惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

IT之家
IT之家
C
CXSECURITY Database RSS Feed - CXSecurity.com
V
Visual Studio Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
小众软件
小众软件
L
LangChain Blog
Cyberwarzone
Cyberwarzone
美团技术团队
The Register - Security
The Register - Security
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
Tor Project blog
V
V2EX
Security Archives - TechRepublic
Security Archives - TechRepublic
Hacker News: Ask HN
Hacker News: Ask HN
L
LINUX DO - 最新话题
Recent Announcements
Recent Announcements
H
Hackread – Cybersecurity News, Data Breaches, AI and More
酷 壳 – CoolShell
酷 壳 – CoolShell
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
aimingoo的专栏
aimingoo的专栏
人人都是产品经理
人人都是产品经理
F
Full Disclosure
V2EX - 技术
V2EX - 技术
The Cloudflare Blog
博客园 - 叶小钗
T
Threat Research - Cisco Blogs
阮一峰的网络日志
阮一峰的网络日志
G
GRAHAM CLULEY
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Latest news
Latest news
S
Security @ Cisco Blogs
Spread Privacy
Spread Privacy
Project Zero
Project Zero
K
Kaspersky official blog
MyScale Blog
MyScale Blog
Attack and Defense Labs
Attack and Defense Labs
云风的 BLOG
云风的 BLOG
博客园 - 【当耐特】
Hacker News - Newest:
Hacker News - Newest: "LLM"
大猫的无限游戏
大猫的无限游戏
P
Privacy International News Feed
Google DeepMind News
Google DeepMind News
WordPress大学
WordPress大学
C
Cybersecurity and Infrastructure Security Agency CISA
Webroot Blog
Webroot Blog
罗磊的独立博客
Vercel News
Vercel News
N
News and Events Feed by Topic
A
Arctic Wolf
C
CERT Recently Published Vulnerability Notes

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
更具情感的大模型,会给人类带来什么?
世界模型工场 · 2023-07-10 · via 人人都是产品经理

随着社会不断进步和AI技术的不断发展,目前冷冰冰的AI服务已不满足于用户体验。各大生厂商开始把AI转变为更具人性的“伴侣”,而这也成为人工智能领域市场未来的发展方向。

在人工智能的发展之路上,人类总是在不遗余力地追求极限。

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。

一、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。

二、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。

三、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。

作者:举大名耳

来源公众号:AI新智能

本文由人人都是产品经理合作媒体 @AI新智能 授权发布,未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。