恐怖谷效应
由日本机器人学家森政弘于1970年提出，描述当机器人或虚拟形象与人类相似度极高但又不完全一致时，人类会产生强烈不适感的现象，现延伸至AI语音领域
核心事实
时间轴 (近 90 天)
实时渲染比静态图像更容易触发恐怖谷效应，因为角色面部细节不断变化，AI每次推断的偏差会被连续放大。
越是逼真的数字人一旦出现细微异常越容易引发观众不适，技术进步未必带来接受度的线性提升
恐怖谷理论的核心观点是：当仿真对象越来越接近真人时，人们好感度先上升，但达到某个临界点仍存在细微异常时，好感度会骤然跌入谷底，产生诡异感与排斥心理
人类的视觉感知系统对不自然的'完美'运动极为敏感，即使无法明确指出问题也会产生排斥反应
AI在编辑或生成动作时往往会产生过于平滑、过于精准的运动曲线，这种'完美'让人类大脑判定为'不真实'
真人动作天然包含大量微小、不规则的'噪声'，如头部转动时的自然加速减速、轻微抖动和不完美的运动轨迹
AI生成的美食图片会引发类似机器人领域恐怖谷效应的视觉排斥感，即越接近真实却存在微妙偏差越容易引发不适
恐怖谷效应同样适用于AI生成内容,当自动化视频接近但未达专业水准时可能引发不适降低信任度
过度模板化的自动生成演示可能引发类似'恐怖谷效应'的不适，削弱产品独特性
森政弘提出的恐怖谷效应(Uncanny Valley)指出,当人造角色越接近真实人类外貌但又未能完全达到时,观众会产生强烈的不适感
还有 7 条时间轴事件
全部知识事实 (18)
fMRI研究显示，当受试者观看处于恐怖谷区间的仿人形象时，大脑的杏仁核和前额叶皮层会同时激活
70%待验证恐怖谷理论的核心观点是：当仿真对象越来越接近真人时，人们好感度先上升，但达到某个临界点仍存在细微异常时，好感度会骤然跌入谷底，产生诡异感与排斥心理
60%待验证恐怖谷效应指当机器人外貌越来越接近真人时，人类好感度先上升，在接近逼真却未完全真实的临界点时骤然跌入不适甚至恐惧，相似度进一步提升到无法区分真假时好感度才回升
60%待验证当AI虚拟形象高度接近但不完全等同于真人时，人类会产生不适和排斥感（恐怖谷效应）
60%待验证实时渲染比静态图像更容易触发恐怖谷效应，因为角色面部细节不断变化，AI每次推断的偏差会被连续放大。
50%待验证越是逼真的数字人一旦出现细微异常越容易引发观众不适，技术进步未必带来接受度的线性提升
50%待验证人类的视觉感知系统对不自然的'完美'运动极为敏感，即使无法明确指出问题也会产生排斥反应
50%待验证真人动作天然包含大量微小、不规则的'噪声'，如头部转动时的自然加速减速、轻微抖动和不完美的运动轨迹
50%待验证AI在编辑或生成动作时往往会产生过于平滑、过于精准的运动曲线，这种'完美'让人类大脑判定为'不真实'
50%待验证AI生成的美食图片会引发类似机器人领域恐怖谷效应的视觉排斥感，即越接近真实却存在微妙偏差越容易引发不适
50%待验证恐怖谷效应同样适用于AI生成内容,当自动化视频接近但未达专业水准时可能引发不适降低信任度
50%待验证过度模板化的自动生成演示可能引发类似'恐怖谷效应'的不适，削弱产品独特性
50%待验证森政弘提出的恐怖谷效应(Uncanny Valley)指出,当人造角色越接近真实人类外貌但又未能完全达到时,观众会产生强烈的不适感
50%待验证画面高保真度越高，残留的物理逻辑漏洞越会被成倍放大，产生强烈违和感
50%待验证恐怖谷效应最初由日本机器人学家森政弘在1970年提出，用以描述人类对仿人机器人的情感反应
50%待验证恐怖谷效应由日本机器人学家森政弘于1970年提出，指人类对机器人的好感度在接近但未达完全拟人时骤然跌入负面区域
50%待验证现实主义剧情片是AI影视最难攻克的领域，因对恐怖谷效应最为敏感
50%待验证AI生成的真人风格视频往往比风格化动画更容易引发观众排斥反应
50%