心言集团任永亮WAIC演讲：家庭机器人的胜负手，不在能力在情感
林叙然 · 2026-07-20
心言集团CEO任永亮在WAIC演讲中提出，家庭机器人的核心不在能力，而在情感，并介绍了其产品理念与系统架构。
心言集团CEO任永亮在WAIC演讲中提出，家庭机器人的核心不在能力，而在情感，并介绍了其产品理念与系统架构。“决定一个东西有没有‘心’的，好像不是它多能干，而是它有没有情感。”7月17日，在2026世界人工智能大会（WAIC）的一场主题论坛上，心言集团创始人兼CEO任永亮用一个问题拉开了演讲的序幕。
心言集团创始人兼CEO 任永亮
在这场以AI陪伴机器人为核心议题的演讲中，任永亮没有展示产品参数，也没有发布新功能。他用近30分钟时间，系统阐述了一个与主流行业叙事“反着来”的观点：当整个行业都在比“看得更清、听得更准”时，真正的竞争应该在另一端——“读得更懂”。
“两层世界模型”框架
任永亮在演讲中首先拆解了一对被行业长期混用的概念：“看见”与“感知”。
“摄像头拍到杯子正往下掉，这是看见——它知道杯子在哪、掉得多快。一个几十块钱的传感器就能做到。而感知，是那声‘哎呀’——是‘这个东西正在掉，跟我有什么关系’，是‘我要不要伸手去接’。”任永亮说，看见回答的是“发生了什么”，感知回答的是“这对我意味着什么”，二者之间“隔着一整套对世界的理解”。
他将这一判断浓缩为一句话：“感知不是起点，是终点。”机器人不是一开机就会感知的，它需要把看到的、听到的、记住的全部放进同一个架构里，一层层想到最后，才可能走到“被眼前这件事触动”。而在那个终点，感知和情感其实是同一件事。“真正读懂眼前这一幕，本身就已经被它触动。那声‘哎呀’，既是感知的顶点，就是情感本身。”
演讲中最令人印象深刻的表述之一，是任永亮借用数学概念对情感做的定义：“情感，是世界模型的高阶导数。”
他解释说，“杯子在哪”是最表层的信息，“杯子在往下掉”深一层，而“那声哎呀”是理解到最深处才会冒出来的东西。“今天大多数机器人，都停在了‘看见杯子在掉’这一层。再往上，上不去了。情感之所以难，正因为它是这套系统里最后、最上面才长出来的那样东西。”
基于这一判断，任永亮提出了“两层世界模型”的框架。
第一层是物理世界模型，这是当前行业的主战场，解决空间、物体、位置、路线、动作、任务等问题，“没有这一层，机器人连真实空间都进不去”。但任永亮认为，在家庭场景中，“真正决定一个人愿不愿意长期用下去的，往往不是机器人能不能走到你面前，而是它为什么走到你面前”。
回答“为什么”，需要第二层——心理世界模型。任永亮强调，这两层不是独立的两套系统，而是同一个世界模型的上下两层——底层回答“人在哪”，顶层回答“人此刻怎么了”。
“当今天别人在入口比谁看得清的时候，我们想在出口比谁读得懂。”任永亮说。
心言机器人的“减法逻辑”
在产品层面，任永亮介绍了心言集团首款家庭主动智能陪伴机器人巴布的设计理念。他没有罗列功能清单，而是反复强调了一个看似矛盾的观点：家庭陪伴机器人的胜负手，不是它能做什么，而是它知不知道什么时候不做。
“它靠近你，是因为此刻需要陪伴。它退开，是因为此刻不该打扰。它看向你，是因为它明白你正在跟它互动。它安安静静待在角落，是因为这个家此刻需要的正是安静。”任永亮表示，“什么时候该动、什么时候不该动”，考验的不是执行力，而是判断力。“‘沙发上有个人’跟‘沙发上这个人，是想有人陪，还是想被安静地留一会儿’，是完全不同的两件事。正因为如此，克制才这么难。”
心言集团首款家庭主动智能陪伴机器人巴布（Bubbo 1）
任永亮将巴布的价值概括为四个方面：真实存在（有身体、有位置、有动作）、长期陪伴（慢慢知道你是谁、什么时候该出现）、主动参与（陪孩子、关心老人、记录家庭瞬间）、走向关系（把AI从屏幕里带进家庭成员之间）。
围绕“一家互联网公司凭什么来做世界模型？”这一问题，任永亮现场表示：“这个问题应该反过来问。今天做世界模型的人，大多是从机器人、从视觉这一行出来的——这是他们的主场，所以他们天然停在‘物理’这一层。而心言集团，是从‘人’这一头来的。”
任永亮现场披露了一组数据：过去十余年，心言集团通过测测等产品服务了6000多万用户，积累了万亿token级别的情感对话语料，不是指令数据，不是一次性的问答数据，而是大量围绕情绪、关系和陪伴沉淀下来的真实场景。心言集团自研的“心元大模型”是情感陪伴领域唯一获国家网信办备案的垂类大模型，AI智能体“陪伴小星”上线当月用户接近百万。
“所以物理这一层的地基，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。”任永亮说，“我们不是来晚了的跟随者，我们是从对的那头出发，一路走到了这件事最难的地方。”
Bubbo OS三件事：记住、反应、进化
在技术实现层面，任永亮介绍了巴布的底层操作系统Bubbo OS。他将系统能力概括为三个关键词。
记得住。巴布用视觉、听觉和空间感知，将家庭成员、宠物、物品记在同一个记忆体系中，跨时间、跨模态地保持身份识别。“陪伴的前提，从来不是能回答，而是记得你是谁。”
反应快。端侧处理即时交互，云端处理深度推理，核心判断在于“什么时候该用大模型、什么时候不该用。谁都能接大模型，但不是谁都知道在真实家里，什么时候该开口、什么时候该闭嘴。”
越用越懂你。每一次真实相处都转化为对家庭的理解沉淀。“家庭陪伴机器人真正的长期壁垒，不靠某一个参数领先，而是靠真实的相处、真实的关系、真实的反馈，一天天攒出来的。”
AI+硬件的真正机会
演讲末尾，任永亮对“AI+硬件”给出了一个整体判断：一家真正做得好的公司，需要同时凑齐三样东西——模型决定有多聪明，真实场景决定能不能拿到入口，工程和交付决定能不能走远。“模型不够强，产品就走不出‘你问它才答’；进不了真实场景，就拿不到真实反馈；技术再先进，不能稳定、安全、量产地交到消费者手里，就不成其为产品。三样缺一不可。”
他进一步提出，“AI+硬件”真正的机会不是把AI塞进现有设备，而是“重新定义一个设备该是什么样、该和人是什么关系”。过去的设备是工具，等着人去打开、去操作。未来的这类产品，会越来越像一个能感知环境、读懂人、还会主动参与生活的伙伴。它不再只是屏幕里的一个助手，而是现实生活里，真正陪着你的那一个。
在演讲的最后，任永亮将话题拉回开场的问题。“一个东西有没有‘心’，不在它多聪明，在它能不能被眼前的世界真正触动。而‘被触动’这件事，是一路理解到最后、最深，才会冒出来的东西。当AI一路走到那个终点，它才真正有机会，读懂身边这个人。我们不想做一个更聪明的机器人。我们想做一个更懂人的机器人——它在意的不是你在哪，而是你此刻，过得好不好。”
据悉，巴布是心言集团历时两年研发的首款家庭主动智能陪伴机器人，身高约65厘米，聚焦有孩家庭、独居老人和独居女性三类核心用户。在本届WAIC上，巴布首次面向公众开放线下交互体验。