世界模型开始关注人 具身智能补上最被忽视的拼图

在2026年WAIC展会上，最为引人注目的关键词当属“世界模型”。

今年上半年，这一概念在全球投资圈的热度仅次于具身智能。仅国内，上半年就发生了超过30起相关融资事件，总金额突破40亿元。在WAIC展馆内，几乎每场涉及具身智能的论坛，都绕不开这一话题。智元合伙人姚卯青将“世界模型”定义为“能够理解物理世界运行规律的AI系统”；它石智航创始人陈亦伦则阐述得更为具体，他认为，真正的世界模型不仅要预测机器人的下一步动作，还需预测动作执行后，世界状态会如何演变。昆仑万维董事长方汉更是直接称2026年为“世界模型元年”。

然而，就在行业内围绕“预测物理世界”这一共识抱团发展之际，一个此前鲜少被提及的概念悄然浮现。

7月17日，心言集团创始人兼CEO任永亮在WAIC一场主题论坛上，突破性提出了“心理世界模型”这一概念。他的核心论点直指一个长期被忽视的盲区：如果机器人的“世界”里只有物体和空间，而缺乏对人类情绪和意图的理解，那么它真的能算作“理解世界”吗？

机器人的“世界”里，缺了人

任永亮将一对概念拆解开来阐述：“看见”与“感知”。

摄像头捕捉到杯子正往下坠落，这是“看见”——它知道杯子的位置和下落速度，一个几十元的传感器就能实现。但“感知”则是那声“哎呀”——“这个东西正在掉落，与我有什么关联”，“我是否要伸手去接”。“看见”回答的是“发生了什么”，而“感知”回答的是“这对我意味着什么”。这两者之间，隔着一整套对世界的深层理解。

他的结论非常直接：“感知并非起点，而是终点。”机器人需要将所看、所听、所记，全部纳入同一个架构中，层层推演直至最后，才有可能达到“被眼前这件事所触动”的境界。而在这一终点上，感知与情感，本质上是同一回事。

这一判断落到产业层面，含义十分清晰：当前行业内拼命追求的“看得更清、听得更准”，仅仅是入口。真正的胜负手在于出口——“读得更懂”。

同一套世界模型，两层架构

基于这一分析，任永亮在演讲中提出了一个新颖的框架——“两层世界模型”。

第一层，是物理世界模型。这是当前行业的主战场，主要解决空间、物体、位置、路线、动作、任务等问题。用他的话说：“没有这一层，机器人连真实空间都无法进入。”

第二层，是心理世界模型。它回答的是“为什么”——为什么机器人要走向你？是因为你呼唤了它，还是因为它察觉到你今天状态不佳？它应该开口说话，还是该陪你安静地待一会儿？

任永亮特别强调，这两层并非两套独立的系统，而是同一个世界模型的上层与下层：底层回答“人在哪”，顶层回答“人此刻怎么了”。物理世界模型让AI知晓位置，心理世界模型则让AI理解意图。

“心理世界模型”这一提法，并非凭空而来。

过去半年，学术界已展开一些相关探索。一篇系统阐述心理世界模型如何弥补物理世界模型局限的论文指出，当前机器人仅依赖物理世界模型处理交互，却完全无法理解人类的意图、信念等心理状态，导致社交场景中动作僵硬，甚至可能冒犯到人。特赞科技在WAIC展出的“主观世界模型”，其设计起点同样是基于“人的自我报告偏好与真实决策权重之间存在系统性偏差”这一认知心理学事实。

钛媒体近期的一篇深度报道也给出了精辟判断：“情感大模型的真正机会，不是让AI更会安慰，而是成为智能终端的‘人类状态模型’。”文章进一步指出，世界模型解决的是物理碰撞，但家庭、教育、养老场景中的机器人，还需解决“关系碰撞”——“机器人可以判断面前是否有桌子，却不了解坐在桌前的人此刻是否愿意交流。”

“心理世界模型”的独特之处在于，它不只是一篇论文或一个演示，而是直接定义了产品方向。

巴布：心理世界模型的第一个产品答案

心言集团在本届WAIC展出的“巴布”，正是“心理世界模型”理念的终端落地。这款65厘米高的家庭主动智能陪伴机器人，在产品定义上，与那些强调负重、作业和效率的工业机器人，具有鲜明区别。

巴布在现场展示的能力仅有三项：对话、拍照，以及简单的转头和眨眼。没有高难度动作，也没有复杂的任务演示。但展台前围满了观众。一个小男孩正用英语与它断断续续地聊天，巴布先转头对准说话者，停顿约一秒后回应，对方说话时保持安静，回答结束后也安静下来，不会主动追着话题聊。

这种克制的设计，指向一个明确的产品逻辑：在家庭中，胜负手并非“能做多少”，而是“是否知道何时不做”。巴布靠近你，是因为此刻需要陪伴；退开，是因为此刻不应打扰；安静待在角落，是因为这个家此刻需要的，正是安静。

一个能精准抓取水杯的工业机器人，与一个能在深夜感知到你情绪低落的陪伴机器人，在家庭场景中的价值，截然不同。前者的核心能力是物理世界模型，后者的核心能力则是心理世界模型。巴布的定位，从来不是“一个套了大模型的硬件”，而是“一个真正住进家中、以陪伴为目标、在朝夕相处中慢慢懂你的伙伴”。

“心理世界模型”背后的产业逻辑

“心理世界模型”的提出并非孤例。它折射出WAIC 2026一个更大的趋势：具身智能正经历方向性的收敛。

本届WAIC上，具身智能企业不再一拥而上做通用人形机器人。智元展示的是“AI大模型+部署态落地”的全链条能力，宇树首次公开了机器人无人工厂沙盘，梅卡曼德展示了六大智能机器人单元，全部指向工业场景。它们走的是“更快更强”的效率路线。

另一条路径，则指向家庭场景——情感陪伴、多代际沟通、日常生活参与。这条路径上，产品的核心KPI不是负载和速度，而是交互自然度、长期留存，以及是否构成情感连接。它需要的是“更准更稳”。

心言集团打造心理世界模型的底气源自何处？一组数据足以说明问题：旗下测测App过去十余年服务了近6000万用户，积累了万亿token级别的情感对话语料——这些并非指令数据，也不是一次性问答，而是围绕情绪、关系和陪伴沉淀下来的真实场景。自研的“心元大模型”，是情感陪伴领域最早获得国家网信办备案的垂类大模型。旗下AI智能体“陪伴小星”，上线当月用户便接近百万，被用户亲切称为“大晚上把我整哭了的AI”。

正如任永亮在演讲中所言：“物理这一层的地基，本来就该由机器人公司来打；而‘读懂人’那一头，本来就该由懂人的公司来做。”

补上“人”这块拼图

2026年被行业称为“世界模型元年”。但整个行业花了大半年时间聚焦的“世界”，几乎全是物理世界。

“心理世界模型”的提出，以及巴布这样的产品落地，恰好补上了这个模型体系中“人”的板块。机器人的世界里有了空间和物体，还必须有情绪和意图——而后者，恰恰是具身智能最终进入家庭、教育、养老等消费场景时，最复杂、最动态、也最值得被理解的变量。

当世界模型开始真正关注“人”，具身智能才算真正走进了人的世界。

免责声明：本文为本 出于传播商业信息之目的进行转载发布，不代表本 的观点及立场。本文所涉文、图、音视频等资料之一切权力和法律责任归材料提供方所有和承担。本 对此咨询文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担。