美国AI初创公司Mirror Particle正尝试跳出大语言模型（LLM）的“角色扮演”路径，转而构建可长期刻画人类行为变化的模型。
据TechCrunch当地时间6日 报道，总部位于旧金山的Mirror Particle正在开发一套自研模型，用于分析消费者行为及其背后的动因。该公司将这一体系定义为“世界模型”（world model），目标是模拟人类动机与行为如何随时间持续变化。
目前，行为预测市场的常见做法是给LLM预设特定年龄层或消费群体的人设，或通过补充训练数据生成“虚拟消费者”。Mirror Particle联合创始人兼CEO Abhivyakti Ahuja认为，用少量数据去校正基于海量文本训练出的LLM本身存在局限，单靠语言也难以覆盖视觉、空间认知和社会智能等维度。
Mirror Particle会将客户掌握的消费者数据与时事议题、大众文化、社交媒体等信息结合起来，并且相比问卷反馈，更看重人们在现实中真实呈现出的行为。其核心思路是，将特定群体视为会随着经历和外部事件不断调整动机与选择的动态系统，而不是静态的人口统计标签。
在业务落地上，公司目前主要聚焦市场调研以及品牌、产品策略。其目标不是为Z世代简单生成广告文案，而是先判断目标人群是否真正需要某款产品本身。以一家宠物食品企业的试点项目为例，公司给出的判断是，与包装图片相比，消费者对品牌“过于大众、价格低廉”的印象，更可能是销量停滞的主要原因。不过，这一案例来自公司公开披露，尚不足以作为经过独立验证的预测准确性证明。
与此同时，人类行为建模赛道的融资也在升温。Simile近期完成2亿美元融资，估值达到20亿美元；Humans&也于今年完成4.8亿美元种子轮融资。
Mirror Particle目前已完成天使轮融资，首轮机构融资也接近完成。长期来看，公司希望在群体分析基础上继续拓展，最终形成可用于预测个人行为的通用层。
Jae-won Choi
ittt_0801@d-today.co.kr