夜雨聆风
作者 | 黄楠
编辑| 袁斯来
在旗下App每年创造数亿元营收、日均百万用户打开量的时候，心言集团创始人兼CEO任永亮做了一个令所有人都觉得“不理性”的决定：把AI情感陪伴能力塞进一个硬件的模具里——造机器人。
心言集团最有名的产品叫测测，来自上一个互联网时代，2013年上线，主要为用户提供泛心理科普及测评、在线情感陪伴，拿过腾讯的B轮融资。到2025年，测测已经有6000多万用户。
但仅仅靠一款12年的线上情感陪伴产品，显然无法在这个AI时代更进一步。任永亮察觉到线上交互模式存在不可弥补的能力边界。
屏幕对话是单向、割裂的沟通形式，难以捕捉物理三维信息，无法满足亲子陪伴、老人情绪安抚、居家日常互动等复合需求。而纵观市面上主流的智能终端，或交互门槛过高、或仅具备简单卖萌功能，始终缺少能自主读懂家庭氛围的具身载体。
这种缺位，让任永亮看到了情绪交互硬件的窗口期。当行业还在比拼仿生关节与表演动作时，他认为家庭场景真正需要的是一个能读懂氛围、知进退的具身载体提供情感“在场”。
近日，心言集团家庭主动智能陪伴机器人巴布（Buboo 1）在WAIC 2026上首次开启线下互动体验。
展台现场，没有嘈杂的语音触发演示，参展用户只是驻足旁观，巴布便会主动缓步靠近，轻声搭话；待对方抬手示意结束互动，它又安静退回角落，回归待机状态。全程无需唤醒词，便可完成了数轮察言观色式的自然交流。
家庭主动智能陪伴机器人巴布Buboo 1（图源/企业）
任永亮判断，行业正处于从“演示型电子玩具”向“具备在场感的家庭智能体”跨越。下一阶段竞争，将是多模态主动感知能力、垂直居家场景的原生数据积累，以及长期情感记忆模型的搭建。
目前，市场上未曾真正跑通一款成功的家庭机器人。在这个还没有标准答案的赛道上，巴布正试图回答，当AI终于有了身体，它该如何回应人类的情感需求？
主动式交互机器人
要读懂巴布，首先要厘清它和大部分消费级机器人的属性分野。
智能音箱、桌面级AI宠物、各类毛绒陪伴玩具等等，多数产品遵循同一套交互逻辑：依靠用户的唤醒词触发，机器听到对应指令应答。这套模式适配于智能手机、车载等碎片化使用场景，而一旦落地需要全天候驻守的家庭空间后，问题便迅速暴露，若是用户忘记充电、懒得出声或希望独处时，设备就会被长期搁置，最后沦为积灰的摆件。
巴布试图跳出这套触发框架。
“我们第一个目标就是先把唤醒词去掉，让机器人能主动发起交互。”心言集团创始人兼CEO任永亮告诉硬氪，“当它觉察到用户的面部神态、肢体动作，乃至空间距离的变化等等，都是巴布可读取的有效输入信号，系统会自主判断当下情境并给出反馈。”
但这个“主动式交互”存在一个关键限定，它不是无差别频繁搭话，而是会匹配不同用户的相处偏好，依托端侧记忆模型动态调整交互频率。
当如果用户跟巴布说“想要休息”时，其交互场景会被系统记录下来，在后续识别到相似状态时，巴布会主动降低搭话的概率。在任永亮和团队看来，这种分寸感是家用机器人的必备能力：全天候居家设备如果不分场景频繁发声、灯光弹窗，只会给用户持续制造心理负担，“它必须懂得适时静默，才能更好地掌握好互动边界。”任永亮说。
这种对交互边界的精细化设计，也确定了巴布的角色定位，成为一个能读懂情绪、懂得适时在场与退场的家庭新伙伴。
反映在产品外观层面，巴布整机为全圆角无尖锐棱角设计，外层覆盖亲肤毛绒面料，搭配大尺寸拟人眼部造型。它的高度为65厘米，这并非随意设定的参数，而是团队测算出认为最优的居家机身尺寸。
主动式交互（图源/企业）
任永亮解释称，65厘米的高度刚好匹配3岁孩童的平视视野，若机身过低，地面杂物、低矮家具会持续遮挡视觉画面，机器人采集到的环境信息完整性将大打折扣；而随着直立机身带来全域观测视野，机器人对环境、人物的空间判断力也能得到有效提升。
与此同时，任永亮认为，让机器人“看见”物理世界还远远不够，它还需要一个足够聪明的“大脑”来理解眼前正在发生什么——家里谁是主人、什么时候来了客人，孩子的笑是因为开心还是调皮，老人沉默是因为疲惫还是情绪低落。而这些问题的复杂度，远非一个通用大模型外加一套语音接口就能解决。
高65厘米，可匹配3岁孩童的平视视野（图源/企业）
基于测测十余年积累的万亿级情感语料，心言集团自研的心元大模型为巴布构建了一套三层递进的技术底座。
最底层是心元大语言模型，集成了Multi-Agents、RAG检索与长周期记忆模块。它的核心任务不是知识问答，而是理解语境，比如用户语气急促与否、反复提到同一个词的原因等等，而这些素材是传统无法从公开语料里学到的场景Context（上下文）。
中间层是心元多模态大模型，覆盖视觉推理、远近场语音识别与拟人语音合成，负责将机器人捕捉到的画面、声音、距离信息翻译成模型能理解的语义信号。
最上层是心元xyVLA具身模型，打通从“看到—理解—行动”的完整链路。一个代表性的场景是，当孩子拿着画冲到巴布面前一言不发，xyVLA层先调动视觉模块识别画作内容，再调用语言模型生成鼓励类对话，最后通过运动控制模块让巴布歪头、靠近、用拟人语音输出反馈，整套动作在几秒内连贯完成。
“很多人以为让机器人开口说话很容易，”任永亮说，“但什么时候开口、对谁开口、输出内容是否贴合当下场景，才是行业普遍难以攻克的技术难点。”
而心元模型体系与主流通用大模型的本质区别在于：通用模型仅依托线上文字语料训练，缺少居家实景、面部微表情、肢体动作等三维上下文；而巴布模型原生适配家庭真实环境，能同步读取画面、情绪、空间信息再完成对话输出，补齐了LLM落地居家场景的短板。
家庭物理AI终端
心言集团官方数据显示，测测App有6000多万注册用户，其中八成是女性，每天超百万人打开查看情绪状态。这款产品已为母公司带来每年数亿元营收和持续盈利。
自心言机器人业务立项以来，不少声音疑惑，一家专注线上情感服务并实现稳健营收的互联网企业，为什么会选择跨界投入高成本自研硬件。
但任永亮观察到，一条清晰的用户生命周期曲线是，用户一旦步入婚姻、组建家庭，其App的打开使用频次和在线时长就会明显下滑。
然而，恋爱阶段的情绪倾诉需求被线上满足了，但用户婚后的陪伴缺口、育儿焦虑、代际沟通障碍、独居老人等线下场景存在的情感痛点，是手机端的文字交互模式完全无法覆盖的。
“线上智能体解决的是一对一的倾诉需求，但家庭场景需要的不是倾诉对象，而是能够参与日常、感知情绪、承接细腻情感需求的具身载体。”任永亮说，“这也是我们研发巴布的核心原因——它是对测测产品的用户生命周期的一次自然物理延伸。”
心言将多年积累的情绪感知、心理疏导、关系洞察等情感理解能力，从虚拟空间迁移至一个可全天候驻守家庭的物理AI终端，让其真正进入到用户的线下生活空间；搭配测测App产品，覆盖用户从恋爱到成家的全阶段情感需求。
深度情感理解能力（图源/企业）
基于家庭物理AI终端的定位，当前巴布主要围绕三类真实居家场景搭建功能。其一是松弛化语言陪伴，区别强任务导向的K12教育硬件，为低龄儿童语言启蒙、常态化亲子对话提供无压力家庭外语交流环境。
第二个功能是长效情绪慰藉，它搭载了测测所积累的情感陪伴能力、情绪识别技术，主要面向职场父母和独居老人，缓解职场人士在育儿陪伴缺失方面造成的亲子关系疏离、老年用户的认知退化和社交孤立等痛点。
第三是提供轻量化AI影像记录功能。用户只需要挥手就能触发拍摄，照片会自动转为漫画风格同步推送至相应App；所有图像数据均在本地完成处理，充分保护家人肖像隐私。
此外，在用户外出期间，机器人还会自主捕捉居家场景中老人、孩童、宠物的趣味画面同步推送，缓解用户离家后的焦虑情绪。
远程画面同步推送（图源/企业）
2026年被业内视为具身智能的“分化之年”。WAIC 2026展台上，行业清晰地分化出两大路径，一条面向工厂产线、物流仓储等生产力场景；另一条聚焦家庭场景，强调情感陪伴与多代际沟通。后者正处于从玩具到富有“生命感”具身终端跨越的拐点。
如果说测测App解决的是“被理解”的需求，巴布试图回应的，则是用户“被陪伴”的渴望。这条路线看似跳脱，实则在面向一个更本质的问题：在原子化社会日益加深的今天，在家庭的情感缝隙中，用物理形态实现可触碰、高质量、可持续的在场。
