主观世界模型:一个试图让AI真正理解消费者的中国方案

时氪分享·2026年06月15日 12:40
大模型都在卷参数,特赞为什么转而给消费者建"主观世界模型"?

消费者调研可以是两件事:证明你已经相信的东西,或者发现你从未想到的东西。

大多数时候,它是前者。

品牌带着一个假设进场,问卷、焦点小组、数据采集,最后得到一份 PPT,整齐地印证了最初的直觉。研究归档,需求冻结,下一次调研,这个循环再来一次。

这里有一个根本性的问题:人们往往不会按照自己所说的那样做。

一个人说自己是理性消费者,可当他面临不同的消费场景时,决策往往不都是理性的。

这不是矛盾,这是人性——自我认知和实际行为之间,总是有差别,而传统调研往往无法察觉。

6月10日-11日,亚洲顶级 AI盛会 SuperAI 在新加坡成功举办,特赞科技携手旗下 Atypica.AI, MuseAI 产品来到现场,创始人范凌发布「主观世界模型」。一个以理解人为目标的基础模型。

数据太多,洞察太少

德鲁克说,商业唯一有效的目的是创造消费者。但现状是,多数企业的 AI 投入仍然停在供给侧:更快写文案、更低成本生产内容、更高效率完成流程。需求侧——消费者真正想要什么、为什么想要——却没有更有效的方式来揭示。

这不是因为没有数据,而恰恰是因为数据太多。

如今,一家中型品牌每天产生的用户行为数据,比十年前一家大公司全年的还要多,但数据的密度并不等于理解的深度。数据告诉你发生了什么,洞察才能告诉你为什么——以及接下来会发生什么。洞察不会从数据里自动涌现,它需要一套关于人的解释性理论:什么样的心理机制,产生了这样的表达、这样的判断和这样的行为?

这就是主观世界模型试图回答的问题。

主观世界模型
 

过去几年,大模型成为 AI 世界的主角。大模型学的是语言——从海量文本中学习语言的分布规律,核心目标是生成合理的下一个词。但语言是人的输出,不是人本身。它告诉你一个人说了什么,却不告诉你他为什么这样说、如何权衡、以及最终会怎么行动。
主观世界模型(Subjective World Model,SWM)从这里出发,做的是另一件事:学习人,理解人。

SWM 从四层真实人类数据中,学习一个具体的个体如何表达自己、如何解释自己的行为、如何在内心权衡利弊,以及在现实约束下最终怎么行动。它不是一个靠参数规模取胜的基础大模型,也不是通用大模型的变体或微调版本。它的创新在于结构:把"主观"这件原本难以量化的事,拆解成四个可以独立建模、又彼此协同的层次。

01. 表达层(Expression) 是起点。从社交媒体——小红书、微博、抖音、Instagram、X——采集数十亿条真实语料,分析一个人惯用什么词汇、携带怎样的情绪基调、如何在公开场合呈现自我形象。人在平台上说的话,是他愿意让世界看到的那一面,这一层建模的正是语言风格与情绪、身份信号之间的映射关系。

02 叙事层(Story) 需要主动挖掘,也是最耗时的一层。社交帖子告诉你一个人说了什么,深度访谈才能告诉你他为什么这么做。这个积累正是来源于我们数万小时的一对一长访谈,每次一到两小时,形成五千到两万字的语料。这一层捕捉的不是结论,而是动机的因果链——同一个购买决策,不同的人背后有完全不同的内部逻辑,而这些逻辑在日常对话里几乎不会主动说出来。

03 判断层(Cognition) 要捕捉的是人自己也未必清楚的东西。每个人都有一套隐藏的决策操作系统:宁可少赚也不愿亏损的风险偏好,高估熟悉事物的认知惯性,面子和实惠之间的价值排序……这一层通过行为判断问卷与心理学测试来构建,借助行为经济学领域成熟的研究方法,训练目标是让模型能够还原一个个体真实的价值权重体系,而不只是给他贴一个消费标签

04 行动层(Behavior) 是检验前三层的地方。前三层描述的是人的内部世界,行动层问的是:这套内部逻辑在真实约束下,最终会产生什么行为?通过经济博弈实验和真实交易记录,测量损失厌恶系数、合作倾向、冲动消费阈值等行为偏差参数,将其直接拟合进模型,而不是停留在问卷里的自我报告。

来自真实世界的数字

快消品公司 | 产品创新场景 | 从 0 到 70,再从 70 到 100

一家快消品公司把主观世界模型接入了产品创新流程。模型在后台持续运行,采集竞品动态和消费者信号,自动生成产品创意,经由数字用户测试筛选后再推给人类团队评估。AI 完成了从 0 到概念雏形的全部工作,团队在此基础上精炼打磨、推向市场。结果是产品开发周期从两三个月压缩到三天,自 2025 年第四季度起产品数量增长了六倍,创新成本降低了 80%。

手机品牌 | 社媒增长场景 | 12 亿次曝光,零媒体费用

另一家手机品牌基于 700 种消费者画像生成差异化社交内容,结合注意力模型实现每日自动更新。第一个月的结果是:12 亿次曝光,媒体费用为零。

零食品牌 | 包装创新场景 | 被验证的 "意外洞察"  

一家头部零食品牌曾陷入增长瓶颈,基于主观世界模型,团队意外发现消费者购买产品的核心动机并非口味,而是用于职场社交的 "轻量礼赠需求"。这一洞察直接推动产品包装从 "家庭装" 转向 "分享装",并同步调整营销话术为 "职场小确幸",最终实现季度销量 37% 的逆势增长。

理解,先于创造

供给侧的竞争最终是收敛的。当所有品牌都在用同一批 AI 工具写文案、做投放、优化素材,效率的差距会迅速被抹平,最终走向同质化内卷。真正的差异化不在生产端,而在理解端 —— 你对消费者建立的解释性模型,是时间、方法和真实数据积累出来的,不存在一键复制的捷径。

David Deutsch 在《无穷的开始》里写道,知识的增长不靠积累更多数据,而靠提出更好的解释。好的解释之所以有解释力,正是因为它难以被随意篡改。但好解释不会凭空出现,它需要先遇见那个让你意外的东西 —— 那个和你已有认知框架对不上的地方。

洞察是猜想的原材料,而主观世界模型想做的,正是让 "遇见意外" 这件事变得更系统、更可重复、更触手可及。

+1
23

好文章,需要你的鼓励

参与评论
评论千万条,友善第一条
后参与讨论
提交评论0/1000

下一篇

消费级人形机器人降价,工业级偏好轮式稳步落地

7小时前

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

推送和解读前沿、有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚焦全球优秀创业者,项目融资率接近97%,领跑行业