Mirror Particle 欲构建人类行为「世界模型」

核心事实

据 TechCrunch 报道，成立约两年的旧金山初创公司 Mirror Particle 正在构建一个用于预测消费者行为及其背后原因的 AI 引擎。该公司联合创始人兼 CEO Abhivyakti Ahuja 表示，当前主流做法是让大语言模型（LLM）通过提示或微调来「角色扮演」某一目标人群，但她认为这一路径存在根本问题，理由是 LLM 建模的是书面语言，而人类由视觉感知、空间推理与社会智能构成。

Mirror Particle 的做法是从零构建一个基础模型，Ahuja 将其描述为「世界模型」，用来模拟人为什么这样做，以及行为如何随时间变化。公司称其数据来源包括客户的消费者数据、时事、流行文化、社交媒体等，重点关注「已显露的行为」，即人们实际做了什么，而非问卷自述。该公司表示已完成一轮天使融资，并接近完成首轮风险投资。

背景与影响

报道提到，人类行为预测赛道近期热度上升：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& 则于今年 1 月宣布 4.8 亿美元种子轮、估值 44.8 亿美元，并推出 Persimmon 用于建模人类行为。Mirror Particle 的初期商业化方向与竞争对手类似，聚焦已有预算的市场研究、品牌与产品策略。

报道举例称，在一项早期试点中，某知名宠物食品品牌想确定包装上该用鸡肉、牛肉还是蔬菜图片，而该公司的技术认为品牌问错了问题：真正的障碍是品牌被认为大众化且廉价，需先处理这一认知问题。Ahuja 表示，公司长期愿景是成为「预测人类行为的通用层」，并从群体层面分析走向个体层面洞察。

限制与来源

上述内容来自 TechCrunch 的报道，涉及公司融资进展、试点案例与产品能力均出自该公司及其创始人的说法，尚未获独立验证。报道未披露具体定价、客户名单、模型性能指标或地区可用性。相关功能与服务范围请以该公司官网当前信息为准。Mirror Particle 还将于 10 月 13 日至 15 日在旧金山举行的 TechCrunch Disrupt 2026 上参加 Startup Battlefield 200 竞赛。