据TechCrunch报道，旧金山成立两年的初创公司Mirror Particle正在构建一个模拟人类行为及其变化原因的“世界模型”，希望取代当前依赖大语言模型进行角色扮演来预测消费者行为的做法。该公司已获得天使轮融资，并表示接近完成首轮风险投资，下周将在TechCrunch的Startup Battlefield竞赛中亮相。
人类行为预测赛道近期受到资本关注。TechCrunch提到，Simile以20亿美元估值融资2亿美元；Aaru以10亿美元估值融资8800万美元；humans&今年1月宣布4.8亿美元种子轮融资、估值44.8亿美元，并推出Persimmon来建模人类行为。Mirror Particle联合创始人兼CEO阿比维亚克蒂·阿胡贾认为，大语言模型路线根本上有问题。“这就像拿着玩具水枪去尼亚加拉瀑布。”她说，大语言模型已在数千亿个数据点上训练，靠少量数据微调能对模型行为产生多大影响？它仍然停留在过去。
阿胡贾不认为大语言模型像人类那样看世界。“大语言模型建模的是书面语言，但人类由视觉感知、空间推理和社会智能构成。”她说，依赖大语言模型意味着得到的是基于人类注意不到的东西的洞察，而这对预测人类行为并非重点。
Mirror Particle选择另一条路：从头构建一个基础模型，也就是阿胡贾所说的世界模型，模拟人类为何做某事，以及人类行为如何随时间变化。“我们不想捕捉静止的人，”阿胡贾说，“我们想捕捉变化中的人。这意味着捕捉人们如何变化的纵向数据、什么触发因素在改变他们以及改变程度。”她补充说，如果人们没有变化，“那也是一个信号”。
据TechCrunch报道，该公司依赖专有数据组合，包括客户数据、时事、流行文化、社交媒体等，来建模一个人群细分，并将其视为随时间演变的系统，追踪动机在经历中如何变化。其重点很大程度放在“显示的行为”上，即人们实际做了什么，而不是自我报告的调查答案。
与竞争对手类似，Mirror Particle初期市场策略聚焦已有相关预算的领域：市场研究，以及品牌和产品策略。例如，它可能帮助美妆品牌不仅撰写更能吸引Z世代消费者的广告文案，还判断该人群是否想要这款产品。“如果目标人群不想要眼影盘呢？”阿胡贾说，“如果想向这个市场销售产品，或许腮红是更好的选择。”其预测引擎还向客户提供当前或未来行为背后的“为什么”，包括动机、约束条件和额外背景，以支持品牌决策。
在一个早期试点中，一家知名宠物食品品牌想知道包装上放什么图像能提升销量：鸡肉、牛肉还是蔬菜？Mirror的技术发现，该品牌问错了问题。图像并不重要。问题在于，该品牌辨识度太高，被视为大众市场且廉价，在解决这一认知问题前，销量会停滞。
阿胡贾对人类大脑建模的兴趣来自她学习神经科学和计算机科学的背景。她来自印度，后在多伦多大学学习，受到AI先驱杰弗里·辛顿对神经网络贡献的启发。毕业后，她进入亚马逊机器人部门，负责制造能制造其他机器人的机器人，并在那里遇到联合创始人威尔·宋和汤姆森·颜。宋曾长期构建销售个性化引擎，颜则专注于用深度学习研究AI代理如何理解人类行为。
该公司的长期愿景是成为“预测人类行为的通用层”，从更广泛的人群层面分析走向个体层面洞察。“如果我们要与AI以及彼此协作，我们就需要一个更好的人类模型。”阿胡贾说。据TechCrunch报道，Mirror Particle和数十家经TechCrunch编辑团队筛选的初创公司下周将在旧金山市中心Disrupt大会上展示，今年Startup Battlefield获胜者将由风投评委小组选出。