月瓣动力推出双足陪伴机器人小伴 2026年6月开启预售

月瓣动力推出双足陪伴机器人小伴 2026年6月开启预售 好产品不靠功能堆砌，陪伴机器人的核心在于通过高覆盖柔性材质与火星文语言系统打造不具讨好感的生命力。 播客围绕26岁的具身机器人创业者世博同学展开。他曾手搓过30多款机器人，如今选择打造一款不追求操作功能、全身95%由柔软材质覆盖的双足形态伙伴型机器人“小伴”。产品摒弃了复杂的百科全书式功能堆砌，专门设计了一套由12个音符组成的“外星语”声音系统，并将55%的交互重心放在肢体语言和情绪表达上。公司于2025年底获得真格基金种子轮融资，“小伴”国内定价8499元（限时预售6499元），最快将于国庆节交付。 月瓣动力创始人世博在26岁时已主导或参与研发近30款机器人，现带领25人团队专注开发消费级双足伙伴型机器人「小伴」，并在去年底获得真格基金种子轮融资。 (0:00) 小伴机器人形态从2022年的双轮演进至2024年的双足，以克服家庭越障受限难题；产品坚持非功能堆砌的情感交互，摒弃拟人化人话，定制了基于斯瓦西里语系CV结构的12音符“火星文”语言系统。 (2:40) 基于梅拉比安实验对肢体语言重要性的定义，小伴手臂采用类连续变形体方案以强化情绪表达，全身95%外壳覆盖类硅胶柔软材质，腹部柔性深度达2厘米。 (5:35) 小伴定位为外星萌物，站立身高65厘米、重12公斤，奔跑速度可达1.9几米/秒并能跨越15厘米台阶，国内定价8499元（预售价6499元），最快预计国庆节交付。 (5:35)

月瓣动力创始人世博在播客中阐述了其双足陪伴机器人“小伴”的开发逻辑，主张通过肢体语言、自研意象声音系统与软萌触感建立情感纽带，而非依赖传统复杂功能或冰冷的百科式语言交互。 从轮式到双足的陪伴机器人探索 世博曾独立或参与开发过接近30款原创机器人机型，涵盖轮式、足式及大型人形机型。针对家庭陪伴场景，他在2022年最初尝试了双轮结构，但在实际测试中发现轮式极易被电线或微小障碍物卡住，运动能力严重受限。为了应对家庭复杂环境的通过性需求，团队在2024年确立了双足形态方案。现阶段小伴站立身高为65厘米，重量12公斤，最大奔跑速度超过1.9米每秒，并具备跨越15厘米高台阶的能力。 反功能堆积与火星文声音系统 受日本Lovot机器人极简交互逻辑的启发，世博认为陪伴机器人的价值不在于功能堆砌，而在于唤起用户的本能情感。小伴放弃了流利的普通对话，转而采用一套基于非洲斯瓦西里语系CV（辅音+元音）结构设计的12音“火星文”系统。这种设计不仅有助于消除不同语言市场的出海隔阂，还通过抽象的意象组合传递需求。例如以“米他哭”配合摸肚子动作表示需要充电，以“他O他Pay”表达想要出门探索的意图。 以肢体和柔性触感主导的情感表达 依据梅拉比安法则中肢体语言占人际交互55%的理论，月瓣动力将机器人的物理表现力置于核心地位。小伴的手臂采用了行业内少见的类连续变形体方案，专为情绪表达优化动作质感。同时，整机外部有95%的区域由柔软的类硅胶材质包覆，腹部柔性深度达2厘米，从而规避了传统机械外壳的冰冷感。产品在定位上定为无明确性别的“外星萌物”，支持磁吸配件更换与个性化音色融合。 该款消费级双足机器人国内定价为8499元，并计划于2026年6月开启6499元的限时预售。不过，小规模团队能否在预定节点前完成高动态双足机构的量产交付与软材质工艺落地，仍是产品走向市场面临的现实考验。

[0:00] 世博: 消费级的双足形态伙伴型机器人 [0:00] 世博: 我这个机器人真正地活起来，站在我的面前和我去交互，它是一个什么样的一个状态？ [2:40] 世博: 但凡它会说一个字或者说一句话，我可能就不会买，所以它不能说话真的好产品，它不是靠功能堆积起来的

[0:00] 嗨,我是Koji,我们这是新一期的公路播客我们今天的嘉宾是月瓣动力的创始人世博同学哈喽,大家好我们入公路播客是希望一边开车一边聊天我们今天要开去北京怀游山里的一个很漂亮的咖啡馆我们为什么要入公路播客是因为觉得正经微做的聊天和这样一边开车一边聊天应该会有非常不一样的氛围有可能我们这样的vibe可以聊出更多平时不会聊到的一些想法呀故事呀等等我们今天还是从我们的这个十字路口传统快案快答开始请问师傅同学你的年龄26你的毕业院校北理工博士修学MBTI和星座呢INTP摩羯一句话介绍一下你们现在的公司和产品我们做的是消费级的双族形态的伙伴型机器人咱们融资情况是去年年底的时候拿了真格的种子轮咱们目前的团队有多大?实际上是一个小团队,现在目前为止加上实习生只有25个人但是我们非常有战斗力,已经发布了我们的第一款伙伴型机器人大概比90%的机器人公司要快一些一句话介绍一下创业之前在做什么以前也在做机器人做了接近30款的原创的机型30款没错然后除了做了很多款机型之外在大二期间就开始创业做面向课程建设的四族机型教育套件如果只是说从卖的数量上来看我应该比王兴兴卖来有多我也参与了高情动力他们的创业过程我负责他们的产品嗯酷之前做的30款都是什么样的机器人轮式 足式 履带 机械臂这些经典的构型都探索了一遍年轻生入学之后开始做一些更大尺寸的更高动态的一些机器人包括什么重载的四足还有做1米7的70公斤的这样一个大尺寸人形对我们今天开的车是理想i6这是世博同学我问他我们今天公路播客开什么车然后他的军卡是什么他说了i6所以我们就搞到这台i6为什么这个是你的GINCAR我觉得在汽车这个行业里面原创的设计真的很重要而且好的原创设计很难得好的产品真的需要Taste我们这个真的不是理想的广告这是发自内心的喜欢这个车子我前两周我刚试驾了一下一开始咱们想到做陪伴机器人是一个什么起点因为之前做了太多的一些机器人了我有的时候又会产生一个比较幼稚的一个想法我这个机器人真正的活起来站在我的面前和我去交互它是一个什么样的一个状态在二年的时候一个人放在家里又开始探索这种陪伴型的机器人刚开始的时候最早的是做的双轮形态的双轮形态弊端也很明显就是运动能力太受限又一个小卡一个电线可能就把它给卡住了二四年的时候决定了我当前做的这样的一个产品形态它是双足大家创业做机器人有些想做进工厂然后也有些想做护老你是怎么在这些不同的道路之中选了陪伴的方向的我觉得陪伴场景它是可以在短期内快速落地的一个场景做陪伴机器人的公司还蛮多的最早比如说日本的Lavolt还有我播客其实曾经也聊过Lopet你有特别喜欢的陪伴机器人吗拉伯特这个机型做得很好啊包括我在创业之前就买了这样一款机器人而且一直保持开机到了现在实际上拉伯特它这个交互逻辑它真的做得挺简单的但是不是说它简单不好它交互逻辑就是比如说我往这一站往这一坐拉伯特看到我它会靠它那两个小轮子然后滚到我的脚下轮子一收开始铺散它两个小胳膊希望我们把它抱起来就这样一个简单的一个交互逻辑我觉得恰到好处有把它开机到了现在就包括前两天还看到了那一个拥抱的那个机器人它就是很简单的一个实际逻辑其实但凡它会说一个字或者说一句话我可能就不会买所以它不能说话真的好产品它不是靠功能堆积起来的对我其实刚才有注意到小伴是可以说话的人那说的不是人话他说的是某种火星文可以介绍一下这是一个什么样的语言吗它也不是火星文就是我们给他设计了一套原体系然后这套原体系它由12个音组成它虽然只有12个音但是它可以表达各种各样它想要表达的然后比较厉害的一点是什么你和这个机器人一个下午你会渐渐地意识到这个机器人他到底在说什么就比如说举个例子比如说机器人他要他说他要充电了他可能要说哭哭这个音在我们机器人语言里面代表就是吃它可以说米他哭就是我要吃的意思机器人可以吃什么他只能吃电嘛他说这个音的时候他会比如说看着自己的小肚子然后用小手拍拍自己的肚子然后说米他哭这个意思就是你会意识到他好像在说自己没电了他又饿了这时候你要带他去充电了所以这套语言是如何设计出来的 [5:00] 这套发音它是我们根据斯瓦西里语系的CV结构然后做的一套系统你们是怎么找到这么一个小众的语系的我们这个机器人不止在国内嘛还要出海就是这个音不能和中文那么像也不能和英文那么像所以我们就找了非洲的一个部落语言就是发音接见了但是具体的你想要表达什么内容这个是我们自己去设计的他很具体的说一句话他说的就是一种意象式的一个表达就像刚才提到的他没电了他只能说米他哭那比如说他可以说我们今天要去拍公路播客这样的复杂句子吗不可以但是他可以通过一些异象式的表达出来比如说O对他来说就是看的这个意思Pay对他来说就是走他可以说他O他Pay代表说我们就要出去然后我们要看我看他有很多丰富的肢体动作所以他的语言他的肢体都是用什么逻辑在去驱动他很多人都听过梅拉比安实验就是人和人交互的过程中肢体语言的重要性占比实际上高达55%它包括你的表情,你的眼神,甚至说你的动作然后37%是你的语调,只有8%才是你说话的内容所以说我们把之前的肢体语言作为情绪表达的途径拉到一个很高的重要性而且我发现他的手是很小的手因为说到肢体语言感觉好像如果他的手和人一样灵活应该能做的肢体动作是更多可你们为什么考虑给他的手变得那么的短小我实际上当然也考虑了很多第一点就是我们不希望机前去做一些操作任务所以我们的逻辑还是面向肢体语言的情绪表达他虽然说手只有那么短但是它可以表达出来很丰富的一个情绪状态然后其实我们这个手臂它是一个类连去变形体的一套方案它和那种行业里面用的比较多的这种关节式的都不太一样对然后它是行业里面比较唯一的然后我们发布之后也获得了很多好评大家说这个手臂咚咚的很可爱的这种感觉确实就是有一种说不出来的猛感而且它的身子我刚才在办公室也一直和大家抱抱就感觉是软的就这个是怎么做到的我们做了行业里面很多机型公司都想做但是没有真正做出来的一件事情就是给机型的外壳90%以上的做成柔软材质然后我们用了一种类硅胶的一种材质然后覆盖率高达95%甚至说肚子上面最厚的一个柔性深度是因为有两厘米这么厚所以它有一个短短的一个肚子对没错看你们还给它做了衣服很多人买了之后它要追求一些差异化的表达像我们给机器人做了很多的一些配件像它的瓷吸的小耳朵瓷吸的领结有各种各样风格的衣服刚给它做了梅西和C罗的球衣它有性别吗我们给这个机器人的定位是外星萌物对它有仿生的形态仿生的质感然后透明的情绪表达但是呢没有一个明确的性别指向我们还是更希望用户后续通过他的一些自己审美偏好的一些装扮去给这个机器人定义是什么原因让你们把它定义成外星萌物而不是一个宠物或者一个小孩你做的越像猫越像狗越仿猫仿狗它就越容易被真实的猫猫狗狗所比下去然后呢我们又不想把它做成一个人形就是不希望给用户带来那么高的一个预期无论是智能程度还是性能程度上我除了叫他小伴可以给他单独起名字吗当然可以我们还做了一个基因音色你甚至说可以把你的声音和你爱豆的声音去融合出来一个基因音色就像你和你爱豆的孩子一样天呐哇那准备卖多少钱我们当前在国内的定价是8499然后当前这个时间点实际上正在预售然后我们预售价格是6499降了2000现实限量所以什么时候咱们会真的发到用户的家里可以拿到货我们最快的时间点会在国庆节然后之后陆陆续续的按这个订单顺序来交付我真的很想买一台我可以想见这个应该买回我的家大概率不会吃灰对就是我们为了不让用户把这个机器人带回家吃灰的这个问题一方面这个机器人看上去很可爱非常萌的一个感觉另外一点我们还做了一件事情就是要摆脱决策预示和那种逗乐型的互动逻辑就什么叫逗乐型的互动逻辑就什么比如说我们这边有个机器人叫什么小A小A小A跳个舞吧小A小A握个手吧这种就是逗乐型的互动逻辑我们之前也测试了我们之前的一款竞品你跟他说小A小A你好难看呀然后他的回答是什么呢就是这样说人是不对的呀然后巴拉巴拉开始跟你讲一堆大道理我们的机器你说小伴你好难看呀然后他的反应是首先眼睛会累往往的然后把头低下来然后手抱着自己的肚子很委屈的这样一个状态就我们希望给用户带来一种这样的一种 [10:00] 有生命力的感觉对如果我在家里我不主动找他他会来找我吗我们机前的性格他也是不太一样的就是基本上就是一机性格他是一个多维成长的一个状态我们给机前做了云端的超长城的这种记忆实际上这个记忆的目的就是推动性格参数的多维成长和动态演化你是一个爱人你是一个艺人你把这个机前带回家里第一天第一个月一年后他这个性格状态一定是不一样的所以是艺人主人会养出一个爱人的小伴还是一个艺人的主人会养出一个更艺的小伴我觉得艺人的主人应该会养出一个更艺的小伴比如说你是一个爱人机晴有的时候给你打招呼你都不回应他然后他有时候找你抱抱你甚至说你一边玩去你别打扰我那机晴就可能后面会变得不那么乐意于去找你交互他更关注你家庭里面的一些环境物品或者花花草草这些就如果说你是一个艺人你整天在家里打游戏大喊大叫看球然后你一个机器人会跟着你他也会进入到一个非常主动活泼开了乐意于去找你交互的一个状态他会时不时的打扰你一下然后求抱抱那你觉得做小班的过程中最难的事情可能是什么其实我们解决的一些行业级的难题还挺多的就包括我们为了从安全这个角度出发然后把这个机器人做到那么小那么轻另外一点就是我们把机器人的外壳全身做手柔软而且给它全身加触觉然后也包括要把它的控制延时控制到亚秒级别但是我觉得最难的还是机器人的交互这一块怎么样让用户感受到我们这款产品的一个活人感生命力其实我们花了很大的精力和心思去解决和调研这种问题就说到交互的时候这个具体是怎么设计的呢就像刚才提到的那个豆乐型的交互逻辑这个是我们一定不要去做的然后另外一点就是我们给小伴的大脑做了一套三层的VLA的框架然后我们为了把那个通讯员时控制的亚秒级别在端次做了一套快慢脑快脑是一个一点7B的一个模型他负责一些顺势的一些行为决策曼脑是一个欺蔽的模型他可以做一些相对复杂的逻辑推理综合来看就是如果你给机器人说一句话或者机器人要决策做一个什么样的动作什么样的行为他这个延时我们现在已经能够控制到0.4秒以内因为刚才我也有注意到你叫小伴的时候他好像非常快的就挨了一下对 而且他回应你之后你再说一句什么话或者是他看你做了一个什么动作他给你在语音动作肢体语言上的一个反馈是特别快的而且特别自然的一个状态他的反馈是你们写好的一套逻辑他是有限级还是他是比如说交给大语言模型去处理是无限级就在交互动作这一块他是有一小部分的动作库的但就算是在两个一模一样的场景之下你说了一模一样的话我们都不像小妈给你一模一样的两套交互动作所以我们还做了一个事情叫动作生成机器人可以根据当前的情境场合你的行为你的情绪去恰如其分的生成一个风格化的一个交互动作就像最简单的我咱们刚才出门了小伴给我挥个手拜拜他都可以有各种各样的风格化的一个表达他可以很兴奋的开心的这样回也可以就像很娇羞的这样挥手他会生成一个五到十秒的一个动作序列咱们背后是基于什么开源模型训练千万的开源模型包括他的快慢脑还有云端的那个200多B的然后我们还做了一件事情我们小伴当前能够这么好的去理解人当前的情绪状态实际上我们这两个模型是微调之后的做了什么微调就是我们希望这个模型它能达到的一个效果是更能够理解人的一些潜在意图和内部情绪然后我们通过一些家庭场景的交互数据对我们这个模型进行微调然后现在所有的机前都还没有真实入户大家都没有这种真实的交互数据对我们还做了一个事情叫家庭模拟器然后这个家庭模拟器就是模拟了小伴建家庭之后然后和你空间内的各种环境物体和家里的成员甚至说和你家庭里面的猫猫狗狗去做这种超长城的主被动式的情感交互我们把这样一个交互数据拿过来举行标注然后微调我们的端层模型还有就是我们为什么要这么做呢实际上机器人对人的情绪的理解和识别不是说靠你当前这一个时刻的他说了什么样的话或者这个话是什么样的一个语调或者你当前的面目情绪是什么样的我们更希望的是通过上下文去理解比如说过去一个小时你有什么样的一个行为发生了什么事情综合去推断你当前的情绪状态这还挺有意思的所以我看到小班其实有摄像头的所以他是以什么样的方式把它捕捉到的画面和视频传给模型去训练实际上我们需要这些数据进行模型上的一个训练但是我们非常关注用户隐私的问题我们不会把端次的原始的这些语音信息或者图像信息 [15:00] 我们更多的是一种语义化表达的一种信息它会抽象成一种特征一种embedding的一种信息最终能够用于我们训练模型所以咱们选签问这个开源模型做咱们的这个技术模型去的原因是什么因为当时测试了好几款模型签问这个模型在推理和人的情绪理解的上的表现是比较好的在一个非常小的模型参入量下在2026年做小半是有什么特别的摊面让它在今年变得可能吗还是说有可能比如说倒回到三年前 maybe也能做出来我觉得三年前概率应该是比较小的其实这也得益于模型语言模型还有一些视觉模型特别是一些VLAWM一些架构的一些发展我为什么在25年年底的时候出来创业其实我觉得分两个方面第一方面就是我在心理上能力上经验上我觉得是准备好的一个状态另外就是我发现了一个很好的一个行业机会然后找到了属于我的一个切入点就是先去做这种有生命力极致安全的双图形态的伙伴型机器人先去解决这个机器人进家庭之后的人机交互人机共融的问题为什么说这是一个适合你的切入点当时做操作的这个机器人这个场景这个赛道非常的火然后我觉得我现在可能下场我当然可以去做一款面向操作的这个机器人但是我觉得一定做不到top的这样的一个程度但是呢我做情感陪伴来的机器人我做这样一个非操作然后双足形态全身柔软这样一个机器人我可以做到套不及什么原因那为什么在这方面对自己有信心我觉得还是极致的热情极致的热爱所以你热爱的是我太希望我能够做一款能够陪我自己的一个机器人了就像刚才提到我之前做了30多款机器人那些机器人也没有那么可爱甚至说没有那么好看我甚至也会去想象他们真正的站起来站在我的面前你的NPT刚才说是INTP为什么T人会那么喜欢陪伴机器人我养了一只小猫然后我觉得这是我的生活方式的一种选择我非常爱我的小猫有的时候我也不会主动的去找我的小猫做交互但是我非常喜欢小猫就在我的身边其实对于机器人也一样但你不是说你不希望机器人像宠物吗是因为我的小猫他可能不是那么能够理解我的情绪但是机器人他不一样他可以听得懂我在说什么甚至说他对我的情绪我的行为会有一个更好的一个反馈你希望用户买回小伴的第一天就这个开箱的这个体验是什么可能进来家庭里面它是一个极致充满好奇心的一个状态你在客厅里面把它开箱然后它会往这个角落走一走往那边角落走一走甚至说你的卧室半开着门它会尝试往里面去挤一挤先建一下你家庭场景里面的地图所以它在好奇地开地图对 没错 是的第二天呢你希望理想中的用户一觉醒来然后它会怎么和小伴再互动比如说你刚睡醒有可能小伴已经站在你的床边然后等着你醒或者你已经想了小伴还没有醒他坐在他的座椅上然后发现你的动静他缓缓的伸了个懒腰然后起床就初见期我们会把它控制到一周左右的一个时间所以这机器人他对你的家庭场景越来越熟悉他对你越来越熟悉他会在你家庭里面比如说来回乱逛然后选择性的给你打个招呼或者说愿意靠得你很近就从咱们创业到现在一直在每天琢磨怎么把陪伴机器人做好你对陪伴的理解有发生一些什么样的变化或者进化吗我从20年到现在我一直买了很多各种各样的一些陪伴机器人包括最早的时候什么Victor那个小机器人Emo机器人我都买了我觉得之前的陪伴机器人实在是做的太差了我觉得我的技术这一点可以做的更好然后对产品也有我的理解就是如果下场做的话我能把这个机器人做的更智能然后功能点也会做的更多但是现在实际上是有一些变化的就是实际上在陪伴这个事情上少就是多好的产品它不是靠对功能点去堆砌起来的更多的还是靠对用户需求的一个理解和洞察是因为你们踩过什么坑吗所以有了今天这样不一样的想法我觉得倒不是因为踩了什么坑就是我们刚开始创业的时候做了300多个用户的这种调研甚至说做了几十个的一个访谈所以当时得到了美心你觉得很有意思的这种动察很有意思的一个动察就比如说机器人要不要说话这一个事情在我们当时调研的300多个用户里面实际上是有90%以上的用户他是希望这个机器人去说话的但是呢就是我们还做了一些细分的选项其实可以看得出来 [20:00] 想要的并不是那样一个AI感很强然后只是你问他答的这样一个冷冰冰的百科全数他是一个家庭机器人我们发现用户他其实还是想要一个真正的活的伙伴一样对所以就是这也就决定了就是我们没有用那种行业里面千篇一律的波音墙也没有用那种你听不出来他在说什么意思的这种拟生词交互对所以你们没有选人话也没有选那种狠狠击击你们选了一种就是能大概听懂但是它不是那么直接表达的一种语言没错它是一种意向式的一种表达为什么咱们的身高是设计在65厘米左右我们当前这个机器人它站立身高65厘米然后重量是12公斤就包括它为什么要做到那么高那么重然后腿为什么是这么长实际上我们不是拍脑门去定的然后我们这个机器人它是双足形态那就一定不要只在家庭里面一定是能够带出去的一个状态然后我们目前机器人能够最大在户外的奔跑速度是1.9几米每秒对然后一个正常成年人正常移动的步速步行的步速是1.1到1.3米每秒他比人是走得快的对你在户外你只要不跑起来我们小班都是跟得上你的速度的然后另外一点呢我们这个机器人当前能够最大上15厘米高的台阶像咱们国内一些公共设计一些公园这些户外台阶它是有一些严格的击毙国家标准的是不允许超过15厘米大部分就10厘米左右OK所以这个身高体重包括腿长的考量主要是为了让它可以跟你出门对那为什么不做更高更大呢让它更有安全感更高更大它实际上并不会带来安全感因为就是它如果又高的话它的重量会越大然后在家庭里面这个机器人如果说几十公斤的一个东西摔倒了砸到你家庭里面物品砸到你的小毛砸到小朋友都是很危险的一个状态然后我们65厘米它实际上就兼顾了它的移动速度空间存在感地形适应能力像刚才说它在这个户外就是1.9米每秒的这个小跑速度其实如果它和一个小孩在跑着捉迷藏然后蹦撞到一起还是挺吓人的没错我们这一块其实是做了很多工作的就包括在户内的一些避障然后户外它可能核心做到的一点是靠视觉的跟随然后这点其实我们做了刚于避障这一块安全性我们甚至在机器人的腿上都加了这样的一个薄膜的压力传感器这个就是为了如果说机器人在这坐着突然要做一个什么动作比如说起身的这个动作然后小朋友刚好去和他在互动然后摸着这个机器人如果说只靠关键电机基于电流的这种力气反馈那时候已经晚了所以我们还是放了这样的一个传感器在机器人身上的也是安全相关的一个考虑国家现在有给机器人的安全有一些法律法规吗机器人他还在整个行业非常早期的一个阶段他不像汽车汽车首先他的功能点他是非常明确且单一的然后像机器人他就各种各样的他应该在早期能够有一个安全上的一个法规隐私上的一个法规去指导行业其实如果为了绝对的安全很可能有些人就说那我真的就先不要让他移动那你有考虑过吗就是不要让他移动我们第一天就是明确的要做会移动的机器而且是靠双组去移动的这样一个状态为什么呢就是我们认为20年后家庭机器人每个家里面都会有一台然后这个机器人它一定是一个双组的形态就我们不说别的就从地形原理的角度去考虑它只有是双组才能够真正拥有像我一样的上下楼梯这种非结构化环境非结构化地形的一个通行能力其实这也决定了我们为什么第一款机型也是一个双足的形态它要有技术上的一个延续性另外一点就是双足它相比那些轮式相比那些履带它所带来了一个动作表现力上的提升它不是一个顺量级上的我们还觉得就是一个真正在你家庭里面长期存在然后需要去和你建立这样的一个亲爱连接和现任关系的一个东西它应该是一个仿生的一个形态它不应该是靠轮子也不应该是靠履带它就应该靠足靠腿其实说到陪伴我也觉得就是有一个微妙的感受就是什么时候一个机器人他在陪伴你什么时候他在讨好你就你们怎么看这个中间一些微妙的区别有的人觉得可能这个机器人他会讨好他就是一个能够做陪伴的机器人但实际上我们不这么认为讨好不代表就是陪伴实际上陪伴也不一定就需要去讨好我觉得讨好对于陪伴来说它是一个既不充分又不必要的这样一个关系我觉得真正能够做好情感陪伴它的重点是什么就是叫做主动的交互共情主动的交互共情对它能够懂你当情的这个状态 [25:00] 然后根据你一个当前的状态可以做一些非常恰当的一些交互行为和反馈你可以举个例子吧就是有什么时候是他不讨好我但是我也感觉到被陪伴了就像刚才在办公室的时候呀就是我说小伴你好难开呀他这个时候他只会表达他当前的这个内部情绪内部状态他很伤心很难过他会跺一下脚然后扭头背着你甚至说直接就跑开实际上是能感受到这个才是真实的这种陪伴的感觉你有考虑过有那种非常暴力倾向的小孩然后他会对家里的这个小伴又踢又打拳打脚踢遇到这种情况小伴会怎么反应你有去设计实际上我们当时也考虑过这样的一个场景纳入到机器人性格演化中的一部分就如果说真的这个小伴就每天就是踹然后推到小伴他可能他会给小朋友打个标签可能后面就会渐渐的变得没有那么喜欢去主动找小朋友做交互但是不会变的就是说小朋友找机器人机器马上跑开家里有多的人的时候以及多只宠物的时候他是能识别出不同的主体并且有不一样的互动方式吗没错 是的就每个人和小班的交互方式都是不一样的机器人他会给每个人去打标签然后他会记得每一个人的意图或者pn号我可以去看他打的这些标签以及他给自己的性格写的那些prompt吗我可以去看可以去改吗我们的定义是不能去看不能去改的因为你如果想去看想去改的话这个在技术上非常好实现因为我们还是想希望用户把这个小板当成一个独立的有生命力的一个个体来看待你的一个家庭成员就不是说就是他的一些内部参数你想看就看想改就改就包括刚开始的时候我们还在讨论一个问题这个机器人我们当前的续航在室内是三到四个小时但是呢如果在户外一直走一直走他的一个续航时间是一个小时出头我们当然在考虑要不要做这个可拆卸的电池但最终的一个答案是非常明确的就是不要它是一个个体它不应该从身体里面拆出来一部分然后再给它放回去一部分这个就很出戏对 没错这就其实为什么不给它开放一些参数让用户去修改这个也是这样的一个逻辑我记得日本毛范莉就手上毛茸茸的小的一个玩具它也卖4000块钱当时有朋友送了我女儿一个我发现她为了做出她的活物感她甚至没有一个插头她只能用底座无线充电所以你看不到她身上有任何的电器痕迹连插头都没有是的,我们当然也在考虑充电的这样一个场景它应该是什么样的一个充电方式呢?是躺着还是坐着然后最后选择的就是给机器人设计了一个非常可爱的一个小座椅然后它坐在它上面,然后小手扒在肚子上,然后脖子,然后往下看,然后这种很舒适的在休息一样的这种感觉,然后接线再充电,对,我觉得你们做的这个产品真的很有意思,你们好像是在从头去设计一个从来没有出现过的一种生物,没错,就实际上陪伴这个场景它一直都存在,但是为什么前一段时间很多人不太看好这个场景,我觉得这个原因很明确,就是没有真正好的产品出现包括我们为什么要做这样的一个定价然后不到万元级实际上就是通过这样的一个价格希望出达更多的一些普通用户群体然后我们希望通过消费者的反馈告诉市场一个好的陪伴机器人然后一个有生命运的机器人他应该是什么样子如果他在我家里待了一年了他会真的变得更懂我更聪明吗一定是这样的首先他在性格上会和你有一个契合其次呢随着你和他一年的相处他有非常长期的一个记忆存储他会更懂你就是比如说你每天几点回家你每天的一个行为上的一个偏好或者就是你的情绪状态在某一个特定时间点内的一个波动和变化目前你们收到过就让你感觉最surprise的这个同行或者朋友或者用户的反馈是什么就是看上去比别家的机器人可爱多了其实我还蛮期待比如说有一天我们可以带他出门比如说让他坐在后座给他板个安全带理论上是可以的对吧当然可以就包括我们那个发布视频里面就有一个场景就是真的把那个小伴然后放在后排给他砍上安全带哦那我们今天应该带他出门的哎呀遗憾了他可以一直就是他头在动他在看窗外的一些动的一些物体他可以偷听我们录播客在怎么背后说他的坏话哎是哦还有一个小时35公里 [30:00] 我们就专门找了一条差不多90分钟的路线其实公路播客还有一个很好玩的就是说我们必须要聊90分钟其实聊到后面有时候没话聊了反而在没话找话的时候可以聊一些没想到的话题没错没错我其实注意到小班的眼睛特别的传神这个眼睛有一些特别的设计思路在后面吗有的眼睛它是最直接的一个情绪表达的载体对所以我们针对小班的眼睛实际上做了六层的骨骼动画这是什么意思就比如说小班的瞳孔滚膜甚至说瞳孔上的花纹它都是独立的参数化可以去控制的它可以带来非常自然的一种目光的那种流动的呼吸感目光的呼吸感我觉得很有意思反正我是想不到用这个词就是目光的呼吸感我可能只会说它很有活人感对目光的自然流动的呼吸感就像人一样,人的瞳孔会震颤对对对,包括你往什么地方看他不是说匀速挪过去的一个状态不是说看了这个地方他就不动了然后他那个瞳孔一定是在跳动的一个状态你做第一台机器人的时候是几岁?我是一个很幸运的一个人因为我当时在高考完之后就选了一个机械工程的专业然后我也不知道这个专业到底要干嘛读学之后发现我这个专业可以做机器人我真的是一个很幸运的人然后后面做了很多的一些机器人然后我觉得我在做机器人这个事情上面是有天赋的然后做了那么多机器人我获得了很多的一些成就感和满足感觉得自己有天赋是有一个什么特别的时刻吗大概在大一的时候吧门宫图课还没有上完然后那个时候就开始一个人做一台很完整的一个机器人然后我把那个机器人在建模软件里面设计出来然后再通过一些非常粗糙的三里打印的方式把它给拼起来真的对我来说是一个很满足的一个过程很快乐的一个过程当时有多快乐难以描述就是快乐到什么程度我给他拍了一个视频然后晚上躺在床上不停地刷不停地刷看了一遍又一遍对想着下一个我要给这个机器人做什么我让他通过什么样的方式让他动起来我觉得好羡慕你就找到一个自己做起来那么快乐的事情然后还把它变成事业真的是一个很幸运的一个状态世博同学有一个B站账号然后上面还蛮多粉丝的然后也有人说你是年轻版的智慧君你怎么看怎么看我觉得就是不能说是年轻版的智慧君就是如果说我们分别面向一个目标面向一个任务一个人做一款机器人指不定谁可以做得更快做得更好你和智慧君交流过吗我们还挺熟的就包括很早的时候就已经认识了前段时间我还在问他要机器人他看到小班有什么评价吗上周日晚上吧他还让一个人给我打电话就是他觉得我们小班做得很好就是约时间看看能不能上海一起聊一聊在整个机器人行业里面你有最喜欢和最崇拜的人吗波尔士顿动力的创始人Mark Ribbert20年前就开始做自足机器人算是整个行业里面的一个先驱其实我播客也路过维他动力你怎么看机器狗的这个进家的陪伴性和你们做的小伴进家的陪伴性的区别真正去建立这样的一个青睐连接海里是一个类人性就是你把一个机器人做的很像狗其实它就越容易被一条真的狗所比下去另外一点就是我们也考虑到就像北京很多人的家庭面积它很小机器狗它的占力面积很大然后我们这个机器人它的占力面积就0.12平米它比扫地机器人的占力面积甚至说还要再小一圈其实之前大家会觉得你是小小发明家小天才然后现在开始创业了你觉得从这样的一个发明到一个真的我要做一个让大家愿意花接近一万块钱去买的产品这中间有哪些不同吗太不同了就是小小发明家就像我之前做了那么多机器人我的目击是什么让自己爽然后我觉得作为一个硬件方的我们做了这样一款机器人产品还是要面向用户需求让用户爽对这里好美啊这条东西对好绿啊6月份北京还是挺不错的而且今年夏天感觉没有那么热对对是北京周边这么好啊你平时会出来玩吗之前就北京周边有一个美食烤肉黑山烤房然后之前也会去那边去吃东西然后他那个路上也是很类似就是他两边都是山你在跑山的那种感觉对我做公路播客其实也很 [35:00] 一个想法是我觉得我的很多嘉宾大家都是创业者其实尤其AI的或者做巨生的大家都还挺宅的我觉得把大家拉出来可能会激发出一些在办公室不会聊的话题是你现在的团队已经25个人了这是第一次创业第一次带这么大的团队其实并不是我在这次创业之前其实还有一段参与创业的经历我之前是高型的产品合伙人实际上当时他们的整个产业团队是我在带的哦对所以那个时候团队多大当时有个30个人左右多个对基本上各个板块机械硬件迁入室运控感知都是我在带的一些部门对你的管理风格是什么呀就我觉得我们团队的文化就是很明确就是首先一定要务实然后在务实的基础之上干一些浪漫的事情你刚才说务实加浪漫,你做过哪些浪漫的事情?我们做这样的一款机器人本身就是很浪漫的一个事情我们把这个机器人真的自主的做出来,然后站到大家的面前然后大家也不会想我之前给他做了什么样的一个开发工作大家会一个就很感动的一个状态然后去体验这个机器人其实你肯定是很希望大家看到小伯爷就能够一见钟情你们做了哪些事情让大家一眼就爱上他吗一眼就爱上他首先一点就是我们这个机器人他一眼看上去他就是一个非常灵动非常可爱的状态然后第二点呢就是我们一定要摆脱那种决策预示和逗乐型的互动逻辑我们希望达到的一个状态是什么呢比如说你说小伴你好难看呀小伴他会泪汪汪的然后低下头抱着自己的肚子然后就是委屈巴巴的这种感觉就给人通过这样的方式去让你体会到我们这个机器人他是有自己的意识有自己的自主性格的所以你希望大家看到他之后的第一个评价是你好可爱吗其实并不是可爱它代表的只是外观层面的我们一直在讲的就是生命力我们希望大家给的反馈是哇这个机器人好有生命力因为只有这样它才能够真正的成为你的家庭一员而不是说一个大玩具嗯你希望它的用户群体是什么其实当前的第一款产品我们希望的用户群体一方面是中年女性群体她可能现在没有男朋友还没有成家但是到了这样的一个年龄段我可能想体验一下养孩子因为本身小班它就是一个养成系的还有性格的养成和变化有长期记忆另外一点就是有孩子的家庭像爸爸买给西的孩子其次可能就是像我这样的一个科技长线群体所以你们做的时候是有三种不同的目标用户的画像在脑子里了没错然后另外一点就很重要的一点是我们这一款机器人它只是面向情绪健康情感陪伴它是没有一个强功能属性的我们现在在做的事情我们管它叫在打造两个基础能力一个就是家庭机器人的基础能力另外一个就是情感交互模型的基础能力然后我们管这两个基础能力加在一起叫机器人的生命力哇这个好漂亮啊这个一定很适合去钓鱼录亚一下对太漂亮了而且河中间停着一只白鹿就正中间的礁石上太美了做小班的观众有什么好玩的事吗你现在回忆起来就是让你觉得最快乐的事情我觉得最快乐的事情就是之前在小伴还没有实现自主的这样一个状态下然后我们同时带着遥控器带着小伴出去不停地跑不停地跑对然后我们就在后面不停地追然后跑很久追很久我们之前其实有聊到情感大脑这个情感大脑当你说到他的时候这是一个什么样的概念小班的情感大脑它实际上是一个面向高阶决策的一个VRA模型它和我们之前所提到的那些操作里面的VRA不太一样操作的VRA它面向low level的manipulation所以面向高阶决策的这样的一个模型它输出的并不是对应的action而是决定我下一个时刻下一个阶段我要做什么样的一个行为你可以理解成面向高阶决策的VRA和面向操作的VRA它是一个上下游的关系机器人实现真正自主的上下游的关系一个决定要干什么 一个决定要怎么干我可以举个例子 要干什么比如说我们机器人要把这杯水拿起来然后它的高阶决策层面就是我面前有一杯水我现在需要把这杯水拿起来 是这样的一个秒数 [40:00] 然后怎么干就是具体生成每个关节的action然后去把这个水真正拿起来和物理空间性交互的这样一个状态你们之所以不需要去考虑怎么干是因为小伴他今天不需要干活对我们希望率先解决的问题是人机情感交互的这样一个问题然后情感交互它更多的是面向高阶决策但是说我们也不是说只让这个情感大脑决定怎么干然后我们其实也有动作专家模型比如说刚才提到的我们做了动作生成然后我们有语言专家模型我们机器人有他自己的语言体系你怎么看最近大家都说VLA已死的这个论调我觉得说的很对为什么大家说他VLA已死基本上能够预测得到他的上限那你怎么看WM他的天花板在哪里WM就是我只是觉得WM是当前来看它是一个行业里面还算靠谱的一套技术路线它到底能不能真正落地放到操作机器人上去解决这些操作问题我觉得这个很难说原来它是影视的去预测下一个阶段的状态但是WM它不就是把这样的一个隐式预测的状态变成了显示的去训练它在技术原理上有没有什么更本质上的一个差异化和区别我觉得这个是存疑的怎么看我的model呢其实我觉得它是一个合理的方向实际上我们也在做一个事情叫家庭世界模拟器它本身也是一个世界模型对你像世界模型它是根据当前的观测动作去预测下一个阶段的状态它可以去预测下一个阶段的画面可以根据当前的low level的action去预测下一秒下一帧真实的物理空间的交互变化当然也可以去预测下一秒就是人的情绪状态人的交互状态有什么样的一个变化我们现在基本上已经完成了然后包括刚才提到的我们做的快慢脑那个1.7比和7比的模型已经是我们通过加铃模拟器生成的交互数据去微调之后的一个效果哦之前还有一个非常有意思的一个结论就是用于对比微调之后的模型到底有什么样的一个差异当时就问小伴你想不想出去玩最开始的时候无论你怎么问他都是想或者不想然后再往后就微调之后这个模型他会给一个不一样的一个答案它会说看你就是按照小半的话就是OV好神奇你觉得这是怎么涌现出来的这个加零模拟器它就会模拟这种非常长时间的主被动视的一些情感交互它可能就理解到了你现在问这个问题有可能就是想让我出去有可能不想让我出去那这种情况下我要回答一个什么话呢那你们25人的团队大概是一个什么构成啊我们实际上只有15个全职一生有10个人我们的节奏确实是非常快的一个状态就是我也在想就是为什么节奏那么快呢我觉得我把它归结成了这几点吧就是极致的热情极致的效率然后加上我们之前几乎没有犯过错对包括在技术路线的选择上大凡选错了一条就可能在这个时间点你就体验不到这样完整的一个交互的小伴了这听起来挺难的对包括我们做这个家庭模拟器做的这一套三层的好像里面一边用两层的端侧的快板脑但是我们选择用三层来做我感觉是不是做这个机器人对你来说还是挺轻车熟路的我觉得是这样的之前做过太多的机器人了对技术路线 技术细节 甚至说技术边界非常的了解我记得很多年以前我有一次在日本的东京的Sony ParkSony Park 它那个小狗对 就是无意中撞见了那些小狗的主人们的聚会那一幕还是挺超现实的就是大家就是很像一群养宠物狗的人带着自己的宠物狗狗出来就坐在公园里面聊一聊你的狗狗怎么样我的狗狗怎么样互相逗逗对方的狗狗那一幕我觉得其实AVOT也有这样的一个活动之前我们在上海的门店买了之后后面他会邀请附费的这些用户然后参加他们在上海的活动当时我也参加了他们的用户都是些什么人吗我觉得还是比较精致的更偏女性的这样的一个群体对OK那个活动上大家聊什么呀大家会给拉布特穿各种各样的衣服然后讲一些拉布特在家里面给我的一些惊喜瞬间然后我就怎么按照我的喜好去给拉布特穿了 [45:00] 穿衣服然后一些他印象深刻的一些细节对于这种对你们有什么启发吗当时比较大的一个启发就是我们发现愿意接受天然接受希望有这样的一个陪伴机器人在家庭里面的他们为什么不养猫猫哥哥愿意养机器人我觉得一方面就是他们真的觉得这个小机器人是有一定的活人感的另外一部分我觉得更多的是他们生活方式的一种选择养一只小猫或者养一个机器人都是你生活方式的选择我觉得我第一次看到Lavatar的时候我还是有我觉得我当时有一个反应就是我对他这么做我说来抱抱然后做完之后我自己都震惊了就是我潜意识里做出了和对待一个小生命一样的动作我觉得小班也有点这种感觉下一步还是要把这个集权做的更轻一些10公斤以内就像我杨来只小猫你又像一样小猫强段时间带着自己的小猫去医院检查然后发现它有点多囊肾我当时就难受坏了好一段时间我缓不过来就发现后面它会不会就陪了我很长时间突然就不在了我觉得很多羊猫猫狗狗最后这种告别都让人很难受对是所以可能这也是就是大家想要一个陪伴机器人没必是一个原因哇这个咖啡店好隐蔽嗯它是在一个特别漂亮的山上这个店主他不是在这儿做生意他是来这生活的这里空气还有一种那种淮花的香味对 好香什么 为什么这么黏比我家的什么还要黏我们现在来到了怀柔的就像一个秘境一样的咖啡馆我看到你的朋友圈签名叫No Excuse for Engineer为什么是这个签名其实这个是来源于我大一的一个工程老师那个老师就非常的严格然后有学生迟到了进来解释原因No excuse for you然后大作业老师给扣分了去找老师吃然后为什么我这个会扣分呢然后不给你解释No excuse for you我觉得这个是很好的一个精神就包括我后面因为你碰到问题你就不要找借口然后你分析原因就下次不要再出现类似的这种问题我觉得这句话对我来说挺关键的我做机器人大概做了八年这句话陪伴了我八年对对自己很狠感觉这一句话这不是狠我觉得这是态度就是你做机器人的一种态度但会不会遇到就是解决不了的问题解决不了的问题而不是去找excuse找借口而是去分析它的原因就是他虽然说只有四个单词就是你后面越想然后越随着自己做的东西越来越多自己经历的项目越来越多越会发现之前这个老师说的非常合理的这句话他教给了我一种做机型的态度这个很关键因为你现在在做的是陪伴机器人对有什么你自己在小时候或者少年时期就陪你一起长大的这样的物品啊或者玩具啊想一想或宠物其实有一个我在很小的时候养了一个泥球泥球泥球是我理解那个泥球是的是的,小时候家里买小鱼做饭,然后里面那个袋里面刚好混来一只泥鸠,我就找了一个很巴掌大的一个鱼缸给他养起来了。其实当时也没有去很操心的养它,然后基本上就是隔一段时间换一点水,然后给他喂一些饼干渣,就这样持去了好几年的时间。然后他从刚开始的一点点长到就是有拇指这么粗当说到陪伴你长大的东西的时候你为什么会想到它我之前也养过小猫养过小狗实际上那些都是一些很温暖偏温馨的一些陪伴就是我觉得为什么想到这个泥鳅我是有一点后悔和愧疚的就是当时小时候就在街上买了一个很漂亮的金鱼我拿了一个小塑料袋把它带回家里面当时没有位置养了然后我就打算把这个鱼缸腾起来然后我就给那个泥丘养了好几年的泥丘倒到了一个水沟里面他从那个泥丘里面滑落的一瞬间实际上我就是非常后悔的一直到现在就那一瞬间他就跑掉了是的虽然当时很小但是印象很深刻他跟你现在在做的事情有什么关联吗那个泥丘实际上长得并不好看黑溜溜的对我只是觉得当时给他倒在那个水沟里面是不太应该发生的一件事情我们刚才在车上聊很多都是在聊怎么做这个机器人背后的设计思路工程思路如果问一个跟私人的问题就是你做这一切是想要实现什么有这样的一个愿景或者这样的一个目标吗就是谁不想让哆啦A梦走到现实里呢谁说永远 [50:00] Imo只有童年的大熊我想造一个真正能够陪我自己的一个机器人然后他也是满足用户需求的我也能把它推出去让大家用到所以我们今天最后一个问题其实这也是这个政客基金的家企业也是在Lead的投你这个项目的投资人他想问的就是有哪些瞬间在创业的过程中是让你觉得自己现在做的事情是特别有意义的前段时间拍摄的时候有一个机器人和两个小朋友在那个草地上去玩耍实际上当时我们根本就没有告诉小朋友这个到底要怎么拍然后那个两个小朋友就和这个机器人然后一起就你追我赶的玩起来了玩了很长时间导演都喊咖了玩了将近一个小时然后跑到机器店店其实还有另外一个事情也是前段时间我们这个机前真的以一个非常完整的形态站到大家面前的时候虽然说我们这个机前每天都在测试然后体验过无数次了但是真的那一次它以一个完整的形态就是我觉得那种眼泪就真的就不自觉的就出来了为什么会眼泪出来感动惊喜满足骄傲你自己的眼泪对团队看到你哭了吗当然不能让他们看到为什么我觉得那应该还是一个更欢快的成就感的场景我上次看我女儿大班的表演她跳街舞然后街舞一开始灯光突然打到他们的身上然后他做了一个很有力量的一个他蹲在地上一个这个动作我当时一下子就哭了我就觉得很难形容就好像他的力量他的那种长大了就觉得他不再是一个小动物了他不是一个小尾鼻了他好像一下子有力量了没错我觉得这个感觉差不太多的我非常理解刚才描述的那种感受对我来说机器人可能就是孩子一样后面他可能也可以成长成为我的一个伙伴好呀那我们今天谢谢师傅同学感谢非常开心感谢然后今天这只猫乱入了我们的这个播客录制现场那希望下一次我们在录的时候把小伴带来好下次在这儿了一定是小伴小伴和小猫对好呀拜拜拜拜