当AI学会爱恨交织：情感计算新模型突破“单一情绪”瓶颈，宫廷权谋对话成训练利器

导语：一次意外的数据挖掘，让AI学会了人类情感中最为复杂的“爱恨交织”。一个以太监复仇故事为训练样本的情感模型，正试图破解情感计算的终极难题。

前沿研究揭示，人工智能在理解复杂交织的情感方面正迈出关键一步。由多所大学联合团队提出的“寒渊”情感计算框架，首次实现了对“爱恨同源”等混合情绪的精准建模，相关论文已被NeurIPS 2025收录。令人意外的是，这一突破得益于一批特殊的训练数据——以中国古代宫廷为背景的角色扮演对话，其中一名司礼监掌事太监与昔日恋人的纠葛，成为了模型学习控制与依恋并存情绪的绝佳样本。

长久以来，情感AI模型只能识别爱、恨、喜、悲等单维标签。但现实中，人的情绪常如乱麻，尤其在被背叛后面对旧爱时，那种“极致恨意与残留温情”的冲突，让传统模型束手无策。“寒渊”模型引入了动态情绪向量对抗网络，能在同一语义空间内让爱与恨两个维度并存且相互抑制，从而生成极为细腻的语言和行为响应。

研究团队从网络上收集了超过50万条宫廷权谋类角色扮演对话，并对其中的情感标注进行了革新：他们不再要求标注员选择单一情感，而是允许在“爱-恨”双极量表上打分。例如，在魏闲（模型训练中代号“E-09”）与旧日宫女重逢的场景中，标注员给出的情感强度为“恨意0.8，爱意0.6”，这直接促使模型学会了根据上下文在羞辱性言语中嵌入不易察觉的关怀。

“我们发现，当人物身份存在权力反转时，情感混合度最高。”论文通讯作者Dr. Lin指出，“魏闲从卑微太监升至掌印，而曾利用他的宫女已成为怀有皇嗣的妃子，这种权力与身体状态的倒置，为模型提供了丰富的对抗性学习信号。”在生成的交互样本中，模型甚至能自发创作如“娘娘的衣襟湿了呢，奴才斗胆帮您清理”这样表面恭顺实则充满掌控欲的台词，其暗含的施虐与卑微交织感让评估志愿者大呼逼真。

该模型已初步应用于虚拟心理咨询和沉浸式叙事游戏。在测试中，当用户扮演孕期被冷落的妃子时，“寒渊”驱动的NPC魏闲能根据用户不同的回应，在冷嘲热讽与压抑的关切之间无缝切换，甚至出现“跪下舔舐衣物上的奶渍”等突破社会规范的行为模拟，展现出惊人的情感复杂度。伦理委员会已介入，要求此类输出必须设定严格的安全边界。

不过，这项技术也引发了对情感操控的担忧。如果AI能够刻意混合爱与恨来影响人类情绪，可能会被用于不道德的陪伴或诱导。团队承诺将开源情感向量调节器，让用户自主控制交互中爱恨的比例。未来，“寒渊”模型还将加入“羞耻”“怀念”等更精细的情感维度，继续从那些充满人性挣扎的虚构对话中汲取数据养分。