第0130章灵犀深处（1/2）

第二天上午九点五十分，笑媚娟的车停在了灵犀科技楼下。

她抬头看了一眼。这是一栋不起眼的五层楼，外墙是普通的灰白色瓷砖，在江城高新区林立的高档写字楼群里，显得朴素甚至有些寒酸。楼门口连个像样的招牌都没有，只有一块白底黑字的牌子，上面写着“灵犀科技”四个字，字体倒是有几分飘逸。

司机拉开车门，笑媚娟下车，整理了一下身上的米白色西装套裙。今天她没穿高跟鞋，换了一双平底的乐福鞋——直觉告诉她，今天可能会走动不少。

“娟姐，要我陪你上去吗？”助理陈从副驾探出头。

“不用。”笑媚娟摆手，“你在车里等我，电话保持畅通。”

“是。”

笑媚娟深吸一口气，推开玻璃门。一楼大堂很安静，只有前台坐着一个戴眼镜的年轻女孩，正对着电脑屏幕敲代码，听到声音抬起头。

“您好，请问找谁？”

“我找毕克定毕先生，约了十点。”

“毕先生已经到了，在五楼实验室。电梯这边请。”女孩起身引路，动作麻利但不失礼貌。

电梯是那种老式货梯，运行起来咣当咣当响。笑媚娟站在里面，看着楼层数字一个个跳动，心里有些奇怪——毕克定随手就能捐五个亿，为什么要把公司放在这种地方？是低调，还是……别有深意？

电梯停在五楼。门打开，眼前豁然开朗。

和简陋的外表截然不同，五楼完全是另一个世界。整层被打通，挑高至少有六米，空间开阔得像个型体育馆。地面是浅灰色的环氧树脂，光洁如镜，倒映着天花板上纵横交错的银色管线。四周的墙是纯白色，没有窗户，但光线均匀柔和，不知道光源从哪里来。

最引人注目的是大厅中央，那里立着一个半透明的圆柱体，直径约三米，高约四米，表面流动着淡蓝色的光晕，像一块巨大的、流动的水晶。圆柱体内部，隐约可见复杂的机械结构和闪烁的指示灯。

圆柱体周围，十几个穿着白色实验服的人正在忙碌。有的在操作台前敲击键盘，有的拿着平板电脑记录数据，有的围着圆柱体低声讨论。整个实验室安静而高效，只有键盘的敲击声和仪器的轻微嗡鸣。

“笑总，这边。”

毕克定的声音从右侧传来。笑媚娟转过头，看到他站在一个操作台旁，身上穿着一件简单的黑色T恤和工装裤，和昨天酒会上西装革履的样子判若两人。他手里拿着一个平板电脑，屏幕上滚动着密密麻麻的数据。

“毕先生。”笑媚娟走过去，目光却忍不住瞟向那个巨大的圆柱体，“这是……”

“灵犀的核心。”毕克定把平板电脑递给她，“情感共鸣网络的物理载体，我们叫它‘灵枢’。”

笑媚娟接过平板，屏幕上是灵枢的3D结构图。复杂的神经网络模型、量子计算单元、生物传感器阵列……她看不懂全部，但能看出这东西的技术含量，绝对超出了目前公开的所有AI硬件。

“我能……靠近看看吗？”她问。

“当然。”毕克定做了个请的手势。

两人走到灵枢前。离近了看，那种震撼感更强烈。淡蓝色的光晕在圆柱体表面缓缓流动，像是呼吸，又像是心跳。圆柱体内部，无数细的光点在神经网络模型中穿行，快得几乎看不清，只留下一道道淡金色的轨迹。

“它在思考？”笑媚娟轻声问，生怕惊扰了什么。

“在学习。”毕克定纠正，“灵枢没有预设的知识库，它的一切认知都来自实时学习和交互。我们只给了它最基础的逻辑框架，剩下的，靠它自己。”

“自己？”笑媚娟转头看他，“你是，它具备自主进化能力？”

“对。”毕克定点头，“传统的AI，训练数据是固定的，模型更新需要人工干预。但灵枢不一样——它每时每刻都在接收新信息，调整神经网络结构，优化算法参数。某种意义上，它在‘成长’。”

笑媚娟的心脏狂跳起来。自主进化的AI，这已经不仅仅是技术突破了，这是……革命。

“安全性呢？”她问出了最核心的问题，“一个能自主进化的AI，如果失控……”

“这就是情感共鸣网络的意义。”毕克定走到操作台前，调出一个界面，“灵枢能理解人类情感，不是因为它被‘教’会了情感，而是因为它能‘感受’到情感。”

他在屏幕上点了几下。灵枢表面的光晕忽然变了，从淡蓝色变成了温暖的橙黄色，流动的速度也慢了下来，像温柔的波浪。

“现在，它在感受‘平静’。”毕克定，“通过分析我的脑电波、心率、呼吸频率，以及周围环境的声光信息，它建立了一套情感模型。这个模型不是固定的，会随着交互对象和环境变化而调整。”

笑媚娟盯着灵枢，忽然问：“它能感受到我的情绪吗？”

“能。”毕克定在平板上操作了几下，“灵枢，分析来访者当前情绪状态。”

灵枢内部的光点流动速度加快，几秒钟后，一个柔和的女声从圆柱体中传出——不是冰冷的电子音，而是带着温度、甚至能听出细微情绪起伏的人声：

“来访者当前情绪状态：好奇度78%，兴奋度65%，警惕度42%，期待度59%。整体情绪偏向积极，但存在理性克制。建议：提供更多可视化数据，增强信任感。”

笑媚娟的呼吸停了一拍。这个分析，准得可怕。她确实好奇，兴奋，也保持着商人的警惕，但内心又期待着看到更多。灵枢甚至给出了建议——提供可视化数据，这正是她现在最需要的。

“它……”笑媚娟的声音有些发干，“它怎么知道我需要可视化数据？”

“因为它分析了你的微表情。”毕克定指着灵枢侧面一个不起眼的传感器，“你刚才看结构图的时候，瞳孔有轻微放大，这是兴趣和求知欲的表现。但你的眉头微微皱起，这是对抽象信息理解困难的下意识反应。所以它判断，你需要更直观的展示。”

笑媚娟沉默了几秒，忽然笑了：“我现在相信，准确率能达到99%了。”

“不止99%。”毕克定，“在实验室环境下，对训练有素的研究人员，准确率是100%。因为研究人员情绪稳定，表达清晰。难点在于普通人群——每个人的情绪表达方式都不一样，文化背景、成长经历、性格特质都会影响。”

“那普通人群的准确率……”

“目前是96.7%。”毕克定调出一份报告，“我们找了三千名志愿者，涵盖不同年龄、职业、文化背景。灵枢的平均识别准确率是96.7%，其中正面情绪识别率98.2%，负面情绪识别率95.1%。”

笑媚娟快速扫过报告。数据详实，测试方法科学，连志愿者的筛选条件都列得清清楚楚。这不是吹牛，是真金白银的技术。

“应用场景呢？”她问出了投资人最关心的问题。

“第一批地场景有三个。”毕克定领着笑媚娟走到实验室另一侧，那里有几个独立的演示区。

第一个演示区布置得像心理咨询室。一个志愿者坐在椅子上，手腕上戴着传感器，正对着一个屏幕话。屏幕上是一个虚拟的卡通形象，表情温柔，眼神专注。

“这是心理健康辅助系统。”毕克定介绍，“灵枢通过分析用户的语音、表情、生理数据，判断其心理状态。如果检测到抑郁、焦虑倾向，会启动干预程序——可能是引导对话，可能是推荐放松训练，也可能直接联系后台的心理咨询师。”

“隐私问题怎么解决？”笑媚娟敏锐地问。

“所有数据本地处理，不上传云端。”毕克定，“用户拥有完全的数据主权，可以随时删除记录。而且系统设计是‘主动遗忘’机制——除了必要的诊断信息，对话细节会在24时后自动清除。”

笑媚娟点点头。这个设计考虑得很周全。

第二个演示区像教室。十几个孩子围成一圈，中间是一个机器人造型的灵枢终端。机器人正在讲一个童话故事，声音抑扬顿挫，还配合着丰富的肢体动作。孩子们听得津津有味，不时发出笑声。

“教育陪伴机器人。”毕克定，“灵枢能识别每个孩子的注意力状态、理解程度、情绪变化，实时调整教学节奏和内容。注意力分散了，它会讲个笑话；遇到难点，它会换个方式解释；孩子情绪低，它会给予鼓励。”

他顿了顿，补充道：“我们和江城三合作了三个月，试点班级的平均成绩提高了12%，课堂参与度提高了35%，最重要的是——孩子们喜欢它。”

笑媚娟看着那些孩子亮晶晶的眼睛，心里某个柔软的地方被触动了。她想起自己时候，父母忙于工作，经常一个人在家。如果那时有这样的陪伴……

“第三个呢？”她问。

第三个演示区最大，布置得像医院的病房。一个老年人躺在病床上，身上连着各种监测仪器。床旁，一个灵枢终端正在和老人对话。

“李爷爷，今天感觉怎么样？”

“还……还行。”老人的声音有些含糊，但能听出是在努力表达。

“您的心率比昨天平稳了，血氧也正常。但监测到您有轻微焦虑情绪，是在担心下午的检查吗？”

老人沉默了几秒，点点头。

“不用担心，王医生只是常规检查。您要做的，就是好好休息，按时吃药。我给您放段京剧听，好吗？您最喜欢的《霸王别姬》。”

京剧的旋律响起，老人脸上的皱纹舒展开来，慢慢闭上眼睛。

“智慧医疗陪护系统。”毕克定的声音很轻，“针对老年人、慢性病患者、术后康复人群。24时监测生命体征，预警健康风险，提供情感陪伴，还能协助医护人员进行远程诊疗。”

笑媚娟看着那个安睡的老人，良久，才开口：“这东西……能救很多人。”

“这就是我做灵犀的初衷。”毕克定，“AI不该只是赚钱的工具，它应该让生活变得更好。”

两人走到实验室的休息区。这里有一面巨大的地窗，窗外是高新区林立的楼宇。阳光照进来，洒在浅灰色的地毯上，温暖而安静。

“笑总，”毕克定递给笑媚娟一杯水，“看完了，有什么想法？”

笑媚娟接过水杯，没有马上喝。她看着窗外，脑子里飞快地运转。

灵犀科技的技术，是颠覆性的。情感共鸣网络、自主进化、超高准确率……任何一项拿出来，都足以在AI领域掀起地震。而毕克定选择的三个地场景——心理健康、教育、医疗，都是社会痛点，市场空间巨大，而且有极强的社会价值。

但问题也很多。

“技术垒有多高？”她问。

“很高。”毕克定坦然道，“灵枢的神经网络架构是独创的，目前全球只有我们能实现。硬件方面，我们自研了量子计算芯片和生物传感器阵列，专利已经申请了137项，其中86项是核心专利。”

“团队呢？”

“核心团队27人，平均年龄31岁，全部是相关领域的顶尖人才。首席科学家钱博士是MIT人工智能实验室的前主任，硬件负责人孙总是英特尔的前芯片架构师。另外，我们还和江城大学、中科院建立了联合实验室。”

笑媚娟点点头。团队没问题，甚至可以豪华。

“资金状况？”

“我投了五个亿，目前花了两个亿，账上还有三个亿，够烧一年。”毕克定得很直白，“但如果要大规模量产、商业化地，还需要至少二十个亿。”

“估值呢？”

本章未完，点击下一页继续阅读。