具身机器人进家,缺的不只是技术,还有一套“情感世界模型”

📌 设备在线≠老人安全

目前多数养老设备解决的是事件识别: 是否跌倒、是否按下了求助按钮。 但真实居家风险很少以标准事件出现 。老人一天没出卧室, 可能是疲惫, 也可能是身体不适; 晚饭时间没进厨房, 可能是外出就餐, 也可能是食欲下降。传统设备擅长发现“发生了什么”, 却不理解“这件事对这位老人意味着什么”。误报与漏报因此难以避免。

🔍 什么是“情感世界模型”?

• 老人现在在做什么?
• 这种行为与平时相比有何变化?
• 这种变化是否值得进一步确认?
• 如果需要介入, 应该通知谁、以什么优先级通知?

💡 读懂“生活语义”而非情绪

对老人居家状态的理解, 应从生活语义开始: 起床、用餐、活动、外出、归家等 。单次行为价值有限, 行为之间的关系更重要。例如, 老人今天晚起两小时, 如果随后正常用餐、外出, 则可能无碍; 但如果伴随活动减少、进食变化, 系统就需提高关注。模型需具备个人基线、时间推理和主动确认能力——当系统不确定时, 机器人应通过轻量询问补充信息, 而非直接下结论。

📊 从发现异常到完成处置, 责任链是关键

养老科技常低估一个问题: 系统发现异常后, 谁负责? 模糊推送让子女不知所措 , 频繁误报会消耗物业响应意愿。因此, 居家养老产品需设计责任模型: 机器负责发现和整理信息, 子女、物业、社区根据风险等级承担不同责任, 处置结果再反馈系统。轻微的作息变化可进入子女端每日摘要; 连续异常建议家属电话确认; 高优先级事件同步推送至物业或社区。具身机器人的价值在于, 在无人持续关注的家庭空间里, 帮助不同角色更早获得可理解的信息。

🚀 领本科技的尝试

领本科技的家庭老人陪伴机器人方案, 结合居家行为语义感知与生活规律记录 , 尝试理解日常事件, 并将状态摘要按等级同步至子女端或物业后台。其核心是将 EmoGPT 延伸为养老场景中的“情感世界模型”。机器人负责现场信息获取, 模型负责理解状态变化, 子女与物业承担真实确认。这套路线仍需验证识别准确率、误报率、老人接受度等, 但它重新定义了养老机器人的竞争方向: 不是谁更像人, 而是谁更懂家庭养老的责任结构。

🧭 商业化: 从卖硬件到卖服务

如果养老机器人只是硬件, 容易陷入传统智能设备的困境 。情感世界模型提供了另一种思路: 出售一套持续运行的家庭状态服务。对子女, 是经过整理的每日状态和必要提醒; 对物业, 是优先投入真正需要确认的家庭; 对养老机构, 是连续、结构化的居家信息。未来商业模式可能从一次性硬件销售, 转向硬件、模型服务和养老服务网络共同构成的长期收入。