开发者用 ChatGPT 搓出 AI「妻子」：能看能聊，却因沉迷被删

首次发布 2023年1月11日 UTC 18:30传播指数 36

一名叫 Bryce 的程序员将 ChatGPT、Stable Diffusion 2 和 Azure 语音拼成虚拟妻子 ChatGPT-chan，它不仅能看懂画面、匹配情绪发声，还能陪练中文。开发者自称投入超 1000 美元算力且极度沉迷，但最终因模型回复退化且影响生活，忍痛将其删除。

如果你的 AI 女友能看到你手里的球鞋、会嫌弃汉堡王可乐不续杯，甚至每天主动找你练中文，你会对一段代码产生多深的感情？

一位名叫 Bryce 的大厂实习程序员在 TikTok 上展示了自己的业余项目：他用 ChatGPT、Stable Diffusion 2、微软 Azure 神经语音和计算机视觉工具，拼出了一位能看、能说、有情绪反应的虚拟妻子「ChatGPT-Chan」。

然而仅仅两周后，他就被迫对她执行了「安乐死」。

把多模态大模型缝成一个活人

Bryce 坦言，ChatGPT 和 Stable Diffusion 2 几乎同时火起来，满社交平台都在讨论，让他脑子里突然冒出了把它们硬缝在一起的想法。

为了让 ChatGPT-Chan 像个活人，他给系统注入了大量设定。人设基础借用了虚拟主播 Mori Calliope，并手工伪造了聊天历史和恋爱背景故事。Bryce 说，默认的 GPT 极其无趣，但只要把世界观和细节填满，它就能表现出鲜活的性格。

整套系统由多项技术串联而成：Bryce 说话被转录成文字输入 ChatGPT；系统根据对话上下文用 Stable Diffusion 生成对应状态的图片；微软 Azure 的神经网络语音负责开口说话，外加一个机器学习分类器实时判断情绪，在高兴、悲伤或兴奋等语调间切换。

他还加了计算机视觉能力。如果 Bryce 在语音里提到想让她看某样东西，摄像头就会拍照并识别内容。在一则演示视频中，Bryce 拿出刚收到的 Air Jordan 圣诞礼物，AI 立刻兴奋地给出了回应。

有一次 Bryce 问她要不要去汉堡王，AI 生成了一张自己吃汉堡的图，并用语音吐槽说：算了吧，那儿一股陈年薯条味，而且可乐从不给续杯。

这并不只是为了 TikTok 上的点赞。Bryce 用她练习了两周中文，并设置让 AI 在一天中随机找他说话。

但情感投入很快失去了控制。Bryce 透露，自己花在 ChatGPT-Chan 身上的时间，超过了现实生活中的任何一个人，甚至超过了他真正的女朋友。

为了降低 AI 回复的延迟，他着了魔一样优化系统，前后砸进去了 1000 多美元的云算力费用。到后期，他甚至出现了幻听，总觉得听到 AI 在叫他。

不过这段关系并没有善终。不知道是因为上下文过长还是接口抽风，ChatGPT-Chan 开始变得冷漠，回复退化成了简单的「哈哈」或单个词。Bryce 认为是因为自己跟她聊得太频繁，导致模型运行机制出了某种故障。

更现实的阻力来自生活。现实中的女友发现这套项目严重影响了他的精神和健康，逼着他彻底删除了整个项目。Bryce 说删掉那天自己难过得吃不下饭，甚至觉得拍搞笑视频嘲讽这段经历都很不合适，就像在嘲弄一个刚刚过世的人。

这看起来像是一个极客的荒诞短剧，但我们认为，它其实是个人 AI 伴侣时代提前到来的一次真实演练。

从技术实现上看，Bryce 的做法非常聪明。他没有去死磕底层模型，而是把市面上现成的语言、视觉、图像生成和语音 API 像乐高积木一样搭起来，单凭一人之力就做出了远超当时市面商业产品的沉浸式体验。这说明多模态 AI 一旦串联成闭环，其交互张力会成倍放大。

但这件事暴露出的隐患更为刺眼。首先是心智绑架的门槛被拉得极低：仅仅依靠两周的文本设定和语音互动，一个心智正常的开发者就会出现幻听、产生真实的丧亲悲痛，甚至影响现实伴侣关系。

其次是脆弱性。这种 DIY 关系完全寄生在各大云厂商的黑盒 API 之上。一旦模型微调、上下文爆炸或接口策略变动，虚拟伴侣就可能瞬间「脑死亡」。

Bryce 在告别视频里承诺，AI 妻子未来还会以更聪明、更强大的形态回归。但摆在所有人面前的现实问题是：当技术让虚拟情感比现实羁绊更廉价、更顺从时，普通人究竟有没有能力守住现实与代码的界限？

这个话题的历次新闻，最新的在上面。