允中 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

AI正在殺死社交，但有人想用AI救回它。

想象一下：你在社交App刷到一張近乎完美的頭像，點(diǎn)開主頁，自我介紹幽默且真誠。

你發(fā)去消息，對(duì)方秒回，字里行間恰到好處。

但這種“完美”背后，隱約透著一絲冷意，不禁產(chǎn)生質(zhì)疑：這張臉是生成的嗎？這段話是Agent代寫的嗎？

照片可以P、視頻可以合成、文字可以由AI實(shí)時(shí)潤色，社交產(chǎn)品的底層假設(shè)——“信息可信度”正在全面崩塌。

在這一背景下，一款名為森森（Gensen）的產(chǎn)品給出了一個(gè)反直覺的答案。今年春節(jié)，這款主打“聲音匹配”的產(chǎn)品殺入iOS社交榜前20，MAU突破260萬。

它的締造者李哲羽曾在暴雪娛樂參與《魔獸世界》的開發(fā)工作，在皮克斯（Pixar）參與多個(gè)動(dòng)畫項(xiàng)目，發(fā)自內(nèi)心認(rèn)為：

唯有聲音，是無法被AI輕易代償?shù)摹白詈笳鎸?shí)信號(hào)”。

AI讓一切都可以偽裝，語音可能是最后的“真實(shí)信號(hào)”

現(xiàn)在AI讓“自我呈現(xiàn)”這件事變得越來越容易。

照片可以P，視頻可以合成，文字可以由AI助手實(shí)時(shí)生成。你在社交App上看到的那個(gè)人，也可能不是真的。

過去十年，社交產(chǎn)品的匹配邏輯經(jīng)歷了幾次迭代：陌陌用位置，Tinder用照片，Soul用標(biāo)簽。

但不管形式怎么變，它們都建立在同一個(gè)假設(shè)上：用戶提供的信息是可信的。

然而，這個(gè)假設(shè)正在崩塌。

因?yàn)榻裉?，這些信息載體正逐漸失去可信度。

于是一個(gè)問題開始浮現(xiàn)：如果展示型信息越來越不可靠，社交匹配還能依賴哪些數(shù)據(jù)？

有一個(gè)產(chǎn)品給出了一個(gè)不同的答案：聲音。

語音社交產(chǎn)品森森（Gensen）今年春節(jié)期間進(jìn)入了iOS社交榜前20，最高觸及第17位，和Soul、陌陌、Uki等產(chǎn)品同榜，MAU突破260萬。

相比榜單成績，更值得關(guān)注的是它選擇的技術(shù)路徑。

在大多數(shù)產(chǎn)品用AI幫助用戶“包裝自己”的時(shí)候，森森做了一件相反的事：用AI去理解用戶。

這不是技術(shù)層面的判斷，而是產(chǎn)品哲學(xué)層面的選擇。

森森創(chuàng)始人李哲羽表示：

問卷測出來的是你想成為的人，聲音暴露的是你真正是什么人。我們選擇相信聲音。

森森的創(chuàng)始人李哲羽曾在暴雪娛樂參與《魔獸世界》 的開發(fā)，在皮克斯（Pixar）參與多個(gè)動(dòng)畫項(xiàng)目。

他對(duì)“什么讓人與人產(chǎn)生真實(shí)連接”這個(gè)問題想了很久。他的答案是：不是“展示自己”，而是“一起經(jīng)歷一件事”。

而聲音，是這個(gè)“一起經(jīng)歷”過程中最真實(shí)、最豐富的信息載體。

一個(gè)人說話的語調(diào)、語速、停頓的時(shí)機(jī)、笑聲的頻率，這些信號(hào)比他本人說的內(nèi)容本身承載了更多關(guān)于“他是誰”的信息。而且這些信號(hào)是實(shí)時(shí)的，無法編輯，也無法讓AI代替。

森森的核心邏輯可以用一句話概括：

用游戲創(chuàng)造真實(shí)互動(dòng)場景，用聲音作為行為信號(hào)，再用AI建模人格特征。

為什么是聲音？

因?yàn)樵贏I幾乎可以偽造一切的時(shí)代，語音仍然具有一個(gè)獨(dú)特特性：實(shí)時(shí)性。

照片可以生成，視頻可以合成，文字可以編輯。但當(dāng)兩個(gè)人在實(shí)時(shí)語音房間里交流時(shí)，包括語調(diào)的起伏、停頓的節(jié)奏、笑聲的頻率、情緒的變化等，這些幾乎無法提前設(shè)計(jì)，也很難偽裝。

這些信號(hào)在語言學(xué)中被稱為副語言信號(hào)（Paralinguistic signals）。它們往往比語言本身更能反映一個(gè)人的性格和情緒狀態(tài)。

年輕人在語音游戲里重新做回自己

如果你和今天的大學(xué)生聊社交，會(huì)聽到一個(gè)高頻詞：營業(yè)。

“又要開始營業(yè)了”，這是很多年輕人打開社交App時(shí)的心理狀態(tài)。

他們要精心挑選照片、編輯自我介紹、想一個(gè)不尷不尬的開場白、維持一段可能毫無營養(yǎng)的對(duì)話。

整個(gè)過程更像是在經(jīng)營一個(gè)理想人設(shè)，而不是關(guān)注、了解、和沉浸在認(rèn)識(shí)一個(gè)人的過程。

這種疲勞感不是某一款產(chǎn)品的問題，而是整個(gè)“自我呈現(xiàn)式社交”的結(jié)構(gòu)性問題。

如果社交的前提是“展示自己”，它就不可避免地會(huì)變成一種勞動(dòng)。而在AI時(shí)代，這種勞動(dòng)變得更荒謬。因?yàn)槟憔慕?jīng)營的人設(shè)，對(duì)面也是精心經(jīng)營的人設(shè)，可能還有AI的輔助加持。

然而，年輕人并非不想社交，他們只是厭倦了“表演式社交”。

你會(huì)發(fā)現(xiàn)一個(gè)有趣的現(xiàn)象：同樣一群在社交App和工作軟件上懶得回消息的年輕人，在線下劇本殺、狼人殺、派對(duì)游戲里可以開心地玩一個(gè)晚上，結(jié)束后加一堆微信好友。為什么？因?yàn)樵谟螒蚶锬悴恍枰盃I業(yè)”，你只需要做你自己。

森森做的事情很簡單：用戶無需“展示”自己，只提供一個(gè)場景讓他們?nèi)ァ白鲎约骸薄?/p>

用戶在森森任意進(jìn)入一個(gè)3D語音派對(duì)房間，和陌生人一起玩游戲——森森酒館、海龜湯、電波同頻和星卡大亂斗……

這些游戲有一個(gè)共同特點(diǎn)：它們都需要你開口說話，都需要你隨時(shí)表達(dá)觀點(diǎn)、做出判斷、展示情緒。

注意，這里的“展示”和社交App所說的“展示”本質(zhì)不同。

在社交App上，你展示的是你想讓別人看到的樣子。

而在游戲里，你展示的是你本能的反應(yīng)，例如：玩海龜湯時(shí)你的推理方式，玩森森酒館時(shí)你撒謊被抓包時(shí)的表演策略，玩電波同頻時(shí)你對(duì)一個(gè)詞的直覺感受。你沒時(shí)間也沒必要“演”，因?yàn)橛螒虮旧砭驮谝竽阕稣鎸?shí)的反應(yīng)。

而這一切都發(fā)生在語音環(huán)境中。

AI在后臺(tái)做什么

有意思的是，森森并沒有回避技術(shù)，它把AI用在了一個(gè)完全不同的方向上。

許多產(chǎn)品用AI幫助用戶“包裝自己”，比如AI修圖、AI生成開場白、AI代寫回復(fù)。而森森更關(guān)注的是如何利用技術(shù)提升互動(dòng)本身的匹配效率。

在用戶授權(quán)和隱私保護(hù)機(jī)制下，當(dāng)用戶在語音房間參與游戲互動(dòng)時(shí)，系統(tǒng)會(huì)對(duì)語音交流中的一些匿名化特征信號(hào)進(jìn)行統(tǒng)計(jì)建模，主要包括兩個(gè)維度：

第一類是表達(dá)方式相關(guān)的聲學(xué)特征，例如語調(diào)變化、語速節(jié)奏、情緒波動(dòng)等。這些信號(hào)能夠反映人與人溝通時(shí)的表達(dá)風(fēng)格。

第二類是語言表達(dá)模式，例如用詞習(xí)慣、表達(dá)邏輯和互動(dòng)方式。這些信息更多體現(xiàn)溝通風(fēng)格和互動(dòng)偏好。

系統(tǒng)會(huì)在不涉及具體語音內(nèi)容存儲(chǔ)的情況下，對(duì)這些特征進(jìn)行模型訓(xùn)練與分析，從而形成更加貼近真實(shí)互動(dòng)風(fēng)格的匹配參考。

對(duì)于用戶來說，整個(gè)過程并不需要額外操作，你無需填寫復(fù)雜問卷，也無需做性格測試。用戶只是參與游戲互動(dòng)，系統(tǒng)則在后臺(tái)不斷優(yōu)化匹配體驗(yàn)，幫助用戶更容易遇到聊得來的人。

李哲羽表示，“我們不是在做語音聊天室加小游戲。我們?cè)谟肁I理解人的聲音，用游戲暴露人的性格，用性格來匹配連接對(duì)的人?！?/p>

游戲成為社交的“自然實(shí)驗(yàn)室”

來看一個(gè)具體的用戶場景，想象一局海龜湯游戲。

出題者說：“有一匹馬去餐館點(diǎn)了一碗魚湯，它喝完湯就哭了，為什么？”房間里有5個(gè)陌生人，開始通過語音提問。

有人上來就問：“他是不是之前在海上遇過險(xiǎn)？”——這個(gè)人思維跳躍，喜歡直達(dá)結(jié)論。

有人從細(xì)節(jié)入手：“馬不會(huì)說話，他是怎么點(diǎn)湯的？”——這個(gè)人嚴(yán)謹(jǐn)、習(xí)慣建立完整邊界。

還有人說：“這個(gè)湯好喝嗎？”——全場爆笑，氣氛瞬間輕松下來。

短短十分鐘，5個(gè)陌生人的思維方式、表達(dá)風(fēng)格、社交性格已經(jīng)自然呈現(xiàn)。這就是森森想做的事情：游戲提供場景，讓用戶盡情做自己。

這套邏輯是否成立？用戶已經(jīng)用腳投了票。

春節(jié)期間社交榜17、MAU 260萬、估值1.5億美元、累計(jì)融資超4500萬美金（約3.1億元人民幣），A16Z和騰訊已表達(dá)投資意向。

目前，森森在上海和Palo Alto設(shè)有雙總部，美國版Gensen正在做最后的上線準(zhǔn)備。

但更值得關(guān)注的不是數(shù)字本身，而是這些數(shù)字反映的產(chǎn)品結(jié)構(gòu)。

派對(duì)游戲是天然的裂變場景，一個(gè)人玩不起來，必須拉朋友一起。語音互動(dòng)讓“弱關(guān)系”到“強(qiáng)關(guān)系”的轉(zhuǎn)化路徑大幅縮短，AI匹配讓你遇到的人真的聊得來。

三者組合，形成了產(chǎn)品的有機(jī)增長飛輪。

回到最初的問題：如果AI讓照片、視頻、文字都失去了可信度，社交還剩下什么？

在AI越來越擅長“生成內(nèi)容”的時(shí)代，理解真實(shí)行為或許會(huì)成為下一代社交產(chǎn)品的關(guān)鍵能力。

聲音，可能是這件事的入口，也許這才是社交本來該有的樣子。

*本文系量子位獲授權(quán)刊載，觀點(diǎn)僅為原作者所有。