壹度科技啊，这名字听着就挺硬核的，实际上挺像当年那种“小而美”的创业公司那种感觉。他们不像那些大厂一样天天喊着要搞啥“生态”要么“互联网+"，反而仿佛是专门在自家门口种菜，把每一株菜都种得特别凶。 想当年，壹度刚起步的时候，实际上就是个用 Python 写的小程序。他们做的核心业务叫“视频情感识别”，说白了就是能看懂你拍的视频里，人物喜不喜爱、有没有来气、有没有哭。

那会儿判断表情主要靠人眼，那简直是考试，略微抓个不对就判了，准率直接下掉。壹度那时候估摸也是连年累月地跑数据，最终把准率干到了 95% 以上。有次我去他们公司调研，看到他们带着几个实习生在机房里，拿着笔记本电脑对着摄像头摆拍，调试代码，那种认真劲儿，真不是那种坐在办公室喝茶的“技术大牛”该有的样子。 他们干这行最狠的地方在于“数据闭环”。

一般/平平公司拿到数据一般只拿去训练模型，训练完模型，数据就死了，下次要换个场景就得重新跑一遍。但壹度不一样，他们在抖音、快手这些平台上疯狂抓取公开的视频，利用开源的算法把成千上万个视频的特征取出来，存进自己的库里。

然后他们自己拍摄视频，让模特用不同的情绪做表情，再喂给模型。

这就好比是在自家后院搞 breeding（圈地自萌），把自家圈养的数据积累起来，让模型越用越智慧。等到模型确实大成，直接部署到抖音的“云舒”平台上，就能实时给直播间打弹幕、给游戏主播打提示。

你看那些主播，刚刚那个主播在直播打游戏被坑了，弹幕里全是“别坑”、“快滚”、“家人们冲”，那是确实一眼就能看懂，连他们自己都不知道啥时候该干嘛的，全靠这个 AI 来指挥。 这背后的逻辑实际上挺绕的。大量时候你认定 AI 是来替代人类决策的，但壹度恰恰是来放大人类情感的。

你想想，要是不用 AI 帮你分析情绪，一个主播发一条视频，不知道能不能火，不知道能不能接广告，到时候直播间可能白干一大小时。有了 AI，主播心里跟明镜似的，哪类视频流量大，哪类表情能带货，直接照着打。

这种“对抗”关系，反而让 AI 显得特别有生命力。它不是在冷冰冰地计算，而是在帮人类理解人类。 在具体的业务落地里，你会发现它的做法接地气得吓人。

比如他们在做用户画像时，不光看年龄、性别、花金额这些传统维度，还会深挖“情绪热度”。一个可能是个 26 岁的程序员，平时在代码里冷静，但在写这段报错代码的时候，表情一脸绝望；要么是一个 30 岁的带货主播，平时看起来挺自信，拍完视频脸色瞬间煞白，但观众反馈却挺高。AI 能一眼看出这种反差，并打上标签，这对精准推送和广告投放是降维打击。 不过说确实，壹度这种模式，目前也面临着如何持续下去的压力。毕竟大模型技术日新月异，竞争压力自然也在增大。他们目前可能还在纠结：是持续做垂直细分的“情感分析”，还是想往更宽泛的“内容创作”转型？毕竟目前的视频内容忒多了，单纯靠“看懂表情”已经不够用了，还得看能不能让视频本身更有趣、更地道。 总而言之，壹度科技他们做的，实际上就是给视频平台的“情感”加了层滤镜。在他们眼里，这层滤镜不是要阻挡内容，而是为了让内容传得更精准、更有温度。

哪怕参数再烂，只要能帮到主播、帮到观众，这事儿就是值得做的。毕竟在这个这个讲究“情绪价值”的时代，哪位能让内容多出一分情感，哪位就抓住了用户最软乎的那块肉。

这种摸爬滚打出来的经验，估摸连那些最顶尖的研究院都挺难在短工夫内复制出来。