“世界模型”无疑是2026年WAIC最热的词。
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。国内上半年发生超过30起世界模型相关融资事件，总额超过40亿元。在WAIC的展馆里，几乎每一场关于具身智能的论坛都在讨论它。智元合伙人姚卯青将其定义为“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进一步阐述，真正的世界模型不仅需要预测机器人下一步动作，更需要预测动作执行后世界状态如何演化。昆仑万维董事长方汉更是将2026年称为“世界模型元年”。
但当行业还在围绕“预测物理世界”达成共识时，一个此前未曾被提及的概念出现了。
7月17日，心言集团创始人兼CEO任永亮在WAIC一场主题论坛上提出了“心理世界模型”。他的核心论点直指一个被长期忽视的盲区：如果机器人的“世界”里只有物体和空间，没有人的情绪和意图，它真的算“理解世界”了吗？
机器人的“世界”里，缺了人
任永亮的论述从一对概念的拆分开始：“看见”与“感知”。
摄像头拍到杯子正往下掉，这是看见——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”——“这个东西正在掉，跟我有什么关系”，“我要不要伸手去接”。看见回答“发生了什么”，感知回答“这对我意味着什么”。二者之间，隔着一整套对世界的理解。
他的结论是：“感知不是起点，是终点。”机器人需要把看到的、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”。而在这个终点，感知和情感其实是同一件事。
这个判断的产业含义很明确：当前行业全力以赴的“看得更清、听得更准”，只是入口。真正的胜负手在出口——“读得更懂”。
同一套世界模型，两层架构
基于上述分析，任永亮提出了一个在行业讨论中罕见的框架——“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，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。”
第二层是心理世界模型。它回答“为什么”——为什么机器人要走向你？是因为你叫了它，还是因为它感觉到你今天不太对劲？它该开口，还是该陪你安静一会儿？
任永亮强调，这两层不是两套独立系统，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知道位置，心理世界模型让AI明白意图。
“心理世界模型”不是凭空出现的。
过去半年，学术界已有相关探索。一篇系统阐述心理世界模型如何补足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，但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冒犯。特赞科技在WAIC展出的“主观世界模型”，设计起点同样是“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。
钛媒体近期一篇深度报道给出了一针见血的判断：“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，而家庭、教育、养老场景中的机器人还需要解决“关系碰撞”——“机器人可以判断面前有没有桌子，却不知道坐在桌前的人现在愿不愿意交流。”
“心理世界模型”的独特之处在于，它不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”，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，在产品定义上与强调负重、作业和效率的工业机器人截然不同。
巴布在现场展示的能力只有三项：对话、拍照和简单的转头眨眼。没有高难度动作，没有复杂任务演示。但展台前围了不少人。一位小朋友正用英语和它断断续续地聊天，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，回答结束后安静下来，不主动追话题。
这种克制的设计指向一个明确的产品逻辑：在家庭里，胜负手不是“能做多少”，而是“知不知道什么时候不做”。巴布靠近你，是因为此刻需要陪伴；退开，是因为此刻不该打扰；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，和一个能在深夜感知到你情绪低落的陪伴机器人，在家庭中的价值是完全不同的。前者的核心能力是物理世界模型，后者的核心能力是心理世界模型。巴布的定位从来不是“一个套了大模型的硬件”，而是“一个真正住进家里、以陪伴为目标、在朝夕相处里慢慢懂你的伙伴”。
“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：具身智能正在经历方向性的收敛。
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“AI大模型+部署态落地”全链条能力，宇树首次公开机器人无人工厂沙盘，梅卡曼德展示六大智能机器人单元，全部针对工业场景。它们指向的是“更快更强”的效率路线。
另一条路径指向家庭场景——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、长期留存和是否构成情感连接。它需要“更准更稳”。
心言集团做心理世界模型的底气来自哪里？一组数据可以说明问题：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——不是指令数据，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“心元大模型”是情感陪伴领域最早获国家网信办备案的垂类大模型。旗下AI智能体“陪伴小星”上线当月用户接近百万，被用户称为“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，还需要有情绪和意图——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。
