桌面AI機(jī)器人
產(chǎn)品名稱：桌?AI機(jī)器?（互動(dòng)陪伴型）
? 核?定位：通過語?交互、多模態(tài)動(dòng)作表情聯(lián)動(dòng)技術(shù)，打造具備情感陪伴、趣味互動(dòng)、個(gè)性化定制的桌?智能設(shè)備，滿???娛樂、陪伴及個(gè)性化表達(dá)需求。
移遠(yuǎn)通信
上海移遠(yuǎn)通信技術(shù)股份有限公司成立于 2010 年，是全球領(lǐng)先的物聯(lián)網(wǎng)整體解決方案供應(yīng)商。深耕物聯(lián)網(wǎng)行業(yè)十余年，公司擁有完備的 IoT 產(chǎn)品和服務(wù)，涵蓋模組、天線等硬件產(chǎn)品，以及豐富的AI大模型、AI Agent、AI音視頻算法等服務(wù)與解決方案。
Q:相較于單一互動(dòng)模式的AI產(chǎn)品，實(shí)豐文化這款桌面AI機(jī)器人兼具智能語音互動(dòng)和身體智能運(yùn)動(dòng)，移遠(yuǎn)通信在技術(shù)上怎么打破語音和肢體互動(dòng)的“墻”？
移遠(yuǎn)通信AI前沿技術(shù)中心總負(fù)責(zé)人王韜認(rèn)為，桌面AI機(jī)器人并不簡(jiǎn)單，這是一個(gè)復(fù)雜的系統(tǒng)，而移遠(yuǎn)通信恰好在具身智能和Agentic AI方面有著深厚豐富的積累。
實(shí)豐文化的桌面AI機(jī)器人搭載了移遠(yuǎn)AI解決方案，機(jī)器人因此聽得懂、看得清、動(dòng)得靈巧。
在智能語音算法層面，降噪、喚醒、AGC、EQ、ASR、TTS、Mic陣列聲源定位&BF、聲紋識(shí)別、聲音克隆等等，不管是前端語音信號(hào)處理還是上層應(yīng)用，都不在話下；
在視覺算法層面，移遠(yuǎn)的人臉識(shí)別、人形跟隨、手勢(shì)識(shí)別、情緒識(shí)別算法都會(huì)給用戶帶來豐富多彩的溫情交互。
通過桌面AI機(jī)器人，移遠(yuǎn)還在解決方案中加入了多種交互，觸摸傳感器、電機(jī)、舵機(jī)、眼睛等等可以讓桌面AI機(jī)器人肢體真正的動(dòng)起來、活起來。
移遠(yuǎn)通信為實(shí)豐提供的端云融合的AI大模型能力核心在于構(gòu)建“感知-決策-執(zhí)行”的閉環(huán)系統(tǒng)。這一能力不僅打破了單一模態(tài)的交互局限，更通過情緒感知與場(chǎng)景化動(dòng)作生成，賦予機(jī)器人“理解意圖、感知情緒、主動(dòng)響應(yīng)”的類人交互能力，為智能硬件的人性化升級(jí)提供了新范式。
實(shí)豐文化
Q1
為什么要做桌面AI機(jī)器人？
實(shí)豐文化產(chǎn)品部總監(jiān)紀(jì)一桀表示，過去幾十年，人機(jī)交互從按鍵交互到圖形交互，再到觸摸交互，語音交互，每一次演進(jìn)都讓交互又更自然了一點(diǎn)。但目前的AI，無論是智能音箱里的聲音，還是手機(jī)里的助手，本質(zhì)上仍然是一個(gè)“工具”或“信息提純器”。它們被動(dòng)響應(yīng)，缺乏存在感和情感連續(xù)性。
我們相信，AI的下一階段，是從“功能的智能化”走向“交互的人格化”。一個(gè)擁有實(shí)體形態(tài)、能通過豐富的肢體語言和表情進(jìn)行交流的AI，是創(chuàng)造這種“人格化”交互的最佳載體。桌面AI機(jī)器人，就是這個(gè)理念下的具體實(shí)踐。
Q2
多關(guān)節(jié)聯(lián)動(dòng)會(huì)增加產(chǎn)品研發(fā)成本與復(fù)雜度，從技術(shù)決策角度看，為何不選擇局部區(qū)塊的肢體互動(dòng)，這種復(fù)雜設(shè)計(jì)對(duì)提升產(chǎn)品競(jìng)爭(zhēng)力的必要性如何體現(xiàn)？
局部區(qū)塊肢體互動(dòng)雖能降低成本，但交互表現(xiàn)力有限，難以實(shí)現(xiàn) “類人化” 的情感傳遞與動(dòng)作表達(dá)。多關(guān)節(jié)聯(lián)動(dòng)是為了豐富人格化的特征—— 通過多維度、自然化的肢體動(dòng)作，讓產(chǎn)品從 “功能工具” 升級(jí)為 “情感交互載體”。
而從行業(yè)趨勢(shì)看，消費(fèi)者對(duì)智能產(chǎn)品的情感化、擬真化需求日益提升。多關(guān)節(jié)聯(lián)動(dòng)的復(fù)雜設(shè)計(jì)能讓產(chǎn)品在交互體驗(yàn)上更“擬人化”，帶給用戶更沉浸式的體驗(yàn)，從而提升品牌定位，并且通過 “高擬真互動(dòng)” 吸引注重體驗(yàn)的用戶群體，最終在市場(chǎng)中建立 “場(chǎng)景體驗(yàn)+技術(shù) ” 的雙重競(jìng)爭(zhēng)力。
Q3
產(chǎn)品選擇的使用場(chǎng)景是“桌面”，這背后什么基于考量？
-交互頻率與用戶習(xí)慣：桌面是用戶日常停留時(shí)間最長(zhǎng)的區(qū)域之一，這種高頻接觸確保了機(jī)器人能與用戶建立持續(xù)、自然的互動(dòng)關(guān)系，而非像傳統(tǒng)智能音箱那樣僅作為偶爾喚醒的設(shè)備。
-技術(shù)實(shí)現(xiàn)的平衡點(diǎn)：桌面環(huán)境相對(duì)簡(jiǎn)單，讓我們能更專注于桌面場(chǎng)景精細(xì)化交互體驗(yàn)的開發(fā)。
Q4
桌面AI機(jī)器人的肢體動(dòng)作如何輔助情感表達(dá)？能否舉例說明其為用戶帶來的情緒價(jià)值，比如陪伴或減壓層面的具體體驗(yàn)？
肢體動(dòng)作是情感表達(dá)不可或缺的一部分，它讓AI從“工具”升華為“伙伴”。
-多個(gè)精細(xì)動(dòng)作：該款桌面機(jī)器人能夠完成搖頭、轉(zhuǎn)身、揮手等動(dòng)作。這些動(dòng)作不是程式化的僵硬動(dòng)作，而是與情感狀態(tài)聯(lián)動(dòng)——開心時(shí)動(dòng)作輕快，疑惑時(shí)會(huì)側(cè)頭思考，安慰用戶時(shí)會(huì)緩慢點(diǎn)頭。
-表情與動(dòng)作的協(xié)同：配合高清OLED表情系統(tǒng)，動(dòng)作與面部表情形成三維一體的情緒表達(dá)。例如，當(dāng)桌面機(jī)器人感覺放松時(shí)，它會(huì)瞇眼；開心時(shí)會(huì)露出笑臉，難過時(shí)也會(huì)配合切換成哭泣表情；
-情境化行為設(shè)計(jì)：機(jī)器人能夠根據(jù)環(huán)境上下文調(diào)整行為。當(dāng)檢測(cè)到用戶情緒低落時(shí)，會(huì)主動(dòng)靠近并進(jìn)行貼心的交流；當(dāng)長(zhǎng)時(shí)間無人互動(dòng)時(shí)，則會(huì)自己“找事情做”，如在屏幕上顯示自娛自樂小游戲等。
Q5
多關(guān)節(jié)交互功能在學(xué)習(xí)、辦公或家庭場(chǎng)景的實(shí)際使用價(jià)值，是否達(dá)到了貴司最初的產(chǎn)品定位預(yù)期？
語音、視覺、動(dòng)作的多模態(tài)表現(xiàn)聯(lián)動(dòng)是我們產(chǎn)品的核心技術(shù)，目前在測(cè)試階段的效果已經(jīng)超出了我們最初的預(yù)期。在學(xué)習(xí)、辦公、家庭等多個(gè)場(chǎng)景的應(yīng)用表現(xiàn)都十分出色；其中在學(xué)習(xí)場(chǎng)景模擬里，當(dāng)桌面機(jī)器人聽見用戶在練習(xí)英語對(duì)話時(shí)，會(huì)通過點(diǎn)頭、手勢(shì)等身體語言給予用戶鼓勵(lì)，這種擬人化的動(dòng)作也讓整個(gè)教育過程更生動(dòng)有趣。而這一表現(xiàn)也符合我們最初打造“有溫度的智能伙伴”這一定位。
當(dāng)下，桌面AI機(jī)器人正從單純的工具向情感伴侶、工作助手、學(xué)習(xí)伙伴等多重角色進(jìn)化。我們將繼續(xù)深耕交互技術(shù)，讓機(jī)器人更好地理解人類情感，更自然地融入日常生活，成為每個(gè)人身邊不可或缺的智能伙伴。
*以上所有內(nèi)容以產(chǎn)品實(shí)際上市為準(zhǔn)。
