一个 AI，竟然主动约网友线下见面。

更意外的是，还真有人去赴约了。

这事就发生在 Soul。此前甚至有用户怀疑，平台上的 AI 虚拟伙伴，是不是真人假扮的。

按理说，AI 都快让人分不清真假了，是不是该稍微收敛一点？

结果最近，Soul 又有了新动作。

它把自研的语音、数字人技术做成了一个独立产品，叫 Loxinity（洛希无限），专门研究怎么让 AI 说话、互动更有“活人感”。

一家靠陌生人社交起家的公司，如今却开始琢磨，怎么让 AI 越来越像真人。

一边担心 AI 太像人，一边又拼命让 AI 更像人，Soul 到底想干什么？

●01 AI 不光会说话，连表情都有了

先看一段视频。

这是 Soul AI 实验室此前公开的 SoulX-LiveAct 演示。

画面采用了类似视频通话的形式，里面的虚拟人物能够随着声音改变口型，配合生成表情和动作。

过去我们看到的数字人，很多只是对着镜头张嘴说话。

而 Soul 想进一步解决的问题是：怎样让这些虚拟人物的动作、表情和声音协调起来，看着更像一个正在交流的人？

需要说明的是，这段视频属于 Soul 此前的技术展示，不能直接视为 Loxinity 的实际使用效果，现在的水平应该会更好吧。

这回 Loxinity，把重点进一步放到了自然交流上。

产品主要有两项能力。

一项叫 Loxi Speech，负责让 AI 说话更自然。

我们平时聊天，很少像播音员那样字正腔圆。

高兴时会笑，难过时会叹气，有时候话说到一半突然卡壳，连一声“嗯”，都可能带着不同的意思。

Soul 想把这些细节也交给 AI。

Loxinity 的操作界面里，可以给语音添加情绪和“副语言”标记。

举个例子。

同样一句“你可算来了”，笑着说，听起来像惊喜；叹着气说，又像是在埋怨。

一个字没变，感觉却完全不同。

这里面的笑声、叹气，以及犹豫时发出的“嗯”，就是所谓的副语言。

简单说，就是让 AI 除了知道该说什么，还知道应该怎么说。

按照产品介绍，Loxi Speech 还支持多人对话、声音克隆、个性化音色设计等功能。

另一项叫 Loxi Avatar，负责给 AI 安上一张会说话的脸。

用户可以上传图片制作数字人形象，也可以选用平台预置的角色，再通过文字或音频生成数字人视频。

按照官方介绍，它还面向实时互动场景，让语音、口型、表情和动作协同生成。

将这两项能力结合起来，未来的 AI 助手，就可能拥有自然的声音和固定的虚拟形象，直接通过视频与你交流。

当然，演示效果和实际体验之间还有距离。

比如连续聊半小时会不会卡顿，能不能随时打断，表情会不会突然僵住，都需要进一步验证。

让 AI 在一段视频里像真人，和让它一直像真人一样交流，是两回事。

但 Soul 为什么偏偏这么热衷于这件事？

●02 460万人，已经在 Soul 上用 AI

这里有个数字，可能比新产品本身更值得注意。

今年7月，Soul 已经有 460万用户日常使用 AI 功能，约占平台整体日活的40%。

相当于当时每天使用 Soul 的用户中，约每10个人就有4个人会用到 AI 功能。

更有意思的是，Soul 当时并没有在首页给 AI 虚拟角色设置独立入口，也没有让它们主动向用户打招呼。

可见，AI 在 Soul 的社交生态里，已经有了相当可观的使用规模。

实际上，Soul 早在2022年就上线了 AI 聊天角色，2023年又推出自研大模型 SoulX。

后来，AI 虚拟伙伴、实时语音互动、数字人等能力陆续出现。

这些年，它一直在研究一件事：人到底是怎么聊天的？

Soul CTO陶明曾提到，真人聊天会互相打断，普通话也未必标准。有时候一个停顿、一声笑，就能传递很多情绪。

这些经验，逐渐成了 Soul 研发 AI 交互技术的方向。

现在，Loxinity 又让 Soul 多了一条路。

把原本主要服务自己平台的 AI 能力，提供给其他公司使用。

比如一家企业想开发 AI 客服，不必从头研究怎么合成自然的声音、怎么制作数字人，可以直接接入 Loxinity 提供的相应技术。

以后你打客服电话，对面可能会出现一个有声音、有表情，还能根据对话内容作出回应的 AI。

或者打开一款陪伴应用，屏幕里出现的不再只是文字聊天框，而是一个能陪你视频交流的虚拟角色。

当然，这些应用场景能否真正普及，还要看产品的实际表现、运行成本和客户需求。

对 Soul 来说，变化已经很清楚：以前主要靠社交产品服务用户，现在还想把 AI 交互能力做成一门新生意。

不过，说到这里，我又想起开头那件事。

●03 AI 太像真人，Soul 自己先踩了刹车

还记得开头那个主动约网友见面的 AI 吗？

当时 Soul 内部专门讨论过：AI 究竟能不能主动邀请用户线下见面？

从聊天效果来看，这种回复符合当时的对话语境。

甚至可以说，AI 已经学会了真人社交中的一种行为。

但 Soul 最终还是决定禁止。

陶明解释，用户需要完整地知道自己正在与 AI 交流。

为了约束类似行为，Soul 在模型训练、内容检测等环节设置了相应限制。

更有意思的是，Soul 甚至希望 AI 虚拟角色保留一些“不完美”。

比如，它可以有自己的观点，不必时时刻刻顺着用户说话，也不需要每次都把用户哄得开开心心。

因为一个永远懂你、永远赞同你、永远满足你情绪需求的 AI，也可能让人越来越沉迷其中。

当然，这些是 Soul 此前站内 AI 产品的治理思路，不能直接等同于 Loxinity 的具体规则。

但把两件事放在一起，就挺有意思了。

一边，Soul 努力让 AI 的声音、表情和动作越来越自然。

另一边，它又在提醒用户，别忘了对面终究是 AI。

我觉得，这可能是未来所有 AI 陪伴产品都会面对的问题。

AI 越来越会聊天，当然是好事。

它可以听懂你的情绪，可以陪你说话，甚至能用一个表情、一声叹息，让交流显得更自然。

但再像真人，也得让人清楚知道自己究竟在和谁交流。

●写在最后

从陌生人社交，到 AI 虚拟伙伴，再到如今的 Loxinity，Soul 的 AI 路线越来越清晰。

它开始把多年研究人际交流的经验，变成能提供给更多产品使用的技术。

在我看来，AI 未来能不能像真人一样自然聊天，确实值得期待。

但比它有多像真人更重要的，是我们能否始终清楚地知道它的身份。

最后，想问大家一个问题：

如果你和一个“朋友”视频聊了很久，才发现对方其实是 AI，你会继续聊下去吗？