具身机器人进家，只差一套“情感世界模型”

（本文作者为 LLMTechWatcher，钛媒体经授权发布）文 | LLMTechWatcher 2025年末，中国60周岁及以上人口达到3.2338亿，占总人口的23%；65周岁及以上人口达到2.2365亿，占比15.9%。这是一个经常被用来证明银发经济规模的数据。但如果把视线从市场规模转向真实生活，会看到另一个更棘手的事实：养老服务最复杂、最分散，也最难被标准化的空间，不在养老机构，而在一户户普通家庭里。 在机构中，护理人员、管理制度和公共设备共同构成服务网络；在家庭里，老人可能独自生活，子女远在异地，物业只在必要时上门，社区服务也无法持续进入每一个家庭。老人是否正常起床、有没有按时吃饭、今天为什么一直没有出门、在卫生间停留时间为什么比平时更长，这些细小变化通常不会主动形成一条求助信息。它们只发生在日常生活里，随后悄无声息地消失。 这就是居家养老最难被技术解决的部分：真正值得关注的风险，往往不是一个突然出现的红色报警，而是正常生活开始偏离个人习惯的过程。 过去几年，产业给出的答案是智能手环、紧急呼叫器、摄像头、跌倒检测设备和陪伴机器人。现在，随着具身智能升温，越来越多企业希望把机器人送进老人家庭。但机器能够走进家门，并不等于养老服务真正进入了家庭。 具身机器人要打通的最后一公里，可能并不在机械关节、导航系统和语音问答，而在一套尚未被充分定义的“情感世界模型”。一、居家养老最容易犯的错误，是把“设备在线”等同于“老人安全” 目前大量养老智能设备解决的是一个事件识别问题：有没有人、是否跌倒、是否按下求助按钮、某个传感器有没有被触发。这类技术非常重要。世界卫生组织指出，老年人面临更高的跌倒死亡和严重伤害风险，而且风险随年龄增长而上升。但真实居家风险很少只以一个标准事件出现。 老人一整天没有离开卧室，可能只是身体疲惫，也可能是作息发生异常；晚饭时间没有进入厨房，可能是外出就餐，也可能是食欲下降；长时间坐在沙发上，可能是在看电视，也可能是身体不适。传统设备擅长发现“发生了什么”，却不擅长理解“这件事对这个老人意味着什么”。 如果系统只按照统一阈值判断，误报与漏报几乎不可避免。一个平时活动较少的老人，与一个每天固定散步的老人，不能使用完全相同的“不活动”标准；一次晚起床和连续一周起居延迟，也不能被视为同一种信号。 因此，居家养老真正需要的不是更多传感器，而是把零散信号放回个人生活规律中解释的能力。换句话说，设备必须从“检测一个事件”升级为“理解一种变化”。二、什么是养老机器人的“情感世界模型”？ 机器人行业正在讨论世界模型。世界模型帮助机器人理解物体、空间、动作与未来状态。例如，机器人伸手拿杯子之前，需要预测杯子的位置、运动路径和抓取动作可能产生的结果。 但进入家庭以后，物理世界只是机器人需要理解的一半。家庭里还有另一个世界：老人的作息、习惯、情绪、行动意愿、身体状态，以及子女、物业、社区和服务机构之间的关系。本文所说的“情感世界模型”，不是让机器人拥有人的感情，也不是把老人简单分成开心、难过、焦虑等标签，而是让系统持续建立一张关于“人、家庭和服务关系”的动态状态地图。 它至少要回答四个问题： 第一，老人现在正在做什么？ 第二，这种行为与他平时相比发生了什么变化？ 第三，这种变化是否值得进一步确认？ 第四，如果需要介入，应该通知谁、以什么优先级通知、由谁完成后续处置？ 因此，养老场景中的情感世界模型，可以被理解为三类模型的叠加。 第一类是物理世界模型，理解空间、物体和机器人的行动；第二类是人类状态模型，理解老人的生活规律、活动变化和互动状态；第三类是服务关系模型，理解子女、物业、社区和养老机构分别承担什么责任。只有这三类模型共同工作，具身机器人才能从一个在家中移动的硬件，变成养老服务网络里的状态入口。三、养老机器人真正要读懂的，不是情绪，而是“生活语义” 对老人居家状态的理解，不能从一张表情开始，而要从生活语义开始。起床、卧床、用餐、活动、外出、归家、久坐和夜间走动，这些看似普通的行为，共同构成一个人的生活节奏。对于居家养老而言，单次行为的价值有限，行为之间的关系更重要。例如，老人今天起床晚了两个小时。如果随后正常用餐、外出并与家人交流，这次晚起可能没有特别意义；但如果晚起同时伴随活动减少、进食规律变化和互动意愿下降，系统就需要给予更高关注。这要求模型具备三个能力。首先是个人基线。 系统不能只把老人放进统一的人群标准里，而要逐步了解“这个人平时是什么样”。个人基线越稳定，系统识别变化的价值才越高。其次是时间推理。 模型需要区分偶发事件和持续趋势，理解先后关系，而不是把一天的数据直接解释成长期状态。最后是主动确认。 当系统对状态判断不确定时，机器人不应该直接得出结论，而应通过一句轻量询问补充信息。例如：“今天比平时起得晚一些，您现在感觉还好吗？”老人正常回应后，系统可以降低预警等级；如果持续无人回应，再进入下一步服务流程。 在这个过程中，机器人的价值不是“替老人做决定”，而是提供一个低摩擦的确认入口。这也是具身机器人相比固定摄像头和单一传感器更有潜力的地方：它不仅能够感知，还可以移动、询问、获得反馈，并根据反馈更新对当前状态的理解。四、从“发现异常”到“完成处置”，中间隔着一条责任链 养老科技存在一个长期被低估的问题：系统发现异常之后，谁负责？ 如果设备只把一条模糊提醒推送给异地子女，子女仍然不知道应该如何判断；如果所有异常都通知物业，频繁误报会快速消耗物业人员的响应意愿；如果机器人尝试独立处理，它又没有医疗、护理和公共服务权限。因此，居家养老产品不能只设计识别模型，还要设计责任模型。完整服务链条 其中，机器负责发现和整理信息，子女、物业、社区或专业服务人员根据风险等级承担不同责任，最终处置结果再返回系统。例如，轻微的作息变化可以进入子女端的每日状态摘要；连续多次异常可以建议家属电话确认；长时间无人回应等高优先级事件，则可以同步推送至物业或社区服务人员，进入人工核实流程。 这才是具身机器人进入养老场景的真正价值：它不是替代子女，也不是替代物业，而是在无人持续看见的家庭空间里，帮助不同服务角色更早获得可理解的信息。 国务院关于发展银发经济的相关意见提出，推动移动终端、可穿戴设备和服务机器人在居家、社区、机构养老场景中集成应用，发展养老监护、健康管理和心理慰藉类智能产品。 2025年，工业和信息化部、民政部又启动智能养老服务机器人结对攻关与场景应用试点，试点期为2025年至2027年，明确覆盖居家、社区和机构三类养老形态，并强调安全性、可靠性、易用性和服务能力。 政策关注点正在从“有没有养老机器人”，转向“机器人能否真正进入养老服务流程”。五、领本的尝试：把机器人从陪聊终端变成“家庭状态入口” 领本科技提供的家庭老人陪伴机器人方案，体现了这种思路的一个早期样本。 在其产品设计中，机器人并不只承担语音陪伴，而是结合居家行为语义感知、生活规律记录、状态变化分析和多终端联动，尝试理解老人起床、休息、用餐、活动、外出和归家等日常事件。系统并非只向子女推送一条“发现异常”的消息，而是将观察到的行为、与平时相比的变化、需要关注的原因和建议处置方式整理为状态摘要，再根据事件等级同步至子女端或物业后台。 这种产品路线真正值得关注的，不是机器人外形，也不是它能说多少句话，而是领本试图把EmoGPT进一步延伸为养老场景中的“情感世界模型”。机器人负责进入家庭并获得现场信息，情感世界模型负责理解行为和状态变化，子女与物业承担真实确认和后续服务。 如果这个闭环能够在真实家庭中持续运行，机器人就不再只是一个独立硬件，而会成为家庭养老服务网络里的节点。当然，这套路线仍需通过长期场景验证。它必须回答识别准确率、误报率、老人接受度、物业响应效率、长期使用稳定性等问题，也要证明本地处理、数据脱敏和按需上传等隐私机制能够真正落地。 但至少，它重新定义了养老机器人产品应该竞争的方向：不是谁更像人，而是谁更懂家庭养老的责任结构。六、居家养老的商业化，不应该只靠卖机器人 如果养老机器人只是一台硬件，它很容易陷入传统智能设备的商业困境。子女购买时担心老人安全，但老人可能觉得设备复杂、没有必要或者受到监视；新鲜感过去后，使用频率下降；机器人发现问题却没有服务人员承接，最终成为家中昂贵的摆设。 情感世界模型提供了另一种商业化思路：企业出售的不是一台机器人，而是一套持续