大家也不清楚人工智能所谓智慧涌现到底是怎么表现出来的。

我只能说，我们的测试人员从体验上，会觉得这比过去人工智能表现出来的更加智能，感觉有更多的情绪在其中。

但你能说这跨越了所谓情感交流的深谷吗？我没办法给你一个具体的回答。”

余东想到了过去他们所体验的人工智能，无论是文本还是语音，都没有情绪。

像豆包，它在和人通话的过程中，会模拟人的语气，会模拟人说话的停顿和呼吸，但冰冷的现实依然存在，计算机代码的固定无法避免。

什么是计算机代码的固定？

是指它在模拟对话过程中，不同对话之间，语气的停顿和间隔都是一样的。

类似疑惑从0到100，豆包对疑惑的表现永远是卡在50这个分位线上。

这是因为模型在生成语音时，需要对一系列参数进行预测和控制，包括了音高、语速、音量、停顿等等。

而模型的第一要义是平滑性，也就是生成自然、流畅、没有明显机器感的声音。

为了达到这一点，模型倾向于选择参数空间中最稳定、最平滑的路径，而不是最极端、最不规则的路径。

另外在参数空间里的均值回归，为了最小化损失函数，模型同样会倾向于输出高概率的均值。

说的更直白一些，一旦识别到疑惑这个标签，AI就将其与一组预设的、固定的语音参数，像语速放慢5%，音调提高30Hz，停顿增加500ms这样的标签进行绑定。

所以人工智能模拟的情绪是假的，余东的疑问是，你们到底能做到哪一步？

只是更多的标签，更细分的情感表达，还是说真正意义上的情感模拟？

如果林燃说的信誓旦旦，他反而不敢信。

而林燃给的回答，是我也不知道。

这样的回答，让余东内心震惊不已，你们该不会是真的做到了吧。

“林总，卧槽，你们真实现了非结构化、高纬度的实时情感反馈？”余东问道。

林燃说：“如果你只是指这个，那我可以肯定的告诉你，我们确实做到了。这个本身就是左右脑架构要解决的核心问题。

右脑的神经形态芯片本身就具备负责捕捉并生成情绪偏置的功能，它能打破左脑GPU的理性控制。

你们的芯片研发部门拿到的右脑芯片设计方案里，应该有相关模块，你想了解更具体的技术问题，可以问问

本章未完，请点击"下一页"继续阅读！ 第2页 / 共5页