生成式 AI 正在悄悄打破固化的 emoji 集合

过去 25 年,Unicode emoji 一直建立在一个基本假设之上:存在一个固定的集合,每年大约新增 60 到 70 个新字形,世界其他地方则等待下一批。这个假设正在被打破。如今的生成式 AI 已经可以在一分钟之内,根据一句文字描述产出一张 emoji 级别的图像。固定集合正在变成一个更大生态中的一层,而它下面那一层，小众、区域性、即时语境的 emoji 长尾，正在被生成模型所吞噬。

封闭集合的时代

Unicode 联盟(Unicode Consortium)以批次形式新增 emoji,从提案到真正上架到手机,整个审批流程大约需要 18 个月。Emoji 18.0(2026 年 9 月获批)是历史上最大的一批,新增 117 个 emoji。听起来很多,其实并不是。联盟每年大约收到 50 到 80 份提案,瓶颈在于评审时间,而非创意。这条流水线是经过刻意设计才这么慢的，每一个新 emoji 都必须由 12 家厂商以一致风格绘制,以 28 种语言命名,并在不影响检索索引的前提下,推送到 40 亿台设备上。

这种封闭集合的模式在 2010 年是有道理的，当时需要亲手绘制 emoji 的平台(Apple、Google、Microsoft、Samsung)真的只能一个个画。到了 2020 年,这套逻辑就已经有些站不住脚,因为这些平台早已把大部分绘制工作自动化了。到 2026 年,这套逻辑几乎完全失效，生成模型已经可以在几秒钟之内,从一行描述直接产出一张可用的 emoji 字形。

为什么封闭集合开始撑不住了

有四个具体的原因,决定了封闭集合无法跟上使用它的世界。

其一,文化滞后。18 个月的流水线意味着,为某个文化时刻设计的新 emoji 会在这个时刻过去 18 个月之后才上线。😮‍💨(Face Exhaling,吐气的脸)于 2019 年提出，彼时"exhale"还是网络热梗，直到 2021 年才正式发布,而那时的梗早已凉透。AI 生成的 emoji 不存在这种滞后。

其二,小众概念。Unicode 规范覆盖的是具有普适吸引力的概念,但它覆盖不了一个品牌的产品吉祥物、一道地方菜、或一个只属于朋友之间的内部笑话。这些才是 emoji 使用中的长尾,而固定集合明确地拒绝服务它们，UTC 拒绝接受品牌 emoji、区域性 emoji,以及任何过于具体、无法被普遍理解的 emoji。

其三,区域差异。封闭集合反映的是一种英日文化的共识。其他文化对 emoji 的需求,现行规范在设计上几乎无法满足。一套以阿拉伯语优先的 emoji 集合、一套以印地语优先的 emoji 集合、一套以斯瓦希里语优先的 emoji 集合,看起来都会与现在的集合大相径庭，而 UTC 至今还没有建立起相应的基础设施,以支持规模化的文化特异化新增。

其四,自定义品牌。每个主要品牌现在都希望拥有供内部使用的自定义 emoji，一个 Salesforce 的 emoji、一套内部 Slack 的 emoji、一套 Discord 服务器的 emoji 集。固定集合无法服务这些。封闭集合的模型没有办法告诉你:"可以,你可以拥有一个自定义 emoji,但它不会出现在其他任何人的手机上。"

AI 生成 emoji 的崛起

Forgemoji 模型就是长尾需求如何被服务的一个例子。用户从 Unicode 集合中选出两个 emoji,再输入一个可选的修饰词(风格、情绪、颜色),模型就能在 20 到 30 秒内生成一个独一无二的插画形象。输出是带透明背景的 PNG、GIF 或 WebP,可以上传到 Discord、Telegram、Slack 或任何其他接受自定义 emoji 的平台。

真正有意思的是人们到底在做什么。在过去 6 个月,Forgemoji 画廊中排名前 100 的生成 emoji,其实并不是那些显而易见的组合。🐱 + 🌧️(雨中的猫)就进入了前 10 名,🐸 + 👑(青蛙国王)与 🌵 + 🎸(弹吉他的仙人掌)也是如此。这些组合在 Unicode 规范里永远不可能获批，过于具体、过于小众、绑死了一个特定的视觉梗。但它们正在被创造、被下载,并以每天大约 30,000 个的速度上传到 Discord 服务器。

三种模式正在浮现。(1)Discord 社区 emoji，让一个服务器感觉像一个共同体的内部笑话长尾。(2)品牌 emoji，公司用 Forgemoji 为 Slack 和 Teams 生成仅供内部使用的 emoji。(3)区域性概念，反映某种特定文化背景的 emoji(在东南亚用户群中最受欢迎的是"面条碗加鱼露"的组合,这种文化梗永远进不了 Unicode 规范,但在该地区却被广泛理解)。

这对 Unicode 规范意味着什么

展望未来 5 年,最可能的结果是一个两层并存的系统。上层是 Unicode 集合,增速进一步放缓(可能从每年 60 到 70 个降到 30 到 40 个),但作为普适通信的策展标准继续存在。下层是生成式长尾,通过按需生成,服务小众、区域、品牌和个人的 emoji 需求。

Unicode 联盟尚未正式将生成式 AI 作为一层纳入考虑。UTC 最近的公开表态(2026 年夏天)显示,联盟已经意识到这一趋势,但尚未准备好将其纳入规范。规范层面最接近的一次尝试,是异体字选择符(Variation Selector)机制，它允许同一个码点以不同风格渲染，但这终究是一个 1990 年代的方案,去解决一个 2020 年代的问题。

有一件事值得讲明:生成式这一层并不会威胁 Unicode 这一层。😂 在 2035 年依然会是 😂,为你的 Discord 服务器生成一个新 emoji 的模型,也不可能把 😂 从标准选择器里挤走。两者服务的是不同需求。Unicode 集合是语言,生成式长尾是俚语。

什么会保持不变

有三件事不会改变。第一,使用频率最高的 200 个 emoji 仍然是 Unicode,因为它们是跨平台的通用语。你不可能用只有 0.1% 受众看得见的自定义 emoji 来运营一个全球品牌。第二,Unicode 审批流程仍将是新 emoji 进入标准选择器的唯一通道。第三,官方的 CLDR 通用本地化数据仓库短名将仍然是规范中的规范名称,即使日常使用的名字已经与规范名字越走越远。

换句话说,Forgemoji 的赌注是:固定集合是地板,不是天花板。封闭集合的时代已经结束,但封闭集合本身不会消失。它正在成为一套更大体系中的标准层。

Forgemoji 在新体系中的角色

我们恰好夹在这两层之间。Unicode 集合是输入，用户从里面挑。生成模型是输出，用户拿到一个新 emoji。Forgemoji 是桥梁,负责把一个固定集合的请求转译成一次生成式的响应,我们正在努力把这座桥修得尽可能无缝。Unicode 选择器是入口,Forgemoji 生成器是长尾。

推荐继续阅读

• •Emoji 编码全解:每个内容创作者都应该知道的事 — 渲染背后的技术根基
• •我们如何用透明 PNG、GIF、WebP 导出打造一个 AI Emoji 生成器 — Unicode 与生成之间的桥梁
• •Emoji 无障碍设计指南:让自定义 emoji 对每个人都可读 — 规模化下的包容性设计

参考资料