在AI掀起的这股浪潮当中，00后的恋爱领域的战场正在静悄悄地发生转移，他们着手邀请AI来充当自己的“僚机”，以此为自己去做参谋，从那种一键就能生成具备高情商回复内容的恋爱键盘，再到能够建立档案并进行分析、还能提供策略的“AI军师”，这样的一类产品正凭借着令人惊讶的速度去收割年轻用户，存在有产品上线仅仅一年就收获了3000多万元收入的情况。
在这个基础之上，创业者们尝试着让AI去超越单纯的消息代回情况，达成如同闺蜜、以及好友那般贴心的关系分析，还有约会指导 。
然而，热闹表象的背后存在着残酷的现实情况，那就是功能更为全面的AI恋爱助手反倒面临着商业化方面的困境。高昂的模型成本，有限的用户付费意愿，繁琐的操作流程，致使先行者纷纷遭遇失败。与此同时，深耕情感计算领域多年的学者表明，仅仅依靠上述的文本分析，永远都没办法真正理解人类情感的复杂性。
这场技术跟情感相互碰撞的情况里，出现了个根本问题，这问题是，恋爱要是成了能计算、能优化的数据类游戏，那究竟是在追寻更高效的关系构建，还是在躲开真实情感里的那种不确定性以及美好意外呢？
用AI谈恋爱，是个好生意吗？
一股“AI恋爱助手”之风，打从2024年起始，借着大语言模型流行之势，开始在全球范围内掀起波澜。2024年2月登台亮相的Lovekey键盘，一年斩获3100万元之多，月活用户数量超200万。同年6月上线的蜜小语，仅仅历时8个月，便达成了收入逾越2000万元的成绩。
此类应用从本质上来说，是属于一个输入法插件，并非那种独立的键盘APP。它的核心操作流程呈现为：在用户复制了聊天对话之后，切换至AI键盘，从中选择像是“高情商”“幽默搞笑”这类的回复风格，这样就能够一键生成回复内容，然后粘贴回到聊天框当中。该产品同样对基于用户给出的回复予以润色方面的支持，并且许可用户去定制专属的聊天人设，以此来适配各种各样不同的社交角色句号。
在商业运营模式层面，它们成功对AI应用“付费困难”这一瓶颈发起挑战，借助采取高单价的订阅制度来达成收入获取，同时也对市场的付费意愿予以了验证。一般情况下，用户仅仅拥有为数不多的几次免费试用机会，在此之后就需要购买周会员或者相比之下性价比更高的终身会员（好比Lovekey键盘的终身会员价格是128元）用于解锁全部功能。
于是，沿着这条路径，一批创业者期望能使AI达成更多。它既非如传统婚恋APP那般以交友匹配作为主要内容，又不像上述的恋爱键盘等仅仅进行“消息代回”这般相对初级且在不少人看来稍显不真诚的行为，而是切实如同闺蜜、好友那样出谋划策，构建起心仪对象的档案，依据聊天文本以及各类量表剖析双方关系的进展情况，给出一些实用的约会、交际攻略，从而让用户心里“更有底气”。
从计算机专业本科毕业的大猫，于2023年完成学业。开发一些好玩的AI创业项目，是他从学生时代起就养成的业余爱好。年初目睹市面上的AI恋爱助手赚得盆满钵满后，他便在网上联络了几位志同道合的朋友，共同着手开发一个名为“AI恋爱军师”的项目。
当着众人的面，大猫毫不隐晦说，在他看来，市面上曾一度备受追捧的同类产品Lumi着实非常特别，他这个新项目的构思，很大程度上是从它那儿获得特别启发。大猫进而强调，Lumi具备一种独特的温柔陪伴特质以及拟人性互动模式，这是特别值得深入学习借鉴之处。他细致指出，就构建情感助手所需达成的目标状况这个维度而言，Lumi做了专门的针对性训练，它能够精准记住用户的喜好倾向，能够始终连续不断地输出契合用户当下情绪状态的回应，而这一点，恰恰是这类产品在激烈竞争中脱颖而出的关键性所在。
然而他亦表明，Lumi着重于爱情、友情等各类情感关系的宽泛化陪伴，尽管就一方面而言，这致使产品的应用场景更为广阔，可是与此同时，也使产品的定位愈发模糊，极为难以去着重关注恋爱关系里针对实际情形之时进行决定的需求。
大猫声称呀，在这恋爱助手的细分赛道里头呢，和DeepSeek相比起来哟，它自己的产品特意训练了情感语料库呢，用户能够上传自己心仪对象的喜好啦、禁忌之类的信息去建立档案哟，系统会自动去更新互动动态哒。与此同时呀，还能够借助导入聊天记录、填写量表等方式呀，生成可视化关系报告哒，用图表来标注暧昧升温的节点、矛盾导火索等关键信息咧，基于数据库朝着用户输出更具针对性的回答哩。
功能越全，赚钱越难？AI恋爱的商业化悖论
然而，和恋爱键盘类产品的那种火热情况相比，功能层面更为齐全的，体验方面更加丰富的AI恋爱助手类产品，反倒遭遇了遇冷的状况。
首先，赛道里第一个做出APP的Lumi，现在已经下架了。然后，开发团队成员跟《豹变》讲，这种产品在大模型方面的支出是比较多的。接着是，一旦商业化的行动速度比较慢，那么就会致使项目因为这个不得不终止了。
有着大猫之称的AI恋爱助手项目，已然延宕了相当长的时间。他声称，自己有一段时期未曾和团队成员取得联系。该项目没有开展大幅度的推广活动，也没有推进商业化的尝试，仅仅进行过小规模范围的内测。然而正因这样的情况，他的支出并不高。
他称，鉴于那时未曾进行大量的宣传推广，所以产品的大模型调用数量并不多，借由“薅”各个平台 API 接口所提供的免费额度这一方式，便能达成用户的需求。另外，该项目里头的绝大部分工作量都是由他自身来承担的，团队成员大多是出于自愿才加入进来的，在人员方面所产生的支出几乎就等同于零 。
也许，面对着各种各样的不确定性，那种“孤注一掷进行创业”的风险实在是太大。然而，借助于此轮“人工智能大规模基础设施建设”所产生的溢出效应，毫无例外的，所有人都能够以极其低的开销去运用各类人工智能工具，从而借此来验证自身的想法。这同样也是大猫由于自学生时期起就能够去组建若干个人人工智能项目的缘由。
大猫亲自对AI恋爱助手产品“变现难”的缘由展开了剖析，他讲道，等到商业化实现落地，并且大模型调用量呈现上升态势以后，这类产品要是想要获取盈利，其售价决然不便宜。
他又做了进一步解释称，因为要是设置会员收费门槛的话，就会将产品活性完全堵死，所以肯定只能采取“免费基础款+会员”这样的方式，依靠会员收入去填补所有的支出。并且对于大多数互联网产品而言，10%的付费率实属难能可贵。如此一来，要是按照买断制定价，这类产品大约需要100元左右才能够实现盈利。
与此同时，鉴于用户通常仅于恋爱初期（涵盖初识阶段、暧昧时期、刚刚建立关系没多久之时）才会运用这类工具，订阅制收费还得处于30至40元每月才行得通以覆盖支出。相较于简单容易获取且免费的通用大模型，此类产品虽说存在一定优化，然而要让用户拿出这个价钱来提升效能并非易事。
何况，这类产品之所以存在，追根溯源是抓住了通用大模型在某一细分领域没有进行特化训练的阶段。当往后通用大模型着手针对情感等领域开展特化训练时，这类产品的优势就会消失不见。
除此之外，在使用这类AI恋爱助手产品之际，用户需要填写各种各样的信息、量表，还要手动去导入聊天记录，其操作是比较繁杂琐碎的，上手的难度相对较高，从本质上来说依旧是辅助性质的工具。换个角度讲，和恋爱键盘这种能够“代替人去谈恋爱”的产品相比较而言，它所具备的噱头是不够充分的，对于激发用户付费意愿所产生的作用也是比较微弱的。
下一代AI恋爱军师，如何真正“读懂”人心？
虽然这类产品当下商业化面临较大困难，可是即便如此，仍有身在业内的人士宣称，要是能和别的产品进行合适的搭配，那么这种AI恋爱助手以后依旧会拥有良好的前景。
有一位投资人这样表示，通用大模型展现出多模态理解能力，通用大模型具备记忆能力，通用大模型拥有人格方面特点，通用大模型有工具调用能力；通用能力这块，大模型会同平台方进行“统合”，大部分通用能力会被如此处理，对于独立产品而言，需要在诸如“AI僚机”这样的细分场景做出差异化，独立产品需要在像“虚拟恋人”这种细分场景做出强黏性，独立产品更多是以SDK或者插件或者合作形态之类的嵌入到平台生态之中 。
与此同时，通用大模型跟其恋爱助手生态能够借助提供底层智能以及角色或者对话能力来为B端赋予能量。比如说，Meta给Facebook Dating引进了AI助手以及“Meet Cute”惊喜匹配；Tinder推出了AI照片挑选、内容安全以及真实性验证。上面所提到的这些行为共同朝着“AI成为约会基础设施”这个方向发展。
有这样一位投资人持有这样的看法，那种独立出来的新产品，能够更为丰富地去满足那些规模小但却独具特色的人群的相关需求，能够更加集中地针对细分人群或者场景，像是跨文化沟通方面、婚后关系方面、情绪支持方面等，凭借更为强大的角色设定、世界观以及运营方法论来构建起壁垒 。
在一个关于AI创业交流的群里，大猫同样收到了类似这般的反馈，好多人跟他讲，要是在初期进行推流去寻觅体验用户，那么能够先把恋爱类博主等这类有着较高需求并且付费意愿普遍偏高的群体给锁定下来 。
不仅是软件，在更为长远的未来，这类产品会借助各式各样的数据采集仪器，展现出其真正潜在的能力。
深耕情感计算领域多年的合肥工业大学计算机与信息学院教授孙晓觉得，单单指望凭借聊天记录这般的文本去准确理解情感，从原理层面就实施不了。因为像语音语调、面部表情、行走步态等多个可表现情感的模态，在未充分运用这些模态进行训练的大语言模型里都没法呈现。好多“情场高手”，也许只是在有意无意之际察觉到了这些细小的情感表达，还拿此来“训练”自身的大脑。
即使再次回到一开始着手分析文本的那个任务，这些被称作“情场高手”的人常常也能够做得更为出色，这是源于他们把多模态的信息同文本开展了关联分析以及结合，借助关联文本里的某些特征，就能够更为准确定位地反向推导出对方在这个时候的状态，进而更为精准地知晓对方的情感，这就如同在矩阵当中增添了更多的维度，能够开展更为繁杂的运算一般，孙晓讲道，经由对多模态数据进行有效的处理，可以把情绪状态从最为简单的“正面 - 负面”二分扩大到80多种。
与其不同，以往是基于实验室情境输入的数据训练而成的模型，孙晓的团队提出了“普适心理计算”这一概念，此概念是基于日常生活场景下多模态数据的建模，是基于日常生活场景下多模态数据的情感识别，是基于日常生活场景下多模态数据的分析。
他宣称，在最近的两年时间里，情感计算这个领域呈现出飞速发展的态势，有一大堆相关的研究以及产品纷纷涌现出来，其中大多数在基础情绪识别方面展现出比较不错的表现，其准确率能够达到百分之九十五以上。然而，这些成果里的大部分是依托于固定的数据集或者评测集，借助预先设定好的假设来达成训练的。可是在真实的场景当中，因为存在着光照发生变化、有噪音、环境产生干扰的情况，并且用户还有可能处在运动的状态下，情绪是实时的、动态的而且复杂的，所以多数模型的实际表现并不尽如人意。
孙晓期待着，借由他跟团队成员一块儿付出的努力，在往后的某一日，借助音频、视频甚至触觉、嗅觉的采集达成实时、精准的情感识别 。
但是他讲了，恋爱的实质恰恰是一个个“美好的偏差”，不但不要过度功利地谋求“高效”“精准”，甚至于还得给AI规划随机化的体制呀，以便更妥当去模拟真切的恋爱状态呢。
一回回做出回应，一回回参与会面，那并非是能够快速推进的进程，而理所当然正是恋爱的根由所在。人工智能说不定能够协助您更为出色地达成，然而我们万万不可以忘却，处于活生生并且实打实状态下的个体才是恋爱的核心所在。
（应受访者要求，文内大猫为化名）
