在近日舉辦的2025云棲大會現(xiàn)場，無界方舟推出的國內(nèi)首款基于「端到端實時多模態(tài)互動模型」的AI學(xué)伴機(jī)器人——奇多多，成為全場焦點。這款產(chǎn)品在京東預(yù)售僅上線一周，銷量便突破了10000臺，這個數(shù)字不僅體現(xiàn)了市場對優(yōu)質(zhì)AI早教產(chǎn)品的渴望，更預(yù)示著多模態(tài)大模型在消費級硬件領(lǐng)域的商業(yè)化曙光正在到來。

正如一位現(xiàn)場寶媽所說：“太好了！終于不止是AI玩具了，而是解決了很多早教痛點問題?！痹贏I技術(shù)日益成熟的今天，奇多多的成功或許驗證了：在早教賽道，“功能驅(qū)動”比“概念炒作”更能讓市場買單。更令人矚目的是，奇多多在展會期間，現(xiàn)場獲得了上百位家長下單預(yù)定，同時吸引了幾十家AI產(chǎn)品后續(xù)對接無界方舟EVA模型的合作機(jī)會，成為本屆大會最具商業(yè)潛力的AI硬件產(chǎn)品。

云棲大會現(xiàn)場火爆，奇多多展現(xiàn)真實力

在云棲大會3號館·前沿應(yīng)用館奇多多星球展臺，奇多多吸引了大量參展觀眾及寶寶駐足體驗。孩子們手拿繪本、練習(xí)、玩具、繪畫作品等，與奇多多進(jìn)行自然互動，現(xiàn)場氣氛熱烈。

奇多多展現(xiàn)出的不僅僅是語音交互能力，更是真正的多模態(tài)理解能力。它能夠識別孩子手中的任意繪本/教材/卡片等讀物，無論中文、英文，甚至兒童讀物復(fù)雜分散的混合排版，都能精準(zhǔn)識別；它能看懂孩子的現(xiàn)場繪畫；它能對日常物品進(jìn)行即時有趣的科普，將深奧的科學(xué)原理，以孩子能夠理解的語言描述，符合孩子“邊看、邊問、邊學(xué)”的科學(xué)習(xí)得鏈路。

展會的三天時間里，奇多多展示了令人驚嘆的閱讀能力：除了所有書本都能識別外，還提供了三種閱讀模式：

朗讀模式：可識別所有類型的讀物、多種主流語言文字，語音富有表現(xiàn)力，避免機(jī)械感；

翻譯模式：支持多語言即時互譯，讀一句英文、翻譯一句中文，讓孩子有興趣閱讀全英文材料；

指讀模式：文字、單詞、圖案均可識別，并給出相關(guān)科普，替代傳統(tǒng)點讀筆、詞典筆。

“這意味著家長不再需要購買點讀筆、詞典筆、故事機(jī)等多種產(chǎn)品。”一位現(xiàn)場寶爸評價，“一機(jī)解決所有閱讀需求，能幫助孩子讀課本，和學(xué)校課業(yè)結(jié)合，這才是真正的解決剛需?！?/p>

“與傳統(tǒng)AI產(chǎn)品的交互不同，奇多多不需要按壓拍照或按壓對話，也不需要等待漫長的響應(yīng)時間導(dǎo)致注意力轉(zhuǎn)移。”無界方舟CPO楊冬蘊（小喬）在現(xiàn)場介紹，“孩子們可以更自然地邊看、邊問、邊學(xué)，這是符合兒童認(rèn)知行為的革命性突破?！?/p>

突破性功能：從“AI陪伴”到“功能滿足”的質(zhì)變

預(yù)售破萬，奇多多究竟做對了什么？

小喬表示：“首先非常感謝廣大用戶對奇多多的喜愛和認(rèn)可。奇多多的突破主要在于兩方面：一方面是回歸第一性原理，對早教產(chǎn)品功能做深度挖掘；另一方面是我們自研的EVA實時多模態(tài)互動模型，能真正滿足產(chǎn)品需求?！?/p>

從國內(nèi)幾個主流電商平臺的退貨率數(shù)據(jù)可知，早教產(chǎn)品退貨率高達(dá)30%-70%。其中退貨率偏低的是故事機(jī)、熏聽機(jī)這類產(chǎn)品，AI類產(chǎn)品的退貨率是非常高的。所以早教硬件看似是紅海賽道，實際產(chǎn)品力上并沒有滿足家長和寶貝們的需求。

奇多多的突破性功能主要體現(xiàn)在三大方面：

1. 能“看”世界的眼睛：AI識物科普與全能閱讀

無界方舟創(chuàng)始人&CEO曾曉東博士指出：“常見的「語音AI+CV視覺模型」在真實幼齡場景中會有四重失效，具體表現(xiàn)為，常見的兒童語音識別錯誤率高達(dá)52%、對任意書籍的識別準(zhǔn)確率不足35%、對常見物品誤識率超40%、復(fù)雜概念解釋遠(yuǎn)超認(rèn)知水平?！?/p>

EVA通過“模態(tài)中樞+成長型認(rèn)知引擎”架構(gòu)實現(xiàn)突破，從“成人適配”到“兒童友好”，其中視覺能力為核心支撐：

打通視覺理解【眼】：兒童“邊看邊問”是核心交互習(xí)慣，除AI語音外，奇多多更有視覺識別能力，并帶給孩子知識科普拓展。書籍、日常物品、涂鴉作品、學(xué)校發(fā)的獎狀獎品等，這些孩子喜歡展示和提問的物件，奇多多均可識別。

除AI視覺識物和科普外，奇多多還有強(qiáng)大的閱讀能力，支持不同字體、多語言、全類型讀物的識別。寶貝家里的繪本、考卷、課本、期刊、卡片全能識別和閱讀，提供3種閱讀模式：朗讀、翻譯、指讀，有效替代點讀筆、詞典筆等產(chǎn)品。

2. 堪比真人的低延遲反饋速度

革新延遲標(biāo)準(zhǔn)【快】：語音交互延遲≤250ms（匹配快速注意力轉(zhuǎn)移特性），視頻交互延遲≤400ms，書籍識別/實物識別延遲≤300ms（采用邊緣端視覺特征加速算法，支持即時反饋）。即使受限于硬件設(shè)備性能，也可以控制在秒級響應(yīng)。

0-10歲兒童的注意力持續(xù)時間僅為10-30分鐘，超過1秒的響應(yīng)延遲就會中斷注意力，而缺乏視覺理解的實時互動則會切斷“從看到學(xué)”的核心鏈路。很多AI語音產(chǎn)品采用按壓式交互，反饋在6秒以上，孩子是無法沉浸使用的。

“孩子問‘這是什么’時，如果等待超過1秒，他們的注意力就可能轉(zhuǎn)移。”小喬解釋道，“我們的技術(shù)團(tuán)隊為此進(jìn)行了大量優(yōu)化，確保交互過程自然連貫?！?/p>

3. 能“成長”的個性化陪伴感

情感與成長體系【伴】：具備48種情緒計算體系，100+種眼神表情互動，可克隆父母的音色與孩子對話。更有個性化記憶引擎帶來AI成長體驗，使每個孩子都有專屬于自己的奇多多。

奇多多是帶有成長屬性的AI產(chǎn)品，會隨著用戶的使用，個性化適配用戶，記得用戶的重要事件，讓每個孩子擁有屬于自己的奇多多。其背后的關(guān)鍵是“存儲型記憶 + 參數(shù)化記憶”的技術(shù)結(jié)合，為寶貝們打造專屬的 “記憶引擎”。

技術(shù)內(nèi)核：EVA大模型如何突破行業(yè)瓶頸

曾曉東博士深入解析了背后的技術(shù)原理：“首先我們需要的是一個極強(qiáng)的實時多模態(tài)大模型來賦予硬件‘真人般的交互’，多模態(tài)模型因其能夠融合文本、圖像、音頻等多種信息形態(tài)，提供更智能、擬人化的交互，而成為重要研究方向。我們從去年年初就著重布局這個方向，在業(yè)界沒有任何現(xiàn)成開源方案的情況下，率先在去年8月份推出了國內(nèi)SOTA的EVA端到端多模態(tài)模型，率先解決了多模態(tài)商業(yè)化致命瓶頸，為AI應(yīng)用賦予了‘超級感官’與‘真大腦’，填補(bǔ)了走向商用落地的最后一公里。”

在此基礎(chǔ)上，EVA為奇多多做了兒童早教場景的深度模型適配。最特別的是看懂“萬物與書籍”的視覺魔法——AI識物科普與AI所有書全能讀。

早教場景視覺識別面臨四大核心挑戰(zhàn)，包括非標(biāo)準(zhǔn)書籍（多樣排版、手寫字體等）、實物形態(tài)多變、復(fù)雜環(huán)境干擾以及兒童非標(biāo)準(zhǔn)書寫和涂鴉。普通AI識別準(zhǔn)確率低于30%，實物混淆率超45%，難以滿足兒童學(xué)習(xí)需求。

EVA針對早教場景進(jìn)行了全面的場景化視覺能力優(yōu)化。其“書籍全域識別引擎”支持所有類別書籍甚至手寫本，通過字體擴(kuò)展、排版分析和印刷增強(qiáng)實現(xiàn)96%的準(zhǔn)確率，并可同步語音朗讀與科普互動。在實物識別方面，采用小樣本學(xué)習(xí)技術(shù)，僅需3-5個樣本即可識別新實物，結(jié)合多模態(tài)科普和抗干擾優(yōu)化，在復(fù)雜環(huán)境下仍保持93%以上準(zhǔn)確率。針對兒童手寫和涂鴉，EVA通過專用訓(xùn)練數(shù)據(jù)集和模型優(yōu)化，實現(xiàn)94%的作業(yè)識別準(zhǔn)確率，并能對非標(biāo)準(zhǔn)書寫保持魯棒性，還可將涂鴉關(guān)聯(lián)科普內(nèi)容激發(fā)創(chuàng)作興趣。

個性化與隱私保護(hù)的完美平衡

在個性化方面，小喬介紹：“AI陪伴類產(chǎn)品，只有做好個性化成長時，才能提升使用時長和活躍度。奇多多是帶有成長屬性的AI產(chǎn)品，會隨著用戶的使用，個性化適配用戶，記得用戶的重要事件，讓每個孩子擁有屬于自己的奇多多。其背后的關(guān)鍵是‘存儲型記憶+參數(shù)化記憶’的技術(shù)結(jié)合，為寶貝們打造專屬的‘記憶引擎’?！?/p>

這主要依靠三個模塊協(xié)同工作：認(rèn)知記憶模塊會追蹤孩子的知識軌跡，并構(gòu)建認(rèn)知標(biāo)簽；情感記憶模塊則本地化存儲孩子的個人偏好；交互記憶模塊會依據(jù)艾賓浩斯遺忘曲線動態(tài)調(diào)整記憶內(nèi)容的優(yōu)先級。

針對家長關(guān)心的隱私安全問題，曾曉東博士強(qiáng)調(diào)：“這是我們極其重視的關(guān)鍵問題。我們通過多層技術(shù)保障、完善的家長控制功能、透明的數(shù)據(jù)承諾以及合規(guī)的設(shè)計，全面消除家長對數(shù)據(jù)隱私的顧慮。”

“我們創(chuàng)新性地研發(fā)PrivateLoRA技術(shù)，進(jìn)一步加強(qiáng)兒童信息的安全與隱私保護(hù)。EVA基于PrivateLoRA構(gòu)建了一套隱私優(yōu)先的大模型架構(gòu)，其核心思路是將涉及用戶隱私的計算任務(wù)本地化——遷移至個人終端設(shè)備執(zhí)行。該技術(shù)借助低秩適配（LoRA）方法，在微調(diào)大模型時僅訓(xùn)練和更新少量參數(shù)，無需原始數(shù)據(jù)上傳至云端，既降低了數(shù)據(jù)傳輸中的泄露風(fēng)險，也利用本地算力實現(xiàn)深度個性化處理?！痹摷夹g(shù)我們已向技術(shù)社區(qū)開源（https://wanglamao.github.io/），為推動隱私保護(hù)大模型的發(fā)展貢獻(xiàn)力量。

開放生態(tài)：EVA OS讓每個硬件都擁有“視覺智慧大腦”

曾曉東博士分享了EVA OS的未來開放計劃：“簡單來說，EVA OS將奇多多最核心的‘眼睛’和‘大腦’做成了一個標(biāo)準(zhǔn)化、可插拔的軟硬件一體能力包，任何想做智能硬件的公司，無需從頭研發(fā)AI，直接使用我們的研發(fā)套件即可?！?/p>

EVA OS主要開放四類能力：多模態(tài)交互API、知識與視覺接口、硬件適配SDK以及廣泛的硬件兼容性。首批合作伙伴已取得顯著成效：某知名兒童出版社接入EVA書籍識別能力后，其小眾科普書的用戶閱讀時長提升3.5倍；戶外玩具廠商通過實物識別API，使望遠(yuǎn)鏡產(chǎn)品增加“識別花草/鳥類”的科普功能，銷量增長52%。

未來，EVA OS致力于打造一個開放、協(xié)同的生態(tài)。不僅提供技術(shù)接口，更通過開發(fā)者社區(qū)、詳盡的文檔和技術(shù)支持，持續(xù)賦能合作伙伴，共同推動多模態(tài)AI在智能硬件領(lǐng)域的創(chuàng)新與應(yīng)用。

我們希望作為先行者，讓科技平易近人，實現(xiàn)科技普惠、行業(yè)共榮！

免責(zé)聲明：市場有風(fēng)險，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞：