做了十五年情感陪伴服务的人，造了一台"懂你"的机器人 | 前沿在线

编辑：前沿在线 编辑部

2011 年，任永亮把情感陪伴服务放进了手机，一做十几年。

那时候没人想到，他会把"懂人"做进一台能走动的机器里。这条从屏幕到身体的线，他走了十五年。

2026 年 10 月 29 日，北京瑰丽酒店，他掏出一台 65 厘米、圆滚滚的小家伙，说要搬进你家。

它叫巴布，心言给它定的方向是：让陪伴，主动发生。

号称要住进你家的机器人，这些年见过太多，最后真进了家的没几个。

先说个最现实的坎：块头。

那些一米七、上百斤的大个子，往客厅一杵，房子小了根本转不开身，少说也得一百二十平往上的地儿才配它。买得起这价位的，要么一线城市的改善家庭，要么大别墅、浙江那种富裕乡村的自建房。

可这样的家庭在十四亿人里占几个？多数普通家庭，压根儿没这空间。

所以巴布只做 65 厘米。它不挑房子，塞进普通两居室，跟着孩子满屋跑，就够了。

剩下的问题是：凭什么他能做，又凭什么敢说能成。

先懂了十五年人，他才动手做机器

做情感陪伴，最难的不是把机器造出来，是你真的懂人。而"懂人"这件事，是拿时间喂出来的。

任永亮的路，不是从机器人开始的，是从人开始的。

他 2001 年进北大医学部读预防医学，后来在 IBM 做工程师。2011 年，他出来创业，把情感陪伴服务放进了手机。

最早想靠"非常神奇的算法"吸引用户，结果算法解决不了冷启动，也解决不了留存。

为了活下去，他搭起一个双边平台，一头是有情感陪伴需求的用户，一头是提供服务的情感达人。这一做就是十几年。

十几年下来，测测注册用户超过 6600 万，AI 问答累计使用超过 6.6 亿次。这两个数字放在情感陪伴这个细分里，是一道不低的墙。

发布会上，心言机器人市场部负责人讲过一个细节：同样一句"我没事儿"，有人是真的没事，有人是还没准备好开口，有人是不想让家人担心。

你听到了这句话，不等于你理解了说话的人。这种判断力是拿真情绪喂出来的，不是一条提示词能堆出来的。大多数后来冲进这个赛道的硬件团队，给不了这个。

情感陪伴是一门反规模化、反标准化的生意。好的咨询师要天赋，要十年训练，一次只能服务一个人；需求没法统一，每个人的人生答卷都不一样；服务难标准化，好的心理服务讲究在场，要看着你的眼睛。真人模式做到天花板，也做不大。

2016 年 AlphaGo 夺冠，他给自己定了目标：用 AI 解决情感陪伴问题。这在当时几乎是反共识的，因为大模型还没来，AI 能力根本撑不起"懂人"。

但他手里已经攥着别人没有的东西：十几年在线服务沉淀下来的用户咨询数据。别人做真人生意撞到天花板，他攒下的这些数据，反而成了后来训练 AI 最缺的原料。

任永亮不是看到具身智能火了才进场，而是在长期理解需求、研究情感服务的基础上，一步步长到今天这个形态。

大模型变强了，用户却不爱用了

懂人靠积累，但把"懂人"做成产品，手机是第一道坎。

2017 年 11 月，他把公司战略 all in 到 AI，当场画了一张十年技术路线图。当时连"具身"这个词都还没流行，他把最高层的机器人叫"家庭物理机器人"，把灵巧手叫"机器手"，按程序员的直觉标成难度最高的一档。

这个判断到今天看还是对的，连马斯克都还没完全解决灵巧手。一个做情感陪伴服务的团队，在 2017 年就把机器人身体的难度看在了前面。

2019 年，测测上线首个基于 BERT 的泛心理问答，同年实现盈利。这条路第一次跑出了商业闭环。

2023年大语言模型技术普及，任永亮非常兴奋，内部已经搭好基础设施，接入更聪明的模型， 或许能迎来新一轮用户爆发。

可彼时大部分公司都尚未找到真正的爆发点，APP渗透率的增长远不及模型能力提升的速度。这是很多AI to C应用公司面临的困境。

问题不在模型，在载体。他最后得出一个判断：手机这个交互载体，已经装不下大模型的全部能力了。

他打了个比方，把高铁弄到柏油路上，路修得再好它也跑不起来，高铁需要铁轨。

他常讲一句话，技术决定体验的下限，交互决定体验的上限。他专门去查过全球 AI 使用情况：80 亿人里大部分人没用过 AI，用过的人多数只用免费版。

历次技术突破从来不是发布当天就普及的。

个人电脑 1975 年就有了，直到 1984 年图形界面出现才走进千家万户；能打电话的手机 1996 年就有了，iPhone 引入多点触控，移动互联网才成了时代最大的产业。

所以他在反复问同一个问题：ChatGPT 之后，能让 AI 普惠的交互方式到底是什么？有人押脑机接口，有人押可穿戴，有人押桌面玩具。

作为一家做情感陪伴的公司，心言把答案押在了一个能走动的身体上。

这个结论不是从"机器人很热"推出来的，而是从"手机装不下 AI 的情感交互"倒推出来的，出发点不一样，成色也不一样。

把"懂你"装进一台能走动的机器

从测测到 AI 再到机器人，不是赶风口，是同一件事被一步步逼着往前走。心理服务讲究在场，一个真正懂情绪的陪伴，得能看见你、听见你，需要一个身体。

它做 65 厘米，不是将就，是故意的。一个真要住进普通家庭的东西，首先得先住得下。

巴布跑的是自研的 Bubbo OS。

任永亮对标 Figure 的 Helix，用 S1、S2 分层处理快慢思考，又加了一层 S3 语义事件层，把传感器传来的物理信号翻译成大模型能懂的语义事件。

他打了个比方：S2、S1、S0 是能打仗的将军，知道仗怎么打；S3 是政委，告诉你该不该打、为谁打。

这套系统，他叫它"感知大脑"。

这个分层藏着理解巴布的关键：S3 语义事件层负责的，恰恰是情感认知那一层。它先理解"发生了什么"，再决定"该不该开口"，而不是听到指令就机械执行。这是主动陪伴和被动问答在架构上的分水岭。

硬件上，巴布装了 13 类共 26 个传感器，从激光雷达、视觉到触觉；圆眼睛是两块 1.73 英寸 AMOLED 表情屏，有 6 个自由度，你摸它的头，它会给出反应。

任永亮提了一句：宇树 G1 默认是 6 个传感器，不是比它强，只是目标不同。

一台陪家人过日子的机器人，和一台在实验室跑任务的机器人，感知重点本来就不一样。

比技术更关键的是定位。市面上多数产品做 Personal Agent，是你一个人的助理，根据你跟它的交互记录理解你。

心言做的是 Family Agent，认的是一家子，站在独立的视角观察和感知这个家。

任永亮讲得妙：我在公司开会，觉得自己已经和颜悦色了，可能别人觉得我面目狰狞。

人是需要外部视角的，"以铜为镜，才能正衣冠"。

从技术上讲，Personal Agent 强调输出端，你说一句，它帮你把事干完；Family Agent 强调输入端，你甚至不用说话，它告诉你此刻需要什么。这个定位决定了一台机器是工具还是家人，他选了后者。

不过，技术讲到最后，总要落回到人身上。主动陪伴到底是什么样子，得放到真实的家庭里看。

发布会上，心言讲了三个家庭的故事。

4 岁半的艾利欧，是个地铁狂热迷，能记住每条线路的特点，把爸爸 AI 软件的免费问答额度全部用光，记录里全是地铁问题。

他妈妈最怕的，是孩子的热情没人接住，慢慢自己就冷掉。

5 岁的果果，是个十万个为什么。他妈妈担心的不是孩子问得多，而是怕孩子的好奇心没被满足，慢慢就学会不再问。

一个孩子从爱问到不爱问，往往就是从没人认真接他的话开始的。

66 岁的老陈，退休后还在搞发明。他女儿说，重要的不是有人夸他，而是有人理解他。老人要的不只是被照顾，而是被当成一个仍然有趣、仍然值得被听懂的人。

这三个家庭，落在陪伴里最容易被忽略的三个角落：孩子的热爱、孩子的好奇、老人的自我。它们问的都不是"你有没有帮我干活"，而是"有没有人真的理解我"。

再亲近的人，也有知识、时间和精力的限度。家庭的需要，常常发生在人主动提问之前。

理解，是具身智能进入家庭的第一能力。

具体到巴布：孩子放学回家低着头，它会主动凑过来，轻轻问一句今天是不是不太开心，而不是等孩子先开口；它按孩子的接受程度自动调外语难度，不塞课程，在自然对话里引导孩子多表达。

任永亮做熏陶模式有个私心，他带女儿参加英文比赛很自卑，别的家长能随时用英语跟孩子互动，他只能读写，他说这是他的私心。

他年轻时因为匮乏反而有动力，当了父亲发现孩子资源太多，反而不容易找到自己的内在动力，所以巴布不直接给答案，而是引导孩子自己多想。

还有一个容易被低估的设计：长期记忆。巴布会天天追问老人过去的事，把故事沉淀成家族记忆。

任永亮从小跟爷爷长大，爷爷讲了很多有年代感的故事，他小时候听腻了。年纪越大越想找回自己的来处，却发现细节已经模糊，太爷的一段经历，再也找不到人问了。

他说，每一个家族的历史都值得抢救性地挖掘，不能让上一辈的记忆成为下一代的遗憾。

这些记忆最后汇成成长报告、个性化绘本和家族传记。任永亮说成长报告是他最满意的功能，因为它像编程一样定义如何陪伴孩子，形成"观察、理解、行动"的闭环。

市面上很多陪伴产品讲"我有多厉害"，心言讲"我能听懂你"。前者是功能，后者是关系。

这个品类，为什么偏偏现在才成

懂人的技术早就有了，缺的是它成立的时代条件。三股力在近两年撞在了一起。

人口端，全国政协常委、国家统计局原副局长贾楠在发布会给了组数字：2025 年底中国 60 岁以上常住人口占比 23%，65 岁以上 15.9%，失能和独居老人接近 4000 万，护理人员严重稀缺，绝大多数老人倾向居家养老。

政策端，"一老一小" 写进规划。技术端，大模型、多模态感知、机器人硬件和 Agent 技术一起成熟，主动陪伴第一次有了技术上的可能。

过去家庭机器人很难留住用户，一个重要原因是，产品能力、使用需求、交互方式和长期服务之间，始终没形成一个稳定的闭环。

海外早在 2014 到 2019 年就踩过一轮泡沫：Jibo 众筹火爆，没立住，2019 年关停；Anki 靠 Cozmo 和 Vector 累计卖出超过 150 万台机器人，融了两亿美元，还是以清算收场；Moxie 拿过《时代》年度最佳发明，却死在定价和迭代上。

反倒是主攻老人陪伴的 ElliQ，进了美国十几个州的养老项目，活得最久。

把这些摆在一起能看出一个规律：光有"会说话"的外壳不够，光有"能卖出去"的一次性购买也不够。

留在用户家里的前提，是它真的融进了日常，能被持续用、持续需要、持续服务。而过去多数产品，恰恰卡在"买回家就被闲置"这一环。

放到国内，价格带从几百块到近百万都有人试。几百块的更像 AI 玩具，几万到几十万的人形机器人离普通客厅还太远。多数产品还是"语音助手"思路，你问它才答。

真正想清楚"它要懂谁、怎么相处"的不多。这恰恰是心言的位置：别家从硬件出发堆规格，心言从"懂人"出发倒推产品，出发点和落脚点不一样。

市场规模也得看清口径。别被千亿赛道忽悠，那个口径里掺着教育机器人和智能玩具。挤掉水分，纯情感陪伴硬件 2025 年国内也就五十到一百亿，还处在 0 到 1 的教育期。

部分产品退货率高达四成，七天留存不足两成，全行业都没迈过"买回家会不会闲置"这道坎，2026 到 2027 会是这个品类的验证期。但也正因为没定局，才值得看。

9499 元：一门"越用越懂你"的生意

一个品类能不能成立，最终要看需求和账能不能对上。

需求从哪来？

一是老龄化，空巢和独居老人在涨，护理资源稀缺，居家养老是绝大多数人的选择，中间留下巨大的陪伴照护空白。

二是家庭结构，户均人口变小、独居变多，人跟人在一起的时间被压缩，"陪伴" 成了稀缺品。

三是情绪价值，世卫组织提过全球大约每 6 个人里有 1 个受孤独困扰。

定价是心言理念最直接的落地。任永亮上网搜 "家庭陪伴师"，懂英语的每月1万起步，在北京要1万5。

巴布 9499 元，相当于这些陪伴师一个月的工资，折算下来每小时不超过 10 块钱。

他引了杰文斯定律：价格降到足够低，使用频率会爆炸式增长。

需要说明的是，这是两种服务形态之间的类比，不是严格的经济替代关系，但这个锚点把 "为什么是这个价" 变得可感知。

一台近万元的家庭设备，卖的不是参数，是关系价值。它不像手机是刚需，也不像玩具是冲动消费，所以天花板不会太低，也不会一夜爆量。

它有个反直觉的地方：陪伴是能累积的。越相处，越懂这个家，用户越舍不得走。别的东西越用越旧，陪伴越用越离不开。

这正是长期服务价值的来源，也是心言把重心放在记忆、关系和持续陪伴上的原因。

行业整体还处在用户习惯培养和商业模式探索阶段，没有人敢说自己成了。心言把开头想清楚了。

进家门之前，先过信任这一关

家庭场景意味着摄像头、老人和孩子。这类设备绕不开的底线是信任，这也是心言反复讲 "分寸感" 的原因。

隐私上，心言的口径是端云结合：端侧先把视觉信息处理到无法还原，再传给云端的大模型做推理，云端永远看不到家庭的具体画面。拍照前还会过滤，涉及隐私的不拍，照片随时可删。

物理上，电池过了 CQC 认证，面料符合 3 岁以下可接触的 A 类标准。内容上，心元大模型 2024 年就通过国家备案，还跟哈工大情感计算实验室合作保证内容合规。

任永亮说得硬：进入家庭的机器人，物理安全上没有一丝余地。

边界感也写在产品里。情感陪伴最容易滑向替代真人，心言的判断是增强陪伴，不是替代家人。

它刻意不秒回，让对话节奏接近真人；巴布困了累了会自己回巢，天然的边界就是防沉迷。

家庭记忆和长期关系积累，是信任的另一面：用得越久，它越值得被信任。信任不是一句合规声明，而是这个品类能不能走进千家万户的门票。

发布会最后，任永亮讲了两句话：陪伴不是终点，是起点；老有所养、幼有所安，是中华民族大同思想里的千年梦想。

这个品类能不能立住，现在没人能打包票。

但心言带着十几年 "懂人" 的积累进场，站的位置比多数玩家靠前。巴布能不能真正成为家里的一分子，答案不在发布会，在客厅里。

陪伴大概是人最古老也最朴素的需求，过去只能靠真人的时间一寸寸去填，而真人的时间永远不够。

AI 第一次让 "被陪伴" 有了规模化的可能，它记得住每个人的故事，也愿意一次次开口。

如果有一天，它真的读懂了一个孩子的热爱、接住了老人的往事，那技术就完成了它最值得做的那件事。

到那时，"让陪伴，主动发生"这句愿景，会真正落进每一个普通家庭的客厅，成为每天正在发生的事。

而"懂你"两个字，也终于从一句承诺，变成了日复一日的日常。第一个把它领进家门的人，会给出它的答案。

前沿动态前沿大会
前沿人物