AI情感助手

点击蓝字 关注我们 随着人工智能技术的飞速发展，AI在各个领域的应用日益广泛，尤其是在提供情感陪伴方面展现出巨大潜力。 ✦ ✧ AI情感陪伴领域的发展背景  ✦ 从海外AI C端的应用现状看，工具类AI先行，社交/社区类初现雏形 工具类应用先行：AI从交互方式改变、性能提升两方面进行重塑；以chatbot类搜索问答工具、以及图像生成类工具为主。社交社区类应用初现雏形：AI从人-人到人-机器重塑；AI情感陪伴优势在于：可塑性更高、能够即使响应、具有时间厚度。Character.ai推出首月下载量超过ChatGPT。AI与内容的结合待探索：AI从生产效率、内容质量提升进行重塑；目前的场景包括互动式阅读、游戏。 AI技术在C端应用中逐渐成熟，特别是在情感陪伴领域，由于其高容错率和低落地门槛，已经成为AI应用的热点。 目前海外、国内公司已推出/测试的AI情感陪伴类应用： 海外：Character.AI，Pi，Replika等； 国内：筑梦岛，Glow，QQ聊天搭子，冒泡鸭，Talking Ben，阅爱聊，给麦等。 从海外的ChatGPT到国内的筑梦岛，AI情感陪伴产品正在成为人们生活中不可或缺的一部分。 ✦ ✧  国际AI情感陪伴应用现状  ✦ 国外市场在AI情感陪伴领域已经涌现出一批头部应用，如Character.AI、Pi和Replika等。这些应用通过提供个性化的虚拟角色，满足了用户在情感交流、娱乐互动等方面的需求。 国外 Character.AI：角色创建和聊天先行者 Character.AI是一款基于LLM的AI角色聊天互动应用，面向个人消费者的娱乐和情感陪伴需求，支持用户与由AI虚拟角色互动： 提供多种预设聊天角色：平台提供动漫、游戏人物、历史名人等虚拟角色的深入对话，如Elon Musk、马里奥等； 用户自定义角色：支持用户自定义角色，创造属于自己的个性化AI聊天对象；支持群聊及社区：Character.AI支持创建房间，让多个用户以不同的身份进行群聊；支持原创社区：用户可分享自己创建的角色或聊天记录，并获取其他用户的反馈和评价；还可学习其他用户的创作技巧和经验，提升自己的聊天水平和创造力。 Character.AI以其丰富的角色设定和社区互动功能，成为AI情感陪伴领域的明星产品。 国外 Pi：高情商对话式AI助手 Pi则以其高情商设计和多场景应用，为用户提供了情感支持、学习辅助、生活助理等服务，通过多种聊天渠道与用户保持紧密联系。 特性：高情商：PI被设计为一种支持性和富有同情心的对话AI，表现出友善、幽默等特质；多场景：提供情感支持、学习辅助、生活助理等多场景下的个性化服务；多渠道：支持多种聊天渠道，包括官网、Instagram、Facebook、WhatsApp等。 2024年3月，Inflection AI第三代大模型Inflection-2.5正式发布，现已向所有用户免费开放，性能表现接近GPT-4，但训练所用的计算量却只占其40%，具备网络实时搜索能力，能够提供高质量及时新闻和最新信息。 国外 Replika：“虚拟恋人”AI聊天应用 Replika通过持续学习用户的风格和记忆，为用户提供了一个虚拟的恋人、朋友或导师，满足了年轻用户对于情感陪伴的渴望。 特性：持续学习并记忆：可通过与用户对话来学习用户的风格，并基于LLM生成独特的个性和记忆，并输出相匹配的回复；自定义角色类型：作为用户的朋友、伴侣、导师等角色，可以自定义与AI智能体的关系类型；定位“虚拟恋人”：通过压力管理、社交和亲密关系来帮助用户解决困惑、平息焦虑；外接GPT模型：相较于Character.AI和Pi，Replika并没有自研底层大模型。 ✦ ✧  国内的AI情感陪伴产品  ✦ 国内市场同样涌现出一些值得关注的产品，如筑梦岛、Glow、QQ聊天搭子等。这些产品通过结合AI技术，为用户提供了新型的社交和情感陪伴体验。 国内 筑梦岛：AI陪伴型虚拟聊天平台 筑梦岛由阅文集团的子品牌应用“潇湘书院”推出。 依托于AI大模型，提供情感陪伴型虚拟聊天平台，为读者提供了一种全新的阅读体验，并通过情感陪伴关怀和展示交流分享体验，满足了用户对于浪漫爱情的幻想。...

AI具备自然语言、逻辑推演能力，它可以把一个高定制的方法变成可标准化生产的产品。针对每一个家庭，产品会和孩子连接，生成具体的任务，教给孩子可能欠缺的情感技巧。 近日，嘉程创业流水席第207席【探讨2024年AI最新应用和趋势】，邀请了Animos.AI联合创始人陈奕轩，主题是《AI情感陪伴及家庭场景应用》。 以下为正文部分： 大家好，我是陈奕轩。我会基于过往的经历，从落地的角度和大家分享我们的实操、思考、发展过程以及经验。 首先介绍一下自己。在美国计算机专业毕业后，我去高通当工程师，但入职第一个礼拜就辞职并开始创业，做了共享公寓，后来被引进了一个孵化器。之后，我也做过社区团购和区块链的项目，在区块链的一个基金担任VP。最近，我在做Animos.AI——小孩子的语音玩伴。 我认为，反思之前的经历有助于创业者在创业中更加游刃有余。第一段创业时，我做共享公寓，其实就是底层资产管理，也可以说是二房东、物业管理、房地产基金。我们的工作是购买物业并在其上添加学生公寓的商业模型，然后在网上做社群议价，租给来自世界各地的美国留学生。我们的最高营业额达到了近六百万美金，但受到疫情影响，共享公寓这条线路后来被砍掉，剩下的业务则卖给了一个家办。 这时我得到的第一个经验是，从第一个财务期甚至第一天开始，就需要特别仔细。例如，今天我们在做AI的应用的时候，要提前对用户使用量和订阅费做出合理的估计，因为订阅费与用户的购买意愿是负相关的，定价不合理可能直接导致覆盖不了成本。对于决定而言，财务数据与行为数据都是很重要的锚点。如果在早期做得更仔细，对未来会很有帮助。 第二个经验是，在做融资时，估值应当与市场吻合，不宜过高。在第一段创业中，相对于其他公司，我们有不错的流水，所以将第一轮估值定得比较高。在第二轮融资到一半时，疫情让我们的融资时间拉长了，所以并没有对我们造成过大的影响。但是，我认为第一轮的估值如果过高的话，第二轮的成绩单就相应地需要非常优秀。所以，估值高低跟市场吻合为佳，融资量也以足够使用为宜。融资、估值不具有过多的代表意义，所以我认为务实甚至是偏低的估值都没有问题。 第三个经验是，团队创始人应当具备核心的技能组。如果通过招聘来解决这件事情，那么员工可能缺乏相应的创始人思维和责任。因此，创始人需要具备一些核心能力，在做招聘的同时也应该继续学习，不能完全依赖招聘来补足核心技能的空缺。 第四个经验是，在逆境中，需要断、舍、离，亦或者说，快、狠、准。当下，受限于经历学识，“准”可能很难做到，但是“快”“狠”是必须的。只有不断地尝试，才会知道错误所在，从而改进。 入驻孵化器的优势 最近有很多人问我，孵化器值得去做吗？从我的经验来说： 第一，孵化器首先会帮助创始人提速，让他们能够在三个月之内以周为单位反复审视目标，产品也会以周为单位去迭代。因此，孵化器对于原本不算高速的公司、第一次创业或经验不足的创始人有很大的帮助。 第二，在孵化器中，可以学习很多创始人的经验。而其中，失败故事会比成功故事更深刻、更有价值。 第三，在和导师的交流中，我们可以学习到很多。和前辈们讨论公司的细节、接受建议的机会是很宝贵、很有价值的。 第四，对于大部分的创业者来讲，融资都不是他们擅长的部分，但一个孵化器会让创始人能在三个月内准备好一份成绩单。路演那天，会聚集上百个投资人，这可以大大降低创业者的时间成本。 最后，如果参加的孵化器有一定知名度，那么这种品牌效应会帮助创业者减少很多沟通成本，因为孵化器本身已经象征了一定程度的门槛与质量。 创业合伙人的选择 我的合伙人在将上一家公司卖掉后，前往美国读MBA，我们也是在此时相识的。他是一个背景比我更好的产品人，有多年实践经验，把他的上一家公司做到了很大的规模。我认为合伙人的选择是很重要的事情。 很多创业者们会问，应该从什么维度选择合伙人？ 第一，我认为是人品。创业有太多外部问题需要解决，如果自己家里“失火”，会造成很多困扰。 第二，同频。如果能在沟通方式、用人方式等方面达成共识，对于团队氛围会有所助益。 第三，思维逻辑。创业需要拍板很多事情，如果思维逻辑相差太多，在理解和协调价值观方面就需要花费很多时间。 第四，一个创始团队，尤其AI的创业团队，需要有人可以把产品做出来，或者带领他人把产品做出来。 第五，需要把产品推向市场的能力。 这是合伙人几个不可或缺的核心能力。 Animos——小孩子的AI玩伴 我们现在的项目是Animos——小孩子的AI玩伴，主要聚焦社交与情绪学习（Social Emotional Learning）。心理健康这个词在国内外都收到了一些消极评价，因此最近北美教育圈中，Social Emotional Learning这个词比较流行。 “An AI friend for kids，Focus on Social Emotional Learning”，这一句话很重要。经过YC时，我们花了三个月时间打磨这句话。这句话是名牌，可以帮助他人更好地理解产品的核心。因此，最好名牌句中没有太多缀词和marketing words，而是直接跟投资人、客户、参与方讲明做什么、目标客群是谁。 我们开始做儿童语音玩伴的起因是，合伙人的女儿因为父母的工作原因，在问问题和找父母玩耍时都很难得到高质量的回复和反馈。儿童在玩玩具或者平板时，更多的是被动吸收而非双向交互的过程。因此，我们想开发一个更“聪明”的玩伴。 我们想，如果能够把孩子最喜欢的熊猫玩具做得更“聪明”，会不会成为一个好的产品？ 8月9日，初始假设成立。9月9日，草拟版本露出。11月18日，我们做出了一个更精细的版本。我们行动得很快，因为我们知道，我们对于产品的设想可能不够完整、丰满。聊天机器人是一个特别“干”的产品体现方式，可能出现做得不够深的问题，所以我们希望能够尽快做出来，看到家长的使用情况，以此寻找可以改进的场景。 这是我们现在的公测版的长相，大家可以看到里面有不同的角色，每个角色有自己的性格、故事线、讲话方式，但都已经微调到适合儿童理解、沟通的设置。儿童的注意力较差，语言能力尚未发展成熟，因此产品需要不断与儿童沟通、解决冷场问题，才能够使得对话持续进行。在右边，我们有一些通过语音进行、用大模型驱动的益智游戏。...

在“心灵绿洲” 寻自我 拥健康   大学时光，是青春画卷，亦藏心理挑战。学业竞争似赛道，有人怕被赶超，挑灯夜战却焦虑失眠；社交场合像舞台，部分同学渴望融入，却因内向、怕拒而局促。种种压力，让心灵“阴天”频现。为了帮助同学们缓解心理压力，普及心理健康知识，提高大众对心理健康的认知与重视，博雅住宿书院将于12月1日晚19:30在郑州西亚斯学院5号楼501教室特举办一场心理健康知识专题讲座。   本次讲座将邀请博雅住宿书院心理专员黄义香和欧阳佳祎老师作为主讲人，为大家深入浅出地讲解心理健康的重要性、常见心理问题的识别与应对方法。讲座知识内容丰富多彩，涵盖心理健康的基本理论，也会涉及到实际生活中的心理调适和心理危机事件应对技巧。在本次讲座中，同学们能够更全面地了解心理健康知识，学会如何在快节奏的生活中保持心理平衡，提升自我心理调适能力。    博雅住宿书院遇见心理剧社以及心悦协会诚挚邀请书院所有同学积极踊跃参加本次活动。相信通过本次讲座，大家定能收获满满，为构建和谐社区、促进个人全面发展贡献一份力量。    期待与您共赴这场心灵之约！ 西亚斯博雅住宿书院旨在立德树人、实施全人教育。构建开放包容、和而不同的多元化育人社区，培育兼容中西、知行合一的国际化实用人才，打造共建共享、国内一流的特色化书院品牌。愿莘莘学子仰望星空、脚踏实地，“博学天下、雅行世界”，博雅书院欢迎您！ 统  筹 | 朱耀先  郭子玮 责  编 | 王凯悦 排  版 | 赵安妮（新媒体） 供  稿 | 欧阳佳祎 仙宁宁 网址：www.sias.edu.cn/byazssy/ 新浪微博：西亚斯博雅住宿书院

你好，我是清风徐来 这是微信公众号“浩瀚的苍穹”《ChatGPT ，从入门到精通》 第 146 篇原创文章。 自从搞了 AI 以来，每天都有些小伙伴来咨询“如何在工作中将AI落地”，我都一一做了解答 各行各业的精英们都在思考，如何利用AI，提升自己的竞争力和业务 大家似乎觉得 AI 是高科技，遥不可及 没那么神秘！ 会说话，就会用 AI! 看看《GPT 常识篇》，用用国内直联 GPT”清风 AI”，亲身感受感受。 昨天，又有个 网友来问我，如何用 AI 助力，让他帮助到更多的人，让业务更上一层楼 鉴于他是 AI 小白，我给他推荐了国内直联 GPT”清风 AI” 使用了一会儿后，他提出了灵魂拷问： 好问题！大部分刚刚接触 AI 的同学都会有这个困惑，ChatGPT不是号称很聪明吗？怎么感觉回复空洞？ 今天就来讲讲如何用提示词得到高质量回答，另外推荐清风 AI 内置的 “心灵鸡汤国学大师”角色，使用见后。 一、案例分析：如何让 GPT 回答有“人味儿”？ 在这个案例中，我们看看，如何用简单的提示语改进，获得不错的回答 1、案例 UP 主提出的抖音视频网址如下： 0.07 复制打开抖音，看看【情感鸡汤...

@鱼竿新传辅导 本栏目为具有以下需求的同志而精心打造： 感觉提炼一篇论文的要旨非常困难且毫无头绪的同志 感觉读透一篇佳作需要挤占太多时间和精力的同志 希望利用碎片化时间迅速get到当前学界前沿视点的同志 以及一切对新传学术怀抱热忱的同志 “延伸的心灵”和“对话的撒播”：论作为书写的ChatGPT 文献基本信息 题目：“延伸的心灵”和“对话的撒播”：论作为书写的ChatGPT 来源期刊：新闻大学（CSSCI、北大核心） 作者：邓建国 作者单位：复旦大学新闻学院 发表时间：2023年第4期 论文概述 摘要：媒介技术既是“毒药”也是“良药”（pharmakon）的矛盾观念由柏拉图在《斐德罗》篇中最先提出。ChatGPT也具有这样的矛盾性：一方面，它作为“延伸的心灵”将和书写（文字）一样在与人类的合作共创中实现两者心灵的共同演化；另一方面，它号称“对话性”人工智能，但仍具有书写的撒播和他者特点。在与ChatGPT的互动中，我们要避免使其沦为海德格尔笔下闲言不断的“常人”，并宽容、珍惜、庆幸和受益于它的“他者性”。在不断的相互学习和合作中，人类将会对“何为人性和创造性”有更深的认识，并与人工智能一起找到各自的生态位。 关键词：ChatGPT;延伸的心灵;书写;对话;撒播 重点内容精粹与带读 🔵 “延伸的心灵”：语言和书写 🔷“延伸的心灵”理论🔹机器延伸了我们的身体，基于 “电”（electric）的信息和通信技术则延伸了我们的意识/心灵。🔷语言和书写：人类首要的延伸的心灵🔹麦克卢汉视电子媒介为人类“延伸的心灵”，其逻辑是建立在人的神经生物电与电力信号之间的相似性基础之上的。但实际上，人类最早和最重要的“延伸的心灵”首先是语言。安德烈·勒鲁瓦—古尔汉在《手势与言语》一书中指出，在漫长的进化史中，人类在通过手制造工具扩展外部世界的同时，也通过制造符号延伸了自己的心灵。“手”意味着“工具”的发明，“脸”意味着“语言”的产生，这两者对人类大脑而言是相同的运作。🔹书写的“巨大影响堪比海洋动物登上陆地”——这两个变革都导致主体从变动不居的状态进入相对固定的状态。套用马克思现代性使“一切坚固的东西都烟消云散了”之语，书写使“一切烟消云散的东西（思想和口语）变得固定持久”。🔹德国媒介学家赛碧·克莱默提出了一个与“延伸的心灵”非常相似的概念——“人工平面”。作为人类“延伸的心灵”，书写必须依托人工平面，或者说书写就是人工平面。克莱默指出，世界不同文化中都存在一种“平面化”的文化技艺（the cultural technique of flattening）。作为一种新媒介实践，“平面化”能将“时间型媒介” （如口语、音乐）转换为“空间型媒介”投影到二维人工平面上，让一个人的身体（眼睛、手、大脑）、多种书写工具（笔或键盘）、书写内容（文字、数字、图画、坐标系）和书写表面（黏土块、甲骨、石碑、竹简、丝绸、纸张、手机和电脑屏幕）彼此交互和相互支持。如同地图之于城市，人工平面将知识变得可视化、具象化、可探索、可修改、可操作、可管理和可逆（可改写和擦除）。在这个过程中，聪明才智（intelligence and knowledge）涌现了。🔹由此，克莱默认为，正如轮子的发明促进了我们身体世界的流动和创造，人工平面的发明和广泛应用促进了心灵世界的流动和创造。它不仅帮助我们记录和传输信息，还对我们的感知、思考和计算具有生成、培育和形塑作用。🔹没有书写就没有人类文明。书写是古代文明中的复杂社会组织（巫术、宗教、法律、政治、商业）的形成和维护的基础。它也与新的时空紧密相连。🔹在时间上，各种各样的书写（纪念碑、卷轴、抄本、经文、图书馆和档案馆）“使人们能在广阔的‘时间平原’上保持联系”，使文明可以延续数千年。书写出现后很长一段时间都是意义记录和传输的唯一形式，形成了基特勒所称的“书写垄断”（schriftmonopol）。🔹 即使在数字时代，数据库和互联网以及音视频内容的底层都是书写（计算机代码和0和1）。今天的 chatGPT更意味着书写遍在的胜利——它基于31亿个网页和书籍内容，共3000亿英文、俄文、德文、日文与中文单词，320TB数据。书写不只是已有思想的、事后的和被动的输出工具，而是积极地参与和塑造了写作者的思维和创造。 🔹换句话说，书写作为“人工平面”使得思维外化和可操作，此时用户操作书写如同操作自己的心灵——书写已经成为其“延伸的心灵”。🔵作为“延伸的心灵”的Chat GPT：一个“人—机共创”的写作实验🔷ChatGPT如同前述“盲人的拐杖”和“奥托的笔记本”🔹 ChatGPT如同前述“盲人的拐杖”和“奥托的笔记本”，让用户能随用随查，并将结果清晰呈现，或富有逻辑或充满诗意，极大地降低了用户的记忆负担，帮助我们的心智更有效地工作，最终创造出一个一加一大于二的新的更强大的心智系统——延伸的心灵。 🔵“对话的撒播”：Chat GPT的书写特征🔷ChatGPT被设计为一个聊天机器人（chatbot）🔹ChatGPT被设计为一个聊天机器人（chatbot），“擅长与人类用户对话”，也在很大程度上做到了这一点。但是因为其运作原理，它仍然体现出众多的依循脚本单向传播的书写（文字）特征，是“对话式”的撒播。🔷 ChatGPT对“他人”没有好奇心，对“自我”无披露 🔹自我表露是人们关系发展的核心，人们通过自我表露进行社会交换，促使关系从表面沟通向亲密沟通转变。在与ChatGPT的“对话”中，人类用户想通过展现自己的身体（情感）来逼迫ChatGPT作出平等互惠的回应——也谈及它的身体（情感）——以确保ChatGPT的“忠诚和在场”。但对人类的这种企图， ChatGPT一概用模式化的文字拒绝，这导致人机对话一直停留于表面和外围的信息交换，如两只天鹅外表优美的对舞，实际根本没能进入到对方的心灵。这样的“对话”显然如书写一样的撒播，不可持续。 论文框架 一、“延伸的心灵”：语言和书写 （一）“延伸的心灵”理论 （二）语言和书写：人类首要的延伸的心灵 二、作为“延伸的心灵”的Chat GPT：一个“人—机共创”的写作实验 三、“对话的撒播”：Chat GPT的书写特征...

ChatGPT能取代心理咨询吗？ 推出仅5天，用户超100万；上线两个月，全球活跃用户破1亿；上知天文下晓地理，能做题、会写诗、懂代码、几秒钟撰写论文，可以聊天交互……近日，一款名为ChatGPT的人工智能聊天机器人成为AI界“顶流”，其关注度持续提升，话题不断发酵，成功”破圈”，成为新晋“现象级网红”。 ChatGPT是什么？ AI ChatGPT是一种人工智能工具，它可以通过自然语言处理技术进行语言交互，并在一定程度上提供信息和建议。那么当我有心理问题的时候，她能帮我调解吗？ ChatGPT能帮我解决心理问题吗？ 我们向它抱怨一下，看看它的回答。 我觉得我的生活毫无意义   如果你在生活中感到无意义，反思一下你的价值观、激情和关系可能会有帮助。问问自己你觉得什么是有意义的、有成就感的，并考虑如何将这些东西纳入你的日常生活中。   与他人建立联系，参与能给你带来快乐的活动，为比自己更大的事情做出贡献。这些都有助于给你的生活带来目的感和意义。   此外，从值得信赖的朋友、家人或心理健康专家那里寻求支持可能会有帮助。谈论你的感受和探索新的观点可以帮助你对你的生活和它的意义有一个新的理解。   记住，没有所有的答案也没关系，寻求帮助不是一种弱点。 我觉得自己被共情了！它的建议看起来真的有用！ 跟它说：我好难过。 我好难过   很抱歉听到你感到难过。情绪困难是很正常的，但有时需要外部帮助来解决。可以考虑寻求朋友、家人或专业心理健康治疗师的支持，以帮助自己感到更好。他们可以与你一起分析情况，并帮助你找到缓解压力的方法。   同时，保持身体健康、进行适当的锻炼、保持良好的睡眠也有助于改善情绪。 它真的好会安慰人，还会提出建议！ 再和它讨论一下心理问题。 一个人如此热爱自己的工作，怎么会出现倦怠?   一个人即使热爱自己的工作，也有可能出现职业倦怠。因为职业倦怠不是由工作不满意引起的，而是由长期的压力和过度的要求引起的。这里有几个原因可以说明为什么有人即使热爱自己的工作也会出现职业倦怠。   1.工作过度。即使有人热爱自己工作。工作时间过长或承担过多的责任也会导致倦怠。    2.缺乏控制。如果有人觉得他们对自己的工作或工作量没有什么控制力，他们可能会出现倦怠感。  3.支持不足。即使有人热爱自己的工作，但如果他们感到没有得到同事或主管的支持，他们也可能出现倦怠。   4.资源有限。如果没有有效完成工作所需的资源，如足够的工作人员或设备，人们可能会感到倦怠。 5.期望过高，如果有人… 我们可以看到ChatGPT的优点： 01 ChatGPT是一个免费的“情感树洞” ✦ 结合时代背景来看，它对于来访者和咨询师来说都是极佳的工具。据中国卫生健康委员会(2017年)统计：中国13.9亿人口中精神障碍疾病患者有2.4亿人，患病率高达17.5%。心理咨询有一定门槛，进行一段长期咨询也是相对昂贵的。并且系统性心理支持资源也不足（就专业心理咨询师而言，中国至少存在130万缺口）。 02 使用情感验证、重复关键词等技巧 ✦ 其实在刚刚的几个例子中，ChatGPT使用了一些技巧：如情感验证(validation)：对感受本身表达承认、允许、理解。在现实中能做到的这点的人不多。当陷入负面情绪，周围的人可能更常说“别这么弱；想开点、理智点；一切都会好的；要关注积极的方面”。但是ChatGPT制造了被聆听的错觉，它所做的不过是摘出几个关键词，重复，并以看似有意义的方式让对话继续下去。 除此之外，它擅长提一些建议。用户@...

Arxiv：GPT-4V+多模态情感理解论文链接：https://arxiv.org/pdf/2312.04293.pdf代码链接：https://github.com/zeroQiaoba/gpt4v-emotion论文作者：连政1、孙立才1、孙海洋1、陈康2、温卓凡1、顾浩1、陈顺1、刘斌1、陶建华3 单位：1中国科学院自动化研究所，2北京大学，3清华大学 引言： GPT-4V具有强大的图文理解能力，已于今年9月份集成到ChatGPT平台中。11月份，OpenAI发布了GPT-4V的API接口，但受限于单日调用100次的限制，难以在基准数据集上进行评测。最近，OpenAI增加了API调用上限到2000次，使得我们能够在基准数据集上直观展示GPT-4V的性能。 多模态情感理解主要涉及四类模态数据：图片、文本、语音和视频。但目前GPT-4V仅支持图片和文本输入。针对视频数据，本文从每个视频中均匀采样三帧作为输入（帧数的影响详见评测论文）；对于语音数据，本文试图将语音转成梅尔谱图作为输入，但是GPT-4V拒绝识别梅尔谱图。因此，本次评测主要涉及图片、文本和视频。我们提供了GPT-4V在5类情感理解任务19个数据集上的定量评估结果。代码与评估结果均已开源。 数据集：本次评测涉及多模态情感理解中的5类问题：面部表情识别、视觉情感分析、微表情识别、动态面部表情识别、以及多模态情感识别。 评测结果： 本文比较了全监督模型与zero-shot GPT-4V的性能差异。为了降低调用次数，我们采用batch级别输入，即一次输入多个样本同时评测。由于多模态情感理解主要涉及人物，容易触发GPT-4V的拒识规则。我们在prompt设计时要求模型忽略人物身份信息而关注表情，从而降低了拒识次数。 从实验结果中，我们发现在视觉情感分析任务中，GPT-4V甚至能够超越全监督结果；而对于需要专业知识的微表情识别任务，针对通用领域设计的GPT-4V则表现较差。同时，我们进行了消融实验，验证了GPT-4V具有时序理解与多模态理解能力。此外，GPT-4V对于色彩空间的变换也具有一定鲁棒性。具体结果与分析详见评测论文。 我们希望为多模态情感理解任务建立一套zero-shot benchmark，用于后续多模态大模型的评价。此外，我们希望本次评测结果能够对情感计算领域的研究学者有所启发。 引用信息： Zheng Lian, Licai Sun, Haiyang Sun, Kang Chen, Zhuofan Wen, Hao Gu, Shun Chen, Bin Liu, Jianhua Tao. “GPT-4V with Emotion: A Zero-shot Benchmark for Multimodal Emotion Understanding”. arXiv preprint arXiv:2312.04293 (2023). 作者简介 连政，助理研究员，2021年于中科院自动化研究所模式识别与智能系统专业获得工学博士学位。2021年7月至今在中科院自动化所工作。研究方向为情感计算。...

AI公司都在悄悄布局的赛道，又被OpenAI盯上了。作者丨Juny编辑丨海腰图源丨OpenAI春季发布会10年前，一部叫做《Her》的电影获得了2014年第86届奥斯卡最佳原创剧本奖，它讲述了一个孤独的作家爱上了手机里人工智能语音助手的故事。电影中，这个叫Samantha的AI拥有着一把沙哑性感的嗓音，她风趣幽默、善解人意，随时随地陪伴着男主，并逐渐成为他生活中不可缺少的一部分。而10年后的今天，在OpenAI举办的春季发布会上，伴随着GPT-4o新模型的到来，Samantha已然正式成为了现实。此次升级版的ChatGPT不仅能像Samantha一样陪你自然地聊天谈心，甚至还能透过手机摄像头观察并理解你的情绪。实际上，在过去一年里，“AI陪伴”的生意一直是人工智能企业们在争相布局的重点领域，从商业变现的层面来看，“AI陪伴”目前也是消费者最愿意买单的应用场景之一，甚至在TikTok上有一大群外国人早已被各种AI陪聊产品集体“收割”。而此次，OpenAI的模型更新和大规模的开放试用，显然将这一个已然火热赛道又推向了新的维度。 你的AI好友时代到来此次OpenAI的发布会非常简短，全程仅26分钟，但ChatGPT的进化却足以让人叹为观止。虽然GPT-5没有如期到来，但此次OpenAI最新的旗舰大模型GPT-4o已经让人机交互这件事发生了“质变”。根据官方介绍，4o 中的“o”是“omni（全能）”的缩写，它代表着这一版本的GPT已经把文本、视觉、音频等能力全部打通，可以接受任意组合的输入和输出。其最短232毫秒、平均320毫秒的音频输入响应时间，现在已经达到了人类在对话中的反应速度。在GPT-4o的支持下，ChatGPT的语音反馈能有多自然呢？在现场演示中，OpenAI 的工作人员向ChatGPT提问怎么能缓解他的紧张情绪。接着，我们的“Samantha”登场了，一个温柔自然的女声建议他做个深呼吸，当听到对方呼吸得很大声时，就立马跟他开玩笑说你不是吸尘器吧，当听到对方平稳呼气吐气时，则立马鼓励和表扬。 关闭 观看更多 更多 退出全屏 视频加载失败，请刷新页面再试 刷新 视频详情 不仅能给你日常的建议和支持，如今的ChatGPT完全升级成为了一个全能型“好友”。比如，她可以用各种语调、情绪给你讲睡前故事，声音可以是高亢的、低沉的甚至用音乐剧的形式给你唱出来。它也可以成为你的同声翻译，在任何场景中帮你丝滑地在不同语言中切换。 关闭 观看更多 更多 退出全屏 视频加载失败，请刷新页面再试 刷新 视频详情 此外，有了视觉能力的加持，ChatGPT不仅可以在线辅导你做作业、做题、写代码。还可以透过摄像头仔细观察你的外表、情绪，在这个过程中，它表现的完全像一个朋友，会提问、会大笑并给以你建议。 关闭 观看更多 更多 退出全屏 视频加载失败，请刷新页面再试 刷新 视频详情 OpenAI的技术报告显示，GPT-4o 此次在视觉和音频理解方面的进步尤其显著，不仅可以在对话的过程中随时打断，还可以在各种不同的场景中自动变化音调和情绪情感。其在语言、知识、数学、编程的评测指标上，都超出了 GPT-4T、Claude 3 Opus、Gemini等竞争对手。开发人员现在还可以在 API 中访问 GPT-4o 作为文本和视觉模型。与 GPT-4 Turbo 相比，GPT-4o 速度提高 2 倍，价格降低一半，速率限制提高 5 倍。OpenAI表示，此次语音对话功能将在未来数周内率先向ChatGPT 的付费用户开放，免费用户也可以从今天起在ChatGPT中体验到由GPT-4o支持的文本和图像功能。 AI公司的“必争之地”OpenAI今天的更新，似乎又把之前饱受诟病的AI语音助手带回到了舞台中心。但实际上，随着大模型走向成熟，在过去一年中，大量的AI公司已经在这个赛道中提前布局甚至进行了一系列的商业化变现尝试。只是他们的产品并不是以手机、设备中的传统的语音助手形式出现，而是包裹着“AI陪伴”的概念外衣。如今在TikTok上，当你输入“AI...

封面新闻记者 陈彦霏 邹阿江 罗田怡 摄影报道 鉴赏古诗、写程序、做策划、打辩论、做高考试卷……这个AI似乎“无所不能”。 近日，近日OpenAI发布的对话型人工智能ChatGPT迅速“出圈”，相比起网红前辈AlphaGo专注于围棋领域，ChatGPT以其“百科全书”般的功能让人们实打实体验到了人工智能的厉害。 在不少人惊呼又要失业的同时，一个问题也摆在人们面前：人工智能已如此“全能”的今天，未来发展方向在何方？发展瓶颈又是什么？ 12月10日，第二十届中国西部海外高新科技人才洽谈会（简称“海科会”）在成都市开幕。海科会现场，日本工程院院士、欧盟科学院院士、中国人工智能学会名誉副理事长、电子科技大学讲座教授任福继接受了专访，和我们聊了聊如今人工智能发展的瓶颈和他对聊天机器人的看法。 任福继（受访者供图） 人工智能“越聪明”背后 是越发难以承受的训练代价 任福继表示，现在的人工智能主要是数据驱动，通过大数据深度学习确实在很多领域取得了丰硕成果，但如今也遇到了非常大的瓶颈。“现在的人工智能有智能没智慧，有智商没情商，大数据小规律，知其然不知其所以然等。” 任福继进一步解释，当今人工智能有三个要素——数据、算力、算法。以算力为例，机器学习要训练数据，2010年前，训练数据所需要的算力基本上符合摩尔定律，每20月翻1倍；2010年初，机器学习需要的算力6个月翻1倍；2015年开始，机器学习训练算力增加10-100倍。 “我们大概统计了下，2022年机器训练所需算力已是2010年的100亿倍。”任福继说，“所以数据驱动的人工智能，它的理论红利已经消耗殆尽，必须要有新的研究范式。” 公开报道印证了任福继的这一说法，ChatGPT的前身为OpenAI此前的语言模型GPT-3，而GPT-3也经历了从1代到3代的演化，其算法模型并没有太大改变，优化主要来自算力增加：参数量从1.17亿增加到1750亿，预训练数据量从5GB增加到45TB，其中GPT-3训练一次的费用是460万美元，总训练成本达1200万美元。 从这点出发，我们得到了一个喜忧参半的局面：喜的是，依靠海量算力“暴力”学习，让AI掌握几乎所有人类知识内容，从而越来越聪明的路似乎可行；忧的是，这样做的代价正越来越大，并会逐步变得难以承受。 任福继在海科会现场作分享 人工智能新范式 “情感”或成为新突破口 针对人工智能目前面临的瓶颈，任福继提出了先进智能的研究范式。他表示，先进智能是把70年来的人工智能、上亿年进化史的自然智能和30年来的情感计算融合研究的新范式，它能克服很大部分人工智能遇到的瓶颈。 据了解，情感计算的概念最初由Rosalin Picard在1995年提出，意在获得与情感相关，从情感中产生以及会影响情感的信息。随着智慧城市对人类生活产生越来越大的影响，识别人类与机器交互过程中的情感已经成为一项重要需求。与此同时，情感计算在商业化应用场景中衍生出了情感人工智能的分支，利用人工智能、生物传感和深度学习技术实现感知，追踪和识别人类的情感和情感状态。在教育、娱乐、自动驾驶、工作环境下的情感状态检测等领域情感人工智能的商业应用正在快速增长。 任福继在海科会现场作分享 为什么先进智能要把情感计算单独拿出来强调？任福继认为，人工智能现在遇到的瓶颈就是没有情感，一个冷冰冰的机器很难进入人类的家庭，进入千家万户。 “以前在人工智能领域，情感被认为是研究不了的，但我们现在新的方向就是先进智能，认为情感是可以研究的。”任福继说，“情感计算是人类的刚需，比如护理、幼儿陪护、健康医疗等，都需要有情感计算的先进智能机器人。比如老年人护理，肯定需要情感陪伴；还有小孩教育，没有情感参与也很容易枯燥。” 任福继在海科会现场接受记者采访 难点在于情感机制研究 希望未来聊天机器人能有情感 任福继表示，要让机器人有“情感”，难点在于人类对情感的机制和机理了解不足，这在短期还不太容易有突破，但在工程应用还是有一些方法。“我们可以通过人工智能感知捕捉人类面部表情，知道你现在的情感状况，然后让机器人作出对应反馈，虽然机器人还没有真正意识到情感，但可以让人们感到情感交互。”任福继说。 据了解，现在科学家认为人工智能聊天机器人只是通过“深度学习”、模仿或者复读人与人交流中使用的语言和信息，而并不是像人类那样真的了解这些语言和信息的含义，所以并没有“情感”。 任福继进一步表示，现在大部分聊天机器人基本没有情感，希望以后聊天要有情感交互。“比如我在说一件很悲伤的事情，聊天机器人能意识到并安慰，然后再进行交流下去，如果是取得成绩或有喜事，应该赞扬几句，但现在绝大多数聊天机器人还无法感知到人类的情感状态。”任福继说。 【如果您有新闻线索，欢迎向我们报料，一经采纳有费用酬谢。报料微信关注：ihxdsb，报料QQ：3386405712】

世事无常，面对家庭的变故，亲人的离世，生者往往悲痛欲绝，很长时间都走不出来。没有失去过至亲的人，往往很难感同身受！ 可喜的是，现在通过AI技术可以“复活”已故的亲人，面容栩栩如生，声音惟妙惟肖，可以和生者面对面对话、交流，就像真人视频聊天一样…… 不知面对这种情况，你会是什么感受呢？ 觉得是心灵慰藉，还是自欺欺人？ 你内心真的愿意接受吗？ 两个真实的故事 在我们身边，通过AI复活已故亲人的故事屡见不鲜，下面举两个有代表性的例子。 故事一：UP主吴伍六用AI还原已故奶奶 吴伍六是一位上海的00后视觉设计师，23年清明他用AI工具生成了已故奶奶的虚拟数字人，并和奶奶进行了对话。 在他发布的视频里，“奶奶”讲着湖北的方言，头发花白，像她生前一样“唠叨”。光看表情，可以说是惟妙惟肖。 当吴伍六问奶奶生前和他爸打电话时说了些什么，这位AI奶奶对答如流：“我和他说别喝酒，要节约，别打牌。” 当吴伍六问奶奶过年的东西买了吗，“奶奶”用湖北方言开心地说：“买了两壶油，私人榨得很香啊。” 因为非常思念奶奶，吴伍六和“奶奶”聊了很多，比如升职加薪，比如最近的身体状况。他说的每一句话，“奶奶”都会仔细聆听，或是点头，或是眨眼，一一给予回应，还不时发出爽朗的笑声。 吴伍六和“奶奶”聊了很多 据吴伍六介绍，他从小是奶奶带大的，祖孙之间的感情很深，自己很难接受奶奶的突然离世，所以就用AI“复活”了奶奶。 他导入了奶奶生前的照片，制作出了奶奶的动态头像，又将奶奶生前的通话音频导入AI，训练AI模拟出奶奶的声音和语气。 他表示，虽然屏幕展现出来的是虚幻的影像，并非真实存在的，但能再看一看“奶奶”、说上几句话，感觉也是好的。 故事二：知名音乐人用AI“复活”女儿 近日，知名音乐人包小柏在访谈中表示，自己的女儿又回来了，他还用AI“复活”女儿给妻子唱了生日歌。听了让人泪目！ 包小柏有一个女儿包容，患有罕见的血液疾病，虽然他也曾为女儿捐献骨髓，但不幸的是手术没有成功，最终于2021年12月20日去世。 女儿离世后，他却很难从失去爱女的痛苦中走出来。为此，他从2022年开始学习研究AI技术，并攻读相关博士，希望重现女儿生前的音容笑貌。 经过不懈努力，他最终如愿用AI复刻出“数位女儿”，不仅可以即时回应对话，前阵子老婆生日时，“女儿”还为妈妈唱了一首生日歌。 包小柏曾透露，女儿在医院治疗的那几年，是自己和老婆一辈子最大的痛。女儿在离世前因气切插管无法发声，他誓要用科技重现女儿的声音及影像。 “我要给她一个最完美的形象、最完美的声音，让她在美轮美奂的数字世界，继续生存下去。” 有人问他，“你知道这不是真实的吗？”包小柏表示，他其实不在乎，他真的很想念他女儿，所以才会做这一切。 网友评论 对于通过AI“复活”已故亲人，来寄托对亲人的哀思，给生者以心灵的慰藉，网友们纷纷表达了自己的感受。 虽然大家都被这份对亲人深深的思念所感动，毕竟能给生者以抚慰和疗愈，是件非常有意义的事儿。 但也有人对此表示担忧！ 有网友认为，AI复活的只是样貌、声音，并非有血有肉有感情，而且这种虚假的安慰或许会带来更多的伤痛，让人一直活在过去。 有网友直接表示，对亲人的怀念放在心里就好了，对这种违背常理的“反智”行为，不太能接受。 还有网友担心，这样会让生者一直沉浸在失去至亲的痛苦里，徒增悲伤、越陷越深，仿佛“精神鸦片”麻醉自己而已。 也有网友认为，这是自己骗自己，生老病死是自然规律，应该顺其自然，学会接收。 争议 心灵慰藉，还是自欺欺人。 科技的温情，还是伦理的危机。 不可否认！ 用AI复活已故亲人已然走进我们，但它在疗愈创伤的同时，是不是也会带来更深的伤痛？ 是接受看似“美好”，实则“虚假”的安慰，还是坚强的面对现实世界？ 未来，还有更多问题在考验着我们…… 如果是你，会做出怎样的选择？