一句话定义
恐怖谷效应（Uncanny Valley）是指：当一个对象在“像人”这条路上越走越近、却又没完全到位时，人对它的好感不会持续上升，反而会掉进一段本能的别扭、排斥甚至恐惧的区间；等相似度再往上跨过临界点，好感又会回升。把“像人程度”当横轴、“好感度”当纵轴画出来，中间那个凹陷就是“谷”。
这条曲线长什么样
这个概念由日本机器人学者森政弘在 1970 年代提出，原本描述的是机器人。曲线的走向大致是：完全不像人的东西（卡通角色、机械臂），大脑一眼判定“不是人”，不设防，好感中等偏上；有点像人的时候，好感上升；非常像人、却只差一口气的时候，好感急剧下降，跌到谷底；再到与真人无法区分，好感重新回到高位。
为什么会有这个谷
打个比方：深夜你远远看到一个背对你站着的人影，下意识把它当人，走近才发现是服装店模特——那一瞬间的不适，就是谷底。因为大脑已经启动了“社交模式”，准备判断对方的情绪和意图，结果细节全对不上：不眨眼、不呼吸、口型和声音差半拍、语气停顿不像活人说话。这种预期落空被放大成生理性的警觉。一种常见解释是进化视角：我们对“像人但又不对劲”的信号特别敏感，因为它可能意味着疾病、尸体或异常，属于该躲开的信号。
和相邻概念的区别
| 相似度 | 好感 | 典型例子 | 第一反应 |
|---|---|---|---|
| 明显不是人 | 中高 | 卡通形象、机械臂 | “挺可爱，是个工具” |
| 挺像人 | 高 | 风格化虚拟形象 | “蛮有意思” |
| 极像但差一口气 | 骤降（谷底） | 表情僵硬的数字人、节奏怪异的合成语音 | “说不上哪不对，就是不舒服” |
| 无法区分 | 高 | 真人 | 正常交流 |
它容易被混淆的两件事：一是拟人化（Anthropomorphism），那是主动给非人对象加人的特征，比如给音箱画个笑脸；恐怖谷讲的是加得太多、太像，反而崩掉。二是“做得糙”，恐怖谷的诡异之处恰恰在于，精细度提高常常让不适更强——粗糙木偶你只觉得假，4K 皮肤纹理配僵硬表情的数字人才让人发毛。
对从业者意味着什么
数字人和合成语音最大的坑不是“不够真”，而是“卡在中间”。要么大方承认自己是虚拟的：风格化建模、明确的音色设定，用户预期一致，反而不别扭；要么把保真做到位：口型、眨眼、呼吸、语气词、停顿节奏、响应延迟，任何一处掉链子都会被放大成“这不干净”。
语音上尤其明显。合成音只对了音色，却把重音、换气、情绪转折处理错，用户会觉得像被陌生人冒名顶替地打了一通电话。很多产品在合成语音之后留一句“需要转人工吗”，其实就是在把用户从谷底拉回来。
对普通人来说，那种“说不上来但就是不舒服”的感觉不必自责，它是正常的感知报警，也可以被设计绕开，并不是产品的原罪。具体各家数字人、语音产品的能力边界，以官方页面为准。