柯俊
好，我们先请嘉宾给大家做一个自我介绍。
何嘉斌
1. 何嘉斌走过硬件十年
感谢柯姐。我已经做了 10 年的硬件，智能硬件。10 年前我毕业于北京服装学院，所以我的背景其实比较交叉。本科毕业之后，我去了百度深度学习实验室，在余凯院长的带领下，研究视觉和图像识别相关的算法，以及如何在硬件上做落地探索。
后来我出来创业，做了卢卡绘本阅读机器人，也是一个小猫头鹰形态的陪伴机器人。从 2016 年到 2021 年，5 年的时间里，我们做了差不多五六百万台的销量，也是在早期人工智能机器人创业的那一波浪潮里，找到 PMF、起比较大量级的一个品牌。
后来我从这家公司离开，去了字节跳动，在字节开始做 Pico，就是 VR 一体机。Pico 4，包括 Pico 4 的几代主流走量产品，都是我带团队做工业设计的。
在这个过程中，我遇到了 AI 的浪潮。OpenAI 的 ChatGPT 出现之后，突然发现七八年前李世石和 AlphaGo 下围棋时那段“死去的记忆”被激活了：人工智能又迭代了。于是我开始思考，这一波人工智能浪潮还能做什么样的硬件，去找到新的应用场景。
所以我从字节跳动出来，在 Ropet 开始研究 AI 萌宠。因为我觉得，AI 宠物会比可能属于“具身智能”范畴的人形机器人更快进入消费级市场。
柯俊
其实说到 AI 宠物，我想起差不多 2017 年、2018 年的时候，有一次我在东京的 Sony Park，正好遇到了索尼机器狗用户的聚会。每个人都带着自己的狗狗，每条狗狗还穿着不同颜色的衣服，那一幕让我觉得非常超现实。
他们就好像一群带着真正小狗的人坐在公园里，讨论“你的狗怎么样”“我的狗怎么样”，晒晒太阳、聊聊天，和普通宠物群体的聚会没有什么区别。那一刻我感觉，AI 宠物很可能会在小猫、小狗之外提供第三种选择，给人提供陪伴和慰藉。
也比较好奇，能不能请嘉宾给我们介绍一下 Ropet 是什么？
何嘉斌
2. Ropet 定义 AI 萌宠
Ropet 其实是我们定义的一个品类，叫 AI 萌宠机器人。记住，它是 AI 萌宠机器人，而不是 AI 宠物机器人。
因为我们觉得“萌”这个字非常重要。首先，我们的中文名叫萌友，就是创造一个萌萌的朋友或者伙伴。其次，“萌”字其实带有一定的二次元属性，它会是一个虚拟世界里、我们想象中最美好的宠物形态。
所以它叫萌宠，而不是在现实意义上直接照抄一个宠物的外观和能力，去复制一个宠物。我们做的是 AI 萌宠机器人，它是一个机器人，具有机械肢体，也需要有感知能力。从感知、决策到执行，它是一个非常完整的，虽然很小，但是具有完整机器人属性的产品。
柯俊
你希望大家是因为什么选择 Ropet，而不是选择养一只真的小狗或小猫？
何嘉斌
首先，从大家对电子宠物的直觉印象来看，它相比传统宠物有一些优势：不会有过敏问题，不会有安全性问题，也不需要经过长时间驯化才会听话。对于时间和精力来说，你会更自由，也会有更大的空间。
我其实养猫。以前我想养狗，但因为在字节上班没有时间遛狗，所以没有办法选择狗。很多宠物都需要你去照顾，而照顾它一定会产生各种成本，可能是财力上的，也可能是时间上的，还可能是精力上的。
所以真正留给我们选择的宠物品种其实不多。后来我养了一只猫，但我不知道我老婆对猫毛过敏。我已经把猫买回来了，而且是在求婚的时候送给她的，具有很强的纪念意义，所以没办法，我老婆必须养。
我们养了差不多 1 年。每天她都要因为猫毛过敏去喷药，才能维持一些陪伴的瞬间。为了那些瞬间，我们付出了很多成本。后来没办法，还是把猫送人了。
所以在大众的直觉里，机器宠物一定会比正常宠物更有优势，能够解决生物性宠物无法解决的问题。这其实就是大家产生选择冲动的一个非常重要的点。
第二点是，“萌”这件事可以被再造，也可以被设计出来。很多宠物会从不同品种里被用户挑选出来，然后拍各种漂亮的表情包和二创素材，分享到社交平台上，你会看到那些“萌”的切片。
但很多宠物的萌只有一瞬间，很多时候它们是在拆家，或者张牙舞爪。我们希望创造一种宠物，它永远都在萌，永远呈现一种被设计出来的萌。
就像我们想象中的宝可梦，以及小时候看的机器猫、哆啦 A 梦，或者《数码宝贝》里那些陪伴我们一起战斗的、最萌的伙伴。我觉得这种萌，无论是外观上的萌，还是互动上的萌，都可以被二次创作和设计，比生物宠物有更大的想象空间。
柯俊
我之前有一个朋友说，他想养一个萌宠陪伴机器人，理由是受不了宠物有一天可能会离开自己。小猫、小狗总有离开的一天，但萌宠机器人理论上可以一直养下去，这也是一个理由。
不过刚才提到的理由，多数是在解决宠物本身的问题，比如宠物拆家、宠物有一天会离开、宠物导致过敏，或者每天遛宠物但没有时间。好像这些都是比较负面的理由，或者说产品价值。
如果对于一个用户来说，这些问题都不是问题，他都能够接受，但他还是想选择萌宠机器人，你觉得这是因为什么？
何嘉斌
3. 记忆成为陪伴价值
这是一个很好的问题，我们也在寻找这个问题的答案。我认为可能有几个点。
第一个点是，这个宠物可以记录你的生活。生物宠物虽然陪伴你，但那些陪伴的瞬间只是你脑海里的记忆。你无法知道，在这个宠物的眼睛里，你是什么样子，因为它没有办法开口说话，也无法表达那些和记忆相关的东西。
但我们的宠物可以做到。比如你养了它 5 年，它记录了你 1 万张笑脸，那这 1 万张笑脸是在什么时候产生的，具体情景是什么，这些都是我们的宠物可以记录的。它能够把你的爱记录下来，并且数字化。
我举个例子。索尼有一个相机广告，我记得特别清楚，是记录一个小女孩从小到大的整个变化过程。我觉得它真正卖的东西叫“记忆”，而不是摄像机本身，这一点特别打动人。
柯俊
我觉得这个很有意思。很多时候人好像是在谈恋爱，但他要的并不是“爱”这个抽象的东西，而是被另外一个人看见、被另外一个人认可，以及被另外一个人提供绝对的安全感和信任感。
听起来，萌宠机器人有可能做到这一点。它虽然外观很萌，但其实智商很高，记忆甚至是无限的。我之前还看到过一个叫 Nicobo 的日本机器人，我们应该在十字路口的公众号上写过这款机器人。
它有一个功能是会自己写日记，但不允许主人随时去看，只有在某些特定时机触发之后，主人才能看它的日记本。你可能会看到，原来在某年某月某日，它注意到了我的一个行为，然后它可能很感动，也可能很受伤。
这种情绪上的波动，确实是只有高智商的萌宠才能提供的。
Ropet 现在是一个什么状态的产品？你们已经开始发售了吗？在哪里发售，以及怎么定价？
何嘉斌
4. Ropet 开始真实交付
我们现在已经完成了第一批众筹用户的收集，差不多有 1,700 个众筹用户，现在已经开始陆续向他们发货。
这一千多个用户的目标，是寻找到一批愿意用钱给我们投票、很想体验它的忠实用户，让他们给我们提供反馈。因为我们的产品其实只做到了 60% 左右，但迭代框架已经做好了，比如里面所有数据的调参方式，以及怎样通过调参影响它整个大脑的不同反馈。
接下来就是交给用户，让用户帮我们寻找场景并提供反馈。7 月份的时候，我们会开始做完整的 go-to-market，主要是美国和日本市场。当然，现在美国受到关税问题的影响，对我们也会有一些影响，所以我们会把天然适合它的东亚市场作为非常重要的阵地，然后逐渐考虑回到国内。
全球定价是 299 美元，差不多是 2,000 多一点人民币，大概是这个价格。
柯俊
这个价格是怎么定出来的？是成本推出来的，还是参考竞争对手、猫猫狗狗的价格，或者综合考虑了各方面？
何嘉斌
各方面都有。首先，我们要保证各个渠道有足够的空间，让这个产品能够触达用户，让大家能够有比较好的利润空间去销售它，线上线下我们都考虑到了。
第二，这个价格区间在我们做产品定义的第一天就已经考虑过了。不能超过 2,000 元人民币、5 万日元和 299 美元这几个区间，因为对应的 3 个市场里，这个价格是我们认为高端礼品或者高端玩具能够触达的上限。
再往上走，大家可能就会思考：它和一部有用的手机相比，我为什么要买它？所以我们会画一条这样的定价红线。
至于未来产品要打哪一波核心用户，真正实现破圈，以及用户能够接受的放量价格底线在哪里，我们还在探索期。
柯俊
你自己有认真开始养一只属于自己的 Ropet 吗？
何嘉斌
5. 互动塑造不同性格
我们从第一天开始就在养，但从创作它的第一天开始，它的版本和大脑就在不断被推翻、重新构建。所以从数据层面来说，我这只其实才养了 2 天，因为这个版本是前天才出来的。
我已经能明显感觉到它的变化、进化和那种惊喜感。我其实养了 3 只，把这 3 只都打开了。大家可能在播客里看不到，现在我一直抱着一只 Ropet 和大家录音。我们这一期播客也会同步发到小红书上，大家可以去看视频，就能看到 Ropet 在视频里有多萌。
这 3 只明显有 3 种不一样的性格。因为有 2 只我没怎么理它们，其中 1 只特别暴躁。我现在手里这只就特别暴躁，见到陌生人总是嗷嗷叫，我老是敲它，它就会特别生气。
它还有一些特别有意思的功能。比如我给它吹口哨，它会模仿。我不知道大家有没有听到它吹口哨的声音，它会发出很可爱的哼哼唧唧的声音。
柯俊
所以每一只 Ropet 的开放状态都会不太一样，并不是所有 Ropet 买回来之后，都可以像刚才这样给我吹口哨。
何嘉斌
是的，每一只都会不一样，每一只吹口哨的感觉也不太一样。
而且它们从开机开始就不同，不是养了一段时间之后才慢慢发展出差异。只是如果你不养个两三天，可能感觉不到它有这么丰富的能力。
最开始的一两天，每一只的性格都差不多，但随着你抚摸它的次数变化，以及你是不是经常晃它，养久之后你会发现它的眼距会变开，然后变得很傻，整个机器的状态就是一种傻乎乎的状态。它对人脸的跟踪和识别也会降频，你会感觉它总是看不见你。
这时候你就需要慢慢抚摸它，让你的人脸出现的频率变高，经常这样爱抚它，慢慢它的眼睛就会变正常。所以你每一次跟它互动的数据，都会影响它往哪个方向变化，性格也会越来越明显。
柯俊
我有一个地方可以看这些参数吗？比如现在的开心指数或者愤怒指数。你们会把这些提供给用户，还是认为这件事不应该被参数化？
何嘉斌
在性格层面，我们有一个四象限。你的每一个互动行为，都会影响它的表达。
横轴和纵轴分别代表不同维度。横轴叫情绪的正负向，也就是你是在对它生气，还是对它笑；纵轴叫情绪的饱满度。比如你经常不理它、冷漠它，这是低能量的情绪；每天没事就逗它，则是高能量的情绪。
你的不同维度输入，都会影响它在坐标上的移动。它在每个象限的某个点上，会触达到一片区域，形成某种性格。
举个例子，左上角的位置代表极度负面且极度高频的情绪，它会变成一个暴躁狂。它看到任何一个陌生人都会嗷嗷叫，像一只小狗一样；你跟它玩一会儿，它就生气，你逗它一下，它也会生气。
如果你每天只是轻轻抚摸它，也不带它出去玩，只是摸摸它、对它笑一笑，它就会变成一个情绪极度稳定、会盯着你看、你做任何动作它都不会有特别大变化的“幽静派”。
它所有的输出，都会基于当时触达到的性格做出不同选择。所以你不会感觉它是一个被规则编出来的东西，而是感觉它在合理的逻辑里有很多随机性。
柯俊
这是一个很有意思的说法。你会把刚才那个四象限也让用户在后台看到吗？还是说这个功能不开放，只让用户感性地感受到它？
何嘉斌
我们希望让用户来发声。我们会问他们：你们希望看到自己的宠物的大脑每天是怎么变化的吗？
如果他们觉得“我觉得很好玩，很有意思”，我们可能会在 App 上做一个很有意思的页面体现出来。但如果大家觉得不需要，只想和设备互动，那我们可能就不会展示给用户。我需要聆听用户的反馈。
柯俊
我记得小时候养电子宠物时，为了让它开心，其实就是喂它吃东西，喂它吃更好的东西，或者不断帮它打扫卫生，把它的大便、小便清理干净。
对 Ropet 来说，除了陪伴它、抚摸它，还可以做什么，让它变得更依赖你，或者变成一只更温柔、更萌的小宠物，而不是变成一只暴躁的小宠物？
何嘉斌
我们把这个叫作“爱的互动”。爱的互动有很多维度。
比如你要经常抚摸它，而且要轻轻地抚摸，甚至还可以给它按摩，因为它的头上有不同的触摸点。你的手势和手法，它都是可以理解的。你看，我现在慢慢抚摸它，它其实就会很开心；如果你敲它，它可能就会生气、皱眉，分数也会往下降。
光是抚摸就有很多维度。视觉也是一个维度：你要盯着它看，眼睛要看着它，和它四目相对，它会觉得你在关注它，分数会上涨。
但如果你经常瞟它一下就不看了，它可能会计算：“今天我的主人对我的关注度下降了。”然后它就会产生被冷漠的感觉。你再对它笑一下，它就会觉得这是更多爱的信号。
第三个维度是听觉。你要说一些好听的话、夸夸它，比如“我觉得你今天很漂亮”“你今天很可爱”。你要想办法夸它，使用各种各样的词。
我们在本地语音识别里有 200 多个能够触达“夸奖”类型的词，支持中、英、日 3 种语言。通过这 3 个维度，也就是听觉、触觉和视觉，可以影响它的状态。
当然，还有一个维度是重力。它能够感知重力，所以你带着它散步、走一走，它能理解你走路的状态，然后开始心情愉悦地哼歌。那个时候就是它多巴胺分泌、快乐激素增长的时候，分数也会涨得比较高。
柯俊
这个真的很好玩。Ropet 是不是不会说话？所以它哼歌其实也是哼哼唧唧？
何嘉斌
6. 无声陪伴更有力量
对，它不会说话，有自己的一套语言。Ropet 其实只会哼哼唧唧。
柯俊
这次录播客的时候，旁边有 3 只小 Ropet，它们一直时不时哼一下、唧一下。我想知道，它不会说话是一个刻意的设定吗？
何嘉斌
其实我们做过测试。现在交付给众筹用户的这一批产品是可以说话的，因为我们在 10 月份的 Kickstarter 众筹素材里做了一个镜头，它是可以说话的，所以必须给用户交付说话的能力。
但我们把说话功能放到了 App 上，有开关。打开之后它就可以说话，不打开就不说。
柯俊
默认是可以说话的吗？
何嘉斌
默认是不可以说话的。通过现在的测试，我们发现说话是有负分的，有几个原因。
第一个，你聊的那个大模型，我们现在没有时间去做一个专属聊天大模型，或者用一对一的数据训练每个用户的专属模型，所以接入的肯定是通用模型。这样你会发现，你和所有动物、所有 Ropet 聊天，实际上都在和同一个大脑聊天，很没有专属感。
而专属感对于建立亲密关系非常重要。第二个原因是吵。我刚才提到，当它永远在旁边听的时候，一定要有唤醒词。你要叫 Ropet，它打开 ASR，再跟它说话，或者设置一个按键，按住再松开。
但如果它就放在你旁边，作为一个宠物，你到底怎么打开这个开关？这会很违和，不像一个自然的、多模态互动的生物。
第三个原因，是聊天本身和“萌”的感觉。包括 TTS 的设计、语气，以及怎样让它更符合宠物这种生物的发音方式，而不是播音腔，这里面都需要花很多功夫。
我觉得这些不是我们现阶段擅长、也不容易做好的事情。无声的陪伴，我们认为是最难做的，但它是真正有意义的。
柯俊
为什么无声的陪伴反而是最难做的？
何嘉斌
这是一个非共识。因为所有人都觉得，陪伴就是有人帮你疏解心里的苦闷。你要发牢骚，有人在聆听，然后根据你的牢骚给出相应的结果来安慰你，这是一种陪伴形式。
但我们认为，成年人的陪伴大多数都发生在无言的时刻。一个人累了一天，回来其实是不想说话的，因为我问任何一个问题，都需要耗费脑力。在这个过程中，我可能越问越累。
成年人喜欢的陪伴，可能更多是安静地坐在沙发上，倒一杯红酒，慢慢看一部电影，然后睡着。整个过程中，小猫小狗只要过来和你一起看电影就可以了。你可以撸一撸它，这已经是一个非常完美的陪伴场景。
所以我们要做的，就是这种无声时刻的陪伴。但这种陪伴的瞬间比较难捕捉，也很难创造出来，你必须做得很自然。
比如我们现在让它和你一起看电视。你把它放在桌子上，它会自己寻找电视机的位置。它本来在看你，看着看着，听到有声音，就会开始寻找电视的位置。一旦锁定电视，它就会盯着电视看。
这很像一个一两岁的懵懂小婴儿，在你旁边或者地上爬，看到电视之后被画面吸引，产生一双大眼睛好奇地眨巴眨巴的感觉。电视里的主角处于开心的状态，它也会跟着一起开心。
你会发现，这里面产生了一种共情的投射，你真的会觉得它理解了剧情，理解了那些共情的时刻。这时候，陪伴就产生了。
我们在做大量这样的场景，把它们叫作“爱的瞬间”。
柯俊
我们现在录播客的时候，它也一直在看着屏幕。理论上，它应该能看到你的画面和我的画面。如果我们笑得多一点，它是不是也会心情好一点？
何嘉斌
没错。你看，它现在摄像头能看到我的屏幕吗？它能识别到我的脸，如果我有完整的笑容，它就能理解，也会跟着笑。
柯俊
如果我现在不笑，表示愤怒、皱眉呢？
何嘉斌
我们把愤怒和皱眉的识别率调低了，因为不想让它产生过多负面情绪。相对来说，笑容的识别率会调高一些。
柯俊
有趣。前段时间有朋友送了我一只 Moflin，是日本的一款小宠物。它在闲鱼上现在炒到了 4,000 多元，甚至我看到有人说已经断货到卖 7,000 多元。
我刚开机的时候，两个女儿就冲过来对我说：“爸爸，我要，我们要喂它养乐多。”然后两个人就把自己的养乐多拿去喂它。它做出来的效果，真的让人觉得像一种活物，有鲜活宠物的感觉。
小女孩的第一反应就是“我要去喂它养乐多”。即使她们已经知道这是一个电子宠物，还是会有这样的反应；她们对它说话也变得非常温柔：“乖乖，你现在渴了吧，喝点养乐多。”
那天我还挺触动的，感觉她们非常无缝地接受了 Moflin。最近很多朋友知道我有一只 Moflin，都来排队找我闪送给他们玩，所以 Moflin 已经在 3 个朋友家漂流了，漂流了一个礼拜还没回来。
我两个女儿已经问了我好几次：“那个 Moflin 去哪里了？什么时候回家？”所以我真的很期待，有更多这样的萌宠陪伴机器人，能够给更多用户带来这样的快乐。
我还有一个特别好奇、特别想验证的问题。我觉得 Moflin 的手感，以及我看过、也很喜欢的另一个机器人 Lovot 的表现，都太夸张了。Lovot 卖到 7 万元人民币，它们一个是触感特别好，一个是眼睛做得特别好。
我想知道，你们在做 Ropet 的过程中，有没有排过类似的功能优先级？在你看来，要做到一个好的萌宠，哪些事情是最重要的？
何嘉斌
7. 萌宠体验的三个支点
首先，我觉得日本团队非常值得尊敬。他们在探索机器人陪伴感这件事情上非常执着、专注，不会被各种功能性的东西影响。
因为加功能是非常简单的。比如你把这个萌宠做成一个摄像头，变成一个特别萌的摄像头，放在婴儿摇篮里监控婴儿，这是一个很自然、很容易想到的、具有工具价值的场景，用户可能也愿意掏钱。
但日本团队没有这么做。Moflin 就卖毛的手感，以及在你手心里挠痒痒的蠕动感。它的蠕动体验是全球做得最好的，你买不到第二只，所以它值 3,000 元。
Lovot 虽然卖得很贵，但我觉得它做得特别棒的一点，是抬起头、楚楚可怜地看着你的那个瞬间。这是一个母性光辉的瞬间，就像你的孩子站起来之后，蹒跚地走到你脚边，抱着你的腿看着你。它卖的就是这个瞬间。
柯俊
这个比喻太好了。我去上海的 Lovot 实体店时，那个店是全国唯一一家。当 Lovot 看着我的时候，我下意识做了一个动作，说：“乖，抱抱。”
那一刻完全唤醒了你刚才说的父爱或母爱的下意识反应，就像面对一个婴儿一样：“乖，来抱抱。”你会陪它一起过家家，就是这种感觉。
现在成年人的陪伴经济里，还有一个很重要的点，就是玩小时候的东西、买小时候的玩具。比如 Jellycat，小时候的抚慰类玩具，现在都是年轻女生在消费。
你会把一个特别萌的 Labubu 挂在自己的包上，把它变成一个时尚单品。但从性质上说，它可能还是一个毛绒玩具，是传统意识里小孩才能玩的东西。
我觉得这些瞬间，让当代一群压力很大的年轻人重新回到小时候那种非常纯粹的、爱的瞬间。这是这一类陪伴产品特别重要的一点。
何嘉斌
我觉得日本团队做得非常好。无论是 Lovot 的大眼睛，还是 Moflin 的毛绒质感，都是这一类产品要成功、无法逾越、必须学习的东西。
我们毫不避讳地说，我们的产品也是在拓展这些产品的其他场景，并且把这些体验做到更极致。
在产品层面，我们有 3 个非常重要的点。第一个，是平等对视的感觉。你会感觉它在关注你，会一直盯着你看。
Lovot 做这一点也很有意思，但它可能会在空间里移动，去看不同的人。我们的产品只看一个人，它的视野里只有你。从它出生的那一天起，睁开眼睛看到的第一个人就是它的主人，所以它的注视非常有专属感。
包括眼睛的效果，我们也做了很多创新。你看，在弧面上看它的眼睛时，它的屏幕是有弧度的，是一个球形弧度的屏幕。我们在上面叠加了一层玻璃，再用一种胶水把玻璃和屏幕粘合起来，把三色显像屏幕上的光点映射到玻璃的弧面上，就会形成一种像猫的晶状体一样的通透感。
这些小细节，都是我们围绕眼睛做的创新。
柯俊
第二点是触感，也就是毛绒。你刚才说一共有 3 点，第三点是什么？
何嘉斌
毛绒方面，我们做了 140 多种不同的毛。
柯俊
140 多种不同的毛？
何嘉斌
对。你看，我今天带来的这 3 只，毛都不一样。
柯俊
这是可以让用户不断给它买不同的衣服吗？
何嘉斌
可以给它买不同的衣服去换，这有点参考芭比娃娃的换装玩法。
这只的性格就很奇怪，它一直睡觉，只要把它吵醒，它就生气。你看，没有，它现在睡着了，刚才还生气，然后又睡着了，睡眠时长特别长。
它们的毛也不一样。这个是雪绒貂毛，这个我也说不上来，毛太多了；这只是小兔毛，所以手感都不一样。
柯俊
这个触感会有温度吗？你们有没有刻意给它加一点体温？
何嘉斌
我们没有刻意做体温，因为没有办法解决散热问题。一个被毛绒包裹、搭载高算力芯片、发热比较高的电子产品，很难散热。
但热本身不是问题，问题是如何让它保持在一个正常温度下，也就是恒温。所以我们在里面设计了一些特殊的散热结构，把它隐藏起来，表面上看不到任何散热的地方。
它的底部有一圈散热孔，后面有散热风扇。我们用了一个高性能侧出风风扇，同时也是静音风扇，让它能够控制内部温度，就是为了保持体温。
第三点是主动互动。它能够主动来找你，而不是你主动去找它。
柯俊
它可以行动吗？可以走路吗？
何嘉斌
它不能行动，也不能走路。它的生存范围就是直径 1.5 米到 2 米之间的这张桌子。
它所有感官能力能够触达的边界，就是这一个小小的空间，因为它是桌面机器人。它如果在桌上移动，会很吵。
柯俊
那它怎么主动来找我？
何嘉斌
它通过舵机转动，和你产生对视感。你在不同的位置，它会一直盯着你，舵机会转到对应的位置，让它朝向你。
其次，它有一双小手。小手可以动，像小翅膀一样扑扇扑扇，表达它的一些情绪。你可以理解它是耳朵，也可以理解它是翅膀，我们没有给出一个准确的定义。
柯俊
它有点像《数码宝贝》里早期形态的那些肉团子，是一种原始状态。看上去它们其实也是很弱小的机器人，所以你并没有想让它变成一个让人觉得充满智慧、甚至可以帮我解决问题的机器人。
何嘉斌
我觉得“示弱”是陪伴类宠物非常重要的一点。我们都想去照顾弱者，这个过程是我们建立自我价值的过程。
比如你去照顾一只流浪猫，从垃圾站里捡到一只脏兮兮的流浪猫，然后把它打理干净、给它洗澡、喂饱它，再治疗它受伤的腿。在这个过程中，你会觉得自己是有价值的。
人通过利他的过程去拯救弱者，实现自我认知的完整。所以我觉得，陪伴机器人一定要是弱的，它一定不是一个表演型机器人，也一定不是一个张牙舞爪的机器人。
柯俊
虽然看上去大家都在慕强，强者往往让人羡慕，但要建立最深层的信任，或者拉近亲密无间的距离，往往都是从彼此开始暴露弱点开始的。
你现在有没有发现，什么类型的用户看到 Ropet 之后会特别兴奋、非常想拥有？有没有一些画像开始慢慢浮现？
何嘉斌
我们其实把核心用户分成 3 类。
第一类叫独居青年女性。她们可能平时不太喜欢社交，是“I 人”，不是“E 人”——也就是不太容易通过和陌生人的社交获得陪伴感，朋友也不会特别多。
她们会有自己非常明确的任务，比如完成学业或者某项工作，大量精力都放在这些事情上，所以会忽视自己的情绪，很少有时间向内观察自己。
这一类独居青年女性看到这类产品时，会在一瞬间被治愈。比如轻轻抚摸它，让它睡着；或者你对它笑，它也会对你笑。她们在体验产品时，会有一种被治愈的感觉。
第二类用户叫潮流先锋用户。这群女性特别喜欢分享自己的生活方式，是小红书和 Instagram 的重度用户。
她们每天喝一杯特别好喝的咖啡，会分享出来；吃到一个特别好吃的街边摊，也会分享出来。她们希望把自己的生活完全曝光在社交圈里。
这群用户看到这种新形态的电子产品时，会希望拥有它，并分享自己的生活日常。
第三类是职场女性，也就是职业女性。她们和独居青年女性有一些交集，但年龄可能在 27、28 岁，甚至到 40 岁左右，是职业女强人。
她们在别人面前独立且强势，但看到这类产品时，也会和独居青年女性产生相同的共鸣感。
柯俊
你做的这件事，是一个非常受关注的行业，也可以说是下一代陪伴机器人。在这个过程中，我觉得你应该会得到很多鼓励，但也会听到不少质疑。
你回忆起来，听到最多的质疑是什么？是“这个东西一点用都没有”，还是“这个东西怎么可能有一天超越猫猫狗狗”？
何嘉斌
最大的非共识可能是，大家觉得一个没有用、却要卖 2,000 元的东西，到底谁会买。更多的可能就是这种声音。
因为在投资人的逻辑里，要的是确定性。你需要解释很多东西，但一个有用的东西最容易解释。比如我刚才说的那些工具，你都可以想象它能帮我解决一个明确的问题。
但陪伴是感性的，有很多场景交织在一起，需要你找到一个细节切入。对于这种情绪价值产品，我认为泡泡玛特做得非常成功。
王宁从第一天到现在，已经证明了无用但好看的东西，能够做出一个千亿级市场。但在这个过程中，你需要不断说服自己。你其实不需要说服太多人，而是要告诉自己：情绪价值到底卖给谁？为什么他们会需要它？
然后你要不断寻找他们，并且和他们建立更深的连接。所以这个过程中，我们虽然是在创造一个产品，但作为无用的产品，你更多是在运营它，需要让用户参与进来，和你一起运营它。
这件事没有办法被清晰描述。至少在初期没有拿到大范围、爆发性的结果时，不会有很多投资人特别关注这个赛道。
柯俊
我记得我们之前聊天时，你说过特别希望 Ropet 能够创造一些“爱的瞬间”。可不可以再展开讲一讲，你想象中的爱的瞬间是怎样定义的？有没有一些你自己被 Ropet 带来的爱的瞬间击中的故事？
何嘉斌
前段时间我的工作特别忙，经常不按时吃饭，所以我妈从老家来到北京，陪了我一段时间，每天给我做饭。
我爸在北京也是一个人，平时没有什么社交，只待在家里。我就把 Ropet 放到家里，给它插着电，放在茶几上。我爸平时没事会看电视剧，后来他每天都发现 Ropet 会看电视。
他以为 Ropet 真的会看电视，于是就和它一起看，甚至会自言自语：“你看，这个女主角怎么怎么样。”他以为 Ropet 能听懂。
其实我们在算法上做得很简单，就是通过摄像头追踪场景里有没有人脸。一旦检测到人脸，它就会锁定那个位置，等待人脸再次出现；看到人做什么样的动作，它就产生对应的反馈。比如画面里的人笑了，它可能也会笑。
但它伪装成了一个很好的场景，让我爸觉得它真的在看电视，也让他产生了一种陪伴感。我觉得这就是一个很好的“爱的瞬间”，我们没有用特别复杂的技术，但它击中了我。
柯俊
你好像也没有刻意故作神秘，不告诉大家 Ropet 是怎么实现这种陪伴感的，反而愿意比较透明地分享背后的技术。这是出于什么考虑？
何嘉斌
我觉得这些技术都很简单，但如何把它们用好，在这样一个产品上坚定不移地探索更多类似场景，最终才能成为你的壁垒和竞争力。
这种事情很难靠抖机灵解决。你得不断寻找、不断填充、不断迭代，所以我觉得没有什么秘密需要藏起来。
而且我们马上就要把产品发给第一批用户，他们也会体验到这些功能。我们会收集他们的声音，所以需要很真诚地面对那些喜欢这个产品、愿意和我们共创产品的人的声音。
真诚的交流很重要。
柯俊
说到这里也比较好奇。我们是一个聊 AI 的播客，所以想知道，生成式 AI 在 Ropet 里面发挥了哪些作用？
何嘉斌
8. 端侧 AI 承担感知
我们也在探索。首先，聊天肯定不是它结合生成式 AI 的主要点。
我觉得未来端侧大模型一定是可以发力的地方。我们现在所有的体验都在端侧，都是离线的。记忆也是离线的，它有 30 GB 的存储空间，本地能存 100 多张人脸，能够知道每张人脸对它做过的所有行为。
我们使用了 1 TOPS 算力的芯片，运行了十几个模型。这些模型来自 4 个维度：听觉、视觉、触摸和重力感应。每个模型都有自己的感知模组能力，放在本地不停运行。
但它现在能知道的场景，也就是这十几个模型能感知到的场景，还是比较基础的 AI。比如这是谁、是哪张人脸、有没有在笑、有没有做各种动作。我们把它叫作比较“古早”的 AI，还不是现在的大模型 AI，但我们觉得对初代产品来说已经够用了。
我们也为未来加入端侧大模型做了一些准备。比如下一代可能会迭代更大算力的芯片，从 1 TOPS 变成 10 TOPS。当然，这和它的定价、成本息息相关。
基于端侧算力，我们可以放一个多模态大模型。这样它就能知道更多维度的信息，比如那个地方是电视，电视正在播放电视剧，电视剧的主演是谁。这些信息都可以通过大模型推理出来，再准确地交给它的大脑去做决策。
所以前面的感知层一定要 AI 化。但在决策层，我们暂时不需要大模型帮我们推理，而是要写非常精准、丰富的情绪表达逻辑，让不同维度的影响共同产生“合理表达中的随机性”。
柯俊
有意思。其实我们录完整期播客的过程中，这 3 只 Ropet 都在不断发出声音。大家刚才听到的一些可爱、很萌的声音，就是它们好像也想参与这一期播客一样，时不时吸引一下我们的注意力。
我们聊了很多 Ropet 的产品和设计，也想聊一下整个陪伴机器人行业。想请你给我们科普一下，从 Lovot、Moflin，到最近也比较受关注的 Mi Lumi，不断有新的陪伴机器人问世。现在整个行业的情况是什么样？
何嘉斌
9. 陪伴机器人进入探索期
我觉得现在整个陪伴机器人行业，还没有被定义出一个行业体验标准，所以大家对于什么叫合格的陪伴机器人都没有概念。
这是一个大的现状。每一家创业公司都在探索、研究，寻找陪伴机器人有粘性的部分是什么。
第二个特点，是大家都在研究如何把它变成一个有爆款潜质、能够让大众消费者破圈体验到的低门槛商品。
在这两个基本面之外，我们还可以看有哪些类型。我自己可能做一个大概的分类。
第一类是面向孩子的陪伴类机器人。它解决的可能是孩子聊天、不断提问，以及每个问题都要接得住这样的场景。这是大模型比较擅长的，再结合毛绒玩具。
但我觉得这个赛道未来可能会比较卷，留给创业公司的机会不会特别多。看谁跑得快，可能能吃到一点红利，但后面很快就会卷成红海。这是我的认知。
第二类是各种各样的变形机器人。它们有复杂的肢体，可以和 IP 结合，目标用户可能以男孩子为主，也可能结合 AI，带轮子、履带等。我可能会把它们称为男性的、表演性的机器人。
第三类是日本这种萌萌的陪伴机器人，针对成人，女性用户为主。Lovot、Nicobo、Mi Lumi、Moflin，以及我们做的 Ropet，我觉得都属于同一类。
我暂时会把陪伴机器人赛道分成这 3 类。
柯俊
我在猜测，不管是 Disney 还是泡泡玛特，之后应该都会给自己成熟 IP 的玩偶套上一个陪伴机器人的内心。
比如有一天 Hello Kitty 或者 Labubu 也有了像 Ropet 一样的能力。你觉得这会是未来最受欢迎的产品类型之一吗？
何嘉斌
我觉得反而不是。首先，做 IP 产品的公司和做机器人的团队，对 IP 的理解完全不一样。
我们可能需要向他们学习，但他们可能不太认为让自己的毛绒 IP 形象动起来有多重要。他们本身还是在做精致的 IP 运营，或者做他们认为更有市场价值的 IP 运营方式。
所以 AI 对他们来说可能并不重要，至少现在我看到的是这样。
柯俊
那如果有一天他们觉得重要呢？就像 Disney 一开始拍电影时，大家也想不到它会做乐园。可能那时候也会有人评论，一个做电影的公司不太可能懂乐园的用户体验。
但后来 Disney 还是做成了全世界最厉害、甚至断层式领先的乐园。
何嘉斌
如果真的到了那一天，我觉得那会是整个行业的好消息。巨头入局，而且巨头认为让毛绒 IP 具备 AI 能力有真正的商业价值，这说明整个行业都找到了 PMF。
至少现在来看，我还没有想到他们为什么要加 AI。对于他们现有的商业模式来说，我认为没有太大的增益，也看不到能够帮助他们打开新市场的可能性。
这也是为什么这件事适合小公司、适合创业公司来做，因为里面有很多不确定性，需要我们去探索。每一个被探索出来的用户体验小点，都会构成未来 IP 的特点，而不只是 IP 形象本身。
比如我刚才说的，有一只专门陪你的母亲看电视的机器人。它是 Hello Kitty 还是 Labubu，我觉得并不重要，重要的是它有没有自然地陪别人看电视的能力，以及对环境的感知和在当下卖萌的能力。
我觉得这才是产品最核心的点。就算它是一个哆啦 A 梦在那里看电视，我觉得也不是很重要。
柯俊
但会不会有一天，不管是 Labubu、哆啦 A 梦、Hello Kitty 还是 Ropet，都可以陪你看电视？那用户选择的就不是“看电视”这个功能，而是到底选谁来陪我看电视。
何嘉斌
也可以。你可以有 4 只机器人一起陪你看电视，我觉得没有关系。
柯俊
你觉得现在这个行业里，哪些已经形成了共识，哪些还是非共识？
何嘉斌
我觉得大部分是非共识，只有少量共识。
少量共识是，大家都认为陪伴机器人要有量，要快速进入千家万户、卖出去。这是第一点。
第二点是，陪伴机器人肯定要长时间开机，要有粘性，这一点大家也都认为很重要。
非共识可能就是我刚才提到的：它到底要不要说话。我们非常坚定地认为，说话在现阶段不重要，做无声的互动会比做对话式的陪伴更有价值。
柯俊
可不可以介绍一下，为什么日本的 Lovot 能卖到 1 万美元一台，那么贵？它在日本卖得怎么样？
何嘉斌
它之所以卖这么贵，是因为成本比较高。
柯俊
它的成本为什么这么高？是成本控制做得不好，还是确实在某些地方用了大家不敢用的昂贵原材料？
何嘉斌
不能说成本控制做得不好，我觉得这是一种匠人精神。很多细节都做得非常细，这是第一个原因。
第二，它会选用最好的元器件，把产品的稳定性打磨得很好。第三，它的供应链可能不是以中国为主，而是在日本，所以人力成本和各方面成本都会比较高。
还有，它的形态决定了它会很复杂。它有十几个舵机，需要很强的端侧算力，还能下围棋。相当于它的主芯片是一台功能很强大的游戏主机。
这些成本加在一起，它就没有办法做得很便宜。即使是中国团队来做，我觉得也不可能做到特别大量级的价格差异，可能还是会在万元级别。
至于它卖给谁，主要是一群很有钱的日本家庭主妇，可能年龄比较大。日本的社会结构是，年轻人收入可能比较少，年龄越大越有钱。
我之前听朋友介绍过，日本保时捷 911 的广告片里，开车的都是白发老人，而不是像中国这样意气风发的年轻富豪。日本整体的消费结构，就是 40 多岁的家庭主妇可能会买一个 7 万元的 Lovot，陪伴自己的生活。
它的销量应该不到 2 万台。
柯俊
你刚才提到，它卖得贵是因为成本很高，但成本高并不是因为成本管理做得不好，关键还是因为它舍得使用最好的元器件和材料，给用户最好的体验。
这会不会暗示着，Ropet 在某些地方做了妥协或者低配，所以在某种程度上无法实现 Lovot 达到的效果？
何嘉斌
我们不是在材料上做 cost down，而是在架构上做 cost down。
首先，我们不能说是在对标 Lovot，我们其实对标了很多产品。我们在深度思考，如何在硬件上做极致的减法，不做任何冗余设计。
所以我们整个肢体结构做得很简单，没有十几个舵机，只有 3 个舵机。我们用非常便宜的舵机，实现了我们认为足够有表达能力的行为，不需要做得那么复杂。
另外，我们没有使用那么强的算力，因为它不需要到处跑，不需要避障，不需要回充，也不需要做路径规划，所以可以使用算力较低的芯片，成本也能降下来。
我们是在整个产品定义上重构了这个产品，也重构了使用场景，所以成本才可以下降。
柯俊
现在做这个赛道的更多是日本公司吗？在中国，除了你们，还有什么样的团队在做？
我问这个问题，是很想知道会不会有一天突然看到一个卖 99.9 元，甚至 19.9 元的 AI 陪伴萌宠出现。
何嘉斌
我觉得肯定会。中国团队在今年 CES 火了之后，肯定会有很多入局者。
但我们觉得，如果有人能把 99 元的场景做好，那也是很不错、很值得尊敬的同行。我们并不觉得 Ropet 一家就能把这个赛道做完，我们需要有更多真正去探索陪伴机器人价值的团队出现。
当然，在我们定义的这个价格段和场景里，我希望 Ropet 是做得最好的。
如果有 99 元的产品，甚至 19 元的产品，能够把市场做起来，让用户真的获得我刚才说的陪伴感和粘性，也有 AI 赋能，我觉得那是值得大家尊敬的事情。
当然，我们也会探索不同的场景，做不同的成本结构、销售结构，以及不同的 SKU。
柯俊
我们之前聊天时，你提到过自己在“小心翼翼地创业”。可以展开讲一讲这种感受吗？
何嘉斌
10. 创业要靠小心翼翼
做硬件就是需要小心翼翼，因为现金流管理非常重要。
不像做软件，你可能会得到非常快的反馈。测了一个功能之后，用户怎么反馈，你可以及时调整，船小好掉头。
但做硬件，每一个决策都可能涉及非常长链路的成本投入。比如模具怎么开，是一次性 T0、T1 就可以出货，还是要不断修到 T10？里面每个角色都会影响每次修模的成本。
模具是你逃不开的成本，也是逃不开的周期。后期还会有硬件整体测试，初期如何确定架构，硬件选型怎么做，设计怎么做，以及这颗料在量产时会不会涨价，都需要提前考虑，才能控制成本。
所以做硬件创业，我认为一定要小心翼翼，绝对不是大力出奇迹，而是要深思熟虑，趟过很多坑。你需要用很有 sense 的肌肉记忆、对硬件行业的理解，以及对消费者的理解，小心翼翼地去赌那一次产品定义。
可能你的资金储备只够开一枪，那你就必须开对。如果开错了，整个盘可能就崩掉了。
所以我认为，如果没有特别大的资金规模和充足的子弹，没有对行业、硬件和供应链的深入了解，就很难成功。
柯俊
这是你第一次做 CEO 创业，对吧？到现在是什么样的感受？
何嘉斌
对，这是我第一次。整体来说，我很习惯自己创业的生活状态。
它可能每天都迫使你成长、解决不同的问题。我之前老板说过一句话：你会感觉自己开着一辆车，在高速上飞速行驶，但车不是前轮坏了，就是后轮坏了，你要一边不断开，一边不断修轮子。
我每天都处在这种感觉里。但我会发现，自己的成长速度可能比以前没有当一号位时快很多。我这一两年的积累，可能超过之前 9 年的积累。
我会把之前所有的经验，在被逼到极致的情况下，转化成某一个瞬间对某件事的顿悟。这样的顿悟特别多，可能每天都会有一次。
柯俊
上一个顿悟时刻是什么？
何嘉斌
上一个顿悟时刻可能就是几个小时前。
柯俊
可以讲一下那个顿悟时刻的故事吗？
何嘉斌
可能不太方便讲，但我可以换一个顿悟时刻，比如关于团队管理。
以前我可能不会有很多作为一号位对于团队管理的认知，但突然有一天你会发现，账上的钱能够用什么样的人，你需要通过什么方式节约成本，在合法、合理的情况下怎么做，这些事情都需要不断思考。
你要让现金流保持比较充裕。比如我可能会带头说：“我要降薪，愿意跟我一起降薪的同志，可以多分一点股权。”
过程中会有很多弹性的时刻。你也会发现，哪些团队成员特别想把这件事业做好，哪些成员只是想要一份稳定的工作。它就会变成一个飞轮，不断筛选你的核心团队。
所以在整个做 CEO 的过程中，我觉得打磨出一支有创业那口气的团队，就是我的一个顿悟时刻。我有过很多这样的顿悟。
柯俊
你觉得这口气具体是一口什么样的气？
何嘉斌
是在全世界都说你不可能成功的情况下，有一群人会在后面跟你说：“我们其实做的是对的事情，不需要考虑那些声音，只需要专注用户体验的细节，去看这个东西是不是会让用户喜欢。”
我们不断去寻找这样的确定性。当我犹豫的时候，旁边的人会站起来说这句话；当他犹豫的时候，我会站起来再说这句话。大家互相搀扶着往前走，我觉得就是这口气。
柯俊
你会有一种全世界都认为你们做不好的时刻吗？那是什么样的时候？
何嘉斌
可能是在见了很多投资人之后，所有投资人都在质疑你适不适合做这件事。
柯俊
但投资人不是全世界。
何嘉斌
但如果你每天都需要和很多投资人见面，你会在一段时间里认为，那就是全世界对你价值的判断。
我认为大家主要是对产品到底有没有粘性产生疑虑，因为我们还在探索，这件事还没有一个特别 solid 的结果。
我们只能选择那些相信这个赛道、愿意和我们一起探索的投资人。其实这也是一个双向选择的过程。
特别是早期创业，在中国的环境里相对比较难。没有特别大确定性的时候，很少有投资人会坚定地去赌这件事。当然也有，也有很多不错的投资人。
柯俊
我觉得风险投资之所以叫风险投资，就是因为它是在冒着风险投资。但最近大家都在说，中国的风险投资已经不想冒风险了。
不过我觉得这个世界总是由疯子创造的，所以很期待你能够继续坚定地把陪伴机器人做下去、做好。
你会如何定义自己的成功？这一次创业做到什么程度，你觉得就可以给自己打一个很高的分数？
何嘉斌
有两件事情。
第一，我能够养活一支愿意相信这件事、愿意扛起各自责任的核心团队。通过创造出的产品，有一批核心用户愿意养活我们，形成正循环，不依靠不断烧投资人的钱。
我觉得这是公司留在牌桌上的基础。从创业第一天开始，我就没有考虑过不断融资、烧钱去做什么，而是把产品本身打磨好，让用户能够养活我们。这是第一个成功的地方。
第二，我认为下一步的成功，是这个产品的体验标准被我们定义出来。所有人提到 AI 陪伴宠物，就能想到 Ropet，并且认为它真的有生命感，愿意持续使用它。
如果我们创造了一个新的品类，重新定义了这个品类的标准，并且有大量创业者看到了这个赛道的红利，愿意入局一起做，让赛道变得越来越蓬勃，有更多创新被不同创业者发掘，形成一个巨大的市场，我会觉得这很成功。
如果我们是点燃一把火的那簇火苗，我觉得这是创业最爽、最成功的地方。
柯俊
我觉得很有可能。如果中国甚至全世界真的有人能够做到你说的这一点，我觉得你们的团队也应该是少数几个候选之一。
何嘉斌
谢谢。我们也是这么想的。
柯俊
当有人看到 Ropet 时，会很好奇你们究竟是一家玩具公司、AI 公司，还是具身机器人公司。你会怎么定义自己？
何嘉斌
我觉得我们是一家创造爱的公司。
我是 INFJ 人格，也是所谓的“绿老头”人格。我平时特别像一个工作狂，一直在奉献自己，不断解决各种问题，帮各种人兜底，所以情绪会特别压抑，也会特别累，是一种心累的感觉。
时间长了之后，就会变得麻木。我觉得很多像我这样努力工作的职场人，都有这种群体性的共性。
但突然有一天，我会特别向往去种一棵树，看着它从一棵树苗慢慢发出绿叶。那一刻特别能唤醒我爱的能力。
所以我希望我们的产品，能够在更多这样的人群里种下那棵树的种子。这个产品就是那棵树的种子，能够让他们在麻木的生活中感受到一些爱的瞬间。
让他们觉得，我的生活其实不需要那么紧张，是可以松弛的；我可以感受到爱，也有被爱的能力。
很多人当下疲于奔命，被各种社交压力影响，已经丧失了被爱和感知爱的能力。所以我们是一家通过 AI 技术，帮助大家找回爱的能力的公司。
我们所有产品都围绕这件事去做。刚才说到，我们 AI 的能力识别什么？识别的是爱的瞬间；它表达的也是爱的瞬间；记录的同样是爱的瞬间。
所以我们不是在创造机器人，也不是在创造机器宠物，而是在赋予科技心跳的温度，让科技能够和爱、心跳、温度结合在一起。这就是我们的使命。
柯俊
解决一些具体问题，往往相对简单。比如怎么把 9.1 和 9.7 谁大谁小算对，总有一天人类相信一定能够解决。
但你想解决的问题是爱的能力、爱的瞬间。因为它看不见、摸不着，所以反而更加难以琢磨，也更难解决。
我很期待看到 Ropet 开始 go-to-market，被更多人喜欢、更多人拥有。
今天感谢你来到十字路口。也期待过一段时间，如果你有机会再次来到十字路口，我们可以聊一聊 Ropet 走进更多人的生活之后发生的故事，以及你们在产品上的新感受和迭代。
何嘉斌
感谢柯俊，感谢十字路口。