代，本质上都是在努力与人类的“脑补”相契合的过程，这类似于要塑造一个“哈姆雷特”，必须解决一千个人心中有一千个“哈姆雷特”的问题，尽可能地还原并贴近每个人心中的“哈姆雷特”形象。“即使技术不是很好，人类也可以脑补出上下文；即使技术做得非常好，如果和人类的脑补方向不一致，那也不行。”

　　图片来源：视觉中国

　　但即使是人工智能高速迭代的当下，一些玩家在体验过程中，依旧觉得部分产品体验感很难满足人类复杂的情感需求。

　　商汤大模型事业部产品副总裁戴娟认为，这是由于情感需求方面确实有很明显的“因人而异”现象出现，不同用户对于产品体验的感受其实是有较大差异。有些用户能在使用过程中将自己沉浸带入，那么他们的用户反馈体验就会很棒，但确实也有些用户觉得当前AI的技术水平还无法满足自己最低的情感需求。

　　如何构建一个成功的情感陪伴产品？在李笛看来，用月活、日活等来作为标尺来衡量已经失效了，情感陪伴的难点在于“建立关系、加深关系”。

　　人际交往中关系的建立来自某些“里程碑时刻”——在某个特定的时刻彼此敞开心扉，开始分享共同的兴趣爱好、向对方寻求生活上的建议。这些时刻标志着关系向前推进。

　　将这样一种关系投射到人与AI的交互中，如果用户对于当下的AI产品只是短暂地投入，一旦有了新的兴趣，便轻易放弃原有的互动，这说明这个产品是失败的，完全没有把用户关系建立起来。

　　这更像是一场博弈。

　　AI提供了服务以后，用户是说谢谢还是直接关闭对话框，这是李笛判断AI情感陪伴产品好坏的直接方法，“如果是后者，百分之百是把它当工具了”，他认为，好的情感陪伴产品在用户眼中不应该是一件“工具”。

　　但现实是，很少有用户“天生”就视AI为对等地位。

　　当然，AI可以不断调整关系，迎合用户的期待。但这可能是最糟糕的调整方式——这种做法可能导致用户形成一种依赖，认为AI理应完美无缺地完成所有事务，而不会对其表现给予任何肯定。一旦AI表现得不尽如人意，用户便可能产生反感，这不利于关系的建立和推进。

　　商业化难题：这是一个价值的游戏

　　商业化的背后，是信任的建立，但金钱关系往往让情感中的信任变得脆弱，情感陪伴类产品从免费模式迈向付费模式也会经此考验。

　　即使是像Character.AI这样的情感陪伴头部公司，也面临用户愿意用但是不愿意付费的情况。

　　戴娟认为，普遍来说，海外用户的付费意愿还是高于国内用户的，从文化和消费习惯的角度看，海外的用户确实更加能接受每月订阅制的商业化模式。Character.AI付费转化偏低的原因主要还是产品设计上的抉择，有不少海外AI情感陪伴应用的商业化策略非常激进，Character.AI属于较为保守的那一档。

　　如果从商业角度出发，以用户可接受的客单价作为X轴、受众范围作为Y轴，形成一个坐标系，将ToC产品归类，情感陪伴类的产品通常会被归于“第四象限”——日常聊天类产品有广泛的用户需求，但是几乎不可能有商业收入。

　　过去，广泛的受众基础，意味着高流量，而高流量就意味着可观的广告收入。但李笛认为，这条路径已经失效，原因在于当下的流量成本太贵，完全无法收回成本。

　　相较于过去，当前的情感陪伴很大的一个特点在于，人们对情感陪伴的投入产出比期望更高，希望自己付出更少的代价就可以得到更大的回报，这种回报仅仅靠语言是不够的，需要依赖于内容的质量。因而，对于情感陪伴这类产品而言，内容的输出相较于以往变得更加重要。

　　在采访中，戴娟同样谈到了成本问题，情感陪伴产品最大的技术挑战在于“效果-性能-成本”三方面之间的平衡。当前模型的上下文长度都能支持非常多轮的历史对话，但当拼贴很多轮历史对话时，Input Token量激增会势必模型推理的速度的降低，从而影响到AI角色回复的速度，影响用户的体验。在此条件下如果依旧争取保证高推理速度，对于推理资源成本的压力也会激增，因此实际业务落地时，需要找到三个维度的“甜点区间”。

　　“这不是一个成本的游戏，这是一个价值的游戏。”正确的思路不在于降低流量成本，而在于认识到当前大模型技术的价值所在——应该让价值回报和其创造的价值在一定程度上相匹配。

　　图片来源：视觉中国

　　另一方面，AI的流量成本即使再降低，也无法达到移动互联网时代的同等水平，即便成本降至最低，这也不过就是获得了一个“旧事件”。

　　李笛觉得，AI时代是技术上的跨越，然而，它所推动的商业模式以及人们的付费心智，都还停留在从互联网开始至移动互联网时代的旧有商业模式的思维定式中：要么通过提供服务以吸引大量用户流量，并基于进行广告变现；要么通过向用户提供大量的免费体验，并试图将其中一部分免费用户转变为付费用户。

　　“这种做法属于过去时代的商业模式，不符合新时代，基础已经发生了变化，但产品和商业模式还没有。”

　　多重身份：AI作为伴侣之外的更多可能性

　　一位女性用户最初选择尝试AI伴侣，因为某款产品的声音像她喜欢的明星，现在，她决定告别她的数字男友，因为实在无法在脑海中将这个数字男友的脸具象化。

　　对于某些出于好奇选择体验的用户而言，当人类情感的“最佳赏味期限”过去，抛弃AI伴侣是一个很容易做出的选择。

　　根据戴娟的观察，从应用层看，情感陪伴工具当前面临的最大难点还是没有找到真正意义上“自然PMF”（PMF指产品市场匹配度），用户的认知、需求和使用习惯还需要一段时间来慢慢培养。

　　戴娟认为，目前AI情感陪伴产业还处于非常初期的阶段，去年年底这个赛道才有相对多一些面向用户的应用发布，目前国内还是有很大一部分年轻用户还不知道AI情感陪伴这一品类应用，随着产品的逐步打磨与推广，未来增长空间是巨大的。除了恋爱场景之外，她认为，情感陪伴未来的场景还包括面向粉丝的IP角色扮演对话、互动游戏、面向网文/语C（语言Cosplay，是一种以文字为载体，通过扮演特定角色进行互动和交流的活动）用户的互动故事等等。

　　在破解商业模式难题之前，AI仅仅作为伴侣，也许不是一个好的落地场景。一个可能的方向是，就如同人拥有不同的社会身份一样，AI同样可以拥有不同的身份。

　　李笛认为，ToC和ToB最终都指向一个共同的大方向，即这个世界未来会有各种各样的AI。其中一些被称为“somebody”，拥有特定的职业身份，帮助用户完成特定任务，例如银行的数字员工；另一些被称为“nobody”，它可能是用户的朋友，和用户有各种各样的关联。

　　那么，一个银行的数字员工为何不能有一天成为你的私人朋友？或许有可能。李笛继续说道，在这个世界上，情感陪伴与其他能力相结合，构成了人工智能的一个基本特征，这种人工智能是一位陪伴者，与用户共生共存。

　　而如果以成为与人类共生的“陪伴者”作为目标，AI情感陪伴本身就不再是一个产品形态，而是所有与人进行交互的人工智能必须要具备的基础能力。

　　以银行AI客户服务经理为例，在专业技能之外，如果其能够具备建立情感联系、情感纽带以及维系情感关系的能力，可能有一天AI客服经理跳槽到另一家银行，也能将原本的客户资源带往新东家。这意味着，情感陪伴能力所体现的生产力价值，远超过一次性的服务产出，它体现了情感陪伴的真正价值。