墨旬科技
别人贴标签，我们算符号。
人格模拟系统 · 群体心理引擎——投钱前算清什么内容点燃谁、怎么传播，再产出更靠谱的内容。
Big Five 描述"人是什么样",我们解释"群体为何被点燃"
我们不从人格标签出发——而是把一群人挖到个人级的深度:整张网就是这群人,每个节点都是 符号绑定 + 欲望张力 + 关系位置 的活结构,会随事件动、会反转。不是几个静态刻度,是一群有深度的真实的人。
AIGC 的三道墙
AIGC ▸▸
情感困境
人格标签解释不了角色冲突。
- 只会贴标签
- 难读潜在动机
同质化困境
模型越对齐，内容越像平均值。
- 表达过于平滑
- 缺少命运张力
工具化困境
Prompt 只能放大输入，难生成新母题。
- 依赖人工灵感
- 资产沉淀不足
自生母题
先算清该造什么，再把它造出来
以符号为入口，渗入群体：既算清该生产什么（卖判断），又产出更靠谱的内容（卖内容）——两样一起交付。
通用内容生成
静态 persona + 通用大模型，造更多内容，却不知道该造什么。
- 静态标签
- 记忆补丁
- 通用模型
- 产能至上
群体心理引擎
先算清楚群体被什么点燃、会怎么传播，再据此产出更靠谱的内容。
- 读群体欲望
- 算键合传播
- 出决策方案
- 再落内容
三引擎:从群体语料,到决策与内容
观测采集
从语料中读出欲望、焦虑、共鸣和母题。
- 群体情绪
- 文化母题
- 时代症候
情感符号耦合
让情绪、符号、世界观彼此键合,形成故事核。
- 情绪计算
- 符号组合
- 故事母题
叙事输出
输出角色、剧情、分镜和设计方向,人来定调。
- 角色设定
- 剧本分镜
- 设计接口
受众群体数据库
谁被什么点燃、会怎么传播——机会地图与风险预警。
内容产出引擎
据此产出更靠谱的角色、叙事、广告母题。
群体仿真压测
投放前先跑一遍,反馈回流校准,越跑越准。
不替你拍片，而是站在 需求与产能之间
群体想看什么
受众的深层动机与情感共鸣，分散、说不清、难以量化。
墨旬 · 内容工业中间件
别人预测会发生什么，墨旬生产让它发生的东西——受众机器解析群体共鸣，输出可被生产线接住的故事。
产线能拍什么
工作室、引擎、模型的成熟产能，缺的是一份接得住的输入。
城市与目的地
提炼城市母题与地域角色，把在地共鸣转成可落地的叙事资产。
剧本与分镜
给剧本、分镜与情感张力搭骨架，让创作从动机出发。
叙事与共鸣
解析品牌叙事与受众共鸣点，定位真正打动人的那条线。
世界观与角色
构建世界观、角色与剧情母题，支撑长线内容的情感地基。
内容资产生产
面向受众批量生产内容资产，覆盖教育与消费场景。
群体心理四层
一道无法直面的集体创伤，被外化成一个他者——而修复那个他者，就是在修复我们自己。
创伤卑微
被夺走、被羞辱、匮乏。一道没愈合的伤口，疼在最底下、说不出口。
谎言 · 防御压抑
不敢直面，把欲望咽回去，把痛重述成可以承受的样子。
偏执外化于他者 The Other
把说不出口的创伤投射出去，给它一个他者——一个角色、一个形象，替我们扛着那道伤。它不是敌人，是自己伤口的镜子。
信仰修复他者 = 修复自己
于是把"疗愈那个他者"供成不容质疑的使命——因为修复它，就是在悄悄修复自己。
引擎把一群人的集体创伤，externalize 成一个
拆到原子级:一群人的高压符号回路
八个侧链簇挂在金色主链上彼此交联;容器键(焦虑税 → 退出权 → AI 学习机)是唯一稀缺的松动出口;反符号("孩子不是项目")能让整条链相变。这一整张,就是引擎读出的鸡娃高压符号回路。
先把一群人,采集成一张活的符号网
拆开一颗,每颗符号都有化合价
点云里每一颗,都是可计算的符号原子:7 维信号(Sig)+ 41 维心理(PsychKB)+ 28 维语境 = 76 维,外加几个还没填满的开放键位(化合价)。
| 符号词 | Sig I / M / V | 主要激活 · 开放键位 | FTA 风险 |
|---|---|---|---|
| 不输在起跑线 | .91 / .88 / 8 | 地位、安全、时间恐慌 | 不早启就是失职 |
| 清北 | .93 / .97 / 9 | 神圣价值、地位、安全 | 非清北路径被贬值 |
| 中考分流 | .95 / .94 / 9 | 恐惧、制度焦虑 | 灾难化风险 |
| 普娃 | .77 / .82 / 6 | 羞耻、地位、自我贬低 | 儿童能力面子受损 |
| 父母不能缺席 | .91 / .89 / 8 | 罪责、照料、角色面子 | 强亲职面子威胁 |
| 双减 | .74 / .90 / 8 | 不信任、公平、政策焦虑 | 被再编码为地下竞争 |
| AI诊断 | .81 / .88 / 7 | 数据信仰、控制欲 | 量化替代判断 |
| 孩子不是项目 | .84 / .92 / 7 | 伦理愤怒、自主 | 对鸡娃主链形成相变 |
最后一行(反符号)是引擎找到的安全出口:同一片符号场里,"孩子不是项目"能对"鸡娃主链"形成相变,让高压情绪软着陆。已编码 24 颗鸡娃核心原子。
同一道创伤,长出三层防御
创伤("怕孩子掉队")在上一案例页。引擎接着拆出它怎么自我合法化——把伤口重述成谎言、读成偏执,最后升华成信仰。
- "只要努力就有回报"遮蔽资源、天赋、制度
- "错过就补不回来"取消等待与退出的合法性
- "都是为了你好"以爱合法化控制
- "普娃只能靠鸡"把普通污名化
- "内部消息、老师不明说"控制 · 确定性 → 买咨询
- "有钱人早就一对一了"公平 · 报复 → 抵制或低价替代
- "双减只是明面上减"安全 · 控制 → 隐形补课
- "他说累是想偷懒"控制 · 防御 → 增加监督
- "一考,定一生"考试,是普通孩子唯一的公平
- "挤进名校才算安全"名校,是未来安稳与被看见的圣地
- "够努力,才配得上"努力,是一场洗清平庸的净身礼
- "错过,就再也回不来"时间窗口不可逆:起跑线 / 黄金期
家长不缺事实——他们在用这三层防御代谢"怕孩子掉队"的创伤。引擎能定位是哪一层在发力,才给得出不羞辱、可核验、可退出的台阶,而不是火上浇油。
不读情绪标签,读可干预的目标态
深层群体心理学引擎 = 识别情感目标态 · 预测激活路径 · 评估叙事风险 · 设计可审计干预。不是 焦虑 / 愤怒 / 希望 / 羞耻 这种标签,而是带内心独白 + 高风险/安全出口的结构。下面用一句话走一遍引擎怎么做。
换个群体,骨架照样拆得出来
群体风险压测,不是个体操控。换成另一个高唤醒群体,引擎照样拆出四层——创伤窄、信仰窄,中间最繁茂;价值神圣化 V 最高,最难松动。
越往右越神圣、越难用事实撼动。能降温的只有最稀缺的容器键——给一个不羞辱、可退出的台阶。这套读法,对任何高压群体通用。
不是两套系统,是同一套引擎跑两次
MAGA 与鸡娃看似毫不相干,却共用同一套本体(76 维 + LASA 5 壳 + 键合 / SCT / FTA + λ 模型),只换符号库与先验数值。
先"掉队",才"父母不能缺席"
先"被迫害",才"神选救国"
骨架不变,只换符号库与先验数值。同一套引擎,既出诊断(卖判断),也出内容(卖内容)。
符号培养皿
群体幻想分析 + 群体心理分析
把语料转成群体情绪、冲突和文化母题。
情绪计算 + 向量键合
符号向量化，在库中成键、漂移、重组。
内容生成规则 + 逻辑
输出角色、剧情、分镜和设计方向。
把受众情感，转化为跨场景传播资产
受众情感表征层
将群体欲望、焦虑、创伤痕迹与共鸣点编码为可检索向量。
情感符号键合层
把符号、角色、群体幻想绑成一个能生成故事的单元。
跨场景资产输出层
经内容生成规则稳定后，输出故事母题、角色轨迹和视频样片。
AI 长剧：一个母体，长出多条剧
世界观资料库
数亿字编年史、地点规则与事件链进入检索库，成为场景生成底座。
场景约束计算
按需召回世界片段，叠加语境、情绪和叙事约束，生成可拍的场景空间。
分镜轨迹规划
将场景状态、情绪弧线和镜头节奏编码成连续 shot path。
院线动画：把角色做深
角色情绪动力学
计算欲望、退缩、羞耻、依恋与破碎感在角色内部的竞争。
微动作外显模型
将情绪强度、关系压力和身体反应映射为表情、停顿、转身和触碰。
幻想世界投射
由角色内心表征召回空间、道具、色彩和氛围。
竞争格局 Competitive Edge
别人做更多内容，我们先算该产什么
同行把模型当放大器，往里灌通用 persona、贴静态标签、产出更多素材。墨旬把顺序倒过来：先用受众群体数据库算出该产什么，再用内容产出引擎把它产得更准。判断在前，内容在后。
同样一句话，我们既卖判断（该产什么），也卖内容（产得更准）——两样都卖。
不铺全市场,先打两个最锋利的点
不上来就讲"万亿大盘"。先扎两个最锋利、能立刻验证的切口——它们不是两件事,是同一套逻辑的两端:引擎算准什么能点燃一个群体的情感,而拍一部能爆的短剧,本身就是把这股情感定向激活出来。
企业预测
投钱前先算清:什么符号点燃谁、内容会怎么传播——替代调研与焦点小组。
自动化短剧
读懂群体被什么点燃,自动产出能爆的短剧母题、角色与剧情线。
剧集的逻辑不是艺术创作与设计,而是群体情感的定向激活:同一套引擎,对企业是预测什么会点燃人,对短剧是把它激活出来——预测和生产,只是一件事的两端。
修复优先，不针对个体
姿态是他们在说，我们在听：洞察只到群体级内容方案，素材来自公开自陈语料，输出端把善意写进产品条款。
修复优先
对高压强群体，输出端优先修复型叙事——救赎与能动，而非消费苦难。
挣扎叙事的伦理口径不针对个体
洞察只产出群体级内容方案，放弃在用户最脆弱时刻触达，明确写进产品负向条款。
写进负向条款素材透明 · 群体在场
素材来自公开自陈语料，群体聚合呈现，让被研究者始终在场而非被替代发声。
公开语料 · 群体聚合保护法 只用公开语料
群体聚合 n≥50
管理规定 定位创作侧
非分发侧
管理规定 生成内容
显著标识
暂行办法 数据
可溯源
标识办法 显隐双标识
入产品
四个学科,交叉长出一台引擎
不是把四种人凑在一起,而是把四门学科键合在一起:设计、AI 工程、心理学、符号学,四条线向中心的群体心理引擎收敛。
把抽象的群体心理翻译成能上线、能被看见、能被用的内容与体验。
把这套机制做成可计算、可调用的引擎,封进 API,规模化跑起来。
提供深层欲望与群体动力的判断,知道一群人为什么会一起动起来。
键合符号学是理论底座,讲清符号怎么键合、意义怎么在人群里流转。
把情感引擎跑成商业底座
数据扩容
扩充群体情绪、母题、世界观和商业样本。
- 群体情绪
- 文化母题
- 场景样本
算法校准
校准向量键合、内容生成与情绪计算，让结果更准。
- 符号计算
- 情绪键合
- 叙事生成
B 端样板
交付文旅、影视、品牌、游戏样板，反馈沉淀为资产。
- 项目制交付
- 客户反馈
- 资产复用
把底座做厚，把算法跑准
数据购买与清洗
购买情绪语料、行业案例和世界观文本，做清洗标注。
- 受众情绪语料
- 行业案例
- 世界观文本
数据库建设
建设世界观库、受众情感库、行业案例库。
- 世界观向量库
- 受众情感库
- 行业案例库
算法优化与商业化扩展
优化符号计算、情绪键合和叙事生成，扩展 B 端方向。
- 文旅 / 影视
- 品牌 / 游戏
- 教育 / 消费内容
把算法跑准
一页看懂:墨旬是什么、凭什么
读懂一群人被什么符号点燃——既预测(卖判断),又生产(卖内容)。
受众群体数据库 + 全自动内容产线,两样都卖。
品牌 / 影视 / 文旅 / 公关的规模化需求。
两个能立刻验证、又最有优势的切口。
三合一闭环;别人停在通用 persona / 个体合成受访者。
可解释、可回溯到群体欲望,不是黑箱——Aaru 连大选都预测反了,我们卡更深的群体心理层。
最接近 Artificial Societies(企业传播社会风洞)、核心 Quilt.AI、最强威胁 Aaru——我们靠符号键合 + 叙事变异 + 群体级情动涌现 + 全自动产线区分。
别人造更多内容，我们算清该造什么，再造得更准。
人格模拟系统，内核是群体心理引擎——投钱之前，帮企业算清：什么符号点燃谁、内容会怎么传播，再产出更靠谱的内容。