AI时代社交新问题 森森Gensen为何押注声音人格建模

在过去十年中，互联网社交产品的匹配机制经历了多个清晰的发展阶段：

陌陌依赖地理位置，Tinder依据照片，Soul则通过兴趣标签。这些“信息载体”曾是将陌生人从零到一建立联系的关键。然而，在AIGC飞速发展的今天，情况正在发生改变——照片可以由AI生成，视频可以合成，甚至实时聊天也能由AI代劳。当“自我展示”被技术轻易放大和美化后，一个根本性问题浮出水面：

社交匹配，究竟还能依赖哪些数据？

于是，一些社交产品开始另寻出路，从“展示型信息”转向“行为数据”。

从“展示型社交”迈向“行为社交”

近年来，许多年轻用户对传统社交产品产生了一种新的疲劳感。

在许多平台上，用户需要精心挑选照片，绞尽脑汁撰写个人简介，甚至连开场白都要反复斟酌，以免对话尴尬地中断。说到底，这更像是一场“人设经营”，而非自然的人际交流。

但有趣的是，线上的泛娱乐活动和线下的互动游戏，却一直保持着高活跃度。剧本杀、狼人杀、派对游戏……在这些场景中，陌生人往往能在极短时间内建立起真实的互动关系。

这种反差，也在推动社交产品重新审视互动的本质：

与其让用户费心展示自己，不如直接创造一个场景，让他们在其中自然地玩起来。

语音社交产品“森森（Gensen）”正是这一新思路的探索者。该产品在2026年春节期间闯入iOS社交榜前20，最高排名第17位，月活跃用户超过260万。

与传统社交平台不同，森森将“互动场景”打造成“3D语音派对房间”。用户可通过“海龟汤”、“电波同频”、“森森酒馆”等派对游戏，与陌生人进行实时语音交流。

这些游戏的共同特点是：玩家需要表达观点、参与推理或做出互动判断，交流便在自然而然中发生。

声音，成为新的数据入口

在AI技术快速迭代的背景下，不少创业团队开始关注语音数据的潜在价值。相比照片和文字，语音拥有一个非常独特的属性：实时性。

当两个人进行实时语音交流时，语调的起伏、语速的节奏、停顿的方式、情绪的波动……这些信息都是同步呈现的。这类信号在语言学中被称为“副语言信号”，通常能真实反映一个人的沟通风格和情绪状态。

森森的技术路径正是围绕这一点展开。在用户授权和隐私保护机制下，系统会对语音互动中的部分匿名化特征进行统计建模，主要聚焦两类信息：

一是与表达方式相关的声学特征，例如语速、语调变化和情绪节奏；二是语言表达模式，比如用词习惯、表达逻辑和互动方式。

注意，系统不会存储具体的语音内容，而是在此基础上，对这些特征进行精准的模型分析，从而为用户推荐更容易聊得来的人。

对用户而言，整个过程几乎是“无感”的：无需填写问卷，也无需进行复杂测试，只要参与语音互动即可。

游戏场景，成为天然的社交“实验室”

这种产品结构的核心逻辑在于：通过游戏场景获取真实的互动数据。

在一局“海龟汤”推理游戏中，几个陌生人通过语音提问和回答来推进剧情。有的人习惯快速抛出猜想，有的人更倾向于从细节入手，还有人擅长用幽默活跃气氛。

短短十分钟的互动，参与者的表达方式、沟通节奏和互动风格便会自然而然地呈现出来。这些互动数据，恰恰是算法理解用户社交风格的重要参考。

从产品结构来看，派对游戏、语音互动与算法匹配之间形成了一种相互强化的关系：游戏提供互动场景，语音产生行为数据，算法优化匹配体验。三者共同构成了一种全新的社交产品结构。

AI 社交正在进入新阶段

社交产品的下一阶段，或许不再是展示信息的“窗口”竞争，而是理解行为数据的能力竞争。

随着AIGC能力越来越强，传统的展示型信息——照片、文字、标签——将越来越难以作为可靠的匹配依据。相反，在真实互动过程中产生的行为数据，将成为更重要的数据源。

在这一趋势下，语音、游戏互动与实时行为分析，正在成为部分产品探索的新方向。

对于整个行业而言，这类尝试实际上反映出一个更深层的问题：

当AI越来越擅长生成内容时，理解真实行为，或许将成为下一代社交平台最核心的能力之一。