Writing

AI

Emotional AI: From Game Characters to Companions

A survey of how LLMs are reshaping game characters, companion products, and human–AI interaction.

LLMCompanion AIHCI

The full English text is not available yet

This article is currently using its Chinese source. Add a matching file under content_en/writing/posts/ to enable the English version.

引言

近年来，随着大语言模型（LLM）能力的飞速提升，AI 在情感陪伴领域的应用正在经历一场静悄悄的革命。从游戏中与你互动的虚拟角色，到深夜陪你聊天的 AI 伴侣，再到桌上会眨眼的小机器人——AI 正以各种形态进入人们的情感生活。本文将从游戏陪伴、聊天类 AI、玩具产品和学术研究四个维度，梳理这一领域的发展现状。

游戏中的 AI 陪伴

游戏是最早将 AI 角色陪伴融入用户体验的领域之一。

王者荣耀的灵宝是腾讯数字人团队在情感 AI 方向上的一次重要尝试。灵宝不仅仅是一个游戏内的助手，它被赋予了个性化的情感反应能力，能够与玩家建立情感连接。据悉，腾讯数字人团队专门构建了情感大模型来驱动这类角色。

蔡浩宇的新项目——被称为"星之低语"（Annutuann）——则探索了更具沉浸感的 AI 角色互动。在这个项目中，玩家通过对话让游戏角色从太空舱中走出，游戏采用了 PLM（Pretrained Large Model）演员大模型，实现了更细粒度的情绪递进和变换。这代表了游戏 AI 从"脚本驱动"向"模型驱动"的转变。

EVE 是一家名为"自然选择"的初创公司的新作，其创始人有腾讯背景。EVE 在游戏互动中尝试了更大胆的表达，部分片段带有成人向内容，反映出 AI 角色陪伴正在探索更广泛的应用场景。

聊天类 AI 伴侣

聊天类 AI 伴侣是情感陪伴领域最为活跃的赛道。

人机恋议题近年来引发了广泛的社会讨论。早期产品包括"酒馆"类应用（基于 AI 的聊天社区），以及 MiniMax 推出的星野。这些平台允许用户与 AI 角色建立深度情感连接。

GPT-4o 因其在文本表达上极强的共情能力，在下线后引发了部分用户出现 NPD（自恋型人格障碍）现象的讨论。这一现象表明，当 AI 的共情能力过于逼真时，用户可能会产生情感依赖甚至情感替代。

Character.AI 是目前最具代表性的 AI 角色扮演平台。它允许用户创建或选择各种角色进行对话，从虚构人物到历史名人，甚至自己定制的角色。Character.AI 证明了"用大模型进行角色扮演"这一模式的巨大市场需求。

除了文字对话，AI 原生虚拟主播也在崛起。以 Vedal 开发的 Neuro-sama 为例，她是一个完全由 AI 驱动的 VTuber，能够在直播中与观众实时互动、唱歌、玩游戏。Neuro-sama 的出现标志着虚拟主播从"真人扮演的 live-2d 形象"向"AI 原生驱动"的范式转变。传统的 VTuber 需要真人中之人来控制角色，而 Neuro-sama 本身就是 AI，无需人类演员。

玩具产品

AI 情感陪伴也在向实体产品延伸。目前市场上的产品形态主要包括：

  • 小机器人：如桌面陪伴机器人，能够根据用户的表情和语音做出情感回应
  • 桌宠：桌面电子宠物，结合 AI 对话能力，成为办公桌上的情感陪伴
  • 动漫 IP 实物化：将热门动漫角色做成实体交互产品，内置 AI 对话系统，让用户能与喜爱的角色"面对面"交流

这类产品的特点是"轻量级、低门槛"，用户无需打开特定的应用，只需看一眼桌上可爱的机器人或宠物，就能获得情感上的慰藉。

学术研究方向

学术界对 AI 情感陪伴的研究涵盖多个层面：

文本情感分析

  • 微博情感分析：针对短文本、社交媒体风格的非正式语言进行情感识别
  • 商品评论分析：从用户评论中提取情感倾向和细粒度情绪
  • 新闻情感分析：对新闻报道进行情感分类和立场检测
  • 舆情监控：分析公众对特定事件或话题的情感态度
  • 人机对话情感分析：研究用户在对话中的情感状态变化

多模态情感分析

随着短视频和直播的普及，多模态情感分析成为研究热点。研究者们开始处理短视频、电影片段等包含视觉、语音和文本多种信息源的内容，试图从多个维度理解人类情感表达。

角色扮演 Agent

学术界的角色扮演 Agent 研究与工业界的 Character.AI 遥相呼应。研究者试图构建更真实、更一致的虚拟角色，让它们能够在长期对话中保持稳定的性格特征和情感反应模式。

大模型情感推理

这是目前最前沿的方向之一，主要包括：

  • 情感支持对话：让 LLM 能够提供类似心理咨询的情感支持
  • 情感归因思维链（Emotion Attribution Chain-of-Thought）：让模型在生成回应之前，先推理用户的情感状态及其原因
  • 机制内部情感可解释性：探索 LLM 内部机制如何表征和处理情感信息，试图打开"情感黑箱"

思考与展望

AI 情感陪伴正在快速发展，但也带来了一系列值得深思的问题：

  1. 情感依赖的边界：当 AI 的共情能力越来越强，用户是否会过度依赖 AI 而疏远真实的人际关系？
  2. 隐私与安全：情感陪伴 AI 往往会接触到用户最私密的情绪和想法，数据安全和隐私保护如何保障？
  3. 伦理问题：AI 是否应该模拟"爱"或"喜欢"的情感？用户对 AI 产生真实情感时，这究竟是一种疗愈还是一种欺骗？
  4. 监管与规范：特别是涉及成人向内容的 AI 角色，如何平衡创新与责任？

无论答案如何，AI 情感陪伴已经是不可逆转的趋势。技术正在重新定义"陪伴"的含义，而我们每个人都将成为这场变革的见证者和参与者。