（原标题：AI伴侣大逃杀：星野下架，赛博爱情崩盘在即？） 21世纪经济报道记者 章驰 商业上，AI社交产品采取"订阅+增值服务"的变现方案，会员年卡在百元级别，但昂贵的模型算力成本 导致现金流持续承压。他们不仅要面对同类型产品竞争，还要直面巨头的夹击。ChatGPT、豆包等大模 型本身就具备强大的对话和情感交互能力。 这场突如其来的"集体分手"，让不少用户情绪崩溃，因为对于他们来说，AI不只是一个聊天智能体，而 是一个花了时间和金钱去养成的活生生的"人"。 这就要先给大家解释一下，这些AI陪伴APP到底是怎么玩的？ 在赛博恋人的世界里，你可以自己DIY一个有性格、有人设的聊天智能体，行话叫捏一个"崽"。这 些"崽崽"们，有精致的外形、配合语音和动态表情，会"害羞"会"生气"会搞小幽默，体验感拉满。 创作者们把这些崽崽上传到公区，供他人搜索、订阅、聊天互动、购买。AI陪伴APP不仅是一个角色创 作智能体，更是一个社区。 过去两年，AI陪伴产品在资本与用户的双重加持下，几乎坐着火箭起飞。行业领头羊Character. AI，在 2024年8月硅谷知名投资机构a16z发布的全球Top 100 AI应用榜上，月活排名 ...

公司概况 - 公司成立于2020年，是苏黎世联邦理工学院的衍生公司，专注于研发AI模型技术风险评估软件 [2] - 公司创始团队由苏黎世联邦理工学院的教授和博士组成，首席执行官Petar Tsankov拥有计算机科学博士学位并曾为ChainSecurity联合创始人 [2] - 公司在2022年10月完成了由Atlantic Bridge和OpenOcean领投，FPV Ventures跟投的1200万美元A轮融资 [8] - 公司入选2025年《瑞士创新100强》榜单，该榜单是瑞士科技创新领域的标杆 [10] 产品与技术 - 核心产品为AI模型技术风险评估软件，可将AI监管政策要求转化为可量化验证的技术要求，并对AI模型进行全面的技术风险评估及监管对照 [2] - 利用经典程序分析技术，构建了世界上第一个可扩展、稳健的AI系统评估软件，可自动诊断和修复人工智能数据及模型问题 [6] - 软件可对性能、安全、数据隐私、偏见与公平性等关键风险类别进行持续性深度技术评估，并能全面挖掘和记录所有技术证据 [5][6] - 产品支持高可扩展性和自定义用例，适用于聊天机器人、RAG总结、欺诈检测等多种场景 [8] 市场机遇与行业背景 - 2022年全球产业向人工智能系统投入了近5000亿美元，但87%的AI系统最终未能投入生产，存在巨大的技术风险评估市场缺口 [4] - AI模型在实际应用中常常失效，部分原因在于供应商无法提供用于治理、风险和合规的可验证凭证 [4] - 随着《欧盟人工智能法案》等法规的颁布，企业面临着日益增长的AI监管压力，需要深入的技术验证以确保模型可靠性和合规性 [4][7] 解决方案与竞争优势 - 公司能够将现有监管要求转化为标准化的技术要求，并解读为具体的技术控制措施 [7] - 公司与苏黎世联邦理工学院合作推出开源框架Compl-AI，将《欧盟人工智能法案》的监管要求具化为可操作的技术检查要求 [7] - 软件内置各类风险管理框架，包括欧盟人工智能法案、FINMA、MAS、OWASP、NIST AI RMF、ISO标准等，用户可利用预先打包的框架快速上手 [7] - 针对风险评估结果，软件能智能选择数十种商用和开放式AI安全护栏解决方案，并分析各方案风险与性能之间的权衡 [8] 客户与业务发展 - 公司已与全球安全服务提供商Jumio、瑞士最大的可再生能源供应商Axpo、Actuate、Athena AI等企业建立合作关系 [8] - 公司计划将业务范围拓展至制造、医疗保健、零售与安全行业 [8]

核心观点 - 海尔三翼鸟平台获得智慧家庭领域首个ISO/IEC 42001人工智能管理体系认证，标志着行业竞争从技术参数转向包含安全、可信的综合能力竞争 [1][3] 认证突破与行业意义 - 海尔三翼鸟成为智慧家庭领域首个获得ISO/IEC 42001认证的企业，为行业树立“可信智能”新标准 [1] - 认证意味着智能家居行业竞争维度升级，从单一技术参数比拼转向安全、可信、可持续等要素的综合能力竞争 [3] - 在国际法规如欧盟《人工智能法案》出台背景下，提前布局合规体系有利于公司在国际市场占据先机 [3] 系统化AI治理能力 - 公司搭建非单一产品的全链条管理体系，将ISO/IEC 42001标准贯穿于AI语音、AI视觉、健康保鲜大模型等全场景应用 [1] - 标准覆盖设计、开发、测试、运维每一个环节，确保全流程符合国际数据安全与伦理规范 [1] - 认证推动冰箱、洗衣机、电视等核心智能家电产品同步通过认证，构建完整防护网络 [2] - 平台实现用户使用单个产品或全屋场景时均能获得一致的安全保障 [2] 用户导向的合规设计 - 合规设计服务于用户刚需，例如灯光调节仅根据光线、作息数据适配亮度，不采集个人行为隐私 [3] - 使“可信智能”从冰冷标准转变为用户看得见、用得着的安心体验 [3]

Sora应用市场表现 - OpenAI基于Sora2技术推出的AI短视频应用Sora于2025年9月30日上线，首周在iOS平台下载量达约62.7万次，超过ChatGPT发布首周的60.6万次下载量 [2] - Sora目前仍为内测邀请制，其影响力可能大于当初的ChatGPT [2] 产品形态与行业影响 - Sora的产品形态与主流短视频应用类似，均为一键上划刷新的信息流模式 [2] - 核心差异在于内容创作方式：用户通过输入提示词由AI生成虚拟视频，无需拍摄和上传 [2] - 该技术意味着AI生成内容未来将大量充斥互联网空间 [2] 技术演进与社会影响 - Sora代表的AI短视频技术已超越效率革新，开始触及信息真实性这一社会信任基石 [3] - AI生成内容在光影、物理交互及情感表达上高度逼真，实现了“无中生有”的创造逻辑 [3] - 技术发展使得拟像不再需要伪装成现实，而是直接生产“现实”，进入让·鲍德里亚所描述的“超真实”时代 [3] 行业治理与合规发展 - AI治理刻不容缓，要求企业在模型训练、数据使用、内容生成全链条嵌入安全、透明、可问责机制 [4] - 行业需开发可靠的内容溯源和数字水印技术，在产品设计上遵循“伦理先行”原则 [4] - 面对指数级增长的AI生成内容，仅依赖平台自我监管和事后法律法规已远远不足 [4] 行业教育与社会认知 - AI通识教育旨在培养面向AI时代的批判性思维和媒介素养，帮助公众理解AI原理、能力边界及潜在风险 [5] - 教育内容需涵盖对深度伪造滥用、算法偏见等问题的警惕 [5] - AI合规与通识教育是应对认知革命的一体两面，分别构成技术与制度的“安全带”和社会认知的“免疫力” [5]

Sora应用市场表现 - OpenAI基于Sora2技术推出的AI短视频应用Sora于2025年9月30日上线 在iOS平台首周下载量达约62.7万次 超过ChatGPT发布首周的60.6万次下载量 [1] - Sora目前为内测邀请制 其影响力可能大于当初的ChatGPT [1] 产品形态与行业影响 - Sora产品形态与主流短视频应用类似 为一键上划刷新短视频 核心区别在于内容创作者通过输入提示词由AI生成虚拟视频 无需拍摄和上传 [1] - AI生成内容未来将大量充斥互联网空间 [1] 技术演进与社会影响 - Sora代表的AI技术开始触及社会机制深层 短视频平台出现大量无法分辨真假的内容 [2] - AI生成内容在光影 物理交互 情感表达上无可挑剔 实现"无中生有" 拟像直接生产"现实" 进入"超真实"时代 [2] - 与此前AI技术侧重效率革新不同 Sora触及信息真实性这一社会信任基石 [2] AI治理与合规发展 - AI合规要求企业在模型训练 数据使用 内容生成和发布全链条嵌入安全 透明 可问责机制 是主动的技术伦理构建 [3] - 需开发内容溯源和数字水印技术 在产品设计上遵循伦理先行原则 通过显著标识 限制敏感内容生成等方式为用户提供判断依据 [3] AI通识教育需求 - 面对指数级增长的AI生成内容 需推行AI通识教育 培养面向AI时代的批判性思维和媒介素养 [3] - 教育核心是帮助公众理解AI生成内容原理 认识能力边界 辨别潜在风险 建立使用和传播AI内容的伦理观 [3] - AI合规与AI通识教育是应对认知革命的一体两面 分别为自上而下的技术制度安全带和自下而上的社会认知免疫力 [4]

融资情况 - Delve在2025年1月完成300万美元种子轮融资后，业务增长迅猛且客户签约率稳定攀升 [1] - 公司以3亿美元估值完成3200万美元A轮融资，由Insight Partners领投，多家财富500强企业首席信息安全官跟投 [2] - 新估值较上一轮跃升约10倍 [3] 业务发展 - 客户规模从1月份的100家激增至500余家，包括AI独角兽Lovable、Bland和Wispr Flow等 [3] - 公司通过AI技术节省数百小时人工流程，专注于监管合规自动化 [3] - 最初从HIPAA合规起步，后扩展至SOC 2、PCI、GDPR、ISO等全套合规标准 [4] 产品与技术 - Delve通过AI Agent取代传统合规流程，自动收集证据、撰写报告、更新审计日志，并追踪配置变更 [5] - 产品与客户工具集成，实现合规工作流程自动化 [5] - 长期目标是自动化十亿小时的其他工作，拓展至网络安全、风险管理和内部治理等领域 [5] 竞争与优势 - 面临来自其他AI公司和OpenAI等大型实验室的竞争，后者推出通用型智能代理 [7] - Delve在领域深度上更具优势，拥有深厚的合规专业知识 [7] - 合规性动态变化，各企业解读不同，Delve的突出优势在于适应性和专业性 [8] 创始人背景 - 创始人Karun Kaushik和Selin Kocalar为MIT同窗，曾研发AI医疗文书助手，后转型合规工具开发 [3][4] - 团队由MIT、斯坦福和伯克利的人工智能研究员组成，成立仅两年 [3] - 2023年入选Y Combinator，获得General Catalyst、FundersClub、Soma Capital等机构种子轮融资 [4]

欧盟《通用人工智能行为准则》核心内容 - 欧盟委员会公布《通用人工智能行为准则》最终版本，聚焦透明度、版权、安全与保障三大核心，为通用AI模型提供自律指引 [3][4] - 准则将于2025年8月2日生效，要求企业分阶段完成合规调整：现有AI模型需2年内达标，新构建模型需1年内达标 [4] - 采用风险分级监管模式，禁止"不可接受风险"应用（如生物识别分类系统），对高风险领域实施事前评估与持续监控，违规罚款最高达年营业额7% [4] 汽车行业面临的挑战 自动驾驶系统 - L2+级以上自动驾驶系统需披露传感器融合算法、训练数据来源及决策逻辑，接受第三方安全评估 [5] - 涉及生物特征数据的功能（如驾驶员疲劳监测）可能被列为高风险应用，需提交额外合规报告 [5] - 单车智能化研发成本预计增加15%-20%，用于算法可解释性研发和实时监控系统建设 [5] 智能座舱交互 - 车载AI生成内容（文本、音乐等）需确保训练数据不侵犯欧盟版权法，可能推高软件采购成本 [6] - 生物特征数据（如面部识别）需明确告知用户并获得单独授权，存储和传输需符合GDPR [6] 数据合规与供应链 - 训练数据需全链路追溯，包括采集地点、脱敏处理方式等，以证明无隐私侵权 [6] - 依赖第三方AI解决方案的车企需确保供应商同步合规，避免整车认证失败 [6] 商业模式创新 - OTA升级涉及AI模型参数调整需提前报备，影响高频迭代策略 [7] - 出口欧盟的智能汽车需满足准则要求，中国车企需配置多区域合规模块（如数据本地化存储） [7] 车企应对策略 短期措施 - 设立AI合规委员会，招聘具备欧盟AI法案和GDPR双认证人才 [8] - 引入可解释AI（XAI）技术和区块链存证系统，实现数据全链路溯源 [8] - 在新车研发流程中嵌入"AI合规关口"，未通过风险评估模块不得量产 [9] 长期规划 - 转向合规数据源合作（如欧盟认证开放数据集平台），降低侵权风险 [9] - 研发轻量化、可审计AI模型，实现生物特征数据本地化处理 [9] - 构建覆盖多市场的AI治理框架，同步适配美国NIST等国际标准 [9] 行业影响与趋势 - 欧盟《准则》可能成为全球汽车智能化监管的重要参考，加速AI治理规则形成 [10] - 中国车企需提前布局欧盟合规能力，避免市场准入壁垒 [10] - 行业进入"强监管时代"，合规要求将融入技术研发与商业模式创新，成为差异化竞争关键 [10]