作为较早思考将AI运用于社交领域的平台，Soul积极推动AI情绪互动能力的研究，目前干系技能已运用于异天下回响、AI苟蛋、群聊派对等AI陪伴、AI赞助的创新场景。这次入选也意味着，继其推出的AI运用/功能得到的用户认可之后，Soul的底层技能能力培植和布局方向也得到了行业和学界的认可。
近年来，情绪打算一贯都是人工智能方向研究生动的领域。在多媒体处理、剖析与打算领域最具影响力的国际顶级会议，同时也是中国打算机学会推举的多媒体领域A类国际学术会议 ——ACM（国际多媒体会议）上专门举办多模态与可靠脾气感打算研讨会（MRAC24），正是源于学术领域对情绪打算在人机交互领域发展、实际运用的关注，因此吸引了浩瀚有名高校、学者、科技企业的目光。
不久前，人工智能领域顶级的国际学术会议之一国际人工智能联合会议（International Joint Conference on Artificial Intelligence,IJCAI）上组织的多模态情绪识别寻衅赛MER24同样也是情绪打算在当下备受关注的一个缩影。由来自清华大学、中国科学院自动化研究所、帝国理工学院、奥卢大学、南洋理工大学等高校的多位专家学者发起的MER24上，设置了SEMI（半监督学习）、NOISE（噪声鲁棒性）、OV（开放式词汇感情识别）三个赛道，共有来自有名高校、科技企业等近百支军队参赛。个中，Soul语音技能团队凭借平台踏实的技能能力积累和创新技能方案，在难度最高、竞争最激烈的SEMI赛道中得到第一名。
《Multimodal Emotion Recognition with Vision-language Prompting and Modality Dropout》一文中核心先容了Soul团队为提高感情识别的准确性和泛化性能，提出的多模态感情识别方法。
首先，Soul提出了基于视觉措辞提示学习的微调模型EmoVCLIP，用于基于视频的感情识别任务。为了提高文本模态情绪识别能力，团队针对文本模态利用 GPT-4 打情绪伪标签，充分利用 GPT-4 的情绪关注能力，提高文本模态在情绪识别的准确率，为后续进一步模态领悟打下根本。
此外，为理解决多模态领悟中的模态依赖性问题，团队采取 Modality Dropout 策略来进行鲁棒信息领悟。末了，Soul利用自我演习策略来利用未标记的信息。实验结果表明，Soul的模型在测试中上达到了90.15%的准确率，在MER2024-SEMI赛道中排名第一。
MER2024-SEMI赛道比赛结果
Soul App CTO陶明表示，“在全体AI赛道上我们有两条主线，一条主线是赞助社交，赞助人和人的双边关系，用AI去加强人的表达，提升关系网络建立的效率和质量；第二条主线，是探索人机互动，我们认为未来所有的社友谊势都会发生变革，要在人机互动这个方向探索AI情绪式陪伴。”
为让AI更好“理解”人，实现有情绪、有温度的人机交互，Soul持续推进干系研究和技能积累事情，这次论文也是平台阶段性研究成果和能力的总结之一。现阶段，Soul已积极将干系技能能力运用于异天下回响、AI苟蛋、狼人魅影等多个社交场景，为用户带来更好的交互体验和陪伴感。
例如，在AI互动场景“异天下回响”，拥有多模态情绪互动能力的自研大模型支持下，个性化的智能体能够根据用户的语音、笔墨等信息实时识别感情，并快速给予相应的情绪反馈。据理解，团队目前还在探索在群聊派对、兴趣群组等社交场景中引入情绪化AI能力，赞助关系网络建立，提升社交体验。
如今，AIGC技能已广泛运用于各行各业，并在提效方面展现出了惊人的效果。但在强调感情代价的社交领域，除了提效，AI情绪互动能力带来的差异化体验，或将成为AI社交方向下一阶段竞争的焦点。对Soul来说，接下来，将连续加大技能投入，持续探索AI情绪互动能力在社交场景的深度领悟运用，致力于构建人机交互新场景的同时，真正实现人与AI的双向情绪智能交互。