央视直播间里的 “主观世界模型”，原来他们都在这儿打卡！ | WAIC 逛展笔记

2026 WAIC 特赞展出主观世界模型 SWM，区别于通用 LLM，依托四层数据建模人内心决策，搭配 GEA 企业智能体落地多业务，创始人范凌做客央视直播间分享技术理念。

WAIC 2026 如上海近两日的气温，红红火火恍恍惚惚 🔥 昨日公众开放首日，探馆的媒体们把这届大会的节奏带起来了——光是特赞的展区，一下午就迎来了央视新闻、36氪、第一财经...还有一大批自媒体，在世博展览馆里穿行，探馆、直播、打卡。

几乎每个观众，都会在特赞展位正门第一株树那里驻足，停在那儿之后，大家开始追问技术细节——背后跑的是什么模型？和LLM有什么区别？数据从哪来？准确率多少？我可以怎么用？...

事实上，7月17日WAIC开幕首日，特赞创始人范凌就在央视新闻直播间里聊到了这个方向。他说："AI 除了干活之外，AI 也开始理解人了——理解一个人的心理是怎么样，理解那些无法被表达的描述是怎么样。我们自己做了一个叫主观世界模型，其实就试着在做这件事。"

什么是主观世界模型Subjective World Model

那么主观世界模型（Subjective World Model）是什么？和大模型有什么本质区别？

大语言模型（LLM）的训练目标是预测「下一个词」——本质上是在建模人类语言的统计分布。GPT、DeepSeek、Claude，无论参数量级和架构细节有什么差异，这个根本目标是一致的。LLM 非常擅长生成「听起来像人说的话」，但它的建模对象是语言，不是说话的那个人。

主观世界模型（Subjective World Model，SWM）的训练目标是另一回事：建模的不是语言本身，而是语言背后那个具体个体的心理结构——他的认知偏差、决策逻辑、在不同情境下的行为倾向，以及那些没有说出口但真实影响行为的动机。

这不是 LLM 的 fine-tune 或 domain adaptation，SWM 是独立设计的模型架构，训练目标、数据体系、评估方式全部不同。

四层数据架构：为什么必须这么设计

SWM 的训练数据分四层，每一层解决不同维度的「理解人」问题，缺任何一层都会在某个维度上失真：

Expression Layer（表达层）
数十亿条社交平台原生语料，训练模型识别语言风格与身份信号的高维映射关系。同一个消费者意见，来自小红书 25 岁设计师和来自微博 45 岁工厂主管的表达方式，在词频分布、情绪包装、隐含价值判断上全部不同。表达层建模的，是语言表面背后的 demographic 和 psychographic 信号。

Story Layer（叙事层）—— 核心壁垒
数万小时一对一深度访谈，每次 1-2 小时，单次访谈产生 5000-20000 字非结构化语料。这一层要捕捉的是行为动机的因果链——不是「你买了什么」，而是「你在什么情境下做了这个决定、哪个因素 trigger 了你、你怎么向自己解释这次购买」。

这类数据不可爬取、不可合成、不可用 AI 生成。它依赖真实的研究关系、专业的访谈设计、以及时间积累。特赞这套数据来自十年间的真实客户项目，是后发者短期内无法弥合的起点差距。

Cognition Layer（认知层）
行为判断问卷与心理学量表，还原个体真实的价值权重体系和风险偏好系数。人在表达偏好时存在系统性偏差——说出来的选择和实际决策之间的 gap 是可测量的。认知层用来建模这个 gap，而不是相信消费者说了什么。

Behavior Layer（行为层）
经济博弈实验和真实交易记录，量化损失厌恶系数（loss aversion coefficient）、时间贴现率（temporal discounting rate）、社会规范敏感度等行为经济学参数。这一层让模型能在新情境下推断行为，而不只是复述历史。

四层协同训练，SWM 输出的是一个在新 prompt 下仍能保持一致性格逻辑、情绪反应和决策倾向的 AI Persona。官方 benchmark：行为模拟准确率 85%，接近真人深访的信效度水平。单次研究覆盖：30 万+ AI Persona（社交数据来源）、1 万+ 高精度 AI Persona（深访数据来源）。

展台还有更多，欢迎打卡 H1-C135GEA 在各场景的实践

主观世界模型解决的是「理解消费者」这一侧。而洞察要转化成真正的业务结果，需要另一套系统承接。

这就是 GEA（Generative Enterprise Agent）——特赞自研的企业级智能体架构，核心逻辑是把企业的知识、品牌基因、历史洞察结构化沉淀下来，形成可被智能体持续调用的「企业记忆」，再由 400+ 模块化专业技能执行具体业务动作。编排层由特赞自研的发散推理模型（Creative Reasoning Model）驱动，单次任务可协调 30+ 基础模型，已在全球 50+ 个国家和地区完成部署，月均 Token 部署量超 100 亿。