承诺预测人类行为方式的初创企业正迎来机遇。过去一年里， 西米勒筹集了2亿美元 估值达20亿美元； 阿鲁筹集了 8800 万美元 估值达10亿美元；以及Humans&，一家宣布了巨大进展的AI初创公司 4.8亿美元的种子轮融资 1月时，其估值为44.8亿美元，已正式推出 柿子 用于模拟人类行为。
目前，人类行为预测的现状严重依赖大型语言模型（LLM），这些模型被提示或微调以模拟特定人群特征。但总部位于旧金山的两岁婴儿 Mirror Particle认为这种方法存在根本性问题。
“这就像带着一个超级喷水器去尼亚加拉瀑布，”Mirror Particle的联合创始人兼首席执行官阿布维亚克蒂·阿胡贾说。该公司为品牌提供一款人工智能引擎，可以预测消费者行为及其背后的原因。“大型语言模型已经通过数百亿个数据点进行训练。通过如此少量的数据进行微调，你能影响它的行为到什么程度呢？它仍然停留在过去。”
阿胡贾认为大型语言模型并不像人类那样看待世界。“大型语言模型只是模拟书面语言，而人类则依靠视觉感知、空间推理和社交智慧。”她表示，依赖这些模型意味着只能从人类没有察觉的方面获取信息，这在预测人类行为时并非关键。
镜像粒子正在采用另一种方法：构建基础模型，正如阿胡贾所描述的那样，这是一种从零开始建立的世界模型，能够模拟人类为何如此行事以及人类行为如何随时间变化。
“我们不想捕捉固定的个体，”阿胡贾说。“我们想要捕捉正在变化的个体。这意味着要获取关于人们如何变化、什么因素促使他们变化以及变化的程度等纵向数据。”她补充说，如果这些人没有发生变化，“那也是一个信号。”
Mirror Particle已经完成了第一轮天使轮融资，并表示即将结束其首轮融资。该公司下周还将参加Startup Battlefield 200比赛，这是TechCrunch举办的著名初创企业竞赛活动，将于10月13日至15日在旧金山举行的TechCrunch Disrupt 2026中展开竞争。
该初创公司依赖一种专有数据组合，其中包括客户数据、当前事件、流行文化、社交媒体等信息，用以模拟特定人群群体。它将这一系统视为随时间发展的系统，并跟踪人们在不同经历中动机的变化情况。重点主要放在“显性行为”上——即人们实际所做的行动，而非自我报告的调查答案。
与它的竞争对手一样，Mirror Particle的初期市场推广策略专注于那些已有预算用于此类工作的领域：市场调研以及品牌和产品战略。例如，Mirror可能不仅可以帮助一个美容品牌编写更吸引 Z 世代的化妆品广告文案，还能够帮助该品牌判断这个群体是否真的需要该产品。
“如果[目标人群]不想使用眼影盘呢？”阿胡贾说。“如果你想向这个市场销售产品，或许选择腮红会更适合。”
镜像粒子预测引擎还向客户提供当前或未来行为背后的“原因”——即驱动其推荐的动机、限制以及额外背景信息，从而帮助品牌做出更明智的决策。
在一项早期试点中，一个知名的宠物食品品牌想要知道在包装上使用什么图片才能提升销量。鸡肉？牛肉？蔬菜？Mirror公司的技术分析表明，该品牌提出了错误的问题。图片本身并不重要。问题在于，该品牌太容易识别了，被视为大众市场产品且价格低廉，因此销量会停滞不前，直到解决这一认知问题为止。
“我们观察模型发展的方式，就像婴儿学习世界的方式一样，”阿胡贾说，她指出婴儿会从视觉到语言，再到身体感知，最后到社交智能逐步发展。
对模拟人脑的浓厚兴趣源自阿胡贾在神经科学和计算机科学领域的背景。她来自印度，后来在多伦多大学学习，在那里她受到人工智能先驱杰弗里·辛顿对神经网络贡献的启发。
放学后，Ahuja去了 Amazon Robotics 公司，负责制造其他机器人。在那里，她结识了联合创始人 Will Song 和 Thomson Yen。Song 在职业生涯中花了大量时间开发销售个性化引擎，而 Yen 则专注于利用深度学习技术来研究人工智能代理如何理解人类行为。
该初创公司的长期愿景是成为“预测人类行为的通用层面”，并从更广泛的人群层面分析转向个体层面的深度洞察。
“如果我们想要与人工智能合作，并且彼此协作，那么我们就需要一个更完善的人类模型，”阿胡贾说。
下周，您可以在 旧金山市中心的 Disrupt 活动上，了解 Mirror Particle 以及许多其他经过 TechCrunch 编辑团队审核的创新初创企业。今年 Startup Battlefield 的获胜者将在 10 月 15 日星期四的下午由我们的 VC 评委们决定。