6000万用户的情感陪伴APP，营收数亿后做了款家庭机器人｜产品观察

当一家公司已经在App上每年稳稳拿下数亿元营收、日均活跃用户破百万的时候，常规逻辑是深耕现有业务，守住基本盘。但心言集团的创始人兼CEO任永亮，却在这时做了一个让身边所有人都觉得“不太理性”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。 心言集团最被人熟知的产品叫测测，诞生于2013年，算是上一个移动互联网时代的“老将”。它的核心业务是为用户提供泛心理科普及测评、在线情感陪伴，曾拿到过腾讯的B轮融资。到2025年，测测已经积累了超过6000万用户。按理说，守着这样一个基本盘，日子可以过得不错。 但问题在于，单靠一款已经运行了12年的线上情感陪伴产品，很难在AI时代再往前迈一大步。任永亮逐渐意识到，屏幕交互本身存在一个无法弥补的边界。想想看，屏幕上的对话本质上是单向的、割裂的，它无法捕捉三维空间中的物理信息，比如孩子的表情、老人的动作、家庭氛围的微妙变化。亲子陪伴、老人情绪安抚、居家日常互动——这些复合需求，光靠手机屏幕根本无法满足。 放眼市面上的主流智能终端，要么是交互门槛太高，老人小孩用不了；要么是功能过于简单，只能卖个萌、讲个笑话。真正能自主读懂家庭氛围、主动感知情绪的具身载体，几乎是一片空白。正是这种“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的灵活度、表演动作的精度时，他判断，家庭场景真正需要的是一个能读懂氛围、知进退、能提供情感“在场”感的载体。 就在最近，心言集团的家庭主动智能陪伴机器人巴布（Buboo 1）在WAIC 2026上首次对外开放线下体验。展台现场没有嘈杂的语音唤醒演示，甚至连用户只是驻足旁观，巴布就会主动缓步靠近，轻声搭话。等对方抬抬手示意互动结束，它又安静退回角落，回归待机状态。整个过程不需要任何唤醒词，几轮自然交流就在“察言观色”中完成了。 家庭主动智能陪伴机器人巴布Buboo 1（图源/企业） 任永亮判断，行业正处于一个关键的“跨越期”——从“演示型电子玩具”向“具备在场感的家庭智能体”转变。下一阶段的竞争，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，市场上还没有哪款家庭机器人真正跑通了商业模式。在这样一个没有标准答案的赛道上，巴布试图回答一个核心问题：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

要理解巴布，得先搞清楚它和大多数消费级机器人的根本区别。 智能音箱、桌面级AI宠物、各种毛绒陪伴玩具，绝大多数产品都遵循同一套交互逻辑：用户喊一声，机器才动一下。这种模式在手机、车载等碎片化场景下很顺手，但一旦进入需要全天候驻守的家庭空间，问题就暴露了——用户忘了充电、懒得说话、或者就想安静待着，设备很快就会被遗忘，最后沦为落灰的摆件。 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。”任永亮说。当机器人觉察到用户的面部神态、肢体动作，甚至是空间距离的变化，这些都可以成为巴布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”有一个关键限定：它不是无差别地频繁搭话，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。如果用户跟巴布说“想要休息”，这个交互场景会被系统记录下来，等下次再识别到类似状态时，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总是不分场合地发声、弹窗，只会给用户制造持续的心理负担。“它必须懂得适时静默，才能更好地掌握好互动边界。” 这种对交互边界的精细化设计，也决定了巴布的角色定位：一个能读懂情绪、懂得适时在场与退场的家庭新伙伴。 反映在产品外观上，巴布整机是圆角设计，没有尖锐棱角，外层覆盖亲肤毛绒面料，配上一双大尺寸的拟人眼睛。它的高度是65厘米，这个数字不是随便定的，而是团队反复测算后认为最优的居家机身尺寸。 主动式交互（图源/企业） 任永亮解释说，65厘米的高度刚好匹配3岁孩童的平视视野。如果机身太低，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就会大打折扣。而直立机身带来的全域观测视野，能有效提升机器对环境、人物的空间判断力。 不过，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。这些问题的复杂度，远不是通用大模型加一套语音接口就能解决的。 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——比如用户语气是急促还是平缓，反复提到同一个词背后是什么原因，这些素材是传统公开语料里学不到的。 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，负责把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。一个典型的场景是：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。”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，每天有超过百万人打开查看情绪状态。这款产品每年为母公司带来数亿元营收，并且持续盈利。 自心言机器人业务立项以来，不少声音在质疑：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——用户一旦步入婚姻、组建家庭，App的打开频次和在线时长就会明显下滑。 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。”这也是研发巴布的核心原因——它是对测测产品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。首先是松弛化语言陪伴，区别于强任务导向的K12教育硬件，它为低龄儿童语言启蒙、常态化亲子对话提供一个无压力的家庭外语交流环境。 第二个功能是长效情绪慰藉，搭载测测积累的情感陪伴能力和情绪识别技术，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，用户外出期间，机器人还会自主捕捉居家场景中老人、孩童、宠物的趣味画面并同步推送，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，那么巴布试图回应的，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。