Mirror Particle要在TechCrunch Disrupt的Startup Battlefield 200上亮相。这次他们带的不是通用大模型，也不是主打角色扮演的LLM，而是一款从0搭建的、用来预测人类行为的“世界模型”。但他们这次放了个挺硬的话：靠LLM那套角色扮演的逻辑，撑不起市场调研和品牌策略的需求。
他们的“世界模型”，是冲着解决具体问题去的
和市面上那些主打聊天、内容生成的大模型不一样，Mirror Particle的方向窄得很——专门针对市场调研和品牌策略。他们没拿现有LLM改，而是从头搭了这款模型，核心目标就是算人类的真实行为，不是说漂亮话。比如品牌想知道，为什么某款产品的复购率上不去？LLM可能能生成一套逻辑通顺的用户反馈，但Mirror Particle要的是，能直接预判用户会不会再次购买，以及背后的真实动机。这款模型不是用来陪聊的，是用来落地到具体商业决策里的。
LLM的角色扮演，为啥撑不起调研？
很多品牌已经在用LLM做用户调研，但Mirror Particle说这是“错配”。LLM的本质是训练数据里的统计规律拟合，它能扮演任何角色，也能说符合语料的话，但它不知道真实人类的行为逻辑，也没法预测没发生的真实选择。比如你让LLM扮演一个25岁的职场妈妈，问她对某款辅食的看法，它可能说得头头是道，但那是网上所有宝妈言论的拼接，不是这个真实宝妈的真实行为轨迹。品牌做调研要的是“用户会做什么”，不是“用户应该说什么”——这正是LLM的短板，也是Mirror Particle的切入点。
这对行业，是个明确的信号
Mirror Particle的动作，其实是在细分领域捅破大模型的天花板。以前大家觉得大模型万能，能做内容、客服、调研，但现在看来，在需要“精准行为预测”的场景，通用大模型还真不行。对品牌来说，如果要做靠谱的用户洞察，不用再只靠问卷和深度访谈，说不定Mirror Particle的模型能提供更贴近真实的预判；对调研公司来说，这可能是个新方向——不能再盯着LLM的话术生成，得转向能落地的行为预测模型。
当大家都在追通用大模型的热点时，Mirror Particle这种盯着细分需求、从头搭建模型的思路，会不会成为破局的关键？毕竟，品牌要的从来不是“会聊天的AI”，是“懂人的AI”。
素材来源：TechCrunch AI · AI情报、科研前沿
查看报道原文
发表第一条评论吧