AI硬啃40年绝密录音!大象“群聊”被首次破译:商量集体出动时,全员都在找调

在东非肯尼亚的开阔草原上，夕阳正把金合欢树的影子拉得极长。

一头名叫纳斯佳（Nastya）的9岁小母象，正陷入极度的恐慌。她第一次离开母亲这么久，在广袤的灌木丛中孤零零地转了一个多小时。她不断扬起象鼻，喉咙深处发出低沉的震颤。

这种声音听起来像远方一辆没有熄火的柴油卡车，正在怠速轰鸣。它的大部分声波其实低于20赫兹，直接滑进了人类耳朵完全听不见的次声波区间。人耳察觉不到，但大地在震动

一个多小时后，灌木丛被拨开，母亲纳扬卡（Nayanka）终于迎面奔来。

两头巨兽在相距五米的地方猛然停住脚步。没有激烈的碰撞，母亲只是极轻微地颤动了喉部，发出一声短促而极尽温柔的低鸣；女儿随即附和母女俩就这么静静地对视了几秒钟，随后并肩转身，踏着踏实的步伐走回象群。

▲ 《科学》新闻团队记录下的年轻母象纳斯佳与母亲重逢的真实一幕

这一幕被生物学家全程记录下来长久以来，人类一直以为动物的声音要么是警告，要么是求偶。

但在2026年10月，顶尖科学期刊《Scientific Reports》刊发了一项突破性研究：来自地球物种项目（Earth Species Project）、ElephantVoices 与安博塞利大象信托的研究团队，利用机器学习模型，首次破译了野生大象的“多声部合唱”。

原来，大象不仅会说话，当它们聚在一起七嘴八舌“大声喧哗”时，那些此起彼伏的声音实则是极其复杂的群体协同信号。在需要达成共识的瞬间，大象还会像人类交谈一样，主动把自己的声调调得和对方越来越像。

人类第一次确认：在大草原的地表之下，藏着一整套我们听不见、却运行了数百万年的精密社会契约。

0140年磁带黑匣子：破解大象的“鸡尾酒会难题”

要想知道大象在聊什么，先得明白为什么人类此前一直听不懂。

大象生活在一个典型的“裂变，融合社会”中。象群由经验丰富的老祖母掌舵，带着女儿和幼崽组成紧密的核心家庭。但白天为了吃草、喝水，大家庭往往会散落成两三头的小群体，甚至隔着数公里各自觅食。

在广袤草原上，大象靠什么保持联络？靠的就是低鸣（Rumble）这种低频声音甚至能通过骨骼传导，让数公里外同家族的同伴感知到地面震动。

▲ 2026年10月1日发表于《Scientific Reports》的大象合唱声学研究论文首页

但野生生物声学界一直被一个噩梦般的障碍死死卡住，“鸡尾酒会问题”（Cocktail Party Problem）。

想象一下，你站在一个几百人觥筹交错的嘈杂酒会上，所有人都在同时说话，背景音震耳欲聋。如果你把现场声音录下来，很难用算法精准切分出某个人具体说了哪句话。

大象的交流就是一场永远停不下来的巨型酒会。在野外，超过60%的大象低鸣都是两头甚至十几头象同时开嗓的“重叠合唱”。两头象打招呼，四头象商量搬家，三头小象在旁边撒娇，各种频段的次声波层层重叠、互相挤压。

以前的生物学家只能用极其笨拙的办法：强行在声谱图上一刀刀人工剪切，试图挑出干净的单一声轨。切不出来的，就只能当作“环境噪音”狠心丢掉。

结果就是：大象最核心、最日常的社交沟通，在过去的科学研究里几乎是一片空白。

破局的关键，在于一份跨越了40年的超级数据库。

▲ 社交网络上有从业者惊叹：整整40年的野外长跑，才换来AI穿透噪音的这一刻

从1970年代起，安博塞利大象信托的几代科研人员就在肯尼亚这片尘土飞扬的土地上扎了根。他们靠着耳朵边缘独特的豁口、象牙生长的弧度，硬生生人工识别出了每一个象群家族的每一张面孔。

从早期的模拟卡带，到后来的数字录音机，再到长焦镜头下的逐帧行为记录。最终被送入 AI 神经网络的，是跨越40年、覆盖39个家族、84头成年雌象的902段精准标注录音。

这一次，地球物种项目（Earth Species Project）的科学家换了一个大胆的思路：为什么非要把重叠的声音硬生生拆开？

人类听合唱交响乐，难道非要把小提琴和大提琴物理剥离才能听懂情绪吗？

团队把整段充满重叠低鸣的“合唱”作为一个完整的声学单元喂给深度学习模型。算法不需要分辨是谁在发声，而是直接提取整段声波的能量分布与频率特征。

奇迹发生了：仅用单只大象叫声训练出来的AI，直接应用到复杂的多象合唱中，依然能以远超随机概率的准确率，一眼看穿象群当时的意图！

那些过去被当成背景噪音的嘈杂合鸣，实则是由完全匹配情境的声音精密咬合而成的群体协议。

02六句暗语与“声学校准”：它们商量大事时，全员都在找调

AI 究竟听出了什么？

研究团队在大象母系家族的日常生活中，锁定了六种最核心、最典型的社交低鸣。这六种声音，几乎勾勒出了一个非洲象家族一天的全部生存逻辑：

前三类，是负责家庭运转的“后勤与决策”：

• 联络（Contact）
  ：彼此走散时发出的长距离呼唤，如同荒野里的寻人电报。
• 出发动员（Let’s-Go）
  ：通常由家族核心母象发起，催促所有象“该挪窝了”。
• 节奏性协商（Cadenced）
  ：象群在低头觅食、漫步时，成员之间此起彼伏、像打乒乓球一样的规律性交换，代表着行动方案的试探与微调。

后三类，则是维系家族生命的“情感与亲昵”：

• 幼崽安抚（Coo）
  ：成年母象面对调皮或受惊小象时发出的极低柔喉音。
• 小问候（Little-Greeting）
  ：近距离走过熟人身旁时，极其随意的轻声致意。
• 盛大问候仪式（Greeting）
  ：失散数天乃至数周的亲族重新团聚时，象群把象鼻缠绕在一起、排泄、耳朵狂扇，伴随震耳欲聋的多声部共鸣。

▲ ElephantVoices 研究团队记录下的两头大象象鼻相缠。在“盛大问候”等情境中，大象会在多声部合唱中展现出显著的声学趋同

更令人惊叹的发现随之浮出水面

当AI逐秒分析多声部合唱的时间轴时，研究人员捕捉到了一个此前从未被野外证实的声学现象：声学趋同（Vocal Convergence）。

在六类情境中，有三种情境下，大象的发声展现出了极显著的趋同趋势，联络（Contact）、节奏性协商（Cadenced）与盛大问候（Greeting）。

简单来说：在一连串的交谈互动中，不同大象的声音频率、振动节奏，会以肉眼可见的速度互相向对方靠拢，直到大家的声音“调到同一个频道上”。

试想一下：两个母语不同、或者口音差异极大的老朋友在深夜长谈，聊到深情之处，彼此的语速、用词习惯甚至呼吸节奏都会不自觉地趋于一致；又或者在商业谈判桌上，双方达成妥协前夕，语调往往会逐渐平缓同频。

在大象的世界里，这也正在发生

当小群体散落在丛林深处，彼此看不见对方，必须通过空气确定“我们下一步往哪走”时，它们通过彼此迁就频率来表达信任；当离散多日的亲人重新聚首，狂喜的象群通过声波的同频共振来强化家族血缘的锁扣。

这不再是本能的嘶吼，这是非人类智慧在社会化协作中诞生的“同理心工程”。

03从破译象语到生死防线：藏在灌木丛里的无声救援

这项研究的价值，绝不仅仅停留在象牙塔内的生物学论文上。

在今天的东非草原，野生非洲象正面临着数十年来最凶险的生存死局。由于人口激增与农田开垦，大象世代行走的古老迁徙廊道被公路、村庄和成片的玉米地无情腰斩。

大象拥有惊人的代际记忆当干旱降临，母系领袖会固执地带领象群踏上祖辈走过的迁徙路，而路的尽头，现在往往是贫困农户赖以活命的农田。

一头数吨重的成年象，深夜潜入农田饱餐一顿，踩踏加上吞食，能在几十分钟内让一个普通农民一整年的口粮化为乌有。愤怒的村民设下高压电网、在水源投毒、用土枪进行致命报复。人象冲突（Human-Elephant Conflict），已然成为非洲草原象的第一死因。

过去，保护团队为了监测象群，不得不动用直升机对野生大象进行高空麻醉，然后多名巡护员冲上去，为倒地的母象佩戴重型GPS项圈。

这种方式不仅极其昂贵，更伴随着巨大的伦理代价：大剂量镇静剂经常导致重伤甚至母象流产；对于具有高阶情感记忆的象群而言，目睹家族核心成员被麻醉倒地，往往会留下长达数年的应激心理创伤。

而今天，声学AI与被动声学监测（Passive Acoustic Monitoring, PAM）的结合，正在掀起一场无需麻醉、零伤害的保护革命。

保护团队不再需要碰触大象一根毫毛。他们只需在国家公园与社区交界的林缘地带，悄悄把手掌大小、太阳能供电的边缘计算录音单元（Edge AI）绑在刺槐树上。

这些传感器24小时屏息凝神，不仅监听空气中的震动，还把触角伸进地底，捕捉微弱的次声波。

一旦象群在数公里外的密林深处集结，准备发起夜袭农田的行动，“出发动员（Let’s-Go）”与“节奏性协商（Cadenced）”的低鸣合唱便会提前半小时至数小时密集爆发。

灌木丛树干上的微型芯片瞬间识别出这种特定的移动频率，数秒之内，一条警报短信就会通过蜂窝网络推送到护农巡逻队队员的手机上。在象群踏入农田之前，巡护力量已经赢得了宝贵的防护窗口。

更绝妙的配合，来自大象在自然界中最不可思议的天敌，非洲野蜂。

牛津大学动物学家露西·金（Lucy King）博士曾发现一个有趣的生物学弱点：皮糙肉厚的大象，却极度惧怕小小的蜜蜂。因为野蜂会专挑大象最柔软脆弱的眼眶黏膜、耳背薄皮以及象鼻内部极其敏感的内膜进行连环蜇刺。

牛津大学团队在东非开创了长达九年的“蜜蜂围栏”（Beehive Fences）项目：用铁丝把一个个活体木制蜂箱串联在农田外围。实证数据显示，这种生态围栏在作物成熟期能将大象侵入农田的概率直降86%。

但干旱季节蜂群常常活性不足如今，一线团队将声学AI与蜜蜂围栏做了深度智能联动：当树上的AI传感器听到大象“准备进军”的低鸣越来越近时，围栏上的高保真扩音器会自动定向回放非洲野蜂狂怒飞舞的群鸣。

次声波刚落，蜂鸣骤起庞大的象群往往在几百米外就警觉地刹住脚步，甩甩耳朵，转身绕道重返保护区。

这一过程避免了猎枪、麻醉针头与流血冲突。人类用大象自己的语言听懂了它们的来意，又用自然界最古老的警报劝退了它们的脚步。

04终局：在地球的声波里，我们学会了倾听

让我们重新回到本文开头的那一幕

在夕阳将尽的安博塞利荒原上，9岁的小母象纳斯佳终于依偎在母亲纳扬卡的身旁。它们并肩走在干涸龟裂的盐碱滩地上，扬起的白色尘土在暮光中像一层金色的薄纱。

在人类无法察觉的微观声学世界里，纳斯佳原本焦躁颤抖的发声频率，在母亲沉稳温柔的几次回应之后，悄然拉平、靠拢、最终化为一段完美的同频重合。

▲ 地球物种项目官网刊载该成果：破译非人类物种交流，我们正站在历史的新起点

这篇发表在顶刊上的论文，写满了复杂的混淆矩阵、声谱特征提取与深度分类模型，其深层所承载的，是一场人类对地球共存物种的长久致敬。

几十年来，我们习惯了站在食物链与科技文明的顶端，傲慢地打量这个星球上的一切生灵。我们曾以为语言是人类独有的王冠，动物只配拥有应激的叫喊。

直到整整40年的漫长野外坚守，遇到了21世纪的算力突围，我们才猛然发现：在我们自以为喧嚣的地球上，一直平行存在着另一个浩瀚、深沉、充满群体智慧的语言宇宙。

大象没有在丛林里呼喊人类的音节，但它们在每一次离散与重逢中、在每一次犹豫与出发前，用大地深处的震颤，把同伴的名字与意志紧紧焊在了一起。

AI 并没有赋予大象智慧AI 只是充当了一副助听器，它在轻轻提醒傲慢的人类：学会闭上嘴巴，俯下身子，去倾听那些早已在大地上回荡了千百万年的古老密语。