出品｜虎嗅黃青春頻道

作者｜商業消費主筆 黃青春

頭圖｜電影《Her》

字節跳動又盯上“情感大模型”了。

虎嗅獲悉，字節跳動旗下火山方舟大模型平臺將上線一批“情感大模型”，向企業提供 API 調用、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，字節跳動依然堅持“火山開放，豆包自研”的路線，兼顧生態與自有產品。

虎嗅就上述信息向字節方面求證，火山引擎相關負責人回應稱，有關“情感大模型”信息不實，沒有此模型計劃。

簡單來說，字節跳動之所以盯上 “情感大模型”，源于其并非普通數據處理大模型，而是以 “擬人化情感理解” 為核心，即通過技術識別、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 的劇情或將照進現實。

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？

區別于傳統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、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，人機陪伴市場將迎來產品和用戶數量的爆發式增長；

另據非凡產研數據，人工智能伴侶平臺的月活躍用戶數量 2018-2023 年間增長了 30 倍，全球市場規模預計將在 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，還可以進行創作角色、發展劇情，甚至拉角色開“群聊派對”，其 7 月 5 日新發布的 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，該模型就能實現類似 FaceTime 的通話視覺互動。

與之對應，僅去年上半年，Character.AI 在移動端累計下載量已突破 3432 萬，網頁端單月訪問量高達 3.1 億，在相關榜單僅次于 ChatGPT。

一位大模型工程師向虎嗅解釋，“情感大模型”多以 Transformer 為基礎不斷改善網絡結構，采取全模態關聯，中間不進行模型轉換動作，而是通過小組件改善準確率。

基于這樣的技術特點，企業要如何落地應用呢？

虎嗅了解到，“情感大模型”與傳統大語言模型在參數量和算力上有差異，業內普遍做法是有更多 NLP 專家參與，采用通用加分散專家模式，相比傳統模型在算力上有所節省，但對特殊數據要求高。

與之對應，情感模型領域多采用端到端形式，不能像正常架構那樣轉換數據，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%。

一位大模型創業者向虎嗅分析，“現階段，國內外‘情感大模型’發展存在一定差距，國內大概比國外晚一年左右；也可以將‘情感大模型’視作通用大模型發展的一個節點，涉及到多模態多端學習和 MoE 架構（即混合專家模型，是一種新型的大模型架構，其核心思想是“術業有專攻”，通過多個“專家”模型共同協作來處理復雜的任務），國內在相關技術研究上已取得一定進展。”

聚焦到產品，開源證券研報指出，GPT-4o 等多模態大模型正加速推進 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 AI 與 IP 聯動；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 三款產品。

至于國內，FoloToy 聯合火山引擎推出“顯眼包”，躍然創新持續迭代 BubblePal（截至 2024 年 10 月已銷售數萬臺）；Looi 推出可移動手機支架形態的桌面機器人，具有調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。

字節埋“伏筆”

面對這樣的市場與技術趨勢，字節跳動如何布局？

虎嗅了解到，字節跳動計劃通過不同垂類大模型帶動豆包月活在 2025 年實現翻倍。

與之匹配的動作包括：一方面，字節會圍繞抖音等 C 端體系推進娛樂、社交、陪伴、游戲場景滲透；另一方面，字節跳動會進一步提升火山引擎在 ToB 領域的輸出能力，為企業提供 API 調用、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）等硬件結合，未來能在唱歌、作曲等領域有更好的發展。

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、面部關鍵點參數（如唇形等面部 landmark 參數）以及對應的文字以數據對形式放入模型，在語速、語調、視覺等多模態之間建立統一關聯——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心愉悅、生氣、擔憂等情感狀態。

比如，Hume AI 在 2024 年發布的 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的核心：推斷用戶想要什么并執行它。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品，在信息檢索、陪伴、知識協作、AI 玩具、社交游戲等領域有顯著優勢——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業上下游關聯企業股價攀升。

有從業者告訴虎嗅，通用大模型未來會融合各種細分模型，如“情感大模型”、文生視頻大模型、圖生視頻大模型等，從而變得更加全面、強大；至于大模型下一階段進化方向，行業資深從業者的共識是世界模型（媲美人腦，通過學習現實世界中的物理和因果規律，具備“物理直覺”，可在內部模擬環境變化，并基于當前環境狀態推演未來狀態，同時評估自身行為后果）。

至于市場潛力，“情感大模型”熱浪或將推動消費類機器人加速升級——群智咨詢顯示 2024 年全球機器人出貨規模約 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模達 1540 億美元。

當然，“情感大模型”現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、數據收集與隱私安全等，這些既是大廠跑馬圈地過程中的阻礙，也能成為業務突破后的技術護城河。