围观WAIC模型「读心术」！现场火火火火火

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 围观WAIC模型「读心术」！现场火火火火火 Jay 2026-07-19 19:55:52 来源： 量子位 主观世界模型 允中 发自 凹非寺 量子位 | 公众号 QbitAI 如果你走进2026 WAIC的现场，最直观的感受可能只有一个“卷”字。 1100多家企业、10万平米的展区，目之所及，几乎每家展台的屏幕上都闪烁着 Agent这个 词。 但“智能体”喊得越响，行业的焦虑就越明显：算力内卷到头了，Agent到底怎么进企业、怎么帮核心业务赚钱？ 在一片技术喧嚣中，一个新解法吸引了我们的注意—— 主观世界模型（Subjective World Model，SWM） 。 △“主观世界模型”登上央视新闻直播间 为了搞懂这个新架构，我们顺着人流挤进了 特赞科技 的展位。 在硬核的技术拆解面前，我们不得不承认，过去指望靠大模型（LLM）去猜测 消费者心思 的路子，可能从一开始就走错了。 因为， LLM从根本上不适合用来建模人的决策 。 架构设计的核心判断 SWM的设计起点是一个认知心理学上的已知事实：人的“自我报告偏好”和“真实决策权重”之间存在系统性偏差，这个偏差是可测量的，也是可建模的。 基于这个判断，SWM选择了四层异构数据协同训练的路径—— 每一层针对不同类型的“理解人”子任务，使用不同数据源、不同建模目标、不同验证机制，推理时四层联合打分。 Layer 1：表达层Expression Layer 数据： 数十亿条社交平台原生语料 目标： 构建语言风格向量 → demographic/psychographic特征的高维映射 技术本质： 这是一个有监督的representation learning任务。输入是用户的历史文本序列，监督信号来自用户画像标注（年龄/地域/职业/消费层级等）。训练收敛后，相同demographic cluster的用户，其语言表征在embedding空间中会自然聚集——这个embedding作为后续层的persona anchor。 表达层本身不是壁垒——社交数据可以规模化采集。 它的价值在于为Story Layer的稀疏深访数据提供“扩散基底”：通过persona anchor将深访persona的特征迁移到更大范围的社交用户群。 Layer 2：叙事层Story Layer 数据： 数万小时一对一深度访谈语料，单次访谈1-2h，产生5k-20k字非结构化文本 目标： 建模行为动机的时序因果图（causal graph of purchase motivation） 技术本质： 这是一个序列因果建模任务，而非分类或生成任务。训练目标不是预测“下一句话是什么”，而是识别访谈叙述中的trigger event → consideration formation → decision point → post-purchase rationalization的完整因果链，并将其结构化为有向因果图。 为什么合成数据在这一层完全失效： 真实受访者的叙述具有跨情境的因果一致性（causal consistency）——同一个个体在描述不同购买场景时，其核心动机结构会以不同表现形式反复出现，形成可识别的“动机签名”。 LLM生成的模拟访谈数据没有这个属性，原因是LLM在每个token步骤独立预测，没有维护跨情境一致的内在状态。 合成语料在Cognition Layer和Behavior Layer的交叉验证中会系统性失败——相当于一个内置的抗合成机制。 Layer 3：认知层Cognition Layer 数据： 行为判断问卷、Schwartz Value Survey、Big Five Inventory等标准化量表 目标： 个体的价值权重向量（value weight vector）和风险偏好系数 技术本质： 这一层的核心是建模stated preference和revealed preference之间的gap——即“消费者说他在意什么”和“消费者实际决策时权衡什么”之间的差值函数。训练目标是在Story Layer提供的行为叙述和量表测量结果之间建立校正映射，输出个体的真实价值权重向量。 Layer 4：行为层Behavior Layer 数据： 经济博弈实验数据（ultimatum game / public goods game / trust game）+ 真实交易记录 目标： 行为经济学参数估计——loss aversion coefficient λ、hyperbolic temporal discounting rate δ、social norm sensitivity γ 技术本质： 基于prospect theory的参数化个体建模。这些参数在跨情境行为预测中起关键作用：当模型遇到out-of-distribution场景（历史数据中没有见过的产品类别或购买情境），需要通过这些基础参数外推反应，而非依赖历史pattern匹配。这是SWM能在新产品研究中有效工作的底层原因。 四层协同推理：如何输出AI Persona 四层训练完成后，SWM对每个目标persona维护一组联合状态：表达层的语言风格嵌入 + 叙事层的动机因果图 + 认知层的价值权重向量 + 行为层的经济学参数。 推理时，给定一个新的研究prompt（如“你对这款新包装设计有什么看法”），四层联合打分：表达层决定语言风格和情绪色彩，叙事层调用相似情境下的动机结构，认知层校正自我报告偏差，行为层注入跨情境稳定的行为倾向参数。 输出的AI Persona在连续追问下维持一致的内在状态——这是和LLM直接生成persona的本质区别： LLM的persona是stateless的，每次回答独立生成； SWM的persona是stateful的，有一个跨prompt持续存在的内在状态。 量化结果： 行为模拟准确率85% （对比真人深访基准）。30万+AI Persona（社交数据扩散），1万+高精度AI Persona（深访语料直接训练），交付<30分钟。 注：atypica是基于主观世界模型构建的智能体，Gamelab是atypica为了确保AI模拟准确性的核心Evals手段，通过让真人和AI Persona完成相同的经济学行为实验，对比两者的决策数据，以此量化校准AI Persona对真人的模拟准确度，目标是让AI Persona和真人的数据无限接近。 如何从理解侧到执行侧？ SWM是“理解消费者”的模型，特赞的团队更进一步，研发了 GEA（Generative Enterprise Agent）企业级智能体架构 ——是“执行面向消费者任务”的架构。 两者在特赞的技术栈中构成理解-执行的完整链路。 GEA的编排层由特赞自研发散推理模型（Creative Reasoning Model）驱动——这是 中国首个备案的发散推理领域的大模型 ，核心设计是在收敛前先穷尽发散