围观WAIC模型「读心术」！现场火火火火火

围观WAIC模型「读心术」！现场火火火火火

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。