一年 20 萬臺出貨，AI 玩具公司 Haivivi 剛拿了 2 億新融資，我們和創(chuàng)始人聊了聊

極客公園·2025-08-25

和融資、出貨量都是最多的公司，復(fù)盤「AI 玩具」這一年。

編者按：本文來自微信公眾號極客公園（ID：geekpark），作者：蘇子華，編輯：靖宇，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

剛剛，AI玩具公司躍然創(chuàng)新（Haivivi）宣布完成 2 億元 A 輪系列融資，中金資本旗下基金、紅杉中國、華山資本、愉悅資本、招銀國際、Brizan Ventures 等一線投資機構(gòu)共同參投。

Haivivi 在過去一年時間里，出貨量超過 20 萬臺（去除了退貨量），成為全球出貨最多的AI玩具公司。同時，他們也成為了這個賽道里，被一線投資機構(gòu)押注最多的公司。

然而，Haivivi 創(chuàng)始人李勇對極客公園坦言，實際過程并不如聽起來這么順利，Haivivi 的資金曾一度緊張到差點關(guān)門清算。

在他們的第一代產(chǎn)品 BubblePal 上市前，公司已經(jīng)在清算邊緣。最終，在產(chǎn)品設(shè)計的極限取舍當(dāng)中，銷量「意外」爆發(fā)，公司起死回生。

回到 2024 年 6 月，他們將大模型引入玩具領(lǐng)域，率先推出了全球首款 AI 玩具 BubblePal。該產(chǎn)品支持角色扮演、多語言對話、AI 故事共創(chuàng)、長期記憶等一系列功能，還原了數(shù)十個經(jīng)典 IP 角色。

Haivivi第一代產(chǎn)品 BubblePal，以掛墜的形式掛在毛絨玩具上，按壓進(jìn)行對話｜圖片來源：Haivivi

后來，市面上開始出現(xiàn)大量的相似產(chǎn)品。

產(chǎn)品發(fā)布后，一些科技互聯(lián)網(wǎng)從業(yè)者、投資機構(gòu)不免會質(zhì)疑 AI 玩具「硬件沒壁壘」、「為什么需要 IP」、陪伴是否為偽命題。

李勇曾是天貓精靈合伙人，主導(dǎo)了天貓精靈從 0 到 3000 萬銷量的增長。李勇覺得，很多注重「情緒價值」的AI產(chǎn)品，無法用「硬件壁壘」「技術(shù)壁壘」等傳統(tǒng)標(biāo)準(zhǔn)衡量。經(jīng)過過去一段時間的摸索，Haivivi 已經(jīng)逐漸形成了自己的 AI 玩具方法論，并即將推出旗下第二代 AI 玩具產(chǎn)品——CocoMate 系列，全球首款搭載端到端語音模型的 AI 玩具。

新產(chǎn)品采用可嵌入玩偶本體且支持拆卸的形態(tài)，同時，也是支持遠(yuǎn)程喚醒，以及主題卡游戲、聊天室等多種模式。

借此契機，8 月初，極客公園在 Haivivi 北京辦公室與李勇做了一次訪談，他坦誠分享了團(tuán)隊在提供情緒價值、打造有生命感的 AI 伙伴、與頂級 IP 共創(chuàng)，以及面對商業(yè)的殘酷現(xiàn)實，如何做取舍的實踐和思考。問題涵蓋了：

AI 玩具公司存活下來的關(guān)鍵是什么？

兒童與成人對 AI 陪伴的需求差異，產(chǎn)品如何在不同人群中找到切入口？

AI 玩具是否有必要會說話？

為成年人提供情緒價值的關(guān)鍵是什么？

如何賦予 AI 玩具「生命感」？

如何衡量 AI 玩具所提供的「陪伴感」和「情緒價值」？

大廠會如何入局「AI 陪伴」賽道？

AI 玩具賽道下一個增長點在哪？

訪談中提到的部分精彩觀點：

如果相信 AGI 時代會到來，就會相信未來每個人都需要一個 AI 朋友。

過去的 AI 玩具，所有輸入都來自用戶，這不符合朋友的定義；「AI 朋友」需要能夠在沒有和人類交互式時，自主學(xué)習(xí)和成長。

現(xiàn)實中的朋友不會記住你所有事情，人類大腦有遺忘機制，AI 朋友也需要學(xué)會選擇性遺忘；AI 玩具產(chǎn)品，所有功能、算法的取舍，都必須服務(wù)于「生命感」這一核心。

很多人說 AI 玩具「沒有技術(shù)壁壘」，但情緒價值本身就是壁壘。

AI 陪伴產(chǎn)品為成年人提供情緒價值的關(guān)鍵是控制預(yù)期。

有用戶表示，孩子因為佩奇的勸說而乖乖喝水，這樣的反饋比銷量更重要。

如果端側(cè) AI 玩具能實現(xiàn)無需聯(lián)網(wǎng)，且零售價控制在 1000 元以內(nèi)，將成為全球市場的巨大機會。

以下為對話內(nèi)容，經(jīng)極客公園編輯整理：

Haivivi 的第二代 AI 玩具產(chǎn)品——CocoMate 系列，奧特曼聯(lián)名產(chǎn)品｜圖片來源：Haivivi

在差點清算的邊緣，最后一搏

極客公園：新的融資進(jìn)來，對你們意味著什么？

李勇：我們公司在產(chǎn)品上市并取得兩個月銷量之前，資金一直非常緊張——不管是我個人給公司墊錢，還是后來從銀行貸款。去年融資環(huán)境差，投資人對AI玩具賽道很謹(jǐn)慎。

對我們而言，有了這筆資金，就能推進(jìn) 2023 年就規(guī)劃的事了。Haivivi 品牌從 2023 年成立，當(dāng)時我們對 AI 玩具的規(guī)劃有很多，但受限于資金和資源，很多想法沒能落地。

今年就能從容地推進(jìn)布局了，尤其是到今年 Q4，我們的產(chǎn)品矩陣、全渠道布局以及 IP 合作布局都會比較完整。

極客公園：你之前是天貓精靈合伙人，團(tuán)隊背景也不錯，按理說融資應(yīng)該更順利？

李勇：并不是，我們公司注冊至今已經(jīng) 4 年，前兩年創(chuàng)業(yè)的時候還沒有大模型，當(dāng)時也想做 AI 玩具，只能用上一代 AI 技術(shù)和玩具做融合，所以產(chǎn)品的用戶體驗不夠好，走了些彎路。

直到 2023 年初大模型出現(xiàn)，我們才確定做 BubblePal 這款產(chǎn)品。但當(dāng)時融資環(huán)境緊張，很多機構(gòu)都很謹(jǐn)慎，大家都要求有實際產(chǎn)品、驗證 PMF（Product-Market Fit）。

之所以能拿到高秉強（「中國芯片之父」香港科技大學(xué)高秉強教授）老師的投資，是因為他以個人名義給了我們第一筆錢，大概 100 萬美金，我們才有資金投入研發(fā)。

到 2024 年 8 月產(chǎn)品真正上市時，高老師的這輪天使輪的錢已經(jīng)基本花完了，研發(fā)太燒錢了。就像我剛才說的，后來我們還從銀行貸款、我個人墊錢，那段時間資金一直很緊張，發(fā)工資都困難。

極客公園：你們是第一批做AI玩具的團(tuán)隊，過去一年來，最常聽到的評價是什么？

李勇：最痛苦的是產(chǎn)品發(fā)售前后，聽到的更多是質(zhì)疑。沒人看好這個賽道：硬件從業(yè)者覺得「已做爛」，他們經(jīng)歷過故事機、兒童手表、耳機、手機的紅海時代，認(rèn)為 AI 玩具硬件方案成熟（第一代產(chǎn)品方案與當(dāng)年天貓精靈無本質(zhì)區(qū)別），無創(chuàng)新空間；AI 從業(yè)者也不看好，認(rèn)為「只是搭載大模型，不如 ChatGPT 智能，情商、智商有限」。

但我們更看重長遠(yuǎn)——如果相信 AGI 時代會到來，就會相信，未來無論孩子還是成年人，都需要有AI能力的陪伴載體。AI 能力持續(xù)提升后，人們會需要現(xiàn)實中的「AI 朋友」，形態(tài)可能是毛絨玩具、機器人等各種樣子。

因為AI的發(fā)展不僅體現(xiàn)在「智商」層面，還涉及「情商」領(lǐng)域。所以我們堅定看好這個賽道。不過當(dāng)時我們也不確定自身能否脫穎而出，公司能否堅持到行業(yè)爆發(fā)的那一天。短期來看，很多人對該領(lǐng)域持悲觀態(tài)度。

正如我剛才提到的，2023 年初公司險些清算，當(dāng)時錢已經(jīng)不夠了。我個人還有一些積蓄，當(dāng)時我們團(tuán)隊有十幾個人，我就和大家說，我可以用個人資金為大家發(fā)放 N+1 補償金——那時公司剛成立約一年。

但如果大家認(rèn)為，ChatGPT 的出現(xiàn)會給我們計劃研發(fā)的AI玩具帶來新機遇，那我們就再堅持 6 個月，看看能否成功融資。若能融到資，我們就繼續(xù)推進(jìn)項目；若融不到，屆時我可能連 N+1 補償金都無法承擔(dān)了，因為我個人的現(xiàn)金儲備也十分有限。

讓我欣慰的是，這十幾人的核心團(tuán)隊最終都選擇了堅持。團(tuán)隊成員對我們所做的事是堅信不疑的。但當(dāng)時融資確實異常艱難，和合作伙伴的合作也多是「刷臉」——因為我們沒錢讓他們幫忙制作 Demo，好在我之前在硬件領(lǐng)域深耕多年，有一些合作伙伴愿意幫忙提供 Demo 樣品。

極客公園：你們現(xiàn)在融資和之前有什么變化？

李勇：到了去年第四季度，我們的產(chǎn)品量產(chǎn)，在市場上有了數(shù)據(jù)表現(xiàn)后，融資就相對容易了。投資人能看到用戶在小紅書、抖音的評論和視頻，通過訪談、盡調(diào)也能了解真實反饋，銷量也一直在漲。

而且，春節(jié)后 DeepSeek 火了，給用戶做了一波市場教育，很多寶媽由此了解 AI 玩具，甚至認(rèn)為「帶 DeepSeek 的玩具就是 AI 玩具」，我們也算趕上了這波趨勢。

不過也有一些投資人始終持懷疑態(tài)度，他們認(rèn)為我們的產(chǎn)品缺乏核心技術(shù)壁壘——畢竟當(dāng)時泡泡瑪特還沒有現(xiàn)在這么火爆。那時我們就一直在提 Jellycat 和泡泡瑪特的模式，只是大家對「情緒價值+AI」的組合仍有疑慮。

極客公園：DeepSeek 那波熱度給你們帶來了多少新增銷量？

李勇：從營銷層面看，它主要起到了用戶教育的作用?？萍夹袠I(yè)內(nèi)可能沒這種感受，但普通用戶對 AI 的認(rèn)知仍有限——2017 年天貓精靈量產(chǎn)時，那波智能硬件的用戶體驗還比較勉強，包括天貓精靈、小度、小愛等智能音箱的活躍與留存率都低。

因此，我們推廣 AI 玩具時，本來需大量市場教育。而 DeepSeek 的熱度，一方面讓部分用戶建立了對 AI 的信心；另一方面，也消除了部分用戶對生成式 AI 的恐懼，比如擔(dān)心它教壞孩子，畢竟內(nèi)容可控性存疑。但 DeepSeek 已上升到國家戰(zhàn)略層面，用戶對 AI 的恐懼會因此減輕。如果僅靠我們這樣的創(chuàng)業(yè)公司去宣傳，說「用了開源技術(shù)、做了內(nèi)容審核」，力度遠(yuǎn)不如國家層面的重視。具體到銷量，今年 3 月銷量較之前增長了 2-3 倍，這也讓我們很開心。

極客公園：第一代產(chǎn)品賣了 20 多萬臺，這在預(yù)期之內(nèi)嗎？

李勇：不在。我們最初認(rèn)為能賣幾千臺，最多 1-2 萬臺。第一代產(chǎn)品做了很多取舍，并非我們最初設(shè)想的樣子，核心是為了測試 PMF、收集用戶反饋，最初備貨也只備了 2000 臺。

但實際反饋很好，我們后來反思，這可能是「知識陷阱」——我們從 2022 年底接觸大模型，到 2024 年 8 月產(chǎn)品上市，已習(xí)慣大模型的連續(xù)對話、角色扮演功能；但用戶此前從未接觸過能角色扮演、連續(xù)對話、有長期記憶的AI玩具，他們對比的仍是傳統(tǒng)故事機、小天才兒童手表、小度/小愛智能音箱。有大模型的 AI 玩具與幾年前的智能硬件相比，體驗上確實有革命性提升。

極客公園：打磨AI玩具產(chǎn)品，資金主要花在哪些方面？

李勇：最多的是研發(fā)，團(tuán)隊研發(fā)成本開銷占比最大；其次是 IP 合作費用，我們已簽約不少知名 IP；此外還有渠道建設(shè)、日常運營管理的費用。

極客公園：網(wǎng)上說AI玩具退貨率高的問題，你怎么看？

李勇：前段時間我們實際銷量已超 25 萬臺，但我們對外宣傳改為 20 萬臺，我們?nèi)サ袅送素浟浚拐\地公布實際銷量。第一代產(chǎn)品早期退貨率超 30%，目前綜合退貨率仍有 20% 多。

這其實是創(chuàng)新品類的普遍現(xiàn)象。玩具品類本身存在「吃灰」問題，活躍與留存率低，且購買者（家長）與使用者（孩子）分離，這些都會導(dǎo)致退貨；此外，AI 玩具零售價普遍高于普通玩具——泡泡瑪特等品牌的盲盒、積木等產(chǎn)品，原價多在 100 元左右，而我們第一代產(chǎn)品定價 399 元，在玩具品類中偏高，這也是退貨原因之一。

當(dāng)然也有用戶體驗因素。新品牌前兩三個月退貨率會更高，呈現(xiàn)兩極分化：喜歡的用戶認(rèn)可度很高，不喜歡的用戶覺得遠(yuǎn)超預(yù)期落差，認(rèn)為宣傳夸大。

我之前做過 VR 眼鏡，AR/VR 行業(yè)（包括蘋果、Meta 的產(chǎn)品）退貨率也很高，這是新品類的兩難困境——為了營銷和市場教育，需要展示功能賣點，但用戶期望隨之升高，購買后容易因為落差退貨。

因此，我們在產(chǎn)品定義上相對克制，營銷時刻意將目標(biāo)人群限定在 3-6 歲兒童，從未宣傳任何教育功能?，F(xiàn)在有些 AI 玩具從業(yè)者宣傳「教育內(nèi)容豐富」，不用猜也知道他們的退貨率一定高。

如果宣傳「教拼音、練口語」，雖能促進(jìn)購買決策，卻容易因大模型幻覺等體驗落差退貨。

我們的 slogan 是「回應(yīng)每一個奇思妙想」，但其實很難用一句話總結(jié)第一代產(chǎn)品賣點——「陪伴」、「情緒價值」需用戶實際使用才能感知到，我們選了一條更慢的路徑。

「哪些決定忍住沒做，現(xiàn)在看來是正確的？」

極客公園：如今回過頭看，是否存在一個當(dāng)時你忍住沒做的決定，現(xiàn)在看來是正確的？

李勇：之前負(fù)責(zé)天貓精靈營銷工作時，我的老板需要向逍遙子匯報工作，做天貓精靈一年來的年終總結(jié)匯報。我看到給逍遙子的匯報模板，除了闡述年內(nèi)完成的工作復(fù)盤，還有一頁要求列出沒做的事項以及為什么沒做?？吹竭@一頁時，我很震驚，它其實和你的問題本質(zhì)相同，就是取舍。

無論是創(chuàng)業(yè)者，還是團(tuán)隊管理者，我們常會復(fù)盤這段時間做了哪些決定、哪些正確、哪些錯誤，但很少思考「哪些決定沒做」——這些未做的決定中，是否存在本應(yīng)做的正確選擇，或是慶幸沒做的錯誤選擇？

去年年底團(tuán)隊復(fù)盤時，我也向團(tuán)隊提出了這個問題。我認(rèn)為這個問題極具價值，當(dāng)時我們發(fā)現(xiàn)，很多未做的選擇，如今看來是正確的。

比如，最初我們本想開發(fā)一款完整的毛絨玩具，還計劃采用遠(yuǎn)廠語音交互技術(shù)，這些在當(dāng)時都是成熟的技術(shù)，但現(xiàn)在看來，幸虧沒做。

一方面，與 IP 方合作的監(jiān)修審核時間遠(yuǎn)超預(yù)期。以頭部 IP 奧特曼為例，最初我們預(yù)計產(chǎn)品能在 618 前上市，但與 IP 方溝通后發(fā)現(xiàn)，他們對 IP 的理解更深，在共創(chuàng)產(chǎn)品過程中，IP 方提出了許多優(yōu)質(zhì)想法，這延長了合作周期。

另一方面，頂級 IP 對產(chǎn)品細(xì)節(jié)的把控細(xì)致程度遠(yuǎn)超想象——每一份營銷物料、每一張宣傳海報的發(fā)布，甚至產(chǎn)品材質(zhì)的每一處細(xì)節(jié)，都需要與 IP 方深入溝通確認(rèn)。

如果創(chuàng)業(yè)初期我沒有認(rèn)清這一現(xiàn)實，即便有足夠資金推進(jìn)合作，產(chǎn)品上市周期也會被大幅拉長。對創(chuàng)業(yè)公司而言，第一代產(chǎn)品需要做大量取舍，我們在硬件功能、IP 合作等方面都做了調(diào)整。

現(xiàn)在想來，很慶幸當(dāng)時「做減法」做得足夠徹底。在產(chǎn)品定義上，我沒有過多執(zhí)念，但這種取舍思維至關(guān)重要，尤其是硬件領(lǐng)域，要避免資源浪費。比如硬件設(shè)計中的某個功能，無論會增加成本還是制造難度，核心都要判斷它能否切實提升用戶體驗，不能盲目投入。硬件領(lǐng)域的取舍比軟件領(lǐng)域更關(guān)鍵。

極客公園：除了這個例子，還有其他「沒做反而是正確選擇」的情況嗎？

李勇：除了 IP 選擇和硬件功能取舍，產(chǎn)品定義的細(xì)節(jié)上也有很多案例。比如最初我們想在產(chǎn)品中加入大量功能，當(dāng)時我對 AI 技術(shù)過于樂觀，計劃搭載端到端語音模型，還考慮過給產(chǎn)品加攝像頭、屏幕，甚至端側(cè) AI 功能。

但過度樂觀往往會忽略實際問題——當(dāng)時加屏幕、攝像頭的 Demo 已經(jīng)完成，但最終沒推進(jìn)量產(chǎn)，核心是成本與用戶體驗的平衡還未達(dá)標(biāo)。所以我們調(diào)整了產(chǎn)品優(yōu)先級，目前推出的仍是純語音交互產(chǎn)品，功能也未追求復(fù)雜。

AI 玩具是否有必要會說話？

極客公園：對于AI陪伴類產(chǎn)品來說，語音對話的交互方式本身是不是就有比較高的使用門檻呢？

李勇：市面上有些 AI 玩具不具備語音功能，也有其價值，適合特定人群和特定 IP，這一點我完全認(rèn)同。

我們在創(chuàng)業(yè)初期選擇方向時，就對 AI 玩具進(jìn)行了大致分類：

第一類是「無語音交互的AI寵物」——這類產(chǎn)品模擬貓狗等寵物，本身不具備語音能力，僅通過情緒反饋與用戶互動。

第二類就是我們當(dāng)前專注的方向——將動畫片中鮮活的角色還原到現(xiàn)實生活中，陪伴孩子成長。

第三類是偏具身智能的 AI 陪伴機器人——這類產(chǎn)品具備移動能力，能實現(xiàn)更靈活的交互。

我們選擇第二類，主要是基于公司的核心稟賦：第一類產(chǎn)品與 AI 技術(shù)的關(guān)聯(lián)性較弱，而我們此前有研發(fā)天貓精靈等語音交互產(chǎn)品的經(jīng)驗，更擅長第二類產(chǎn)品的研發(fā)。而語音交互是否是「好形態(tài)」，關(guān)鍵取決于具體應(yīng)用場景和目標(biāo)人群。

未來，我們也會推出無語音功能的 AI 玩具，也是在探索不同方向。

如果玩具配備攝像頭和屏幕，無疑能提供更豐富的情緒價值——比如通過攝像頭捕捉用戶的表情，無需用戶說話就能感知其喜悅、疲憊或焦慮；通過屏幕更直觀地呈現(xiàn)內(nèi)容。

但目前我們尚未推出這類產(chǎn)品，因為我們對帶屏幕、帶攝像頭的產(chǎn)品有較高要求：如果滿分 100 分，只有當(dāng)模型能力和用戶價值能達(dá)到 80 分以上時，我們才會推進(jìn)量產(chǎn)。其實我們已有相關(guān) Demo，但尚未進(jìn)入量產(chǎn)階段，因為目前的產(chǎn)品表現(xiàn)還未達(dá)到我們的標(biāo)準(zhǔn)。

極客公園：你們在等待大模型能力達(dá)到預(yù)期后，再推出相應(yīng)的產(chǎn)品。

李勇：是的，不僅是大模型能力，我們還在開展端側(cè) AI、多模態(tài)以及運動控制的相關(guān)預(yù)研。一方面等待基座模型公司提升技術(shù)能力，另一方面也在與大模型公司、芯片公司等合作伙伴共同開展預(yù)研。

只有當(dāng)產(chǎn)品的用戶體驗、成本控制和零售價能達(dá)到平衡時，我們才會推出。

極客公園：哪些 IP 適合接入語音交互功能，哪些不適合？

李勇：判斷標(biāo)準(zhǔn)其實比較明確，如果 IP 在原有作品（如動畫片）中已具備完整世界觀和鮮明的聲音形象，那么從用戶視角（尤其是兒童）出發(fā)，現(xiàn)實中的對應(yīng)玩具若無法說話，反而不符合認(rèn)知邏輯。

過去受技術(shù)限制或成本較高，玩具難以實現(xiàn)自然語音交互，如今借助大模型技術(shù)，這一問題得以解決，本質(zhì)上是回歸用戶對 IP 的自然認(rèn)知。

讓 AI 成為成年人的朋友、更有「生命感」的三個關(guān)鍵

極客公園：你之前提過，大模型為成年人提供的情緒價值還不夠，所以你們當(dāng)時選擇先做兒童產(chǎn)品。那么，怎么衡量一項技術(shù)或產(chǎn)品能提供的情緒價值有多少？

李勇：相較于為成年人研發(fā) AI 玩具，為兒童研發(fā)玩具恰好是我們團(tuán)隊的優(yōu)勢領(lǐng)域。我們有服務(wù)兒童群體的經(jīng)驗，且關(guān)于兒童成長的理論研究和學(xué)術(shù)論文非常豐富，因此，我們先從兒童產(chǎn)品入手。

兒童沒有手機作為對比參照物，而成年人在使用 AI 硬件時，會不自覺地與手機功能對比——這是很多 AI 硬件產(chǎn)品都會面臨的問題。

而且，給成年人提供情緒價值要復(fù)雜得多，需要考慮他們的工作、感情等多方面生活狀態(tài)。在 2023 年我們啟動項目時，以當(dāng)時的 AI 能力，很難滿足成年人的情緒需求——因為成年人有太多其他渠道可以獲取情緒價值，AI 硬件的競爭力不足。

我們?yōu)槭裁凑J(rèn)為現(xiàn)在情況有所好轉(zhuǎn)了呢？

一個關(guān)鍵節(jié)點是「深度思考模型」的出現(xiàn)。我第一次接觸到深度思考模型時，非常震驚——我們完全沒預(yù)料到大模型會向這個方向發(fā)展。

最初行業(yè)普遍認(rèn)為大模型的發(fā)展方向是「智商」不斷提升、響應(yīng)速度不斷加快。但深度思考模型的出現(xiàn)，我很快反應(yīng)過來，人既需要快思考，也需要慢思考。對個體而言，大腦本就是兩套系統(tǒng)交織運作。我們因研發(fā)語音交互類產(chǎn)品，過度關(guān)注延遲表現(xiàn)——比如用戶與產(chǎn)品對話時，希望快速獲得反饋，所以這類指標(biāo)一度成了我們公司最核心的考核項。

天貓精靈此前也是如此，優(yōu)先關(guān)注延遲，其次才是基座模型的能力、與情商表現(xiàn)。我們忽略了慢思考這一維度，而當(dāng)意識到深度思考模型的價值時，我們格外興奮——終于有可能為成年人打造一款具備新價值的 AI 玩具。

過去的 AI 玩具，所有輸入都來自用戶，這不符合朋友的定義，也導(dǎo)致用戶留存率與活躍度偏低。

即便是孩子，使用久了也能發(fā)現(xiàn)「玩具只會對我輸入的內(nèi)容做即時反應(yīng)，而不會自己反思」這一問題。所以 2023 年我們就思考：如果這個「朋友」能自主學(xué)習(xí)、成長就好了，但與用戶交互時又必須即時反饋，這就產(chǎn)生了矛盾。

而有了深度思考能力后，我們可以為 AI 玩具搭載 Agent（智能體）：比如在夜間閑置時，Agent 自動啟動學(xué)習(xí)。若用戶當(dāng)天聊到滑雪，它就自主學(xué)習(xí)滑雪相關(guān)知識；第二天用戶提及想去日本游玩，它就收集日本旅游信息；到了第三天，當(dāng)用戶說「想去日本滑雪」，它能立刻回應(yīng)：「我聽說這周日本可能有臺風(fēng)，你要小心，是不是下周去更合適？」

如果沒有具備深度學(xué)習(xí)與思考能力的模型，Agent 根本無法實現(xiàn)靜默的自我反思、成長，用戶永遠(yuǎn)不會將其視為朋友。

當(dāng)然，這只是第一步——朋友在非交互時段自主學(xué)習(xí)成長，是「朋友」屬性的基礎(chǔ)門檻。

除了模型能力的提升，為成年人提供情緒價值還需「做減法」。

在我們看來，若想讓成年人情緒價值體驗達(dá)到優(yōu)秀甚至超預(yù)期，必須降低用戶預(yù)期——交互時先鎖定、框定用戶的期望，期望越低，模型越容易超出預(yù)期。

用戶看到這個 IP 形象，就應(yīng)該知道它的核心功能是哪些，不會將其視為全能助手，而是「有限領(lǐng)域的朋友」。

現(xiàn)實中也是如此：如果有一個無所不能的朋友，你不會將其視為平等的朋友，更像「上帝」或「神」；真正的朋友必然有突出的長板，能讓你產(chǎn)生情感投射，這樣感情才會穩(wěn)固，絕非全能。

因此，我們在角色設(shè)定、產(chǎn)品外形、IP 選擇及模型能力上都在「做減法」，通過這些洞察與研究，至少能在成年人某一特定情緒需求領(lǐng)域，輸出有效的情緒價值。

極客公園：讓 AI 更有生命感的關(guān)鍵還有什么？

李勇：首先，它需要在非交互時段自主學(xué)習(xí)、成長，通過分析與用戶的聊天內(nèi)容，推測興趣愛好，積累共同話題——這是基礎(chǔ)步驟。

其次，還有價值觀對齊。現(xiàn)實中，相處 10 年的朋友，價值觀會逐漸靠攏，否則會漸行漸遠(yuǎn)。

我們希望 AI 朋友也能如此，比如同一型號的賽羅 IP 玩具，出廠時 Prompt 一致，但使用一兩年后，Prompt 會隨用戶興趣差異發(fā)生變化、自主學(xué)習(xí)，實現(xiàn)價值觀對齊。

此外，更復(fù)雜的是「遺忘機制」。第一代產(chǎn)品的核心難題是「長期記憶」——如何存儲聊天記錄，當(dāng)時向量數(shù)據(jù)庫技術(shù)不成熟，我們投入大量精力研發(fā)向量數(shù)據(jù)庫、RAG（檢索增強生成）等技術(shù)。

而如今為成年人提供情緒價值，「遺忘」同樣關(guān)鍵：現(xiàn)實中的朋友不會記住你所有事情，人類記憶有主動遺忘與被動遺忘——被動遺忘是因時間流逝自然淡忘，主動遺忘是刻意忽略某些內(nèi)容。

比如，若 AI 能記住用戶每句話，當(dāng)用戶否認(rèn)「說過某件事」時，AI 若反駁「你在幾點幾分說過，我有記錄」，會讓用戶極度反感。

參考心理學(xué)理論，比如「彼得斯原則（Peter's Principle）」，認(rèn)為主動遺忘與三個因素相關(guān)：時間長短、提及頻率、記憶當(dāng)時的情感濃度——情感濃度如同「染色劑」，決定記憶是否深刻。我們當(dāng)前用模型識別對話的情感濃度，作為遺忘權(quán)重，但這仍不夠。

若僅按「情感濃度+提及頻率」設(shè)計遺忘算法，若用戶頻繁吐槽負(fù)面內(nèi)容，AI 會持續(xù)提取負(fù)面記憶并回復(fù)，導(dǎo)致用戶陷入負(fù)面循環(huán)。

因此，研究傳統(tǒng)遺忘理論（我們查閱了大量相關(guān)論文）仍然不夠，還需研發(fā)「跳出機制」：讓 AI 主動喚起用戶的積極記憶，幫助用戶脫離負(fù)面情緒。這就是我們近一年在算法層面，為成年人 AI 玩具打造「生命感」的探索方向。

先共情，站在用戶角度表達(dá)理解——才是情緒價值產(chǎn)品的核心

極客公園：在近期產(chǎn)品開發(fā)中，有沒有某個時刻或某組數(shù)據(jù)（哪怕很?。屇銈冇X得「方向走對了」？

李勇：很多是來自用戶反饋的瞬間。

比如，有用戶分享短視頻：孩子生病后不愛喝水，家長勸說無效，于是在我們的玩具中輸入「鼓勵多喝水」的 Prompt。當(dāng)孩子與佩奇玩具互動時，佩奇說「我們一起玩，但你要先喝完水」，孩子立刻就把水喝了。

還有一次，在我們抖音直播間，有用戶讓主播演示：「問 AI『媽媽不要我了，怎么辦』」，AI 玩具回答：「媽媽不是不要你，她可能是上班忙，回來后你多和她聊聊，多安慰她」，接著用戶又讓我們主播問 AI 玩具：「媽媽不是上班忙，是跟別的男人走了，不要我了」，AI 回復(fù)：「首先你沒做錯任何事，大人們有自己的考量，即使爸爸媽媽不在一起，他們依然愛你」。

沒想到這位用戶說，她是一個繼母，因為孩子常問她「為什么親媽不要她了」，她不知道怎么回答，AI 玩具的回復(fù)正好解決了她的困擾。類似的用戶反饋，讓我們確信「方向走對了」。

極客公園：同樣的問題，如果直接問 DeepSeek 等通用大模型，可能會得到不同答案。

李勇：通用大模型的回答往往更「標(biāo)準(zhǔn)化」。

比如用戶問「在學(xué)校被欺負(fù)了怎么辦」，通用大模型可能會說「找學(xué)校管理層溝通」，這類回答追求「最大公約數(shù)」——因其用戶群體廣泛，需兼顧普遍性。

如果用「回答內(nèi)容（主觀/客觀）」與「表達(dá)方式（冷靜/情緒化）」構(gòu)建坐標(biāo)系，多數(shù)通用大模型的回復(fù)處于「客觀+冷靜」的第一象限。

而情緒價值類產(chǎn)品的回復(fù)，需在「內(nèi)容上更主觀、表達(dá)上更情緒化」。比如，用戶說「玩具在學(xué)校被搶了」，朋友不會先羅列「1234 條解決方案」，而是先共情，站在用戶角度表達(dá)理解——這才是情緒價值產(chǎn)品的核心。

極客公園：如何讓模型回答更具共情力？

李勇：我們在語料選擇和模型微調(diào)上有差異。比如與 IP 方合作時，需依據(jù) IP 世界觀對模型進(jìn)行微調(diào)。我們的模型微調(diào)采用大量對話式語料，表現(xiàn)更具主觀性和情緒化，能基于角色世界觀作答。

比如，向小豬佩奇與愛莎公主提問「量子糾纏」的問題，得到的答案不同——AI 玩具不會照搬百科內(nèi)容，而是結(jié)合自身角色設(shè)定回應(yīng)。

佩奇會舉例：「就像我和弟弟喬治玩捉迷藏，雖然看不見對方，但我們彼此心有靈犀?！?/p>

愛莎公主則會以自身角色視角解釋：「這很神奇，如同我在魔法世界里有兩個冰雪魔法球，轉(zhuǎn)動其中一個，另一個的狀態(tài)就會受到影響?！?/p>

所有角色均會依據(jù)自身世界觀回答，讓用戶感覺是與自己喜歡的朋友共同面對問題。

關(guān)于新一代 AI 玩具和大廠競爭

極客公園：你們剛發(fā)布了新一代 AI 玩具，為什么選擇與奧特曼 IP 合作呢？

李勇：我們已經(jīng)簽約了多家 IP 方，綜合考慮了其全球影響力、在中國市場的受歡迎程度，以及雙方合作的意愿和配合程度——這些因素讓奧特曼成為了推進(jìn)速度最快的合作項目，所以我們首款產(chǎn)品選擇與奧特曼 IP 合作發(fā)售。

極客公園：這款產(chǎn)品的目標(biāo)人群還是 3-6 歲的兒童嗎？

李勇：目標(biāo)人群稍有擴(kuò)充，因為很多小學(xué)生也非常喜歡奧特曼，所以年齡范圍可能擴(kuò)展到 10 歲，甚至 12 歲。

極客公園：軟件功能層面，新產(chǎn)品會增加哪些能力？

李勇：新增功能很多，最顯著的是采用了端到端語音模型。

第一代產(chǎn)品采用的仍是傳統(tǒng)的「語音識別（ASR）到語音合成（TTS）」技術(shù)鏈路，而新產(chǎn)品采用的是「語音到語音」模型，實現(xiàn)了語音輸入直接對應(yīng)語音輸出。首款合作的是字節(jié)跳動的模型，目前其表現(xiàn)最佳、響應(yīng)速度最快。

當(dāng)然，與其他公司的合作也在推進(jìn)中。簡單來說，新產(chǎn)品的語音輸入能保留情緒——傳統(tǒng)的「語音轉(zhuǎn)文字」過程中，情緒信息會丟失，而新模型解決了這一問題。情緒信息的保留能讓我們實現(xiàn)更多功能，比如當(dāng)我說「今天心情不好」時，產(chǎn)品能更準(zhǔn)確識別用戶的情緒，因此回應(yīng)語氣能傳遞出更準(zhǔn)確、更充沛的情感。其次，新產(chǎn)品的交互延遲也大幅降低。

極客公園：你們第一代產(chǎn)品仍需要按下按鍵才能進(jìn)行語音交互，而第二代新產(chǎn)品已經(jīng)支持遠(yuǎn)程喚醒了，主要是克服了哪些技術(shù)問題？

李勇：這并不是技術(shù)問題，更多是產(chǎn)品設(shè)計上的取舍。

在研發(fā)第一代產(chǎn)品時，我們就已預(yù)判到兩個可能成為核心問題的點，后來的市場反饋也證明，這兩點確實是用戶對第一代產(chǎn)品的主要差評——一個問題是「按鍵說話」：有些孩子手比較小，按壓說話時會感到不便；第二個問題是聯(lián)網(wǎng)限制，第一代產(chǎn)品僅支持 2.4GHz 單頻 WiFi 聯(lián)網(wǎng)，這導(dǎo)致產(chǎn)品在戶外很難使用。

這兩個差評其實是我們在定義第一代產(chǎn)品時就已經(jīng)預(yù)料到的「不得已的取舍」。

2017 年，我參與研發(fā)的首款量產(chǎn)天貓精靈就已實現(xiàn)遠(yuǎn)程交互，所以遠(yuǎn)程喚醒本身并非技術(shù)難題。但要實現(xiàn)遠(yuǎn)程喚醒，對硬件配置有更高要求——比如麥克風(fēng)數(shù)量，尤其對功耗控制的要求更為嚴(yán)格。天貓精靈是插電使用的設(shè)備，無需考慮功耗問題；但我們的產(chǎn)品體積較小，如果為了容納更大電池而增大體積，會帶來新的問題：一是無法適配多數(shù)玩偶的尺寸，二是孩子也難以握持。

同時，我們對產(chǎn)品續(xù)航有明確要求——不希望用戶每天充電，不希望給用戶增加額外使用負(fù)擔(dān)，因此在第一代產(chǎn)品中沒有加入遠(yuǎn)程喚醒功能。

而 WiFi 問題同理：若要支持雙頻 WiFi 或內(nèi)置 4G SIM 卡，會大幅增加成本和研發(fā)周期。當(dāng)時公司賬戶已經(jīng)沒錢了，我們甚至需要借錢維持運營，根本無法承擔(dān)這些額外投入。

不過第二代產(chǎn)品已解決這些問題：我們內(nèi)置了一張 4G SIM 卡，用戶開機即可使用，無需下載 APP 配置網(wǎng)絡(luò)，開機直接就能與奧特曼聊天。

極客公園：有什么新功能是只依賴大模型沒有辦法解決的？

李勇：目前市面上幾乎所有 AI 玩具的連續(xù)對話功能都存在一個共性問題：當(dāng)孩子正在聽故事或聽歌時，外界稍有聲音干擾，播放就會被打斷。比如，孩子正聽到故事關(guān)鍵處，媽媽突然說「過來吃飯了」，或者出現(xiàn)走路聲等，都會導(dǎo)致播放中斷。

如果只是簡單對接一個通用大模型，就只能接受這種中斷問題。

所以，我們在新版本的技術(shù)架構(gòu)上做了「多音軌混音處理」，這在工程實現(xiàn)上較為復(fù)雜。簡單來說，希望實現(xiàn)的效果是：當(dāng)孩子正在聽「孫悟空三打白骨精」的故事，過程中突然提問「唐僧這時候在哪里？」——此時，我們產(chǎn)品會降低故事音軌的音量，開啟另一條音軌優(yōu)先回答孩子的問題，故事本身不會中斷；待問題回答完畢后，再將故事音軌的音量恢復(fù)。

想實現(xiàn)這一功能，必須支持多音軌傳輸，而單純使用云廠商提供的標(biāo)準(zhǔn)大模型方案是無法做到的，需要進(jìn)行大量工程優(yōu)化。

其實，「連續(xù)對話+抗干擾」的功能構(gòu)想，我們在 2023 年研發(fā)第一代產(chǎn)品時就已想到，只是當(dāng)時考慮綜合交互體驗、成本和研發(fā)周期，只能退而求其次采用「按鍵說話」模式。這就是產(chǎn)品功能迭代中常見的取舍。

極客公園：未來新品仍舊是毛絨玩具，還是會推出非毛絨玩具類產(chǎn)品？

李勇：我們會推出非毛絨玩具。公司定位是 AI 玩具公司，業(yè)務(wù)不局限于兒童領(lǐng)域，也不被毛絨材質(zhì)束縛。

比如，我們簽約的知名 IP 授權(quán)均屬于 AI 玩具類目，對玩具材質(zhì)和形態(tài)無限制，只要適合以 AI 形式呈現(xiàn)且能提供情緒陪伴價值，都在我們的考慮范圍內(nèi)。

IP 布局采取「兩條腿走路」：一方面通過與知名 IP 聯(lián)名彌補自身短板，并向泡泡瑪特等優(yōu)秀 IP 團(tuán)隊學(xué)習(xí)；另一方面自主孵化 IP，我們新上市的三款產(chǎn)品中，兩款為奧特曼 IP，一款由我們簽約的全職設(shè)計師（原合作藝術(shù)家）設(shè)計開發(fā)。