作者 | 黄楠
编辑 | 袁斯来
当旗下App年营收达数亿元、日均打开用户超百万时，心言集团创始人兼CEO任永亮却做出一个被外界普遍视为“非理性”的抉择：将AI情感陪伴能力封装进实体硬件——打造一款真正意义上的家庭机器人。
心言集团最广为人知的产品是“测测”，诞生于上一个互联网周期。这款产品于2013年上线，主打泛心理学科普测评与在线情感陪伴服务，曾获得腾讯领投的B轮融资。截至2025年，测测注册用户已突破6000万。
然而，仅靠一款运行了12年的线上情感陪伴工具，显然难以在AI浪潮中持续领跑。任永亮敏锐意识到，纯屏幕交互存在天然的能力天花板。
文字与语音对话本质是单向、割裂的信息传递方式，无法感知空间距离、肢体语言、微表情等三维物理信号，更难胜任亲子共处、老人情绪安抚、居家日常互动等复杂场景需求。而当前市面上主流智能终端，要么操作门槛过高，要么仅停留在卖萌式应答层面，始终缺乏一个能自主感知家庭氛围、具备分寸感的具身智能体。
这种结构性缺失，让任永亮捕捉到情绪交互硬件的窗口机遇。当行业还在比拼仿生关节精度与动作流畅度时，他认定：家庭真正需要的，并非炫技型机器人，而是一个懂得察言观色、知进退、有“在场感”的情感伙伴。
近日，心言集团推出的首款家庭主动智能陪伴机器人——巴布（Buboo 1），在WAIC 2026现场首次开放线下沉浸式体验。
展台内没有喧闹的语音唤醒演示，参观者只需驻足片刻，巴布便会缓缓靠近，轻声问候；若用户抬手示意结束交流，它便安静退回角落，自动进入待机状态。全程无需唤醒词，即可完成多轮自然、细腻的情绪识别与响应。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
家庭主动智能陪伴机器人巴布Buboo 1（图源/企业）
在任永亮看来，行业正处在从“表演型电子玩具”迈向“具备真实在场感的家庭智能体”的关键跃迁期。下一阶段的竞争焦点，将聚焦于多模态主动感知能力、垂直居家场景下的原生数据沉淀，以及长期情感记忆模型的构建。
目前，全球尚无一款真正跑通商业化路径的家庭机器人。在这片尚无标准答案的蓝海中，巴布正尝试回答一个根本性命题：当AI终于拥有了身体，它该如何以恰如其分的方式回应人类的情感渴望？
主动式交互机器人
理解巴布的第一步，是厘清它与当下主流消费级机器人的本质差异。
智能音箱、桌面AI宠物、毛绒类陪伴玩具等多数产品，仍沿用传统“唤醒—响应”范式：依赖用户说出特定指令触发交互。该逻辑适配碎片化使用场景（如车载、办公），但一旦进入需全天候驻守的家庭环境，短板立刻暴露——用户可能忘记充电、不愿开口、或单纯渴望独处，设备便极易沦为闲置摆设。
巴布选择彻底重构这一交互范式。
“我们第一个目标，就是取消唤醒词，让机器人能主动发起对话。”心言集团创始人兼CEO任永亮向硬氪坦言，“当它捕捉到用户的面部变化、肢体姿态、甚至与自身空间距离的细微变动，这些都将成为可解析的有效输入。系统会基于实时情境自主决策是否介入、如何回应。”
但这种“主动性”并非无序打扰，而是建立在个性化偏好学习基础上的动态调节。
例如，当用户明确表达“我想休息”，该状态会被端侧记忆模型记录；后续系统再识别到类似低能量状态（如长时间静坐、缓慢移动、视线回避等），便会主动降低交互频次。在任永亮团队的认知里，这种“分寸感”是家用机器人不可或缺的核心素养：若设备不分场合频繁发声、闪烁灯光或弹出提示，只会持续制造心理干扰。“它必须学会适时沉默，才能真正掌握互动的边界。”任永亮强调。
正是这种对交互节奏与边界的精细打磨，塑造了巴布的角色本质——一位懂情绪、知进退、可信赖的家庭新成员。
这一理念也体现在产品设计细节中：整机采用全圆角结构，无任何尖锐棱边；外壳覆盖亲肤级毛绒材质；搭配大尺寸拟人化眼部造型。其65厘米高度亦非随意设定，而是经反复测算得出的理想居家机身尺寸。
主动式交互（图源/企业）
任永亮解释道，65厘米高度恰好匹配3岁儿童平视视角。若机身过矮，地面杂物与低矮家具将持续遮挡视觉范围，导致环境信息采集残缺；而适度抬升后带来的全域视野，则显著提升机器人对人物位置、空间关系及行为意图的判断精度。
不过，在任永亮看来，“看见”物理世界只是起点，真正挑战在于让机器人“读懂”眼前正在发生什么——谁是家庭核心成员？何时来了访客？孩子突然大笑是出于兴奋还是恶作剧？老人长时间沉默，是疲惫、孤独，抑或情绪低落？这类问题的复杂性，远非通用大模型叠加语音接口所能应对。
高65厘米，可匹配3岁孩童的平视视野（图源/企业）
依托测测十余年沉淀的万亿级情感语料，心言集团自主研发了“心元”大模型体系，为巴布构建起三层递进式技术底座：
底层为心元大语言模型，集成Multi-Agents架构、RAG增强检索与长周期记忆模块。其核心任务并非知识问答，而是深度解析语境——比如用户语速急缓、重复用词背后的潜在焦虑、停顿节奏所暗示的情绪张力。这些微妙的Context（上下文）特征，恰恰是公开语料库无法覆盖的真实生活片段。
中层为心元多模态大模型，覆盖视觉推理、远近场语音识别与拟人化语音合成能力，负责将摄像头捕捉的画面、麦克风接收的声音、红外传感器感知的距离信息，统一转化为模型可理解的语义信号。
顶层为心元xyVLA具身模型，打通“感知—理解—行动”闭环。典型场景下：当孩子手持画作冲至巴布面前却一言不发，xyVLA层首先调用视觉模块识别画面内容，继而驱动语言模型生成适配年龄与情绪的鼓励话语，最后通过运动控制模块完成歪头、前倾、语音输出等一系列连贯动作，全程耗时仅数秒。
“很多人以为让机器人开口说话很简单，”任永亮指出，“但真正的难点在于：何时开口？对谁开口？说什么才真正贴合当下情境？这恰恰是行业尚未攻克的技术高地。”
心元模型体系与主流通用大模型的根本区别在于训练范式：前者扎根于真实家庭场景，原生融合画面、情绪、空间三重维度信息；后者则主要依赖线上文本训练，缺乏居家实景、微表情、肢体语言等三维上下文支撑。正因如此，巴布得以补足LLM落地家庭场景的关键断点。
家庭物理AI终端
据心言集团官方披露，测测App累计注册用户超6000万，其中女性用户占比达80%，日均活跃用户逾百万，已实现稳定盈利与数亿元年营收。
自机器人业务立项以来，外界不乏疑问：一家在线情感服务已跑通商业闭环的互联网公司，为何执意投入高成本自研硬件？
任永亮观察到一条清晰的用户生命周期曲线：用户步入婚姻、组建家庭后，App打开频次与在线时长呈现明显下滑趋势。
恋爱阶段的情绪倾诉需求，确可通过线上产品满足；但婚后衍生的陪伴缺口、育儿压力、代际沟通障碍、独居老人情感空洞等现实痛点，却是文字交互完全无法承载的。
“线上智能体解决的是‘被倾听’的需求，而家庭场景真正需要的，是一个能融入日常、感知情绪、承接细腻情感诉求的具身载体。”任永亮表示，“这正是我们研发巴布的底层动因——它是测测用户生命周期的一次自然物理延伸。”
心言将多年沉淀的情绪感知、心理疏导、关系洞察等能力，从虚拟空间迁移至一台可全天候驻守家庭的物理AI终端，使其真正嵌入用户线下生活空间；再与测测App协同联动，完整覆盖用户从恋爱、婚育到家庭成长的全周期情感需求。
深度情感理解能力（图源/企业）
围绕“家庭物理AI终端”定位，巴布当前重点构建三大真实居家功能模块：
其一是松弛化语言陪伴。区别于强任务导向的K12教育硬件，巴布致力于为低龄儿童提供无压外语启蒙环境，支持常态化亲子双语对话，降低语言习得的心理门槛。
其二是长效情绪慰藉。整合测测积累的情绪识别算法与陪伴策略，重点服务职场父母与独居老人，缓解因育儿时间不足导致的亲子疏离、老年群体认知衰退与社交隔离等深层问题。
其三是轻量化AI影像记录。用户仅需挥手即可触发拍摄，照片自动转为漫画风格并同步推送至App；所有图像处理均在本地完成，杜绝云端上传，切实保障家人肖像隐私安全。
此外，在用户外出期间，巴布还能自主识别老人、孩童、宠物的趣味瞬间并实时推送，有效缓解“离家焦虑”。
远程画面同步推送（图源/企业）
2026年被业界定义为具身智能的“分化之年”。WAIC 2026展台上，两条技术路径日益清晰：一派面向工厂产线、物流仓储等生产力场景；另一派则聚焦家庭空间，强调情感联结与多代际沟通。后者正处于从“玩具”向富有“生命感”的具身终端跃迁的关键拐点。
如果说测测App回应的是“被理解”的渴望，那么巴布试图抵达的，则是更深层的“被陪伴”需求。这条路径看似偏离常规，实则直指一个更本质的时代命题：在原子化社会持续加剧的今天，如何以可触碰、高质量、可持续的物理存在，在家庭的情感缝隙中，重建真实而温暖的在场感。
