什么是情绪？探索情绪空间的 AV 与 PAD 模型
情绪是什么？
是考试前的紧张，是重逢时的喜悦，是深夜失眠时的孤独与惆怅。
人类的情绪如此丰富多变，科学家们是如何将这些主观体验「量化」和「建模」的？
今天我们就来看看情感科学的一条发展主线：从最早的离散情感模型，到现在主流的AV 模型（Arousal–Valence），再到更精细的PAD 模型（Pleasure–Arousal–Dominance）。
离散的情感空间：六大基本情绪
20世纪70年代，美国心理学家Paul Ekman提出了著名的基本情绪理论。
他的观点是：人类情绪就像「基础色彩」一样，存在一组有限、普遍的基本情绪，每个人、每个文化都有类似的表达。Ekman 最初提出了六种：快乐，悲伤，愤怒，恐惧，厌恶，惊讶，后来又补充了轻蔑。
这种划分方式非常直观，也很容易理解。我们在日常交流里，确实常常用这些词来描述情绪。Ekman 的理论甚至推动了后来的人脸识别技术：通过面部肌肉的运动模式，就能判断一个人是「开心」还是「愤怒」。
但是，问题很快出现了。
- 人类情绪远不止这几种。比如「怀旧」「羞愧」「羡慕」要怎么归类？
- 情绪之间并不是孤立的「小格子」，而是连续的、可以混合的。比如「惊喜」和「开心」之间的界限并不那么清晰。
- 不同文化对情绪的表达方式也可能不同。
这让科学家们意识到：单靠「离散分类」来理解情绪，显得有些局限。
二维的情感空间：AV 模型（Arousal–Valence）
为了突破离散分类的局限，心理学家们开始尝试用「连续维度」来描述情绪。
1980年，心理学家 James Russell 提出了著名的环形情感模型（Circumplex Model of Affect），也就是我们现在常说的 AV 模型（Arousal–Valence 模型）。
他发现，几乎所有情绪都可以放在一个二维平面上：
- Valence（效价）：情绪的正负性（愉快–不愉快）
- Arousal（唤醒度）：生理激活水平（高–低）
举几个例子：
| 情绪 | Valence | Arousal |
|---|---|---|
| 快乐 | 高 | 高 |
| 平静 | 高 | 低 |
| 愤怒 | 低 | 高 |
| 悲伤 | 低 | 低 |
通过这两个维度，我们可以表达大多数情绪的性质和强度。例如：
- 兴奋 ≈ 正效价 + 高唤醒；
- 沮丧 ≈ 负效价 + 低唤醒。
这种模型的优点是：情绪不再是几个「孤立的标签」，而是可以在平面上连续分布，渐变、过渡。
但也有局限：有些情绪在 AV 平面上位置很近，比如愤怒和恐惧，虽然我们直觉上知道它们很不同，但在二维坐标里很难区分。
三维的情感空间：PAD模型（也称 AVD 模型）
为了更好地区分复杂情绪，心理学家 Mehrabian & Russell (1974) 在 AV 模型基础上加入了第三个维度，提出了PAD 模型：
- P – Pleasure（愉快度）：愉快还是不愉快（基本等价于 Valence）
- A – Arousal（唤醒度）：兴奋还是平静
- D – Dominance（支配性）：个体在情境中感受到的控制感
因为 Pleasure 与 Valence 基本等价，所以这个模型有时也被称为 AVD 模型（Arousal–Valence–Dominance）。
举几个 PAD 的例子
| 情绪 | Pleasure | Arousal | Dominance |
|---|---|---|---|
| 愤怒 | 低 | 高 | 高 |
| 恐惧 | 低 | 高 | 低 |
| 平静 | 高 | 低 | 高 |
| 悲伤 | 低 | 低 | 低 |
| 快乐 | 高 | 高 | 中高 |
可以看到，愤怒和恐惧虽然在 AV 模型中几乎重叠，但在 PAD 模型中，Dominance 的不同让它们分开了：
- 愤怒时我们感觉自己在“掌控局面”（高支配）
- 恐惧时我们感觉“被环境压制”（低支配）
后来，Bradley & Lang (1994) 又通过「自我评估小人图（Self-Assessment Manikin）」将 PAD 模型推广到情绪测量工具中，使其在心理学、神经科学和情感计算中被广泛应用。
三种情绪空间模型一图对比
| 模型 | 核心思想 | 优点 | 缺点 |
|---|---|---|---|
| 离散情绪模型 | 若干基本情绪分类 | 简单直观，跨文化通用 | 无法表达连续性、混合情绪 |
| AV 模型 | Valence + Arousal | 可表达连续情绪，便于量化 | 无法区分控制感不同的情绪 |
| PAD 模型（AVD） | Pleasure + Arousal + Dominance | 最全面，能刻画控制感差异 | 模型更复杂，测量更难 |
总结与展望
从离散的基本情绪分类，到二维的 AV 模型，再到三维的 PAD 模型，科学对情绪的理解越来越「空间化」——情绪可以被看作是一个坐标点，而不是一个固定标签。
这种「空间化」的情绪建模方式，让我们能够更细腻地分析情绪的强度、方向和控制感，也为神经科学、情感计算、心理治疗、音乐与情绪研究等领域提供了坚实基础。
未来，随着 EEG、ECG 等生理信号技术的发展，我们甚至可以实时将一个人的情绪映射到这个三维情感空间，并基于此设计出调节情绪的智能干预方式——比如音乐、冥想、甚至 AI 对话。
情绪的科学之旅，才刚刚开始。
引用
- Wikipedia. PAD emotional state model
- Ekman, P. (1971). Universals and cultural differences in facial expressions of emotion
- Ekman, P. (1992). An argument for basic emotions.
- Russell, J. A. (1980). A circumplex model of affect.
- Mehrabian, A., & Russell, J. A. (1974). An approach to environmental psychology.
- Bradley, M. M., & Lang, P. J. (1994). Measuring emotion: The Self-Assessment Manikin and the Semantic Differential.