我们不想再做一个「输入一句、生成一句」的工具，那种东西，最后还是人在供灵感。我们做的，是一台可以产出的用户情感引擎：它先读懂一群人的情感，再让世界观、角色、剧情和设计不停地长出来，人只做判断和把关。
说得再准一点：我们不是在设计一个产品，是在养活一个会回应人群的符号生命。这就是第五日计划。
过去做 IP，很像手工作坊：想个角色，写个故事，投出去，消耗完了再从头来过。我们想换一种活法，把世界观、角色和受众反馈都沉淀下来，让同一套底座反复长出新内容，而不是用一次就扔。
为什么敢叫第五日。那个很老的创世故事里，前四天造的都是光、天、海、大地，安静得没有一个会动的影子；到第五日，才第一次有了游动的鱼、飞起的鸟。第五日，是生命第一次被造出来的那天。IP 在我们这儿也一样，不再是一锤子买卖，是一份会被数据和反馈一直养大的、活的资产。
可今天的 AI，前面横着三道墙。
第一道是情感。很多工具说自己懂情绪，其实只是在贴标签，Big Five、依恋类型，几个词堆上去，角色还是立不住。一首歌突然被一代人反复单曲循环，一个梗一夜之间谁都在用，它顶多告诉你「情绪积极」「用户喜欢治愈」，却说不出这到底戳中了什么。几个标签，装不下一个人心里真正翻涌的东西。
第二道是同质化。模型太规整了，说的话都没错，就是没人味，像被磨平的安全平均值，顺得没有命运，也没有挣扎。第三道是工具化。它们更像提示词翻译器，人想到哪，它才生成到哪，灵感的上限，还是卡在人身上。
我们的做法分三步：听进来，让它做梦，再说出去。
第一步，去听。我们不只问一个编剧怎么想，而是去听一群人。就说「房子」这一个词，在一个北漂心里同时是什么：是留下来的资格，是孩子的学校，是过年回家能挺直的腰，也是二十年的枷锁、走不掉的退路。这些盼头和恐惧搅在一起，就是没说出口的欲望和挣扎。我们从公开语料和授权数据里把它读出来，只做群体层面，不碰任何个人。
第二步，让它做梦。把这些情绪、符号和世界观素材丢进系统，它会像做梦一样，把符号一遍遍重新连接，长出更容易和受众接上的故事核。第三步，说出来。把故事核送出去，长成角色、世界观、剧情、分镜和设计方向，人来审核，人来定调。
听进来，在里面做梦，再说出去，这就是一套会自己代谢的循环：从人群里吸进欲望，酿成符号，再把故事还给人群。
技术上，我们做的关键一件事，是算符号，而不是给情绪贴标签。
屏幕上这段符号宇宙，对应的是演化端：符号在系统里相遇、成键、漂移，再进入下一轮组合，像在一个培养皿里慢慢发酵、做梦。我们给每一个符号都设了化合价，就像原子外层的电子，它有想连接的、会排斥的、能键合的位置。
具体分三端：采集端，把公开语料和授权数据，转成群体层面的情绪、冲突和文化母题；演化端，用情绪化学计算和 VSA，把符号变成向量，在数据库里键合出新灵感；输出端，用 VSM 语法和逻辑算法，把底层结构落到角色、分镜和设计方向上，让人能直接审稿、接进制作。
对手大概两类。一类是产能平台，比如灵境 AI，拼的是渲染和速度；另一类是 AI 剧集平台，本质还是人先给灵感，再用 AI 快速生产。我们不跟他们抢谁生成得更快，那条路已经太挤了。
我们站在更上游：受众情绪、世界观、角色深度。一句话，别人在烧灵感，我们想把灵感做成可以反复调用的工程。
这件事不只停在 PPT 里。它的核心，是把受众情感变成能生产的传播资产。眼下我们已经和文旅部门、影视、服装、外贸这些行业，签下了小百万的单子。
分三层落地：第一层，受众情感计算，把群体的欲望、焦虑和共鸣点，从一团模糊，算成一串符号向量；第二层，情感符号耦合，让符号在情感库和世界观库里键合；第三层，全自动化量产，系统能直接生成视频样片，也能在中途交出设计方向、剧本、角色设定和分镜，随时跟人类团队对接。
屏幕上这条，就是纯自动化做出来的演示小片。它真正在赌的，是对情感的那点微妙把控：我们能不能把读进来的情感符号，原样再传回给受众。
第一个例子，AI 长剧。我们先建一个数亿字的编年史母体世界观，设定、历史、事件、地点、规则，事无巨细地沉进去，先让这个世界自己站住。光是画面，系统现在每天能出几千张；我们的美术，越来越多的时间不是在画图，而是在筛图。
再从社会符号和群体欲望里，给角色提取底层动机、冲突和关系张力。世界够厚，角色就有来路；角色心里的挣扎够真，故事就会自己冒出来。屏幕上这个，就是我们正在测试涌现性叙事的故事：不是让 AI 写完一集就停，是一个母体世界，自己不停地往外长出新的剧。
第二个例子，院线动画电影。我们已经有剧本，正在把它的世界观，扩展成一整个宇宙。我们想让里面每个角色都不是工具人，而是有来路、有挣扎、能让人记很久的那种。
做法是，用虚拟角色自己幻想出来的那个世界，去设计具体的内容：从那片幻想里提取视觉、空间、道具和氛围，变成一套设计方法。靠它，前期设计每天也能大量产出。
团队三个人。这件事最难的地方，是它正好压在四个学科的接缝上：设计、AI、心理学和符号学，少一块都立不住。而我们三个的背景，刚好把这四块铺满了：我，代尚，清华大学博士；吴春灵，伦敦大学博士；窦健颖，皇家艺术学院硕士。
接下来重点是三件事。第一，数据扩容，采更多群体情绪、文化母题、世界观样本和商业场景数据；第二，算法校准，把 VSA、VSM 和情绪化学计算调得更稳、更准、更能讲清楚为什么；第三，B 端样板，在文旅、影视、品牌、游戏里先交付样板，把每个项目的反馈，再回流进底座。
最后说需求。现阶段我们最需要的，不是烧钱扩张，是把数据库做厚、把算法跑准。钱主要花在三件事上：买受众情绪语料和行业案例、把数据清洗向量化建起几个底层库、继续打磨符号计算和叙事生成。种子轮可以聊，投前估值两千万人民币。
创世的第五日，神看着水里游的、天上飞的，说了一句：这是好的。我们想找的，是第一笔愿意陪它长大的钱，和愿意相信「符号也能有生命」的人。有一天，我们也想亲手养出这样一个，然后说出同一句话。谢谢。