拿着钉子找锤子,心言机器人给AI装了一副身体
10月29日,心言机器人在北京举办“神奇伙伴”新品见面会暨年度人文科技对谈,会上正式发布消费级具身家庭智能体“巴布(Bubbo 1)”。
发布会上,主持人是当天要发布的产品本身。具身家庭智能体巴布(Bubbo 1)自己报幕,自己请嘉宾上台,完整走完了一场神奇伙伴新品见面会。
舞台形式之外,真正值得关注的是这家公司为什么会出现在机器人赛道上:心言机器人公司成立于2025年,专注家庭情感智能机器人的研发。其创始人任永亮于2011年创办力拓飞远(即“心言集团”),并于2013年上线测测App,专注于在线情感陪伴及疏导服务领域。据任永亮分享,测测App累计服务时长超过2亿分钟。
同行手里先有硬件再找场景,任永亮手里先有场景,找了十年才等到硬件。他把这件事说得直白:别人是拿着锤子找钉子,他是拿着钉子找锤子。钉子是陪伴这桩做了十年的生意,锤子是一台65厘米高、装着26个传感器的机器,售价9499元的萌系机器人。
历经十年磨练的钉子终成形
任永亮介绍时提到,2001年他进北大医学部,为缓解经济压力在网上找各种活干,04年前后跟美国一位生物信息学教授合作,通过这次合作了解到了AI的相关信息和概念。这段经历被他自己算作接触AI的起点。
2011年他开始创业,2013年测测APP上线。测测做的是双边情感陪伴平台,一头是用户,一头是达人,任永亮后来给这桩生意下过一个结论:基于真人的情感陪伴是世界上最难做的生意。供给端靠人堆,规模越大越贵;交付质量没法标准化,同一个问题换个达人就是另一个答案;情绪需求随时发生,而人不可能随时都在。
2016年AlphaGo那场比赛之后,他立志用AI解决这件事,第二年11月的全员会上宣布all in AI,同期画了一张十年技术路线图。2019年,基于BERT的1.1亿参数泛心理问答模型上线。
在合适的时机开始入场
2023年大模型到来的时候,任永亮算过一笔账:大语言模型的能力是自己原来那个小模型的100倍、1000倍、1万倍,可把大模型接进APP之后,渗透率大概只提升了一倍。产品体验做得更顺手,不管用;文字提问太费事,改成语音提问,也不管用,渗透率始终卡在同一个位置。
他最后得出的结论是,不是公司不努力,而是今天基于手机的交互方式已经无法承载大模型的全部能力,他的看法是:技术决定体验的下限,交互决定体验的上限。在手机里接大模型,就像把高铁开到柏油路上,花了非常多精力去修这条路,但高铁需要铁轨才能跑起来,推是推不动的。这样的观点,也侧面证明了,为什么心言机器人发布的具身家庭智能体在交互方面如此重视。
信息产业里这个规律重复过两次,个人电脑1975年就发明了,唯一的输入工具是键盘,到1984年乔布斯做出整套GUI系统,电脑才真正走进千家万户;手机1996年就有了,到2007年iPhone才改写交互。技术突破之后,总要等一个交互上的关键节点,能力才被释放出来,绝大部分人根本用不上这些能力。而具身智能本体供应链的完整和大模型的快速发展,也许就是那个关键节点。
任永亮透露,2024年6月,他提出做机器人,公司内部当时不理解,每年是亿元级的投入。不过在他的坚持下,2025年心言机器人公司成立,今年8月中旬,首台量产巴布下线。
伙伴式交互通过软硬两层落实
伙伴式交互被任永亮拆成四个特点:独立主体、自主移动、实时多模态感知、语义事件。他的说法是,过去的AI是你呼来唤去的工具,不开口就不在;伙伴式交互是不用你唤起,主动走近、主动回应。光识别出有人不够,还要知道这个人是谁、之前说过什么、此刻情绪如何。
落到硬件本体上,巴布有13类、26个传感器,是目前传感器最多的具身家庭智能体。这个数字摆出来的时候,台上给的对照是同价位一台机器狗默认只有6个传感器,但任永亮自己补了一句限定:不是说谁更强,只是产品定义不同,要做伙伴式交互就需要这样复杂的硬件,这些也是巴布在家庭里安全生存的基础。输出层是6个自由度和两块表情屏,65厘米这个高度则来自另一个考虑,定义为2到3岁孩子的高度,因为视角要可看,贴着地面的视角拍不了全家福。
巴布内置了基于摄像头的心率检测,只作非医疗级提示,能分析检测目标对象的心率变化,并已与测测智能戒指达成合作,做设备间的数据共享,感知用户的情绪变化。
Bubbo OS这套系统是另一层设计,任永亮说这不是Linux、Windows那种OS,是AI时代面向应用的一套Harness系统,核心任务是把物理世界传感器的信息转化成大模型能理解的语义信息。行业里谈的VLA和世界模型,本质上是S2、S1、S0这几个层次之间怎么管理的问题,心言在这几层之前又造了一层,叫S3,一个纯粹的感知层,任务是把视觉、听觉、触觉的信号变成语义事件,比如谁开门了、谁回来了。
进门之后的多维服务能力
Personal Agent服务的是一个人,Family Agent从外部视角构建,识别家庭里的每一位成员,还要关注成员之间的关系。输入端不一样,一个输入的是个人,一个输入的是家庭。
产品形态是三件套,一个巢、一个本体、一个APP,开箱第一件事就是把巢靠墙放在固定位置,因为巴布有自动回充的能力,累了困了自己回家。
在家庭的老人照护方面,摔倒检测被任永亮列进必备项:老人摔倒之后,APP上先收到一条紧急通知,可以远程查看,也可以控制巴布走到老人身边问问情况到底怎么样。在家庭维度,他举的是海淀老专家的例子,子女越优秀越可能出国深造或留在海外发展,老人留在家里反而需要更多情感支持。
孩子是不可忽视的重要成员,巴布默认提供双语能力,并设计了分级对话机制,按用户的接受能力给出相应层次的回复。还有一个被称作隐藏功能的东西:APP里的报告模块能把每天的聊天内容做智能分析,给老人生成一部传记,给孩子生成个性化绘本,今天聊了哪些单词就按这些单词做一册巩固绘本。而报告本身是一个skill,未来会开放出去,让个性化的家庭管理也能被自动处理。
全国政协常委、国家统计局原副局长贾楠在对谈环节给了一组数字,60岁以上人口占比23%,65岁以上占15.9%,每年有近2000万人跨过60岁,失能独居的老人接近4000万。她的建议是把灵活深入、适配不同用户需求的多方位情感交流功能打磨出来。今年3月的政府工作报告里,优化一老一小服务被列入民生工程。需求和数据已经清晰,是不用再论证的部分。
安全性、可靠性是必考项
极客公园创始人兼CEO张鹏在对谈里先抛了个问题:当机器人要走进我们的家,面对会开心、会孤独、会变老、会有小脾气的家人,到底该是一台更能干的家电,还是一个真正懂人的伙伴。
巴布给出的回复被设计成有延迟感、呼吸感和边界感,既要保证真实互动,又要避免过度依赖的风险。为什么要慢半拍,任永亮给的是自己的教训:女儿问什么是黑洞,他自恃做过心理服务、也懂科学,按科学原理讲了一遍,结果女儿每天睡前都想哭,怕自己被黑洞吸进去。真正让人记住的是他后面那句感慨,孩子的问题看起来简单,回答起来难度很高,做父母又没有学校,每个人都是第一次做父母。
安全被摆到了第一重要的位置,而且分了三层:物理安全上,巴布的材料完全符合3岁以下孩子可以安全触摸的标准,电池选了安全系数更高的磷酸铁锂并通过CQC认证,电芯通过3C认证。隐私安全上,端云结合,承诺没有在拍的时候不会拍。内容安全上,心元大模型2024年通过国家网信办备案,并与哈工大情感计算实验室深入合作。
哈尔滨工业大学计算学部长聘教授、博士生导师赵妍妍把懂人这件事拆成三层,情感感知、情感认知、情感交互,需要依托丰富的多模态信号与充分的上下文,还要具备主动跟随、移动感知的能力。她认为产品核心是做好用户记忆功能,实现精准共情的个性化回应,而人的反馈是最终的评价指标。
软件需要持续进化
为了定价,任永亮去社交媒体上搜了一圈家庭陪伴式产品,搜完引了一个经济学里的规律,杰文斯定律:当一个服务的价格下降到足够低的时候,使用频率会爆炸性地增长。煤是这样,电力也是这样,原来只有富人点得起电灯,等到价格普及之后,电还可以用来驱动电冰箱和洗衣机。
圆桌上被问到最看重哪个功能,他答的是自动回充,不是对话,也不是情感识别。理由是机器人跟所有产品本质上都不一样,巴布是个伙伴,用生物学的视角看就像一个物种,最重要的任务是适应环境并且生存下去。他给这个品类设的成功标准也带着这层意思:能不能永不关机,生存就是最成功的。
任永亮最满意的功能是报告,理由是既然叫智能体,就得能替用户自动处理一些任务。技术上他也没打算停在现在这一步,这套系统现在是一套Harness,未来要从Harness进化到端到端,产品保持每月升级1到2次。
进门之后还需要能够被使用
心言做机器人不是追风口,是陪伴这桩生意做了十年之后,发现能往下走的路只剩这一条。同行手里先有硬件再找场景,心言手里先有场景再补硬件,顺序不同,底气也就不同,这也是巴布这台机器跟同一批家庭机器人最不一样的地方。
前面那十年攒下的东西别人短期买不到:2亿分钟的服务时长,一整套心理专家网络和语料,对家庭里情绪结构怎么运转的理解,加上2024年就通过国家网信办备案的心元大模型。Family Agent的输入端是家庭,这些才是喂给这套系统的东西,传感器和自由度只是让这套输入有了落脚的地方。
陪伴机器人这个品类目前还是心言自己定义的,定义者就意味着没有现成答案可以借鉴;从Harness到端到端还有一段路要走,每月1到2次的升级说明产品远没定型;一台机器是不是真成了家里的伙伴,判定权也不在26个传感器上,在一家人每天愿不愿意跟这台机器说话。
One More Thing
测测将在12月开始发售AI智能戒指,主打“把情绪戴在指尖”,主要围绕情绪识别、精力提醒、压力提醒、经期预测、卡路里统计、睡眠监测,六大维度。
目前该产品已定向邀请首批用户开启手指尺寸数据定制,预计12月开启交付。