见、推、动：面向目标社交智能的主动世界建模

本文研究多模态零售代理在客户显式请求前主动识别行为并决定协助策略的问题。提出“见 - 推 - 动”（SII）框架，实例化为主动意图世界模型（PIWM）。该模型利用 AIDA 购买阶段和 BDI 心理场表征客户状态，预测动作条件下的意图转移，并从五类响应中选择最佳干预。构建 GuidanceSalesBench 基准评测显示，PIWM 在隔离动作选择任务上显著优于零样本基线，揭示了视频到状态 grounding 是主要瓶颈。初步实体店试点验证了该方法的有效性。