Google DeepMind 從語音 AI 新創公司 Hume AI 獲得關鍵人才

Google DeepMind 聘請 Hume AI 人才，為 Gemini 注入情緒智能（Emotional Intelligence）

為了在快速演進的語音 AI（voice AI）領域取得主導地位，Google DeepMind 已與總部位於舊金山、以其具情緒智能語音介面聞名的初創公司 Hume AI 達成一項策略性授權協議。該交易於 2026 年 1 月 22 日完成，Hume AI 的執行長與創辦人 Alan Cowen 連同一批頂尖工程師一併加入 Google DeepMind。

這項備受矚目的「人才收購（acqui-hire）」標誌著 Google 在其 Gemini 模型策略上的重大轉變，不僅重視人工智慧的準確性，也重視其感知與回應人類情緒的能力。隨著語音成為消費者 AI 的主要介面，整合 Hume 的共情語音介面（Empathic Voice Interface，EVI）技術有望把 Gemini 從知識豐富的助理轉變為富有同理心的夥伴。

交易構成：人才與授權

Google 與 Hume AI 之間的安排反映了一種在科技業日益增長的趨勢，稱為「人才加授權（talent-plus-license）」交易。Google 並非傳統上收購整家公司，而是選擇聘用負責 Hume 重大突破技術的核心領導與工程人才。

協議的關鍵要素包括：

**領導層過渡：**Alan Cowen，語意空間理論與情緒 AI 的先驅，離開 Hume 執行長職務，前往 Google DeepMind 領導一個新部門。
**工程團隊轉移：**約有七名專精於音訊訊號處理與情緒韻律（emotional prosody）的資深工程師已轉往 Google 位於 Mountain View 的總部。
**非排他性授權（Non-Exclusive Licensing）：**Google 已取得使用 Hume 專有情緒偵測模型的授權，允許深度整合進入 Gemini 生態系統。
**營運延續：**Hume AI 將保留為獨立實體。經驗豐富的高管與投資人 Andrew Ettinger 被任命為新任執行長。公司預計 2026 年營收達 $100 million，並將繼續服務既有的企業客戶。

此結構讓 Google 能夠繞過通常與全面合併相關的即時反托拉斯障礙，儘管聯邦貿易委員會（FTC）已表示會對此類非傳統的市場勢力整合進行加強審查。

為何情緒智能對 Gemini 很重要

多年來，大型語言模型（large language models，LLMs）在處理文字與邏輯方面表現出色，但在抓取人類溝通的細微差別—語氣、音調、停頓與重音—方面一直較為薄弱。Hume AI 的差異在於，他們以大量人類互動資料訓練模型，以偵測「情緒韻律（emotional prosody）」。

藉由引進 Cowen 與其團隊，Google 旨在解決現有 AI 語音助理的「機械感」。雖然 OpenAI 的 GPT-4o 推出延遲更低、更自然節奏的 Advanced Voice Mode，但 Hume 的技術更進一步，分析使用者說話的「方式」來判斷其潛在情緒——例如使用者是感到挫折、興奮、諷刺或苦惱。

將這些能力整合到 Gemini 中可能帶來：

**自適應客服支援：**能即時辨識客戶挫折情緒並進行降溫的 AI 代理。
**健康與福祉應用：**能透過聲音指標偵測憂鬱或焦慮徵兆的數位助理。
**更自然的對話：**知道何時低聲細語、何時熱情回應、何時提供同理語調的語音助理。

策略意涵：語音霸主之爭

取得 Hume AI 人才使 Google 在與 OpenAI 與 Anthropic 的對抗中，直接爭奪終極對話介面。隨著多模態（multimodal）能力成為標準，決勝關鍵已不再僅是智商（IQ），而是情緒智商（EQ）。

下表概述此舉如何將 Google 的 Gemini 與主要競爭對手以及 Hume AI 的獨立能力進行定位比較。

Feature	Gemini (Post-Deal Projection)	OpenAI (GPT-4o)	Hume AI (Standalone)
Core Philosophy	多模態智慧＋情緒深度（Multimodal Intelligence + Emotional Depth）	一般性智慧與低延遲（General Intelligence & Low Latency）	純粹情緒智慧（EQ）（Pure Emotional Intelligence (EQ)）
Voice Capability	具情境感知且能回應情緒的音訊	即時、具表情、可被打斷	專門的「共情語音介面」（Empathic Voice Interface，EVI）
Emotion Detection	透過 Hume 的專用層進行原生整合	透過廣泛的多模態訓練進行一般化偵測	可精細偵測 53 種以上的情緒狀態
Primary Use Case	通用助理（搜尋、Workspace、行動裝置）	一般生產力與創意對話	供開發者構建具同理心應用的 API
Deployment Model	整合進 Android/Pixel 生態系統	整合進 ChatGPT 與 API	企業級 API 與授權

Hume AI 作為獨立實體的未來

儘管失去創辦人，Hume AI 似乎仍具備持續成長的條件。「人才轉移」模式讓新創公司保有其智慧財產，並從先前的募資回合保留了可觀的戰備金（總計 $74 million）。在 Andrew Ettinger 的領導下，公司計畫加倍投入其企業 API 業務，服務需要專門情緒分析工具且不想綁定「大型科技」生態的醫療、治療與客服領域。

在公告發佈後的聲明中，Ettinger 強調公司前景穩健："語音將成為 AI 的主要介面⋯⋯我們認為在「有用性」方面仍有大量改進機會（there's a huge amount of opportunity for improvement [in helpfulness]）。"

產業展望

Google 與 Hume 的交易凸顯了 2026 年一個關鍵轉向：AI 的「人性化」。當模型在推理能力上接近平台期時，科技巨頭正將注意力轉向使用者體驗與介面摩擦。

然而，此舉並非沒有風險。隱私倡議者長期對「情感運算（affective computing）」提出疑慮——即電腦分析人類情緒的做法。Google 必須謹慎在這些倫理議題中航行，確保 Gemini 新增的情緒感知是透明且由使用者選擇啟用的。

對開發者與更廣泛的 AI 社群而言，這場整合意味著情緒智能正從利基研究主題，轉變為基礎模型的基本配備。有 DeepMind 現在掌舵情緒 AI，下一代的 Gemini 預期將不僅更聰明，也將更有人性。