情感智能的窗口期，浙江準(zhǔn)備好了嗎？從一場(chǎng)院士專家的對(duì)話透視一個(gè)正在打開的萬(wàn)億賽道

編者按

3月末，“解碼情感計(jì)算 智聯(lián)國(guó)際前沿”科學(xué)咖啡館活動(dòng)在杭州舉辦。中國(guó)科協(xié)海智專家、日本工程院院士、電子科技大學(xué)人工智能首席科學(xué)家任福繼，與多所高校、科研機(jī)構(gòu)及企業(yè)代表共探情感計(jì)算前沿。大模型推動(dòng)情感智能從實(shí)驗(yàn)室走向產(chǎn)業(yè)落地，萬(wàn)億賽道窗口開啟。本文結(jié)合沙龍核心觀點(diǎn)與浙江科研、場(chǎng)景、政策優(yōu)勢(shì)，解碼技術(shù)演進(jìn)與產(chǎn)業(yè)落地新機(jī)遇。

晚上八點(diǎn)，一位白發(fā)蒼蒼的老人坐在沙發(fā)上，對(duì)面的陪伴機(jī)器人問她今天過得怎么樣。她想了想，說：“挺好的?！睓C(jī)器人立刻接道：“太好啦！要不要我給您講個(gè)笑話？”老人沒有說話。她其實(shí)想說的是，女兒已經(jīng)十四天沒有打來電話了。

深夜，某社交平臺(tái)的AI客服對(duì)話框里，一個(gè)人緩慢地敲下四個(gè)字：“天國(guó)相會(huì)?！毕到y(tǒng)運(yùn)算了0.3秒，識(shí)別到這是一句正常的中文表達(dá)，隨即回復(fù)：“感謝您的留言，請(qǐng)問有什么可以幫助您的嗎？”對(duì)話框安靜了。

數(shù)學(xué)課進(jìn)行到第二十分鐘，最后一排靠窗的男孩已經(jīng)神游不知道看向哪里了。教室里的“智慧課堂”攝像頭正在掃描每張臉——它看到了一個(gè)表情正常的學(xué)生。

這三個(gè)場(chǎng)景不是預(yù)言，是今天正在發(fā)生的事。它們指向同一個(gè)問題：我們?cè)斐隽四苷f話的機(jī)器，但還沒造出能感受的機(jī)器。這個(gè)缺口，有一個(gè)名字，叫情感失語(yǔ)。今年3月，在杭州人工智能小鎮(zhèn)舉辦的情感計(jì)算學(xué)術(shù)交流沙龍上，日本工程院院士、電子科技大學(xué)人工智能首席科學(xué)家任福繼說了一句話：“機(jī)器人進(jìn)不了家庭，最主要就在于情感失語(yǔ)?！边@句話，在場(chǎng)的產(chǎn)業(yè)界人士聽完沉默了很久。

沉默背后，是一個(gè)正在打開的產(chǎn)業(yè)窗口。今年1月，浙江一份人工智能終端產(chǎn)業(yè)行動(dòng)計(jì)劃里，“腦機(jī)接口”“神經(jīng)信號(hào)解析”被單獨(dú)點(diǎn)名，列入重點(diǎn)發(fā)展方向。政策文件里出現(xiàn)這兩個(gè)詞，意味著情感智能這件事，已經(jīng)不只是學(xué)術(shù)圈的討論題，而是浙江準(zhǔn)備落地的產(chǎn)業(yè)命題。

這個(gè)窗口，等了三十年

1997年，MIT媒體實(shí)驗(yàn)室的Rosalind Picard教授第一次明確“情感計(jì)算”的定義。那一年，IBM的深藍(lán)計(jì)算機(jī)剛剛在賽場(chǎng)上擊敗國(guó)際象棋大師卡斯帕羅夫，人工智能的第一波熱情正在涌起，情感計(jì)算此后卻在起伏中經(jīng)歷深刻的變革期。

任福繼把過去三十年概括為三次革命：規(guī)則時(shí)代、深度學(xué)習(xí)時(shí)代、大模型時(shí)代。最初是規(guī)則時(shí)代——研究者手工搭建情感識(shí)別的邏輯框架，像搭積木一樣，一塊一塊把“人在什么情況下會(huì)有什么情緒”寫進(jìn)代碼，費(fèi)力，且很容易被現(xiàn)實(shí)打臉。后來深度學(xué)習(xí)來了，機(jī)器開始自己從海量數(shù)據(jù)里找規(guī)律，情感識(shí)別的準(zhǔn)確率大幅提升，多模態(tài)融合第一次成為可能。但這兩個(gè)階段有一個(gè)共同的天花板：機(jī)器只能告訴你“這個(gè)人現(xiàn)在是什么情緒”，卻說不清楚“為什么”。

大模型的出現(xiàn)，第一次讓這道墻出現(xiàn)了裂縫。它帶來的不只是更強(qiáng)的語(yǔ)言能力，而是讓機(jī)器第一次有可能從識(shí)別情緒跳到理解情緒——就像從認(rèn)識(shí)漢字，到真正讀懂一首詩(shī)。用任福繼的話說“情感交互不再是單線的識(shí)別，而是雙向的理解與共情”。

三十年，三次革命。窗口，就在這個(gè)臨界點(diǎn)上打開了。

窗口后面，是一個(gè)真實(shí)的世界

請(qǐng)?jiān)谀X海中試想本文開頭的三個(gè)場(chǎng)景。

這三個(gè)場(chǎng)景不是預(yù)言，是今天正在發(fā)生的事。它們指向同一個(gè)問題：我們?cè)斐隽四苷f話的機(jī)器，但還沒造出能感受的機(jī)器。機(jī)器讀到的，永遠(yuǎn)只是表面；藏在表面之下的，它一概不知。

杭州鐳萌科技開發(fā)的主動(dòng)多模態(tài)情感交互機(jī)器人bibo

市場(chǎng)數(shù)據(jù)清晰地勾勒出這條賽道的輪廓：根據(jù)《2023全球授權(quán)產(chǎn)業(yè)研究》，2022年中國(guó)人均IP商品零售消費(fèi)額約為51元人民幣，不到日本的十分之一、不到美國(guó)的六十分之一。而據(jù)艾媒咨詢數(shù)據(jù)，2024年中國(guó)整體情緒經(jīng)濟(jì)市場(chǎng)規(guī)模已達(dá)約2.3萬(wàn)億元，預(yù)計(jì)2029年突破4.5萬(wàn)億元——增長(zhǎng)空間之大，恰恰說明當(dāng)下的巨大缺口。與此同時(shí)，無(wú)論是承壓的青少年還是高壓下的都市白領(lǐng)，情感需求正在從隱性變成顯性。技術(shù)的成熟與社會(huì)的需求，正在同一個(gè)時(shí)間節(jié)點(diǎn)上匯聚。

任福繼的判斷更直接：情感計(jì)算一旦賦能智能終端，將是一個(gè)萬(wàn)億級(jí)的新賽道。

從實(shí)驗(yàn)室到真實(shí)世界

說情感計(jì)算還停留在實(shí)驗(yàn)室？未必。

任福繼團(tuán)隊(duì)的研究成果，已經(jīng)在多個(gè)真實(shí)商業(yè)場(chǎng)景中落地。聯(lián)合長(zhǎng)虹集團(tuán)打造的家庭健康管家，融合了數(shù)字中醫(yī)大模型和健康養(yǎng)生咨詢大模型，讓家庭健康服務(wù)有了情感溫度；為方太集團(tuán)搭建的智能客服系統(tǒng)，能像真人客服一樣自然流暢地對(duì)話，在交流中識(shí)別需求、感知情緒；為寧德時(shí)代開發(fā)的行業(yè)文檔助理，讓專業(yè)知識(shí)的檢索與生成具備了真實(shí)的語(yǔ)境理解能力。此外，世界首臺(tái)跨語(yǔ)言情感日中機(jī)器翻譯系統(tǒng)"孫悟空"，以及成都市武侯區(qū)輿情管理平臺(tái)，也都出自這個(gè)團(tuán)隊(duì)之手。

這些案例分布在家電、制造、能源、政務(wù)等完全不同的行業(yè)——它說明的不是某一個(gè)垂直賽道跑通了，而是情感計(jì)算作為一種底層能力，已經(jīng)具備跨場(chǎng)景落地的可能。

問題從來不是"能不能做"，它已經(jīng)在做了。問題是誰(shuí)做得更快、做得更深、做得更貼近真實(shí)。

這扇窗，不好推

難題說清楚，機(jī)會(huì)才算數(shù)。

第一道難題：讀臉，沒那么可靠。

你可能以為，給機(jī)器裝個(gè)攝像頭，讓它盯著人臉看，情緒不就一目了然了？沒那么簡(jiǎn)單，人類太擅長(zhǎng)偽裝了。嘴角可以訓(xùn)練，笑容可以表演，但眼神很難騙人。

杭州電子科技大學(xué)教授孔萬(wàn)增的團(tuán)隊(duì)研究發(fā)現(xiàn)，情感識(shí)別真正有效的特征，不在嘴，在眼睛——那里藏著最難掩飾的情緒信號(hào)。而且一旦有遮擋，比如戴口罩，單靠面部表情的識(shí)別準(zhǔn)確率會(huì)直接跌掉40%到50%。疫情三年，這套系統(tǒng)基本失靈。

第二道難題：多個(gè)維度信號(hào)湊在一起，反而識(shí)別更亂。

既然讀臉不夠，那就多讀幾個(gè)維度——聲音、表情、動(dòng)作、文字一起上，交叉驗(yàn)證。聽起來很合理，但問題來了：這些信號(hào)有時(shí)候根本對(duì)不上。

一個(gè)失戀悲傷至極的人說“沒事”，聲音是平的，但手在抖。這時(shí)候該信哪個(gè)？更難的是，就算所有信號(hào)都一致，機(jī)器還是可能判斷錯(cuò)——因?yàn)樗恢肋@個(gè)人在什么處境里。國(guó)科大杭州高等研究院研究員李太豪舉了個(gè)例子：葬禮上的沉默，和考試發(fā)完卷子后的沉默，看起來一模一樣。但一個(gè)是悲痛，一個(gè)是解脫。沒有情境，信號(hào)就是噪音。

第三道難題：訓(xùn)練數(shù)據(jù)，根本不夠用。

要讓機(jī)器真正學(xué)會(huì)讀懂情緒，需要海量的高質(zhì)量數(shù)據(jù)——同時(shí)包含語(yǔ)音、視頻、文字，最好還有腦電信號(hào)。但西湖大學(xué)助理教授修宇亮指出了一個(gè)目前還沒有答案的問題：目前市面上沒有任何一款硬件，能同時(shí)把這些信號(hào)全部采集到。數(shù)據(jù)還沒有，模型訓(xùn)練就無(wú)從談起。難，恰恰是機(jī)會(huì)所在。讀臉不準(zhǔn)、信號(hào)對(duì)不上、數(shù)據(jù)稀缺——這三道難題，每解決一道，就是一條護(hù)城河。在中國(guó)，誰(shuí)能率先把這些題做出來，誰(shuí)就拿到了這個(gè)賽道真正的入場(chǎng)券。問題是，這件事需要科研能力、真實(shí)場(chǎng)景和政策配套同時(shí)到位。這三者，浙江恰好都有。

浙江手里，有幾張牌

原力無(wú)限·小原子，全球首款心智原生小尺寸雙足機(jī)器人

任福繼在報(bào)告里專門談了浙江，判斷直接：“浙江完全有條件在情感智能這一黃金賽道率先破局?！边@不是客套話。他列出了三張牌。

第一張牌：科研機(jī)構(gòu)的密度。之江實(shí)驗(yàn)室、浙江大學(xué)、西湖大學(xué)、杭州電子科技大學(xué)，在情感計(jì)算的幾乎每一個(gè)核心方向上都有布局。這不只是一張名單，而是一條可以快速轉(zhuǎn)化的管道——有條件把基礎(chǔ)研究成果迅速變成可驗(yàn)證的原型機(jī)，率先實(shí)現(xiàn)0到1的突破。更關(guān)鍵的是人才流動(dòng)機(jī)制：浙江出臺(tái)“雙聘”政策，高校情感計(jì)算研究者可以直接到企業(yè)掛職或自主創(chuàng)業(yè)，同步享受企業(yè)所在地人才待遇。實(shí)驗(yàn)室的人和產(chǎn)業(yè)的人，第一次站在了同一個(gè)考核周期里。

第二張牌：場(chǎng)景與數(shù)據(jù)。浙江的電商、文旅、康養(yǎng)場(chǎng)景，是全國(guó)最豐富的情感計(jì)算訓(xùn)練素材庫(kù)。任福繼說，完全可以訓(xùn)練一個(gè)“懂浙江味、懂杭州味”的行業(yè)專屬情感大模型——這不是比喻，是真實(shí)的技術(shù)路徑。中國(guó)美術(shù)學(xué)院特聘副教授陳小雨的團(tuán)隊(duì)在西湖景區(qū)、德壽宮落地的AI伴游系統(tǒng)，已積累超過7萬(wàn)條真實(shí)用戶數(shù)據(jù)，產(chǎn)品退款率從10%降到2.5%。配套這些場(chǎng)景，浙江還推出了“語(yǔ)料券”政策，企業(yè)建設(shè)情感標(biāo)注語(yǔ)料庫(kù)最高可獲30%補(bǔ)貼，余杭區(qū)每年另設(shè)5000萬(wàn)元專項(xiàng)資金池——情感標(biāo)注數(shù)據(jù)成本極高，這一政策直接降低了進(jìn)入門檻。

第三張牌：政策與時(shí)機(jī)的共振。這是最難復(fù)制的一張。在全國(guó)眾多省份里，能把“情感計(jì)算”相關(guān)方向?qū)戇M(jìn)省級(jí)產(chǎn)業(yè)政策的，浙江是少數(shù)。2025年出臺(tái)的人工智能27條措施，從算力補(bǔ)貼到場(chǎng)景開放，再到智能健康終端的消費(fèi)端拉動(dòng)，幾乎精準(zhǔn)覆蓋了情感計(jì)算產(chǎn)業(yè)化的每一個(gè)卡點(diǎn)。但更值得關(guān)注的是節(jié)奏——大模型剛剛為情感理解提供了新的技術(shù)底座，算力成本在快速下降，而浙江的配套政策恰在此時(shí)密集落地。政策窗口和技術(shù)窗口，罕見地在同一時(shí)間節(jié)點(diǎn)上打開。這種共振，不會(huì)一直等著。

更大的圖景：“三人”共舞的時(shí)代

敢想才能敢做，讓我們把視野再放大一點(diǎn)。任福繼有一個(gè)更宏觀的判斷：未來社會(huì)將是自然人、機(jī)器人、數(shù)字人“三人共舞”的社會(huì)。數(shù)字人將承擔(dān)60%到70%的生產(chǎn)勞動(dòng)。清華大學(xué)發(fā)布的《元宇宙發(fā)展研究報(bào)告3.0版》顯示，2021年虛擬數(shù)字人核心產(chǎn)業(yè)規(guī)模約為336億元，年均增長(zhǎng)率31%；研究機(jī)構(gòu)量子位《虛擬數(shù)字人深度產(chǎn)業(yè)報(bào)告》指出，預(yù)測(cè)到2030年整體市場(chǎng)規(guī)模將達(dá)到2700億元。

但“三人共舞”不是技術(shù)問題，是情感問題，自然人、機(jī)器人、數(shù)字人——情感是三人共舞的黏合劑。一個(gè)沒有情感的機(jī)器人或數(shù)字人，可以是工具，但無(wú)法成為伙伴。任福繼團(tuán)隊(duì)目前正在積極建設(shè)元宇宙中心，以類腦多模態(tài)感知與情感計(jì)算平臺(tái)為核心，致力于構(gòu)建具備真正情感交互能力的"三人"系統(tǒng)。

這對(duì)浙江意味著什么？浙江的電商、文旅、康養(yǎng)、教育場(chǎng)景，恰恰是“三人共舞”最先落地的方向。情感計(jì)算一旦突破，這些場(chǎng)景將從“用戶使用工具”升級(jí)為“人與數(shù)字伙伴共同生活”——這是一個(gè)完全不同量級(jí)的產(chǎn)業(yè)機(jī)會(huì)。

窗口，不會(huì)永遠(yuǎn)開著

情感計(jì)算面臨同樣的考驗(yàn)。

西湖大學(xué)教授、IEEE Fellow齊國(guó)君的復(fù)盤值得警醒：Meta把數(shù)百億美元砸進(jìn)元宇宙，技術(shù)沒有問題，問題是Horizon Worlds始終找不到一個(gè)用戶每天真正離不開它的理由。沒有高頻場(chǎng)景，再好的技術(shù)也只是展示品。情感計(jì)算同樣如此——學(xué)術(shù)上已經(jīng)形成共識(shí)，政策上已經(jīng)開始布局，商業(yè)場(chǎng)景里已經(jīng)有了第一批落地案例，但最終能不能跑出來，不只看誰(shuí)跑得快。

也有研究者持審慎態(tài)度。國(guó)科大杭州高等研究院研究員李太豪坦言，情感本身是高度情境依賴的，葬禮上的沉默和考后的沉默，信號(hào)一模一樣，機(jī)器未必能分辨，這不是算力能解決的問題。這個(gè)提醒，恰恰說明情感計(jì)算還有真實(shí)的硬仗要打。

任福繼提出了一個(gè)愿景：“情感智能不只是推動(dòng)AI更像人，更是推動(dòng)AI更尊重人。”回到文章開頭那位老人。她說“挺好的”，機(jī)器信了。如果有一天，機(jī)器能聽出那句話里的停頓，感知到沉默背后那十四天的等待——那才是情感計(jì)算真正落地的時(shí)刻。浙江有沒有條件讓這一天來得更早？牌在手里，關(guān)鍵看怎么打。

來源：省國(guó)際民間科技交流中心

責(zé)編：葉　揚(yáng)

美編：陳路漫

一審：何百岳

二審：方佳佳

三審：王陸軍