对话心言机器人任永亮：伙伴式交互，打开家庭机器人的新大陆

©商业与生活文｜朱晓培

校对｜大道格

"永亮，你确认要上这艘船吗？"

两年前，当任永亮提到想进军家庭机器人时，极客公园创始人张鹏的第一反应是慎重。机器人场景落地本就很难，不少企业深耕十余年仍难规模化。而家庭场景更是难上加难——工业环境变量可控，家庭环境却完全开放、任务千变万化，对安全性要求也更高。

但任永亮还是上了这艘船。

2025年，心言机器人正式成立。2026年10月29日，心言机器人举办"神奇伙伴"新品见面会，正式发布具身家庭智能体"巴布（Bubbo 1）"。

巴布不是一台披着玩偶外衣的"语音遥控器"，也不是一台只会念百科全书的内容容器，而是一个具备"伙伴式交互"能力的具身家庭智能体。

"我们是一家AI公司，做的是伙伴式交互。"任永亮在接受媒体采访时强调，机器人只是载体，关键还是交互的方式。

他还断言："技术决定体验的下限，交互决定体验的上限。"

回顾历史，个人电脑1975年诞生，直到1984年乔布斯引入图形用户界面才真正普及；手机1996年就能上网，但直到2007年iPhone引入多点触控，移动互联网时代才正式拉开帷幕。

同理，过去几年，大模型能力呈指数级进化，但基于手机屏幕的交互方式，始终限制着AI在消费端的普及。

任永亮认为，基于文字或语音的"一问一答"，本质上仍是"人发指令、机器执行"的工具逻辑。想用它，必须先绞尽脑汁想好一个精准的提示词。但对于大多数普通人，尤其是老人和孩子而言，"如何提问"本身就是一个极高的门槛。

要让AI真正普惠，必须给它装上一个身体，让它走到物理世界中去。而巴布，就是心言找到的载体。

当你推门进屋，它会从角落里转出来迎你；你在卧室喊一声，它能自己穿过走廊、绕过桌椅，走到你面前；电量低了，它自己导航回去充电。

这种"主动"，就是心言推崇的"伙伴式交互"。

"我们希望把真正的AI能力发挥出来，而要把能力发挥出来，就需要把上下文采集得足够多。所以我们做伙伴式交互，核心就是：不需要人去找产品，而是产品去找人。"任永亮说。巴布的目标是构建一套FamilyAgent（家庭智能体）视角，关心家庭中的每一个成员。

为此，在感知层面，巴布共有13类、26个传感器，是目前拥有最多传感器的具身家庭智能体。在输出层面，巴布拥有6个自由度和两块表情屏，能够理解复杂情感。除此之外，巴布内置了基于摄像头的心率检测，能够起到非医疗级的提示作用，分析检测对象的心率变化，并且已与测测智能戒指达成合作，可实现设备间的数据共享，时刻感应用户的情绪变化。

在对话方面，巴布的回复具有"延迟感""呼吸感"和"边界感"，既保证真实互动，又避免过度依赖的风险。

"我们希望让巴布成为一座神奇的桥梁，把自主还给孩子，把空间还给家人，用AI去激发人类的主动性。"任永亮说，巴布还是家里的智能摄影师，会努力记录每一个美好的瞬间。"我们希望，因为有巴布，每个家庭都能多一些全家福。"

以下对话，由《商业与生活》整理：

巴布定位的是，家庭智能体

Q：做巴布的初心是什么？

任永亮：作为一个创业者，刚开始的时候，肯定都是以自己的需求出发。

比如我青年的时候，可能解决的是情感的需求。当有了孩子之后，我觉得每一个有了孩子的创业者，都有一个想为孩子做产品的梦想。我见过非常多这样的人，包括我的合伙人，他最早创业也是在做这样的产品。

另外，我们前期服务的用户，大多是在大城市打拼的年轻女生。经过这十多年的发展，大家也都进入了人生的下一个阶段，她们也有这样的潜在需求。

所以我有动力，不仅为自己，也为我们以前的用户，再去创造一点有意思、有价值的东西。

Q：现在大家做机器人，在外形上都希望更接近人，为什么你们选择了一个毛绒玩偶的造型？是刻意而为吗？

任永亮：这肯定是刻意而为。

因为，不同的技术处在不同的产业周期。比如，人形机器人，大部分还处在科研阶段，我做过很多测评，发现它抡起胳膊来是很危险的，包括它的尺寸、走路的声音都让人有些害怕。

我们是一个追求落地的公司，希望真正能先进入家庭场景，先和用户建立关系、找到感觉。所以，我们要考虑如何让机器人足够安全地进入家庭——材料要保证安全，设计里没有太多尖角，所有东西都要圆润，外面还要有皮肤、有包布。

理论上用塑料成本更低，但我们希望它给人的感觉是柔和的、亲近的。

Q：巴布身上，让你挑一个最满意的功能，是哪个？为什么？

任永亮：我个人最满意的是报告功能。

这个功能，它能让我像编程一样，去定义我如何陪伴孩子。这个机器人真的是一个Agent，我可以把我的想法，包括孩子的反馈，用编程的方式来实现。

家长跟孩子互动，天然有一种对立感，这种对立感是由我们的身份带来的。但通过巴布这样一个中间的载体，会变得有趣。

Q：您对巴布的后续构思是怎样的？

任永亮：我们今天定位的是，家庭智能体。

所有智能体的工作都类似，就是帮助人完成各种事情。以前我打开电脑会想"我该装什么软件"；现在我第一件事是看上面有什么智能体，是DeepSeek、Codex还是ClaudeCode。因为我实在懒得再输入各种命令去管它，我只想给它一个指令，它帮我干完，这就够了。

所以我希望在家庭生活中也有这样一个角色。它通过观察你每天的行为、每天的输入、孩子的对话，就能给孩子生成一个个性化的学习单词表。再根据他今天聊的内容，判断他可能会对什么感兴趣。

这些对大模型来说在技术上已经完全不是问题，我们只需要一个恰当的场景，收集足够的数据，然后输出。

大家都在提RSI（RecursiveSelf-Improvement），递归式自改进。比如，今天我们做的巴布机器人，就是Harness架构，未来我们一定要从Harness进化到模型，进化到端到端。我不愿意提这些技术名词，但这是我们最终的目标。

心言是一家AI公司

Q：目前市场上很多玩具公司、家庭消费电子公司都在往陪伴式、玩具式家庭机器人进军。心言跟他们有本质区别吗？

任永亮：我觉得核心就是看每家公司如何看待这个产品。你把它当硬件，这肯定是一个流派；把它当IP，也是一个流派；把它当作AI，这又是一个流派。

至少我是相信AI这个流派的。我觉得本质上，我们是一家AI公司、一家软件公司，这是我个人的基因，也是公司的基因。

Q：你说心言是一家AI公司，那心言和豆包这类AI大模型相比，护城河是什么？是之前积累的情感对话数据吗？心言未来会成为一个PersonalAgent吗？

任永亮：数据方面，我们积累的更多是人和人交互的数据。我们更想强调，这是一种新的交互方式，是人和AI互动的一种新的交互方式，这和我们过去所有的交互方式都不一样。

从PC到手机到移动互联网，整个发展规律始终是"工具"的强化，工具是我们手的延伸。但伙伴式交互是一个独立的主体，它要有它的智能、它的判断力，真正能为我们考虑——有很多事情确实是"当局者迷，旁观者清"，伙伴式交互就是一个旁观者。

这个旁观者引入家庭，我们定义叫FamilyAgent，关心家庭中的每一个成员，甚至基于此提出建议。它是面向家庭的、面向关系的。

我们在构建大模型的时候，也不是直接把数据拿过来就用，我们找了非常多的心理专家，做了大量标注整理工作。我们觉得，心理服务本身就是一种基于语言的服务和技能，所以这个对话能力首先是可以复用的。未来我们也计划打造一个统一的、面向具身交互的、同时具备心理能力的模型。

Q：心言同时布局了情感陪伴APP测测，自研了情绪疏导与陪伴领域心元系列大模型，现在又做了陪伴硬件。从大模型到做机器人，心言是怎么进化的？

任永亮：互联网有它自己的周期，AI也好、机器人也好，都处在不同的产业周期。

我的创业过程经历了不同的产业周期。2013年，创业的时候，我给自己的定位是做AI推荐工具，但那个时代走不通，最终我们做成了一款工具软件，去适应那个时代。到了2016年，我们转型做在线平台——在那之前我们想做也做不了，因为移动支付还没普及。但到了2016年那个时间节点，天时地利人和，事情自然而然就发生了。

AI，现在可能已经从技术创新期进入了应用创新期，而机器人还处在技术创新的早期阶段。我们毕竟做了很多年情感陪伴市场，在不同阶段用不同的技术在这个市场里创造不同的产品。我们并没有特别细的规划布局，但前期产品确实已经到了相应的商业化时期，我们就用前期积累的资金，去布局后面新的方向。

交互决定体验的上限

让产品去找人

Q：为什么一定要做一款硬件？

任永亮：核心是我们希望把真正的AI能力发挥出来，而要把能力发挥出来，就需要把上下文采集得足够多。如果只靠个人的上下文，就需要用户反复提问、主动输入，这实际上降低了AI产品的黏性和爆发力。

所以我们做伙伴式交互，核心就是：不需要人去找产品，而是产品去找人。我相信这会成为下一个时代交互范式的变迁。

Q：就是顺其自然，顺着发展阶段和技术能力来做事情？

任永亮：十年前就想到了这样的路径，当时并不是我多有预见性，只是出于一个程序员的直觉，觉得应该走这样几步。所以每当相关技术出现时，我都会格外关注。

我们非常强调，感知。我觉得，感知，不仅仅是一个企业的事，它是未来整个AI能力迭代最重要的一个输入。

Q：为什么选择在这个时间点推出这款机器人？是公司的技术能力积累到了一定的阶段，还是现在家庭用户的接受度也到了合适的时刻？

任永亮：硬件量产我们8月份就做到了，但一直到今天才开发布会，就是希望尽可能地让软件体验达到我们的标准。到今天为止，我不能说它特别完美，其实也还没有达到我自己的标准，但我觉得需要一个契机，让它和用户建立一个相互了解的过程。

而且，我们把它定义成一个软件，而不仅仅是单纯的设备，有一整套OTA升级机制，未来计划每个月至少要升级1到2次。

Q：你前面提到了RSI，巴布怎样做到自进化的？未来我们可以期待它进化到一个什么样的程度？

任永亮：我需要它在感知的过程中，捕捉足够多关于人的信号、人的反馈信号，然后去优化我们内在的系统。

从机器人来说，目前所有具身公司可能都面临数据的问题。我们为什么如此强调感知、把感知传感器放这么多？就是希望捕捉到足够多的反馈信号。

对机器人的成长来说，就像人的成长一样——就像我们人学习，不是一次性把世界上所有书都看完，而是在人和人的互动中不断收获反馈、不断调节自己，无时无刻不在进行着RSI（自我迭代）的循环。

我更希望在机器人里以对话为基底，通过物理信号的提炼，让机器在强化学习、自适应学习、基于环境的学习上将来能有更大的突破。我希望，未来每个巴布都具备这样的潜力，通过情感信号去想人真正的意图是什么。

具身机器人是可以有资格去拒绝孩子的需求的

Q：从产品上，厂家肯定是希望用户越多越频繁使用产品越好；但是从健康成长上，家长可能不太希望小孩过多沉迷AI产品。你们在设计时，怎么处理陪伴和边界之间的关系？

任永亮：关于边界感，作为家长，这一定是非常关心的。我觉得，具身产品天然就是有边界感的，它和虚拟AI产品不一样。

虚拟AI产品，考核的指标就是留存，必须让你每天都要跟我聊天才是最好的，所有的优化都围绕这个目标。这对自制力不够强的孩子来说，确实很容易产生依赖。我观察我们家孩子也存在这个情况，我给他买过AI玩具，他直接非常沉迷，不洗脸、不做作业、什么都不管了。

所以我就想，具身机器人是可以有资格，或者有一个基本能力去拒绝孩子的需求的。因为它不依赖"开关"——不像手机，你按一个开关它就关了。具身机器人自己有一点点主体性，这点主体性让它可以有尊严地跟孩子互动。

而且，我们在设计过程中，也希望它不是一味顺着孩子去讲，而是要有一定的"摩擦力"，摩擦力才能让孩子感受到一种不脱离真实社交的目标。就像我提到的边界感、延迟感、节奏感，这些都是我观察现在这些简单的语音AI玩具时发现的问题，然后针对性地在我们的机器人里尽可能去解决。

Q：作为家庭智能体，巴布怎么分清家庭成员，界定自己和他们的关系的？

任永亮：坦白说，第一代我们先做到一点：先把人分清。我们投入了大量精力先解决这一个问题。

比如，有的是只见其人不见其声，有的是只闻其声不见其人，有的是不见其人也不闻其声、从身后悄悄过来。我们需要让巴布具备一种智能，能把每一个信号归结到每一个人。

我们说的语义化事件，最先要有一个主角、有一个主语是谁，这是很关键的信息。所以我们先把"谁是谁"这个问题解决。当我知道谁是谁了，就"名正言顺"了，后面再不断去探索。

它是一个多模型协作的效果

Q：底层技术上，你们是怎么做到这件事的？

任永亮：目前这个阶段，它是一个非常复杂的工程，不是一个单一模型就能做到的。我们实现的是端侧有多个小模型，这些小模型把一部分信号提取出来之后，如果是视觉信号，还要做加密处理，最终再由云端做判断，这样反复迭代的过程。所以，目前它是一个多模型协作的效果。

Q：为什么是多模型协作？

任永亮：单一的小模型一定不行——如果小模型能行，就不会到现在还没有陪伴机器人了。如果是云端的大模型，你不可能让家庭里所有的数据都上云，这样的产品是不成立的。

所以需要它在端侧做预处理、做数据的语义化加工，把这些安全的信息传到云端再判断。这两者至少在目前的硬件成本、算力成本下，是唯一可行的方式。

而且，完全靠一个大模型它也处理不了，因为我们有很多实时的需求。今天的大模型实际上是分析式的AI，并不是针对实时信息处理做的架构——即使处理视频，它也要把视频切成一段一段地分别处理。Transformer架构并不是针对流式数据来处理的。

所以靠单纯一个大模型，很难把所有任务完成。最简单来说，大模型如何识别出"这个人是谁"？这整个过程需要非常复杂的一套系统在后面支撑，不可能通过一个模型就知道他以前是谁。

Q：那这套处理方式，对算力需求大吗？

任永亮：我们端侧目前在机器人里算力算是比较大的，放了两个2K的NPU来处理信息，这相对来说已经比较奢侈了。包括对一些数据的处理，比如处理了多少层，我们都做过很多实验，保证实时效果能达到基础需求。

理论上云端的模型越大越好，但我们不可能这么做——一旦做机器人这样的产品就会发现，什么都很贵、什么都很奢侈。所以也要去调整它的大小，保证它既有一定泛化性，同时性能又足够强。

这是"万里长征"的第一步

Q：你觉得巴布是一个成功的AI机器人产品吗？你判断成功的标准是什么？

任永亮：我对团队内部有一个说法：怎么判断我们成功？就是当这个机器人学会了一个我们没有教它的技能，它自己学会了一个技能，在那一刻才是我们成功的时刻。

我最近在看《伟大的长征》。我觉得AI和机器人这个前景非常好，但实在是太难了。我们今天做的所有东西，我觉得一定不会让所有人都现在满意，但这是万里长征的第一步。

Q：目前，您认为，AI陪伴硬件走到什么阶段了？

任永亮：关键看，我们如何定义AI硬件的品类。

如果把它定义成玩具，显然它的成本要高于普通玩具，而价值又没办法和"玩具加豆包"有明显区分。

但如果把它定义成一个全新品类的家庭终端，比如我们定义的伙伴式家庭智能体，那它就是一个无人区，每个人都在设计自己的模式、路径和产品形态，我觉得它处在一个产品的探索期。

从整个AI行业的发展来说，我觉得2026年是一个应用逐渐落地的过程。从年初的一些头部Agent产品，再到后来的WorkBuddy、Manus，证明了智能体这个产品有非常大的空间。

AI陪伴硬件需要把硬件和软件相结合，两个方向都要迭代，周期应该更长，所以我认为处在一个产品不断起步的阶段。

Q：现在的家庭陪伴机器人市场是一片蓝海？

任永亮：我觉得它目前是一个新大陆。我现在刚到一个小岛上，我知道后面是一片广袤的大陆，但我还要探索怎么到达那个目标。

Q：为什么把价格定在7999元？您对出货量上有什么预期？

任永亮：我们线上渠道标准版定价是9499元，首发期的权益价是7999元，之所以把价格定得足够低，核心是希望和用户交朋友，真正了解用户在使用过程中会遇到哪些问题。

出货量这块，以目前的成本结构来说，我认为并不是越多越好。我们更希望是一个有序的、有反馈的过程——不要太多，也不要太少，能让我们加深对家庭市场更深入的理解。

第一代，我们是完全打满了，所有传感器、所有配置都满配，但实际环境里未必都能用得到。因为，今天虽然我们对产品有一些理解，还是有主观成分，没有一个统计上的规律。也许我们精心规划的功能用户都没用，用户反而用一个我们觉得很简单的功能，可能给我提供了一个新的需求、新的想法。这也是做产品最有趣的地方，做产品就是一个冒险的过程、探索的过程。

Q：除了陪伴，接下来还想继续推动其他功能吗？

任永亮：从大的方面讲，干活，肯定是所有具身智能公司共同追求的一点。比如在情绪价值的同时，能适当地做一些家务——不仅可以提醒老人及时吃药，也可以给老人倒一杯水，帮老人把药放到嘴边。我觉得，这一定是一个非常长期的问题。

Q：在硬件上，会进军全尺寸人形机器人吗？

任永亮：我其实更希望在这个过程中，把模型能力垫起来、把背后AI的整个体系做好，把这套软件系统、这套反馈系统真正提炼出来，甚至可以把它对接其他的人形机器人。因为，我认为当今时代唯一的红利还是来自大模型、来自ScalingLaw的能力，其他外在的产品创新其实都是辅助。

但大概率在具身行业里，软件和硬件绑定会比较深，所以我们需要不断打造自己的硬件本体，会逐步提高它的尺寸，也有从轮式双臂到人形双臂的规划。

Q：你觉得，做家庭陪伴机器人最难的和最重要的是什么？

任永亮：最难的是你要有勇气。

最重要的是，作为一个新品类，它能生存下去，我就很开心；它能涌现出我没有设计的功能，我就很开心——这是我们成功的唯一标志。所以，内部组织要设计一个足够有弹性的架构，让功能能够涌现出来，这是我们内部所追求的。

—End—

推荐阅读

成立7个月，章鱼动力把"脑、手、数据"搬上了台

对话谋先飞崔汉青：仿真能否解决具身智能的数据困局？