前美團、字節、有道高管創業，想做「AI伴學機器人」丨智能涌現獨家

文｜王方玉

編輯｜蘇建勛

大模型爆發以來，圍繞AI陪伴、AI教育、AI玩具等領域的創業一茬接一茬。但對於什麼是合適的硬件形態、交互模態，市場還未有一個PMF的成功樣板。

成立於2023年7月的創企「奇點靈智」，正試圖給出自己的答案。這家公司的創始團隊，由三名經驗豐富的互聯網老將組成：

創始人兼CEO包塔，曾擔任美團副總裁、美團金融CTO，更早之前是網易有道詞典的總經理；

硬件負責人徐毅斐，曾擔任字節跳動「大力智能檯燈」的平臺產品負責人；

市場負責人胡琛，也是網易有道創始團隊成員。

奇點靈智創始人兼CEO包塔     圖源：企業授權

《智能涌現》獨家獲悉，「奇點靈智」已於近期完成數千萬元天使輪融資，由星連資本（Z基金）領投。公司的首款產品——AI英語伴學機器人定位於3-8歲學齡前兒童，目前產品已經開發完成，正處於內測階段。

2023年9月開啟AI硬件創業時，包塔對於產品的定位清晰而明確：要為學齡前兒童打造學英語的AI硬件產品。

他的判斷是，目前國內低齡兒童的教育硬件市場空間很大，且競爭格局分散，AI大模型正帶來一個「從功能機向智能機升級的機會」。之所以選擇英語為切入口，是因為國內低齡兒童家長願意花錢、且投入最大的，就是英語教育。

但到正式定義硬件產品時，他和團隊卻犯了難：AI教育和陪伴硬件有N多種形態、功能和交互方式排列組合，該如何做選擇和取捨？

過往的工作經歷，讓包塔對待以上問題格外謹慎。在美團時，他曾在硬件上吃過一次大虧。

彼時，他作為美團金融的技術負責人蔘與了著名的商户線下收單之戰，但過程中因為沒有預期到市場需求爆發，遇到了供應鏈貨品短缺、關鍵器件價格上漲的問題，這對於一個利潤很薄的業務是不小的「失誤」。

這次踩坑經歷讓包塔記憶猶新，也對於硬件產品多了一份敬畏之心：「硬件這個事兒不像軟件，試錯成本高，一旦產品開了模、定了型，你就不可能再撤回來了。」

因此，爲了找到合適的產品形態，包塔和團隊花了大量時間進行用户調研和產品測試，曾先后否定過數個產品方案。

包塔告訴我們，在公司正式成立不久，他就曾帶領團隊測試過目前主流AI玩具的形態，即一個毛絨玩具加一個語音對話盒子，並用全人工模擬AI，快速做了一輪測試。最后發現，小朋友很快就對這個產品失去了興趣。

此后的多個產品創意，包括一些打樣產品，「奇點靈智」內部都使用了這套方法進行驗證，但這些形態最終都被一一放棄。

爲了找到合適的產品形態，包塔和團隊還在過去一年多走訪了國內一二線城市、數百個家庭進行調研。他們把內測產品送到用户家里，讓用户使用數周，最終通過口碑、留存率等指標判斷產品功能的去留，以此來迭代產品。

團隊最終得出結論：要讓低齡兒童對AI教育產品維持長期興趣，有三個核心條件必不可少。

一是有包括語音、視覺、觸覺的多種模態，可以提供豐富的互動體驗；

二是需要構建內容體系，對兒童進行內容輸入和引導；

三是要有提供情緒價值的硬件形象，符合兒童的審美和喜好。

「目前市場上，已有單獨針對某1-2個方面結合的產品，但我覺得只有三點都具備，才能更好抓住長期的兒童用户留存。」包塔對《智能涌現》表示。

基於此，「奇點靈智」在公司成立接近兩年后，才正式確定了首款產品的最終形態——一款帶屏幕、具備可愛實體形象、擁有AI多模態交互能力的桌面機器人。

對於這款產品的銷量，包塔也沒有預設目標，他認為只要用户真正認可產品，有實打實的用戶數據和反饋，就足夠支撐公司走得更遠，把產品打磨到成熟和完善。

「這已經不是一個PPT拿融資的時代，而是我們先花時間去做出來，拿着有實打實的機器人和真實用户的反饋，讓投資人可以更篤定的積極參與。」包塔説道。

這是從美團離開之后，包塔的第一次公開表達。以下為《智能涌現》和包塔的對話，經編輯整理：

低齡兒童的教育硬件，存在從功能機向智能機升級的機會

《智能涌現》：你之前的履歷包括了有道詞典和美團金融，為什麼會想到做AI教育？

包塔：我畢業於清華大學計算機系人工智能專業，畢業后我先在微軟亞洲研究院工作，后來和同學創立了有道。

之后在美團期間也是用大數據和AI去解決金融領域的營銷效率和用户精準識別等問題，我的學業和事業一直都和與AI高度相關。

AI大模型爆發后，我覺得這是一次比搜索引擎和移動互聯網更近似工業革命的重大機遇，必須要抓住，所以在23年9月開始了創業。結合對行業和市場的理解，我覺得AI應用和教育領域領域結合AI大模型會大有可為。

《智能涌現》：你看到了AI教育硬件的什麼機會？

包塔：我們發現小朋友，尤其是低齡小朋友，他們其實沒有特別合適的教育硬件。

現在小朋友用的比較多的電子產品，比如Pad產品，家長普遍擔心沉迷和其對視力的影響，因此通常會限制孩子使用的時間。

有一部分不小的比例是各種單一功能的兒童設備，例如故事機、點讀筆和思維機，它們各有其適配的場景，但也會遇到個性化學習和深度互動學習的挑戰。

AI大模型出來以后，我們有機會更好地吸引兒童的注意力，並在滿足他們興趣的同時，將學習內容融入其中。所以我覺得低齡兒童的教育硬件是存在市場空白的，就像是從feature phone升級到smart phone的這樣一個機會在這里。

市場規模方面，低齡兒童的興趣教育領域，這個市場雖然沒有K12階段的應試教育那麼剛需，但規模也不小，每年有小几千億。這里面產品種類也多，競爭格局比較分散，不像是應試教育市場已經被幾個巨頭瓜分了。

《智能涌現》：AI大模型在填補這個空白中起到了什麼作用？

包塔：我們從創業之初就特別關注AI多模態能力可以給教育硬件帶來的交互上的升級。如果硬件產品能「看見」兒童、識別其動作、手中的物體以及所處的環境，並基於此主動進行交互，這樣的交互更豐富、更具生命力。且輸入方式不侷限於屏幕點觸，大大降低了交互門檻。

舉例來説，家里有一個機器人在飯桌上，小朋友在吃披薩的時候被機器人看到，機器人會主動發起對話：What are you eating? 這種互動就很像是一個真的外教老師。這是我們追求的大模型技術跟多模態的交互上組合之后的一個結果。

《智能涌現》：你們的產品叫AI學伴機器人，突出了陪伴功能，你怎麼理解陪伴這個概念？

包塔：陪伴這個概念對用户來説相對有點模糊，不同的人對這個東西理解不一樣。

對於低齡小朋友什麼是好的陪伴產品，我們覺得陪伴至少有三個不同的價值，一個是陪他玩，第二是陪他學，第三個是陪他生活，包括一些情緒上的聊天互動都算陪生活。這三個不同的價值點，不同公司關注的重點不一樣。

我們對自己的要求就是做到兩點，一是讓小朋友喜歡玩，這是一個重要的起點；第二個是父母還認可它的價值，願意付費。我們在大的陪伴方向上做了很多取捨，最后聚焦到以英語教育價值為主的陪伴，逐漸把它變成一個非常明確的一個切入點。

《智能涌現》：為什麼選擇英語教育為切入，而不是百科全書、講故事、興趣挖掘？

包塔：完全從用户價值去出發。

從我們的觀察來看，中國的低齡兒童家長是願意為教育花錢的，投入最大的領域就是英語教育，不論是上外教課、報各種班、買一些英語學習相關的智能硬件等。我們認為它的市場空間很大，又是一個剛需。

AI「大模型」這個簡稱，還原到原文實際上是LLM(Large Language Model)——大語言模型，所以天然在語言能力就很強大，比中國絕大部分家長的英語水平都好，和英語教育有非常好的適配，這在一些產品上已經得到了體現，比如成人使用的多鄰國的外語老師對話功能。

《智能涌現》：陪伴和學習之間是否有些矛盾，「寓教於樂」這件事情成立嗎？

包塔：我們覺得是成立的。比如小霸王學習機就是我們這代人小時候一個比較寓教於樂的產品，也賣得很好。它是過去小朋友接觸信息化最好的教育設備。當下接觸AGI時代最好的教育設備，仍然存在寓教於樂的機會。

抓住低齡兒童興趣，需要三個核心條件

《智能涌現》：你們的首款產品出來了嗎，是個什麼形態?

包塔：我們的原型機已經出來了，目前處於密集的內測階段，還沒有到公眾亮相的時刻。

它的大致產品形態是一款帶屏幕的、可愛的卡通小機器人形象、擁有多模態交互能力的AI硬件，我們叫AI伴學機器人。核心功能是伴學，所以沒有在產品上去設計機器狗那類自我行動功能。

《智能涌現》：你們公司成立是在2023年7月，這期間你一直在打磨產品嗎？

包塔：實際上從團隊組建到現在剛好2年。我們屬於原來做過很大體量產品的創始團隊，對於PMF有着很高的要求，同時它是一個形態和功能都很複合的產品，需要重新找PMF。

過往的創業經驗，讓我們很明白這是團隊必須內部先通過的答卷，而不能讓消費者為你的一個想法買單。

所以在產品出來之前，我們花了大量的時間進行打磨和反覆論證。前面提到的一些觀察和認知，都來自於我們之前做了非常多的用户調研、產品測試，做了大量的產品探索和迭代。

我們大概是在2024年底把方向收斂到了以英語教育價值為主的陪伴機器人，又用了半年多的時間做出了第一版的原型，然后開始進入到用户內測、用户反饋和共同打造這個階段。

這里面也有一定的業內技術發展階段的原因，如果做一個會聊天的智能音箱，可能去年就有很多同質化的產品出來了。但我們理解的完整態，需要有更好的多模態技術。直到今年年初Gemini2.0推出，整個行業的多模態能力才集體上了一個臺階。產品的體驗纔有了一個比較好的保障。

《智能涌現》：你們的產品定位比較複合，功能也很複合，為什麼會是這樣一個定位和形態？

包塔：是的，我們的產品和市場上現有的區別很大。用過我們產品的用户可能會覺得非常不同，這種差異性本質上源於我們對用户需求的理解。

我們的用户定位是3-8歲的低齡兒童，因為沒有考試壓力，他們有個特點是特別興趣驅動，喜歡玩耍。做這類產品最難的部分是要抓住他們持續的興趣。而做到這一點，我們認為有三個核心條件：

一是要有多種模態，包括視覺和動作操作，提供更豐富的互動體驗。目前有些AI玩具之所以退貨率高，部分是因為單一的語音交互很容易讓孩子失去興趣。因為人的整個感官系統里面，70%依賴視覺，遠高於聽覺、嗅覺和觸覺。

二是低齡兒童需要內容輸入和引導。小朋友對世界認知少，很難自己尋找話題，這就需要有大量的內容去做引導。所以我們需要構建出內容體系來，既可以持續吸引小朋友的興趣，同時也可以更好地獲得家長認可。

三是要有提供情緒價值的硬件形象。這個年齡段的孩子習慣於與實體玩具互動，他們有自己的喜好和情感連接。具有實體形象的硬件比看不見摸不着的電子屏幕里的形象，能和孩子建立夥伴關係，提供情緒價值。孩子可以帶玩具小熊上牀，但不可能摟着pad睡覺。

這三點我們覺得都很重要。我注意到目前市場上已有單獨針對某一方面或者兩個方面結合的產品，但我覺得只有三點都具備，才能更好地抓住長期的兒童用户留存。

奇點靈智的產品定位和功能很複合     圖源：企業授權

《智能涌現》：內容你們也會自己做嗎？

包塔：是的。產品初期我們以自有內容為主，便於冷啟動，未來會逐漸擴展到兼容更多非自有內容。

在內容體系構建上，我們運用了大量AI生成內容和大模型技術。我們用AI大模型，把小朋友最習慣和喜歡的一些場景和我們設計英語教學內容給編織到一起。以小朋友的興趣為主要驅動，同時兼顧知識內容的補充。

《智能涌現》：在AI多模態大模型的應用方面，你們有什麼樣的探索和規劃？

包塔：我認為多模態目前在大型模型和應用廠商中已經達成共識。它是一個在接下來一兩年內將得到大量投入，並且能力進展迅速、逐步成熟的技術。

我們團隊也在這方面也做了大量的工作，比如多模態識別正確率還不夠高的情況下，我們會用非大模型的圖像識別技術讓他提高識別精度。另外根據場景需要，部分服務放在端側，部分在雲端，兩者結合來實現快速反應和動態交互。

在技術路徑選擇之上，還有一層是產品設計的底層理念。「你是我的好用工具」和「你是我的小夥伴」，在孩子心中是很不一樣的。我們期望多模態技術能夠讓機器人有更多主動識別和交互的機會，而不是一個相機或者一根詞典筆。

讓用户口碑推動產品迭代，不設銷量目標

《智能涌現》：硬件創新是一件很難的事情，很多硬件都是到了第二代、第三代才成熟。你對第一代產品的反饋抱有怎樣的期待？會擔心失敗嗎？

包塔：一方面一級市場上的資金相比十年前更加理性，容錯的可能性更小了；另一方面，硬件這個事兒不像軟件，試錯成本高，一旦產品開了模、定了型，你就不可能再撤回來。

這已經不是一個PPT拿融資的時代，而是我們先花時間去做出來，拿着有實打實的機器人和真實用户的反饋，讓投資人可以更篤定的積極參與。

這次創業我們最大的挑戰和收穫是，硬件還沒有上市、甚至還沒有實物的時候，你怎麼去驗證你的想法是靠譜的。

過去一年多，我們想了很多前置和倒置的試驗方法，在硬件沒有真正完全完成之前，該怎麼把這些功能、場景的組合通過模擬、軟件、人工扮演等各種方式去提前得到信號和反饋。

我們過去一年走訪了國內一二線城市大概數百個家庭進行調研，和用户深度接觸並進行測試。我們的內測產品會被送到用户家中，真正要在用户家中使用幾周時間，我們做了大量工作讓用户行為直接判斷產品功能的去留，通過這種方式迭代產品。

另外我們也尤其關注用户留存這一指標，要真正做好陪伴產品，這是非常核心的一點。

《智能涌現》：你對第一款產品有什麼期待，比如年銷售達到多少台？

包塔：用户的口碑是第一優先級。我希望第一個版本首先要做到小朋友喜歡，能夠持續使用。

然后家長能夠看到小朋友學習的價值，覺得花錢是物有所值，這是我們最最重要的目標。銷量其實是這個過程中自然而然的結果，所以我們就沒有設銷量的目標。

《智能涌現》：你擔心和大廠的競爭嗎？

包塔：當初做有道詞典的時候，我們也是一個小團隊，當時在這個領域的大塊頭叫金山詞霸。實際上我們三位創始人有連續創業的經歷，也都在大廠待過足夠長的時間。

大廠通常會關注較大的機會，只要市場空間足夠大，他們迟早會進入。這是一個交叉了新技術、新人羣的領域，沒有強勢品牌。

對於創業公司而言，這是一個時間窗口，拼的是看得準、做得快。創業公司需要迅速行動並在這一領域建立一些獨特的優勢，形成壁壘或護城河，但這些都需要在產品價值成立的基礎上進一步驗證。

《智能涌現》：這次創業的目標是什麼？

包塔：深度參與這一波AI技術革命，希望未來能成為低齡兒童最好的陪伴機器人。

從我們自己的個人成長經歷來説，我們三個創始人有一個共識，都認為快樂學習、興趣學習是一個非常關鍵的事情，它是驅動人一生的長跑。一個人想有所成就，做一些大事兒，還是需要follow自己的興趣。

所以我們共同的理念是把孩子的快樂和成長放在首位，我們不希望做一個小朋友最后不願意用，被父母逼着用的硬件產品。我們小時候做不到，現在可以為小朋友來做。