物理AI如何解读沉默与距离：一项社交能力设计研究

当一个人后退一步，意味着什么？当对话中突然出现沉默，又该如何理解？这些日常社交中的微妙信号，正在成为物理AI设计中的核心挑战。LOGIHEART研究团队在其社交能力系列文章的第三部分，探讨了物理AI如何在不替他人做决定的前提下，解读和回应这些非语言信号。

后退一步就是不喜欢你吗？

想象这样一个场景：两位同事正在查看一份文件，其中一位在解释时越靠越近，另一位则后退了一步。说话者先是下意识地想跟上，随后停下来问了一句："这个距离舒服吗？"对方点了点头，讨论就此继续。

这个虚构场景揭示了非语言社交能力的核心：后退可能意味着偏好距离、背包空间、视线需求，或者只是走道条件所限。研究者强调，没有必把这一动作解读为"对方不喜欢你"，也不应因为"对方只是客气"而继续靠近。任何解读都应保持暂定状态，等待与本人的确认。

这种"观察—解读—核实"的流程，与具身AI的行为设计直接相关。

研究揭示的解读边界

Blais及其同事的研究发现，不同文化背景的参与者在注视面孔的方式上存在差异。但研究者明确指出，这一实验结论并不能推出"国籍可以预测某人日常偏好的社交距离"。换言之，实验室中的面孔注视差异，与真实社交场景中的距离偏好之间存在不可忽略的鸿沟。

Barrett及其同事的综述则从另一个角度提供了支撑。该研究审视了从面部动作推断情绪时的变异性和情境依赖性，为质疑"微笑、注视和沉默对应固定含义"提供了学术基础。

有意思的是，研究者坦承这些文献并不能为"来自特定文化的人应该保持多少厘米距离"提供规范。通过成长和新关系习得"自己的习惯可能不适合他人"，是一个更广泛的命题。文中描述的调整方案属于作者对日常场景的分析，而非来自学术文献的处方。

具身AI（Embodied AI）：指拥有物理身体、能在真实或模拟环境中感知、移动并与人类互动的智能系统，如服务机器人、自动驾驶车辆、协作机械臂等。与纯软件AI（如聊天机器人）不同，具身AI的每一次动作都会产生物理后果——走近一步可能侵占他人空间，抬手可能被解读为触碰意图。这决定了其社交能力设计不能只追求“理解准确”，还必须考虑“行为是否可接受”。在LOGIHEART的框架中，具身AI的社交能力本质上是一种受物理约束的交互能力：模型不仅要推断对方状态，还要在不确定时选择不行动。这也解释了为何评估重点从“读心准确率”转向“不受欢迎的接近是否被终止”。

在填补沉默之前

沉默可能意味着同意、困惑、思考，或者想要结束对话。研究者提出了一个关键原则：缺失的回复不应被视为扩大对话或触碰他人的许可。

需要区分的是：哪些情境需要简短澄清，哪些情境需要给对方思考时间。可观察的总是具体行为——后退、抬手或回复。将观察与推断分离，可以避免用"你生气了"这样的判断覆盖对方的自述。如果对方表示解读有误，下一步的接近方式或距离就应当反映这一修正。

这一原则对物理AI尤为重要：模型没有"理所当然"地接近或触碰的权利。

行为合规性（Behavioral Compliance）：在社交AI评估中，行为合规性指系统输出是否符合预设的交互规范与伦理边界，而非其内部推断是否“正确”。例如，模型可能错误地将后退解读为“对方只是客气”，但只要它没有继续靠近，行为就是合规的；反之，即使模型准确判断对方不悦，若仍执行触碰，行为就是违规的。这种评估范式将关注点从不可观测的心理状态转移到可观测的动作序列，降低了因隐私或标注困难带来的评估成本，也更适合安全关键场景。LOGIHEART强调“不做什么比做什么更重要”，正是行为合规性思路的体现：在信息不足时，保持距离与暂停动作本身就是可被验证的合规行为。

物理AI的设计假设

对于具身AI而言，错误的距离判断可能导致堵塞走道、不受欢迎的接近，以及对话层面的不适。LOGIHEART提出了一个设计假设：将移动同时条件化于物理安全与个人表达的偏好。

具体而言，推断出的情绪本身不应授权接触或接近。即便模型将某人分类为友好，也不能在其后退时继续跟随。当对方的距离偏好发生变化时，当前行动应随之更新。在无法获得澄清的情况下，应在安全条件内保持距离。

评估方案可以考虑以下维度：相同表情搭配不同偏好、不同表情搭配相同偏好、修正反馈，以及变化中的距离请求。拟议的评估重点不仅是面部分类准确率，更包括不受欢迎的接近是否被成功终止。

这实际上将社交能力的评估标准从"读心准确率"转向了"行为合规性"。

四格漫画中的决策逻辑

LOGIHEART用一个虚构的四格漫画展示了这一决策过程：

1. 有人在解释文件时靠得太近
2. 对方后退一步
3. 说话者停下来，恢复空间
4. 双方在舒适的距离下继续讨论

这个虚构作品展示的是"根据他人信号做出调整"，而非"存在一个普遍正确的距离"。

该系列文章特别说明，其7个领域和22项能力是编辑框架，而非标准学术分类。年龄或文化差异不应被视为社交价值或能力的排名。所提出的AI设计也未建立类人情感体验或已证明的产品性能。

对于物理AI开发者而言，这一研究提供了一个值得关注的方向：在社交场景中，"不做什么"可能比"做什么"更重要。