Mirror Particle 推'世界模型' 预测人类行为变化

时间：北京时间 2026 年 10 月 7 日（TechCrunch 报道于美东时间 10 月 6 日） 地点：美国加利福尼亚州旧金山 人物：Mirror Particle 联合创始人兼 CEO Abhivyakti Ahuja、联合创始人 Will Song、联合创始人 Thomson Yen；Ahuja 曾就读多伦多大学受 Geoffrey Hinton 影响，毕业后任职 Amazon Robotics；三位创始人均于 Amazon Robotics 期间结识 事件：两年期的旧金山 AI 初创公司 Mirror Particle 即将登陆 TechCrunch Disrupt 2026 的 Startup Battlefield 200 舞台，发布一款从零打造的"世界模型"（world model）基础模型，目标是用 AI 预测人类行为及其变化原因，公司透露已接近关闭首轮风投融资 详情：与当前主流的行为预测范式不同——后者通常基于对大语言模型（LLM）做微调或提示工程，让模型扮演某一类人群角色——Mirror Particle 选择彻底绕开 LLM。CEO Ahuja 用"拿水枪打尼亚加拉瀑布"来形容微调 LLM 做角色扮演的局限：LLM 已经在数百亿文本数据上完成预训练，仅靠小规模客户数据微调很难真正改写其底层世界认知。Mirror Particle 因此从零训练一个世界模型，融合客户数据、时事热点、流行文化与社交媒体信号，把"人群画像"视为一个会随时间漂移的演化系统，追踪触发行为改变的诱因及其强度，重点建模"显示行为"——也就是人们真正做了什么，而非问卷里声称会做什么 行业背景：行为预测赛道 2026 年集体爆发，Simile 以 2 亿美元估值融得 2 亿美元、Aaru 以 1 亿美元估值融得 8800 万美元、Humans& 1 月份以 44.8 亿美元估值完成 4.8 亿美元种子轮，并推出专门用于行为建模的 Persimmon 产品；Mirror Particle 与上述三家形成正面竞争，是少数选择"自建世界模型"路径的团队 落地与商业化：Mirror Particle 的首批客户场景集中在市场研究与品牌战略部门，公司表示已与某知名宠物食品品牌完成试点项目，结果显示该品牌提出的"包装上放鸡肉、牛肉还是蔬菜"问题本身就是错问，模型识别出真正瓶颈是品牌被消费者视为大众化、廉价化倾向；这一发现印证了 Ahuja 的方法论主张——比起优化创意素材本身，更应先理解目标人群当下动机结构 时间表：TechCrunch Disrupt 2026 大会将于 10 月 13 日在旧金山开幕，Startup Battlefield 200 总决赛将于 10 月 15 日决出冠军 总结：Mirror Particle 的入场让"行为预测"赛道出现明显的技术路径分叉——一边是 Simile、Humans&、Aaru 的 LLM 微调派，一边是 Mirror Particle 的世界模型派；后者能否以更少的预训练算力成本拿到更接近真实人群漂移的预测结果，将是接下来六个月内行为预测赛道的关键验证窗口 参考来源： - https://techcrunch.com/2026/10/06/mirror-particle-is-building-a-world-model-of-human-behavior/ - https://tech.yahoo.com/ai/meta-ai/articles/mirror-particle-building-world-model-163500463.html - https://aidailypost.com/news/mirror-particle-builds-world-model - https://www.bytetechlab.com/blog/2026/artificial-intelligence/beyond-the-llm-bubble-how-mirror-particle-is-revolutionizing-human-behavior-prediction - https://gokawiil.com/article/352092 - https://wisevoter.com/world/us/ca/san-francisco/2026/10/06/mirror-particle-human-behavior-model