在营收数亿、日均百万用户打开量并坐拥 6000 万活跃用户的背景下，心言集团创始人任永亮做出了一项看似违背商业逻辑的决定：将线上情感陪伴的 AI 能力，塞入硬件模具中，诞生了家庭机器人巴布（Buboo 1）。这款产品不仅标志着互联网情感服务从纯 APP 模式向具身智能硬件的跨越，更旨在解决传统交互模式在家庭场景中的内在缺陷。通过引入主动式感知与多模态情感记忆，巴布试图回答 AI 有了身体后，该如何回应人类最深层的情感需求。
从单向对话到主动式感知：突破家庭交互的边界
目前市场上的智能终端大多遵循一套单一的交互逻辑：依靠预设的唤醒词触发，听到指令即应答。这种模式虽然适用于碎片化的智能手机或车载场景，但一旦部署到需要全天候驻守的家庭空间，痛点便迅速暴露。用户往往因忘记充电、懒得出声或处于需要独处的状态，导致设备被长期搁置，最终沦为积灰的摆件。
巴布的核心创新在于打破了“被动响应”的框架，实现了真正的主动交互。不同于传统设备依赖固定命令，巴布能够自主读取用户的面部神态、肢体动作及空间距离变化。当它觉察到用户的面部微表情或肢体语言时，系统会自主判断情境并给出反馈，无需任何唤醒词即可维持数轮察言观色的自然交流。这种技术底层逻辑，正是行业从“演示型电子玩具”向“具备在场感的家庭智能体”跨越的关键一步。
精细化的交互边界：构建懂分寸的家居伙伴
家庭场景对设备的交互边界有着极高的要求。全天候运行的设备若不分场景地频繁发声、弹窗或闪烁灯光，极易给用户造成心理负担。针对这一痛点，巴布设计了一套基于“体验记忆模型”的动态交互策略。
当用户表达“想要休息”时，系统会将其情境记录，并在后续识别到相似状态时，主动降低交互频率。这种精细化的分寸感确保了机器人懂得适时静默，从而更好地掌握互动边界。产品外观上，巴布采用全圆角无尖锐棱角设计，外层覆盖亲肤毛绒面料，高度设定为 65 厘米。这一参数经过严格测算，既能匹配 3 岁孩童的平视视野，又能提供全域观测，有效消除低矮家具遮挡，提升机器人对环境与人物的空间判断力。
万亿情感语料的具身化落地：补全物理世界的感知闭环
要让机器人真正“看见”并理解物理世界，仅靠通用大模型的语音接口远远不够。心言集团自测测上线十余年积累的万亿级情感语料，为巴布构建了三层递进的技术底座，补齐了 LLM 落地居家场景的短板。
最底层的心元大语言模型集成了 Multi-Agents（多智能体）、RAG 检索与长周期记忆模块，其核心任务不是知识问答，而是深度理解语境。它通过捕捉用户语气急促、反复提及同一词汇等细微特征，还原出传统公开语料无法习得的真实场景上下文。中间层的心元多模态大模型覆盖视觉推理与拟人语音合成，负责将捕捉到的画面、声音转化为可理解的语义信号。
最关键的表现为心元 XYVLA 具身模型，打通了从“看到—理解—行动”的完整链路。面对孩子拿着画作一言不发的场景，该模型能先调动视觉模块识别画作内容，再调用语言模型生成鼓励性对话，最后通过运动控制模块让机器人歪头靠近并模仿说话，整套连贯动作在几秒内即可完成。这种原生适配家庭真实环境的架构，使得巴布能够同步读取画面、情绪与空间信息，真正让 AI 拥有了感知物理世界并承接细腻情感的能力。