科学网-老年心理陪护机器人应该怎么做？（下）：技术、产业与伦理的全景图-齐云龙的博文

老年心理陪护机器人应该怎么做？（下）：技术、产业与伦理的全景图

2026-11-3 19:39

阅读：221

前沿观察

未来的老年心理陪护机器人应该怎么做？（下）

齐云龙

设计原则 · 技术路径 · 效果验证 · 产业量产以及那笔必须算清的商业账

📌 承接上篇：上篇回答了“为什么”——老人缺的是关系而非设备；有效的产品必须理解 CASA、Erikson、社会情绪选择；证据支持“有用”但有边界；告别机制是不可踩的红线。本篇回答“怎么做”：从设计原则到技术路径，从效果验证到商业算账。

01_全文思维导图.png

▲ 全文思维导图 · 一张图看懂“怎么做”

2026年被行业定义为“养老机器人量产元年”。

多家企业发布量产计划，核心元器件国产化率提升至70%+，市面上的陪伴类产品快速增多，

但真正围绕“心理陪护”设计的产品仍然稀缺。未来也具有巨大的市场潜力和增长空间……

这两天优必选的仿真机器人在乌镇世界互联网大会上又引发一波关注，

但是我觉得大家更应该关注的还是老年人陪伴机器人（另外，也很为优必选的审美感到担忧）！

设计原则：从工具型到关系型再到意义型

上篇提出“三层跃迁模型”，这一章把它变成可以照着做的东西。以下十二条原则，每一条都直接来自一个心理学理论，不是经验之谈。

1.1	心理陪护产品的十二条设计原则

原则	理论依据 / 对应层级
1. 补偿，绝不包办凡老人自己还能做的事，机器绝不代劳	SOC 模型 · 自我效能全层级红线
2. 情感有意义 > 信息全面聊过去、说孩子，胜过百科全书	社会情绪选择理论①→②
3. 先选定主攻孤独类型情感孤独做“深”，社会孤独做“广”，不可兼得	Weiss 孤独二分立项第一问
4. 记忆优先于功能能记住三个月前的对话，比多十个功能更有价值	依恋理论② 关系层核心
5. 连续性优先于惊艳稳定的人格与语气，胜过偶尔的金句	依恋需要稳定对象②
6. 主动关怀，而非被动响应老人不会主动求助——要主动发起	“面子”文化 · 求助抑制①→②
7. 一次只给一个选项不做多步菜单，不做复杂选择	工作记忆衰退认知老化约束
8. 语速/音量/字号自适应老人慢，机器就慢；老人提高声调，机器跟上情绪	听视觉与加工速度衰退认知老化约束
9. 促进真实社交，而非替代做桥梁，不做终点	社交退缩风险伦理红线
10. 告别机制必须预设过渡期 · 记忆可导出 · 收束仪式 · 不承诺永恒	被剥夺的悲痛不可妥协的红线
11. 可控的遗忘让老人与家属决定：记住什么、清除什么	隐私权与被遗忘权②关系层必需
12. 家属是第二用户老人端做留存，家属端做价值与变现	孝道文化 · 远程焦虑商业闭环关键

1.2	认知老化：被低估的交互约束

很多产品在“功能”上做对了，却在衰老本身上翻了车。认知老化不是一句“语音识别要优化”能概括的，它至少包含五个维度，每一项都直接约束交互设计：

老化维度	设计约束
听力：高频听力损失为主，嘈杂环境言语分辨力下降	降噪 + 低频增强；音量可调且默认偏大；避免尖锐提示音
视觉：对比敏感度下降、老花、视野缩窄	高对比、大字号；避免细体字与灰底灰字；关键信息居中
加工速度：反应与理解变慢	语速放慢、等待时间延长；绝不打断与抢话
工作记忆：容量下降，多步指令易丢失	一次一件事；不做多步菜单；随时可回到主界面
运动能力：精细动作与手抖	大按钮；容错区域大；语音优先于触控

一句话总结：为老人做设计，“少”比“多”难，“慢”比“快”难。所有面向年轻人的交互直觉，在这里都要反过来。

技术路径：感知—认知—表达与情感记忆引擎

实现“心理陪护”，需要感知（Perception）、认知（Cognition）、表达（Expression）三层技术栈协同。相较通用情感AI，老年场景有三个特殊难点：语音退化识别、方言兼容、非语言信号捕捉，以及对隐私的极高要求。

2.1	感知层：读懂老人的每一次“信号”

老年场景的感知有三个有别于通用AI的挑战：语音退化（声带松弛、语速慢、发音不清）、方言兼容（相当比例的老人不以普通话为母语）、非语言信号（表情、肢体、生活节律的变化往往比语言更早暴露情绪）。

当前的技术路径包括：多模态语音模型（针对老年声学特征做数据增强训练）、端侧轻量化情感模型（实时情绪识别）、以及行为模式分析——通过活动量、睡眠、饮食等节律变化推断情绪状态。

2.2	认知层：从“听懂”到“理解”的质变

感知层回答“老人说了什么”，认知层要回答“老人真正的意思是什么”。

传统对话AI基于意图识别：老人说“我饿了”，系统识别为“订餐意图”。但在心理陪护场景里，一位老人说“今天天气真冷”，很可能并不是在问天气，而是在表达对无人关心的失落。这要求从语义理解进化为情感理解。

当前最被看好的路径是大语言模型 + 情感上下文引擎的复合架构：先用大模型做基础语义理解，再通过情感记忆模块（一种特殊的 RAG 架构）检索老人过去的情感锚点、对话历史与生活习惯，最后融合生成带情感温度的回应。

2.3	表达层：AI 的“共情”如何不显得虚假

即使AI准确理解了情绪，如果表达让老人觉得“机器味”重，陪护效果会大打折扣。三个优化层面：语速与音调自适应、个性化语言风格（匹配教育背景与方言习惯）、非语言表达（面部表情、头部动作、肢体动作）。

底线原则是：AI 的共情必须至少在老人的感知中是真诚的。这意味着不能机械地重复“我理解你”，而要展现出真实的记忆与连贯的关系认知——这又把我们带回到情感记忆引擎。

2.4	情感记忆引擎：护城河的真正核心

一个具体场景说明它的价值：周一早上，老人说“我昨晚梦到老李了”。没有记忆引擎的系统会问“老李是谁呀？”；而有记忆引擎的系统应该知道——老李是老人退休前的同事、半年前去世了，并回应：“您又梦到李叔叔了……要不咱们翻翻您俩以前下棋的老照片？”

这种“记得”的能力，是信任关系的基石。情感记忆引擎需要三个核心能力：

长程记忆

跨越数周、数月乃至数年的关系参照

情感锚点

自动识别并记录有特殊意义的时刻、人物、物品

关系图谱

构建社交网络，理解“老李是谁、为什么重要”

而“记忆”本身涉及伦理边界。机器人应该记住什么、应该遗忘什么？一个成熟的情感记忆引擎，必须具备可控的遗忘机制，让老人或家属自主决定哪些记忆保留、哪些清除。这既是伦理要求（呼应上篇设计原则11），也是隐私合规的必需。

02_图6.png

▲ 图6：感知—认知—表达三层技术栈，再加一个情感记忆引擎

2.5	隐私：联邦学习与端侧推理

在隐私保护上，联邦学习（Federated Learning）与本地化推理是最被认可的路径：模型在设备端完成推理，仅上传加密的模型更新参数（不含原始数据），有效降低泄露风险。

如何证明有效：评估体系与进医保路径

这是从“文章”到“产业”最关键、也最常被跳过的一节。

很多团队说“我们的产品改善了老人的孤独感”，却答不出用什么工具测的、效果多大、能否被支付方认可。而恰恰是这一环，决定了产品能不能进入医保与长护险——下篇后面会说，那是这个行业最大的金矿。

3.1

五类核心评估工具

工具	测什么 / 用途
UCLA 孤独量表（3项简版 / 20项全版）	孤独感 · 最常用的主要结局指标；简版适合高频追踪
GDS-15 老年抑郁量表	抑郁症状 · 15题是非题，对老人负担小
MMSE / MoCA	认知功能 · 筛查与分层，确定适用人群
QoL-AD 生活质量量表	生活质量 · 认知症人群专用
CMAI 激越量表	激越行为 · 认知症 BPSD 场景的核心终点

3.2	试验设计：别让对照组毁了你的证据

这里有一个专业但关键的提醒：对照组的设置方式，直接决定你的证据能不能被认可。

如果对照组“什么都没有”，组间差异会被显著放大——因为老人感受到的“被关注”本身就是有效成分。严格的设计应采用注意力对照（attention control）：给对照组等量的社交关注（如真人定期探访、或其他非机器人活动），这样测出的才是机器人本身的增量价值。

一个可信的效果验证，至少要有：

✓ 明确的主要结局指标（如 UCLA 孤独量表得分）✓ 基线测量与至少一次随访测量（建议 ≥8～12周）✓ 合理的对照组（优选注意力对照）✓ 报告效应量与置信区间，而非只报 p 值✓ 说明脱落率与依从性（用了多少次）

3.3	二类医疗器械与医保路径

为什么这件事值得现在就做？因为支付端的答案在这里：

逻辑链条：标准化评估 → 可证明的效果 → 二类医疗器械认证 → 纳入医保 / 长期护理险 → 支付端打通。这条链条的时间成本最长（认证与临床通常需要数年），所以必须提前布局，而不是等产品成熟再补。日本把 PARO 纳入介护保险，正是走通了这条路。

产业与量产：2026 量产元年

2026年被行业定义为“养老机器人量产元年”。多家企业发布量产计划，核心元器件国产化率提升至70%+，扫地机与 E-Bike 供应链的溢出效应正在把硬件成本快速拉低。

4.1	三大趋势：国产化、跨界、分层

① 零部件国产化

激光雷达降至200元级；6轴IMU降至30元；整机BOM快速下探

② 供应链跨界

科沃斯、追觅、石头等扫地机厂商切入；行业BOM优化至800～1200元

③ 形态分层 · 桌面级

300～500元智能音箱 Pro + 屏幕 + 摄像头

③ 形态分层 · 轻量轮式

3000～8000元主动跟随 + 跌倒检测 + 情感对话

③ 形态分层 · 人形

5～20万元全身自由度 + 沉浸式深度交互

标杆产品与国际格局

市面上的陪伴类产品快速增多，但真正围绕“心理陪护”设计的产品仍然稀缺。

主要产品线一览• Silbo AI / 小忆：深圳诞生，“取悦老人”而非“监护老人”• 心忆-康康：25cm极窄底盘实现全屋通行，36自由度• 天与-松椿果“小与”：安全守护+AI陪伴，auto-dream记忆框架• Embodied Moxie：多模态情感AI驱动• Intuition Robotics ElliQ：主动发起对话，“不监控只陪伴”• Hyodol：韩国养老标杆，政府采购超10000台

03_本文调研的9款代表性产品拼图.png

本文调研的 9 款代表性产品：PARO、LOVOT、小与、妙伴、越疆 DOBOT、Silbo、优必选、海尔 AI 无人驾驶轮椅、亦庄驿站。图片来源：各企业公开报道及 IMA 知识库“养老陪伴机器人”，仅作研究梳理。

5.1

三个核心洞察

洞察一：形态分层已形成，心理陪伴仍是蓝海。柔性设备聚焦睡眠、大屏设备聚焦健康、机器人形态聚焦陪伴——但几乎没有产品真正专注“心理陪护”。

洞察二：情感深度普遍不足。多数产品停留在把聊天、提醒、监控简单叠加。Silbo“专注于取悦老人”开辟了差异化路径——不解决痛点，而是创造快乐。

洞察三：长程记忆是分水岭。能在“可控记忆”与“关系深度”之间找到平衡的产品——如小与的 auto-dream 框架——正在赢得关注。

核心启发：产品差异化的关键不是堆砌功能，而是回答一个简单问题——“老人会想念这台机器吗？”

商业的硬账：这一章写给要下注的人

前面五章讲的是“这件事能不能做成”。这一章讲的是更硬的问题：这门生意能不能赚钱、会不会死、怎么死。

6.1	单位经济学：先把账算出来

很多团队能讲清楚产品，却讲不清楚一台机器卖出去到底赚不赚钱。下面是一个结构化的测算框架（标注为示意，需按自家供应链与实际定价校准），但它能暴露真正的问题：

测算项	要回答什么 / 关键风险
BOM 成本	硬件 + 云/算力 + 内容运营。行业已优化至800～1200元区间；注意AI 算力是变动成本，会随用量增长
定价与毛利	甜点价位被普遍认为在999～1999元。关键问题：这个价位毛利撑不撑得住？必须自己推一遍，而不是假设“规模起来就赚”
双 CAC	老人与子女是两个决策者，获客成本要算两份。子女有支付能力但缺动机；老人有需求但缺支付意愿
LTV 与续费	硬件一次性 + 订阅续费。订阅的前提是持续被使用——否则第二年续费率为零
回本周期	CAC 多久能被毛利覆盖？做敏感性分析：售价降到999、留存掉一半，还成立吗

最容易被忽略的一条：AI 算力是变动成本，不是一次性成本。一个每天深度对话的老人，其云端推理成本远高于偶尔使用的用户——用得越好，亏得越多。这正是多个 AI 陪伴产品停运的核心原因之一。定价模型必须把“重度用户”的成本算进去，必要时做端侧推理降本。

6.2	留存死亡谷：这个品类真正的杀手

AI 陪伴产品的主要死亡方式，是留存崩塌，不是获客失败。这一条怎么强调都不过分。

2025年，米哈游 AnuNeko 等 AI 陪伴产品在约8个月后停运。表面原因是“算力成本高 + 付费意愿低”，但更深层的是：新鲜感消退后，用户没有回来的理由。

留存的关键结构（请按自家数据校准，以下为行业经验形态）：① 次留 / 7留 / 30留：三道坎都要看，只看日活会掩盖问题② 第2～4周的“新鲜感悬崖”：这是对话类 AI 最典型的衰减点，用户发现“它只会说这些”③ 规律性使用门槛：上篇已提到，效果依赖规律使用——断续使用等于无效，无效必然流失

怎么破？关键在于从“对话”转向“关系”：

纯对话产品的价值每次都要重新证明，边际效用递减；而有记忆连续性的产品，价值会随时间累积——它记得越多，越难被替代。这正是情感记忆引擎在商业上的真正意义：它不只是体验优化，更是留存机制。

另一个抓手是日常仪式（morning check-in、固定的回忆时间、节日提醒），把“想起来才用”变成“生活的一部分”。

建议的北极星指标：不要只盯“对话轮次”（会诱导无意义闲聊），更好的指标是“周活跃对话天数”——它同时反映规律性与持续性，而规律使用恰恰是效果的前提。

6.3	护城河：诚实地回答“凭什么不被碾死”

“情感记忆引擎是护城河”——这句话必须接受一个反问：大厂接入一个大模型，几个月就能做出记忆功能，你凭什么活？

诚实的答案要分两面：

❌ 这些不是护城河

• 大模型能力（会被快速追平）• 硬件与供应链（高度公开）• 语音交互（通用能力）• 单一功能创新（易被复制）

✅ 这些可能成为护城河

• 真实场景的长程老年数据闭环（多模态、跨月跨年）• 线下渠道与机构关系（B端切换成本高）• 医疗器械认证（时间壁垒，数年）• 家属端双边网络（付费方粘性）• 老人对品牌的信任（转换成本极高）

关键洞察：老人对品牌与关系的转换成本极高——一个用了两年、记得全家的机器人，老人不会轻易换掉。这在大厂眼里是“小市场”，恰恰是创业者的生存缝隙。护城河不在技术，在关系资产的沉淀速度。

6.4	风险清单与对冲：最大的死法是什么

风险	对冲
伦理事故（依赖导致延误就医、关系突然终止）	一次事故可能毁掉整个品类。预设应对预案、透明沟通、推动行业自律
数据负债（泄露、滥用、第三方获取）	数据最小化 · 端侧处理优先 · 明确的删除权与可控遗忘
补贴退坡（如韩国模式依赖 70%+ 补贴）	不把生存完全押在补贴上；同步建立真实付费能力
留存崩塌	记忆连续性 + 日常仪式；把北极星设为周活跃天数
大厂碾压	差异化押在垂直数据 + 服务深度 + 关系资产，而非通用能力