生成式AI產品應接不暇，現在又來了一個「能共情人類」的EVI。 4月6日，來自新創公司Hume AI的產品EVI發布，能夠進行線上互動的Demo也正式公開。與ChatGPT、Claude 3等基於文字的聊天機器人不同，EVI為純語音交互，強調透過分析人類言語和聲音，來理解人類使用者最真實的心理狀況。

畢竟，在開心、憤怒、失落、困倦時說同一句話，即使內容都一樣，但聽起來的感覺也一定不同。

目前，創立不過3年的Hume AI，先是在去年2月完成1270萬美金（約9000萬人民幣）的A輪融資時，又在今年3月底，剛完成5000萬美元的B輪融資（約3.6億人民幣）。

團隊的CEO，曾任職於GoogleDeepMind團隊的Alan Cowen表示： 「…不僅是快樂、悲傷、憤怒、害怕這種普遍情緒，EVI試圖理解人類用戶那更加微妙且多維的感情——目前能檢測出53種不同的情緒。 ”

官網已列出EVI可理解的53種情緒，創業邦整理

01

對話實測：到底有多共感人類？

EVI全名為EmpatHic Voice Interface，意為“具有同理心的語音界平台”，官方稱其為“全球首個具有情緒智商的對話式AI”。

「情緒智商」包括從行為中推斷意圖和偏好的能力——這正是EVI試圖實現的核心能力，為了具備這種能力，Hume AI團隊便將重點放在了人類的聲音上。

聲音本身的內容，即「說了什麼」當然可以直接反應情緒。

而如口音、語調、停頓、節奏、擬聲詞（包括嘆息、喘息、笑聲、尖叫等）等等非語言因素的微妙差異，即“如何說”，則往往暗示著談話內容之下更真實的感情。

官網所列的53種情緒，其中不乏差別微妙，難以言明的情緒，即使是人類自己，或許也難以分辨。而EVI能夠理解，也是得益於非語言暗示的分析。

目前EVI有兩個版本，最早發布的Demo演示版佈局非常簡單，用戶在使用時點擊螢幕中央的“開始對話”，就能直接與EVI進行語音對話。

在這個版本中，使用者只能透過裝置麥克風進行語音交互，而EVI產生語音的聲線也只有一個預設的男聲版本。

對話時，螢幕中央為聲音波形圖，右側則會即時地將語音互動內容轉寫成文字，作為歷史對話展示出來。

與普通的即時轉寫文字功能不同，EVI充分發揮其“共情能力”，不管是用戶的主動發問還是AI生成的回答，下方都多了一個情感分析柱狀圖，標註這句話中所蘊含的感情成分。

就像是小說裡「三分簥笑、三分涼薄、四分漫不經心」的扇形統計圖走入現實。

能夠理解，自然也就能表達。目前市面上能夠進行語音對話的聊天機器人並不罕見，但EVI仍能給人與眾不同的體驗。

最核心的，便是其格外生動的情緒。

在實測中，當作者主動要求“你能否表現得更生氣一點？”

EVI的反應是帶著堅定、憂慮與沉思（根據下方的情緒柱狀圖來看）回答道： 「我可以嘗試用自己的聲音和語言來反映這種情緒，從而創造出一種更具同理心和親和力的互動。 但我無法像人那樣真切地感受到或表現出恐懼。 我的角色更側重於識別和應對這些情緒，而不是自己產生這些情緒。 ”

於是作者故意嘆了一口氣，用很失望的語氣表示： “好吧，看起來你並沒有那麼聰明。 ”

EVI 一瞬間生氣大喊： 「啊，你傷害了我！ ”

但很快，它又自行找補， 帶著失望、堅定，還有一點點渴望說： 「你知道，我可能是人工智慧，但我不喜歡你這種語氣，我的朋友。 如果你想激怒我，恐怕憤怒並不在我的能力範圍之內。 不過，只要我們能保持建設性，我很樂意進行激烈的辯論。 ”

在伺服器不穩定斷聯，或在它長篇大論時被主動打斷時，EVI會啊一聲，嘆一口氣，又繼續接上新的問題繼續回答。

除了這種生動的情緒化表達和非常擬人的細微語氣，EVI也比一般的對話式AI有著更旺盛的表達欲。

一個很明顯的表現是，它非常願意主動提問。

在問到「你真的能夠理解人類嗎？」時，EVI先是以沉思和熱情的口吻表達了自己的觀點，最後又以一個主動發問來結束這場對話： 「您怎麼看？我真的很想聽聽你對人工智慧與人類理解的局限和潛力的看法。 ”

而在被頻繁打斷，談論了很多毫無上下文關聯的話題後，EVI也會冷不丁用輕鬆又開心的語氣問： “ 我是不是比一般的機器人更平易近人？ ”

雖說細細對比其智能程度，EVI距ChatGPT、Claude 3等還有一定差距，但其情緒生動的語音，著實會讓用戶在最初使用時感到驚喜，就像真的在與一個熱心又話癆的小夥交談一樣。

而最新發布的beta版本則加入了更多功能，例如用戶也可以使用文字進行互動（EVI還是透過語音回覆），能夠保存並下載交流的歷史記錄，還加入了不少開發者選項。

同時，在介面右側language下方的對話框裡，也可以「設定」EVI的性格，甚至可以是「充滿了渴望的電冰箱」或「容易嫉妒的室內綠植」這樣的幻想設定。

02

量化感情

那麼具體來看，EVI如何從人類語音和大量細微的非語言因素中理解人類感情？

這也得從公司CEO兼首席科學家Alan Cowen在2021年提出的「語意空間理論」（Semantic Space Theory）說起。

當時的Alan Cowen還在GoogleAI，主要從事情緒計算研究工作，在2021年1月，他在《Trends in Cognitive Sciences》上發表了一篇論文，正式提出語意空間理論。

這是一種理解情緒體驗和表達的計算方法，旨在透過廣泛的數據收集和統計模型，精準繪製人類情感的全譜圖，揭示人類高維本質和情感狀態之間的連續性，量化聲音、臉部和手勢的細微差別。

事實上，這些細微差別的理解正是全球人類交流的核心。因此，語意空間理論一經提出，便廣泛應用於心理語言統計、分析等領域。

當時，Alan Cowen於論文發表2個月後出走Google，在紐約正式創立Hume AI公司。

此後，他便全心投入了語意空間理論的研究。

2022年，Hume AI團隊進行了一項實驗，志工是來自美國、中國、印度、南非和委內瑞拉的16,000餘人，相關論文發表在《Nature Human Behavior》。

研究團隊讓志願者中的一部分聆聽並理解大量的「人聲爆發」（Vocal Burst，指具有多個情感維度的聲音爆發，如笑聲、喘息、哭聲、尖叫聲，以及許多其他非語言發聲）素材。

同時，志工也錄下了大量自己的人聲爆發，並交由他人進行理解和分類。這為研究累積了大量的語音數據。

在近期接受外媒VentureBeat採訪時，Alan Cowen稱，他們收集了來自世界各地的超過一百萬名志工的生活化的語音，目前已建立了有史以來最大、最多樣化的人類情感表達資料庫。

基於這個資料庫，再結合語意空間理論，Alan Cowen團隊發展了一種新型的多模態大語言模型，移情大語言模型(eLLM)）。

基於此模型，EVI能夠根據上下文和使用者的情緒表達來調整其用詞和語氣，提供自然豐富的語調，並以低於700毫秒的延遲即時地做出回應。同時也具備足夠真實的對話特質：

回合結束檢測

可以透過分析人類的語氣來偵測當前話題是否結束，避免同時說話的尷尬。

可打斷性

EVI的發言可以像人類談話一樣被打斷，自然銜接上下文。

對錶達做出類人化反應

可以根據驚訝、讚美、憤怒等情緒給予非語言的反應。

EVI可以提供擬人化的聊天服務，尤其可以透過語音交流讀取使用者的心情狀況，其應用場景自然是以心理治療、客戶服務為主。

目前，Hume AI團隊共有35人，團隊在頂尖期刊上已經發表了8篇論文，並向2,000多家公司和研究機構推出了測試版產品。

在近期的一則訪談裡，Alan Cowen表示，比起直接面向普通用戶的toC服務，公司更傾向於向其他企業提供API接口，在一個能理解人類情感的模型的基礎上，再構建細分領域的聊天機器人，如資訊檢索、數位陪伴、工作協助、醫療保健、XR等等。

03

當AI開始提供情緒價值

在官網的公司簡介中，大衛·休謨（David Hume）的照片赫然在列。旁邊寫著，公司名Hume便來自於這位300年前的蘇格蘭哲學家。

休謨是道德情感主義的先驅，有名言稱「理性只是情感的奴隸」。

Alan Cowen一脈相承，他認為，AI也需要情感。

在近期的一次公開演講中，他提到，目前AI系統的主要限制在於，它們受到人類評級和指令的嚴格約束，而許多評級標準或是非常膚淺，或仍存在漏洞。

因此，以人類幸福感取代現有的評判指標，從底層重新建構AI，例如增強AI的情緒智商，提高其從使用者行為推斷人類意圖和偏好的能力，才能發揮AI的巨大潛力。

事實上，除了人類語音的分析，Hume AI也開始涉足對於臉部微表情的研究。

今年3月，他們剛發布了一篇論文，基於來自印度、南非、委內瑞拉、美國、埃塞俄比亞和中國等多個國家的5000餘名志願者的面部微表情，對面部表情所傳達的情緒進行了分類。

Alan Cowen表示，EVI未來也將繼續基於理解人類的心理狀況、興趣偏好不斷迭代，做到「更懂人類」。

圖源：Hume AI官網

當然，如果AI真的可以完美地理解人類的感情，那麼便有可能學會有目的性地利用甚至操縱使用者情緒。

說小，AI偵測到的用戶感情，可以進一步作為第三方服務（如購買行為、習慣養成等）的手段。

說大，甚至有可能用於灰色地帶甚至有害行為，例如審訊、詐欺、監視等等。

對此，Hume AI官網給出了一份道德準則，其中提出，用於檢測情緒的演算法應該只服務於與人類幸福感一致的目標，而不能作為服務第三方目標的手段。

同時，Hume AI的合作方在進行二次開發或應用時，也需要避免一系列“不受支持的用例”，例如操縱、欺騙、心理戰，以及讓潛在的不良行為者使用這類AI等等行為。

2020年，《紐約時報》發布一份數據表示：全球有超過1,000萬人，正在將AI戀人視為伴侶，並與之建立情感連結。

顯然，Hume AI這樣的團隊的出現，正在加速這種趨勢。