MEPM（Multi-modal Emotion Perception Model）以 JEPA 方向为基础，面向情绪识别、研判、干预与优化进行专项构建。
不是通用模型的简单微调，而是面向情绪感知场景重构的垂域底座。
针对情绪感知场景优化，而非通用模型简单微调。
面向持续陪伴的感知与闭环策略优化，而非被动响应。
融合行为、生理、语义与环境相关信息综合研判。
支持自有硬件及 API / SDK 对外授权方向。
不是替代大语言模型或世界大模型，而是让它们在面对「人」时知道何时行动、如何不越界
| 模型类型 | 主要建模对象 | 典型输出 | 单独使用时仍缺什么 |
|---|---|---|---|
| 传统情感计算 | 表情、语音、文本线索 | 情绪标签 / 分数 | 表象是否等于状态、是否该干预 |
| 大语言模型 LLM | 语言、知识、任务推理 | 对话、内容、规划 | 此刻是否该说、哪些记忆可信 |
| 世界大模型 WLM | 空间、物体、动作转移 | 预测、导航、操作 | 人的内部状态、互动时机与边界 |
| 情绪感知大模型 MEPM | 人的多源状态、环境因果与交互历史 | 状态置信度、行动策略与记忆治理 | 不替代表达与物理预测，而是为二者设定人的边界 |
解决「怎样不撞上桌子」——让机器人理解并作用于物理世界。
解决「怎样不撞上人的边界」——MEPM 不是世界模型的插件，而是具身终端缺失的社会状态层。
以技术底座连接消费级轻量化终端与专业级康养机器人，分阶段完成场景布局
以「球形精灵毛绒潮玩」为产品形态，搭载轻量化情绪感知算法，聚焦日常轻度情绪陪伴，适合全年龄段居家使用。以「可感知、可互动、可陪伴」的方式，让 AI 自然地走进家庭生活。
圆头一体毛绒球体设计，耳朵与卷尾为主要识别结构；四款形象拥有各自独立的性格设定，适配不同人群的陪伴偏好
桌面陪伴与家庭健康管理
可移动健康陪伴机器人
从底层架构、产品载体到对外输出，构建主动式、精准化、高隐私的智能情绪陪伴体系
以 API / SDK 形式对外授权情绪感知能力，赋能智能硬件、康养平台与智能家居。
面向 C 端家庭与 B 端机构的自有终端产品销售，覆盖消费级与专业级两条产品线。
模型能力先在自有终端验证场景，并向更广泛的合作生态拓展，形成数据与服务闭环。
模型能力在真实场景中持续验证与迭代，形成数据与服务的双向闭环
查看大图
面向养老机构与社区服务中心，提供群体情绪状态监测、陪伴服务与健康数据归档能力。
查看大图
在病房场景中提供持续陪伴与情绪安抚，辅助医护人员关注患者情绪状态变化。
查看大图
与整车及 Tier1 伙伴合作，将情绪感知能力嵌入座舱，依据驾乘者状态调整交互与提醒。
平台资源 × 联合科研 × 产品化落地：推动情绪感知技术成果快速转化
依托投融资、场景、渠道、政策与产业化资源，形成创新生态支撑。
计划由中科院院士牵头，联合国家技术创新中心与重点高校实验室攻关核心技术。
桌面型 AI 智能陪伴机器人，服务家庭与日常健康管理场景。
可移动健康陪伴机器人，连接独居关怀与康养专业服务。
模型演进路径：HeartVigor 1.0（多模态情绪感知大模型）→ HeartVigor 2.0，同步开放软件端能力授权
从基础算法到终端应用，构建从大模型研发到消费级产品落地的完整技术链路
面向行业场景的AI大模型开发、训练及部署，提供从基础算法到行业应用的全栈解决方案，涵盖多模态情绪感知大模型、行业垂直大模型与 AI Agent 开发平台。
包括人形机器人、具身智能系统及核心算法的研发，提供机器人整机及智能化升级方案，覆盖 VLA 操控算法、整机设计与存量设备 AI 升级。
以 AI 潮玩、智能陪伴机器人为代表，将多模态情感交互技术应用于消费级场景，打造「有灵魂」的智能桌面产品与 AI 互动终端。
AI技术路线规划、架构设计、可行性评估
AI系统与企业现有 IT / OT 系统的集成部署
数据处理、标注、模型训练数据管理
新媒体内容矩阵搭建与运营，覆盖 8 大主流平台