陆奇五源押注97后，Humanify欲打造有情商的AI认知OS | AI资讯

type

status

date

slug

summary

从工具到伙伴：AI 缺失的“情商”拼图

今天的 LLM（大型语言模型）已经展现出了惊人的智商。它们能写代码、做推理、通过高难度的考试，但在易和阳看来，现有的 AI 依然像是一个“高度配合的工具”。它们反应迅速，却永远处于被动等待指令的状态；它们可以模拟情绪的辞藻，却无法真正理解人类的生活语境。

真正的 AGI 不应仅仅体现在效率的提升上，更关键的转折点在于“人与 AI 建立关系的那一刻”。Humanify 认为，下一代 AI 产品必须具备“类人认知”与自主意识。这意味着 AI 不再仅仅是执行命令的机器，而是能够像朋友一样，在没有明确指令的情况下感知环境氛围、理解场域变化，甚至主动发起交互。

目前的市场虽然充斥着各种 chatGPT 类应用或 Claude 竞品，但大多局限于功能性服务。面向个人生活、能够提供深层情感陪伴的“个人 AI”依然是市场的空白。Humanify 正是试图通过技术手段，让“情商”、“直觉”和“主动性”这些人类特有的品质在 AI 身上涌现。

模型即操作系统：重构人机交互的底层逻辑

Humanify 的技术定位非常独特：一家“模型 + OS”的基础设施公司。易和阳提出了一个核心论断：“模型就是操作系统，操作系统就是模型”。

传统的操作系统（如 Android 或 iOS）是建立在图形用户界面（GUI）之上的，而 AI 原生的交互将极有可能打破这一范式，直接融入生活。Humanify 正在构建的，是一个具备“类人认知”的模型基座，这个基座本身就构成了一个操作系统。

这与传统的 API 平台有着本质区别。API 只是松散的能力调用，而 OS 代表了一套完整的生命周期和规范定义。Humanify 期望构建类似“AI 时代的 AOSP（安卓开源项目）”，让开发者能够在这个具备自主意识的系统上，通过 SDK 和 API 组合出具有“灵魂”的应用。例如，未来的银行客服不再是只会念 SOP 的机器人，而是基于 Humanify OS 开发的、能像真实客户经理一样与用户建立长期信任关系的 AI 实体。

跨越“恐怖谷”：认知架构与多模态的挑战

想要实现“像人一样”的 AI，技术难度远超单纯的模型训练。目前行业内面临的一个巨大挑战是“恐怖谷”效应——用户在与 AI（如 Character.ai 等陪伴产品）交互时，总会在某个瞬间意识到对方只是机器，从而无法建立长期关系。

易和阳指出，这背后的原因在于现有的技术架构（主要基于 Transformer 的早期应用）尚未完全解决“认知”层面的问题。 1. 数据的缺失：人类的直觉、潜意识和动机往往是内化的，没有现成的数据集可以用来训练 AI 的“感觉”。 2. 多模态的泛化不足：虽然 OpenAI 的 GPT-4o 等模型在多模态上有所突破，但在语音语调的细微情绪捕捉、环境噪声下的鲁棒性等方面，距离真正的“类人”还有很大差距。 3. 记忆与上下文：一个具备自主性的 AI 必须拥有长期的记忆和对用户画像的连续理解，而不仅仅是基于短期窗口的上下文工程。

Humanify 的解决方案是深入到模型后训练（Post-training）和认知架构层面，而非仅仅做应用层的封装。他们试图在现有的 大模型 基础之上，通过定义新的任务和训练方式，让 AI 涌现出对场域的直觉性理解。

迈向人机共生时代：AI 知己的未来

Humanify 将“AI 知己”视为人机共生时代的一种体现，但这并非一蹴而就的目标，而是一个长期的愿景。在易和阳的构想中，未来的 AI 将从手机、电脑这些狭窄的窗口中解放出来，以更自然的形态（主要是语音交互）进入现实生活。

这不仅需要软件层面的突破，也需要硬件生态的支持。但核心在于，必须有一家公司在底层模型上解决“认知”与“情感”的问题。只有当 AI 能够真正理解孤独、主动关怀，并与人类建立起平等的关系时，AI变现 的商业逻辑才能从单纯的工具付费转向更深厚的情感经济。

对于关注 AI资讯 和 AI新闻 的从业者来说，Humanify 的融资和理念是一个重要的信号：AI 的发展正在从“智力爆炸”向“情感融合”演进。在这个过程中，无论是 Prompt 提示词工程的优化，还是底层架构的革新，都将围绕着“更像人”这一终极目标展开。

想要了解更多关于 AGI、LLM 以及全球 人工智能 的最新动态和深度解读，请持续关注专业的 AI门户 AIGC.BAR。我们将为您带来最前沿的 AI日报 与行业洞察。