重點資訊
總部位於舊金山的初創公司 Mirror Particle 正在開發一種預測人類行為的替代方法，即從零開始構建一個自定義的基礎模型。聯合創始人兼執行長 Abhivyakti Ahuja 認為，目前依賴大型語言模型的預測方法存在缺陷，因為它們建模的是書面語言，而非視覺感知、空間推理和社交智慧。
與靜態方法不同，該初創公司旨在獲取縱向數據，展示人們如何隨時間推移而改變，並追蹤觸發因素和動機的轉變。其專有引擎結合了客戶數據、流行文化、時事和社交媒體，重點關注實際表現出的行為，而非傳統的自我報告調查答案。
Mirror Particle 將其最初的市場進入策略聚焦於市場研究以及品牌和產品策略，幫助品牌不僅了解消費者的偏好，還了解其背後的根本原因。例如，與一家寵物食品品牌進行的早期試點顯示，包裝圖像的重要性不如克服大眾市場和廉價感問題來得關鍵。
Ahuja 與 Will Song 和 Thomson Yen 共同創立了這家成立兩年的公司，他們此前曾在 Amazon Robotics 工作。該企業已獲得天使輪融資，即將進行首輪風險投資，並將參加在舊金山舉行的 TechCrunch Disrupt 2026 的 Startup Battlefield 200 比賽。
