12 июля 2026 года на arXiv вышел препринт авторов Qing Lin и Mengmi Zhang с системой EROS (Emotion-augmented geneRatiOn System) — гибридным фреймворком, который объединяет символическое рассуждение и глубокое обучение. Задача системы — не распознать эмоцию на фото, а предсказать эмоциональную реакцию конкретного человека на изображение и целенаправленно изменить это изображение так, чтобы реакция стала нужной. Семантика сцены при этом сохраняется.
«EROS вызывает целевые эмоциональные реакции эффективнее, чем современные большие мультимодальные модели, адаптируясь к индивидуальным аффективным предпочтениям» — из абстракта препринта.
Контекст
Нынешние мультимодальные модели — GPT-4o, Claude, Gemini и другие — хорошо генерируют контент и неплохо распознают эмоции в тексте или на лице. Но они практически не умеют делать следующий шаг: рассуждать о том, почему возникает конкретная эмоция, и системно менять визуальную среду, чтобы эту эмоцию скорректировать. Аффективные вычисления как инженерная дисциплина существуют давно, но до сих пор остаются академической нишей, слабо связанной с продуктовым слоем.
EROS обучена на крупных датасетах «изображение — эмоция», из которых система извлекает обобщаемые аффективные правила: какие визуальные элементы — цвет, композиция, объекты в кадре — влекут какие эмоциональные реакции. На основе этих правил EROS локализует «аффективно значимые» зоны на изображении и предлагает конкретные модификации, не разрушая смысл сцены.
Ключевая архитектурная деталь — персонализация через расширяемый банк памяти во время инференса. Новый пользователь адаптируется без пересборки или дообучения модели: система выстраивает его аффективный профиль быстро, интерпретируемо и с минимальными вычислительными ресурсами.
Аналитика
Гибрид «символическое рассуждение + нейросеть» — устойчивый академический тренд последних двух лет. Чистые нейросети дают высокую точность, но плохо поддаются интерпретации и требуют много данных для адаптации. Символические модели прозрачны и гибки, но слабо обобщаются на новые ситуации. EROS пытается взять лучшее из двух миров: нейросетевой слой отвечает за извлечение признаков и генерацию модификаций, символический — за интерпретируемые правила и логику персонализации.
Важный сигнал: авторы проверяли результаты на реальных людях в рамках психофизических экспериментов, а не только на автоматических метриках. Это редкость для академических работ в affective computing и говорит об ориентации на практические применения, а не только на таблицы сравнения с бейзлайнами.
Домены применения, которые называют сами авторы — ментальное здоровье, адаптивные медиа, образование, интерфейсы человек–компьютер. Это именно те сферы, где AI-агенты активно заходят в продуктовый слой прямо сейчас. Агент, который умеет не только выполнять задачу, но и управлять эмоциональным состоянием пользователя через визуал — принципиально другой продукт, с другой ценностью.
Кейсы применения в бизнесе
B2B SaaS и маркетинговые платформы. Представьте A/B-тест, где визуальные элементы лендинга или рекламного баннера адаптируются под аффективный профиль сегмента аудитории автоматически. Система типа EROS могла бы генерировать персонализированный визуал не для «версии А или Б», а под каждого пользователя — в зону нужной эмоции (доверие, любопытство, ощущение срочности). Для SaaS-продуктов это конверсия без роста команды дизайнеров.
Корпорации с legacy-системами обучения. Корпоративный e-learning — огромный рынок с хронически низким engagement. Адаптивная система, которая меняет тональность иллюстраций в учебных материалах под эмоциональное состояние сотрудника в момент прохождения модуля, способна улучшить удержание и завершаемость курсов. Архитектура EROS (банк памяти без дообучения) хорошо ложится на корпоративный сценарий с постоянным потоком новых сотрудников.
SMB и e-commerce в КР и СНГ. Небольшой интернет-магазин не может позволить себе фотостудию под каждый сегмент покупателей. Инструмент на базе аффективного ИИ мог бы автоматически адаптировать фотографии продуктов: тёплые и уютные тона для семейной аудитории, энергичные и контрастные — для молодёжной. Это сценарий, частично реализуемый уже сейчас через prompt engineering в image generation, но EROS добавляет персонализацию и объяснимость.
Кейсы в личной жизни
Разработчики и product-дизайнеры. Принципы аффективных правил из EROS можно использовать как checklist при проектировании UI: какие цвета, формы и паттерны в каких эмоциональных контекстах работают. Это операционализация design psychology в конкретные правила — кандидат на встраивание в design system и style guide.
Контент-мейкеры и YouTubers. Понимание того, какие визуальные элементы в превью вызывают конкретные эмоции (любопытство, тревогу, ностальгию), напрямую влияет на CTR. Изучение работы EROS — хорошая теоретическая база для осознанного выбора обложек и иллюстраций, а не интуитивного.
Студенты и исследователи в области ИИ. Аффективные вычисления остаются недонасыщенной нишей в СНГ — академических групп, работающих в этом направлении, почти нет. Открытые датасеты image-emotion + архитектурный референс EROS — хорошая точка входа для дипломной работы или pet-project с реальными перспективами публикации.
Как применить сегодня
- Прочитайте препринт arXiv:2607.10678 — авторы подробно описывают архитектуру, включая устройство банка памяти и механизм извлечения аффективных правил.
- Если вы работаете с визуальным контентом в продукте — составьте список точек, где аффективная персонализация могла бы влиять на ключевые метрики: онбординг, лендинг, пуш-уведомления, email-рассылки.
- Изучите поле affective computing: модели валентности и возбуждения (valence-arousal) уже сейчас позволяют строить простые прототипы аффективного анализа изображений с открытыми инструментами.
- Экспериментируйте с prompt engineering в image generation: добавьте аффективные дескрипторы («вызывает доверие», «создаёт ощущение срочности», «ощущение безопасности») и сравните результаты — это ближайший практический аналог логики EROS, доступный прямо сегодня.
- Следите за GitHub-репозиториями авторов: академические препринты часто сопровождаются открытым кодом в течение нескольких месяцев после публикации.