编辑导语：互联网时代，我们每天都在接触很多人，但真正能建立社交联系的人有多少？大部分陌生人社交平台令人失望，深层原因是他们的技术不匹配。本文从VR社交的角度探讨VRChat的发展方向。让我们来看看。

首先，我们期待社交。我们希望生活充满各种可能。比如擅长打球的对手/队友，开几个玩笑，问问在同一个学院/社团/爱好，经常互相交朋友，逐渐接触其他领域，甚至互相介绍更多的朋友；再比如英语角，我们在那里认识，聊得好，恰好有共同的朋友/爱好，接触多了就成了朋友。这是我们生活中非常自然的社交，甚至像呼吸一样简单。就这样，我们接触到了社会的无限可能，并成功建立了一些社会关系。

但是，在现在的互联网世界里，这是一个低得多的概率事件。我们每天花大量的时间生活在网络上，每天与大量的人直接接触，但我们只建立了很少的社交关系。我们收获并给予了很多赞和评论，弹幕和私信，对滑和问候，和团队的团队交流，但我们很少交朋友。

二、现实中社交产品的出现1)文字聊天，除了尴尬，很难被称为充满乐趣的活动，很难沉淀真正的友谊。

2)MMO游戏中的社交更多的是为了游戏体验而存在。人来人往，却只有少数人能从游戏本身逃离(不过是少数)。

3)兴趣社区，比如qq，更像是一个讨论和吐槽的地方。大家在这样的环境里都很自在，相互的认知一般也仅限于在群体中活跃的某个人。

4)语音聊天好多了(对会聊天的人来说)，但是一个电话下来，彼此的缘分基本都在这里了，还有无数的日子可以抛。

5)多人语音室很乱，不知道谁在说话。更像是一群人在台下听几个人在台上聊天，台下几乎没有互动。

甚至在商业变现的压力下，变成了直播秀、py交易平台、骗子聚集地、菠菜游戏平台。

为什么不熟悉的社交平台如此令人失望？原因有很多，有大有小，但深层原因是技术的不匹配。立体的人被压缩在一个单一维度的信息截面中，使得信息交互局限在这个截面的纬度上，人的纬度之间的关系很难建立。

第三，实时语音技术可以提高社会效率，从而影响社会意愿。社交只是生活的一部分，甚至是精神娱乐中的一个选项。当信息传递效率很低，沟通很累，社交成功率很低，热情总是换来冷水，时间投入只换来白搭，人们就会放弃社交生活(或者放弃陌生社交，只加深熟人社交)，转向游戏、电影、吃喝、工作等事情。

实时语音比文字社交效率更高。字符是人类后天学习的编译工具，需要编码和解码的过程，在交流中效率相对较低。

1)打字本身比说话慢。大多数人说话比打字还快，所以很多人愿意发语音或者语音转文字。

2)文字要求比语言更精细，所以编码中的考虑降低了输出效率。很多情况下，文字编辑需要5分钟以上，电话2分钟就能把事情说清楚。

3)语言的冗余性保证了信息的完整性。在对字符进行编码时，需要对信息进行提取和压缩，这样会丢失一些小节信息，语言相对冗余，可以保证信息的完整性。所以重要的是通过电话/面对面交谈，而不是书面交流。

4)相对于文字的字面意义，语言还包含了情绪、节奏、情感等信息。文字只能通过标点符号、表情符号等粗糙的形式传达上述信息，准确率和效率较低。情侣间书面交流的矛盾率远远高于

实时语音是一项众所周知的老技术，但在不熟悉的社交产品中应用不够。座机电话、手机、YY语音、吃鸡语音等都是实时语音技术，而灵魂语音匹配、会所聊天室等都在陌生社交产品中使用，但仍有很多陌生社交产品主要使用低效的文字交流。主要原因如下：

实时语音有压迫感，文字异步传播的社会压力更低(但以极大牺牲社会体验和社会效果为代价，成为鸡肋)；手机时代的思维惯性，无论是开发者还是用户，都会觉得用手机实时语音进行陌生的社交有些刻意，没有呼吸那么自然，本质是手机的沉浸感和互动性不够。第四，沉浸式/交互式VRAR技术会解决很多问题，贴两个老视频。没看过的朋友可以感受一下：

1）韩国妈妈看到虚拟“女儿”，不是单纯的声音模拟能够实现的

https://www.bilibili.com/video/BV147411t7pX?from=search seid=5237048584864275186 SPM _ id _ from=333 . 337 . 0 . 0

2）VRChat中闲聊的体验，不是soul中群聊派对所能够比拟的

https://www.bilibili.com/video/BV1aQ4y1i7nN?from=search seid=15050012719332810016 SPM _ id _ from=333 . 337 . 0 . 0

VRAR技术的本质是可视化和交互技术。PC的本质是计算技术，手机的本质。

VRAR技术的沉浸感和交互性，将把人还原为更立体的多维度。PC和手机将人压缩为若干维度的信息切片以进行信息的处理和传输，而人本身是立体维度的生物，只有完整（或者相对完整）的立体纬度才能真实的构建人与人之间的联系，相应的网络结构也会随之发生变化。

视频技术是VRAR技术之前的阶段性产物。相比于语音技术，视频技术的优点毋需多言（如ZOOM），但视频本质是从三维中精心挑选出的二维切面、因此导致其网络结构是不灵活的、组网是刻意的，有人意识到这一问题、于是将二维切面和3D组网方式结合起来、如Gathertown（文尾附链接），但是这仍然面临二维切面选择不灵活的问题、导致信息的维度仍然比较干瘪，因此我们最终要走向三维技术，即VRAR技术。

1）信息密度更高。语言只是传递信息的部分载体，人们交流时有大量的信息通过神态、表情、肢体语言、以及与环境的交互来传递。因此VRAR传递信息的密度更高、社交效率更丰富。

2）人的形象更立体。人不再是被压缩的信息切面、而是多维立体的人，因此从一开始社交就是以最终的形态来进行，因此不存在升维或者切换维度时的顿挫和落差感。一方面形象更立体印象更深刻，另一方面更利于双方进行多维度的信息交互。

3）交互具有指向性，提高了组网的灵活度。人与人之间的指向性交互使得对象之间交流更加明确，并且便于在多人中快速组建当前网络的子集、且该子集是开放性的（比如聚会中随时和一位或几位朋友咬耳朵），从而大大提升多人社交网络中组网的灵活性。

其实上述分析有些好笑，因为这是人天生就具有的社交方式，而我们现在却还要反过来拆解它的合理性，而原因只是因为之前技术的限制使我们忘记了事情本来的样子。

另附：文中提到的国外一款3D化视频社交/办公产品Gathertown：https://www.bilibili.com/video/BV1BQ4y1m7tU?from=search&seid=15202975258274753800&spm_id_from=333.337.0.0

注：上述所有视频链接系转载，侵权删

本文由@Figo原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于CC0协议