具身机器人进家，只差一套“情感世界模型”
摘要
本文探讨了具身机器人进入居家养老场景的核心挑战。文章指出，当前养老智能设备主要解决事件识别问题，但居家养老的真正风险在于老人日常生活习惯的细微偏离。作者提出，机器人需要构建“情感世界模型”，即融合物理世界、人类状态和服务关系的动态状态地图，以理解“生活语义”而非简单情绪。此外，系统还需设计完整的责任链，确保从发现异常到完成处置的闭环。文章认为，具身机器人的价
（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，而是一套持续运行的家庭状态服务。对子女来说，价值不是随时查看摄像头，而是在尽量不打扰老人的前提下，获得经过整理的每日状态和必要提醒。对物业和社区来说，价值不是收到更多报警，而是把有限的服务人员优先投入真正需要确认的家庭。对养老服务机构来说，价值是获得连续、结构化的居家信息，使上门服务不再完全依赖一次电话描述。
这会形成一组不同于硬件参数的产品指标：
系统发现值得关注变化的平均时间、无效报警比例、老人主动确认完成率、人工响应闭环率、子女被无效打扰的次数、物业单次处置成本，以及老人长期使用意愿。这些指标决定的，不是机器人在展会上是否吸引人，而是它能否成为一项持续付费的养老服务。
未来的商业模式也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。
七、真正的壁垒，是得到反馈的居家时序数据
通用视觉模型可以识别人，语音模型可以听懂指令，大语言模型也可以生成陪伴对话。但它们很难直接回答一个养老场景特有的问题：今天的这个变化，对这个老人是否重要？要回答这个问题，模型需要长期的个人基线和真实处置反馈。哪些变化最后被证明只是正常波动？哪些提醒促使子女及时联系了老人？哪些事件需要物业上门确认？哪种询问方式更容易被老人接受？系统在什么情况下应该停止判断？
这类数据不是普通视频数据，而是带有时间、场景、用户反馈和处置结果的居家时序数据。
它形成的闭环是：
观察 → 推断 → 确认 → 处置 → 结果 → 修正
谁能够在获得授权、保护隐私的前提下建立这套闭环，谁才可能形成养老情感世界模型的长期壁垒。这也解释了为什么养老机器人的竞争最终不会只发生在整机厂商之间。具身机器人企业拥有本体和运动能力，通用模型企业拥有知识与生成能力，情感计算企业提供状态理解，物业、社区和养老机构负责服务承接。
真正能够落地的产品，必须跨越这几条产业边界。
八、情感世界模型的另一面，是家庭级监控风险
让机器人理解老人，意味着系统可能接触作息、饮食、行为、语音、表情和家庭关系等高度敏感的信息。如果缺少治理，所谓“智能守护”很容易滑向持续监视。老人是否真正理解设备采集了什么？子女是否拥有无限查看权限？物业能看到哪些信息？状态数据保存多久？模型生成的判断能否被老人或家属纠正？原始画面是否需要上传？这些问题不能等产品规模化以后再处理。
居家养老中的情感世界模型至少应遵守四条边界。
第一，数据最小化。能够在设备本地完成的识别，尽量不上传原始音视频。
第二，观察与诊断分开。系统可以描述活动规律和状态变化，但不应把行为信号直接包装成疾病或心理诊断。
第三，分级授权。子女、物业、社区和服务机构只能获得完成各自任务所必要的信息。
第四，保留人工责任。模型提供辅助判断，关键处置仍由具备责任和权限的人完成。
机器人越深入家庭，技术越不能只证明“它能看见什么”，还必须证明“它选择不看什么、不会保存什么，以及不会替谁作决定”。
结语：真正进入家的，不是一台机器人，而是一套服务关系
世界模型让机器人理解墙壁、家具和物体，帮助它在家庭里安全移动。
情感世界模型则让机器人理解生活规律、状态变化和人的边界，帮助它在家庭中选择何时询问、何时保持安静，以及何时把信息交给真正负责的人。前者解决机器人如何进门，后者决定机器人进门以后能不能留下。居家养老的最后一公里，从来不只是硬件距离，而是信息如何转化为责任、提醒如何转化为服务、技术如何在不打扰老人的前提下建立安全感。
未来真正有价值的养老机器人，不会是一个试图代替子女的“虚拟家人”，也不会是一台只在意外发生后报警的移动摄像头。它更像家庭养老系统中的一个状态入口：持续观察，谨慎判断，及时连接，但始终知道自己不是最终的责任人。
当机器人能够理解这套关系，它才算真正走进了家。
参考资料：
国家统计局：《中华人民共和国2025年国民经济和社会发展统计公报》，2026年2月。
国务院办公厅：《关于发展银发经济增进老年人福祉的意见》，国办发〔2024〕1号。
工业和信息化部、民政部：《关于开展智能养老服务机器人结对攻关与场景应用试点工作的通知》，2025年。
国家发展改革委：《“十四五”国家老龄事业发展和养老服务体系规划》。
World Health Organization, “Falls”.
World Health Organization, “Ageing and Health”.
Fan Zhang et al., “MME-Emotion: A Holistic Evaluation Benchmark for Emotional Intelligence in Multimodal Large Language Models”, 2026 revision.
NIST, “AI Risk Management and Human-AI Interaction”.
领本科技：《家庭老人陪伴机器人》产品资料，2026年。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
转载信息
评论 (0)
暂无评论，来留下第一条评论吧