1. 問題的起點(diǎn)為什么市面上那么多聊天機(jī)器人卻讓人越聊越孤獨(dú)先講一個我最近的真實(shí)觀察。家里給老人買過一臺某品牌的智能音箱老人一開始挺新鮮天天問天氣、問時間、讓放戲曲。但三個月后那臺音箱基本只剩一個功能——定鬧鐘。問老人為什么不用了他說我問它一句它答一句不問就干等著跟對著墻說話差不多。這句話戳中了一個被很多人忽略的事實(shí)被動問答不是陪伴只是工具響應(yīng)。我們做具身AI陪伴機(jī)器人出發(fā)點(diǎn)恰恰就是要打破這種你問我答的冰冷循環(huán)。傳統(tǒng)聊天機(jī)器人、語音助手本質(zhì)上是一個指令-響應(yīng)系統(tǒng)。用戶輸入query系統(tǒng)檢索或生成answer一輪結(jié)束。它沒有主動性不會有自己的觀察不會在用戶情緒低落時主動開口更不會在用戶沉默時判斷是該陪著安靜還是該講個笑話。而具身AI陪伴機(jī)器人的核心差異在于具身兩個字——它有一個物理形態(tài)、有移動能力、有感知能力這意味著它可以主動發(fā)起交互可以在空間中與用戶共同存在而不是被關(guān)在一個小小的屏幕或音箱里。這個標(biāo)題想表達(dá)的東西其實(shí)不是我們要做一個會動的玩具而是探討一個更底層的問題陪伴的本質(zhì)是什么主動陪伴的技術(shù)路徑又是什么我結(jié)合自己在這類項(xiàng)目上的實(shí)踐把從被動問答轉(zhuǎn)向主動陪伴的完整思路拆開講。2. 被動問答與主動陪伴的底層差異從響應(yīng)到發(fā)起的范式轉(zhuǎn)移要理解主動陪伴先得把被動問答的架構(gòu)看清楚。絕大多數(shù)對話系統(tǒng)的標(biāo)準(zhǔn)流程是ASR語音識別→ NLU語義理解→ DM對話管理→ NLG自然語言生成→ TTS語音合成。這套流程本身沒問題問題在于它的觸發(fā)機(jī)制——它永遠(yuǎn)等待用戶先說話。用戶不開口系統(tǒng)就休眠。這在工具場景下完全合理但在陪伴場景下就非常奇怪。你想想一個真實(shí)的陪伴者不管是家人還是朋友絕不會等你開口才行動。你下班回家臉色不好家人會主動問今天是不是太累了你在陽臺發(fā)呆朋友會走過去遞杯水。這種主動性不是隨機(jī)的而是基于對狀態(tài)的感知、對語境的理解、對時機(jī)的判斷。所以我把主動陪伴拆解為三個技術(shù)環(huán)節(jié)第一個環(huán)節(jié)是感知層。機(jī)器人必須能感知用戶的存在狀態(tài)和情緒狀態(tài)這包括視覺人臉表情、姿態(tài)、活動量、聽覺語氣、語速、停頓、嘆息、甚至觸摸如果用戶會摸它和多模態(tài)融合。感知不是要做出精確的醫(yī)學(xué)級情緒識別而是要有粗粒度的狀態(tài)判斷——用戶是在笑還是在嘆氣是在踱步還是靜坐語氣是急促還是平穩(wěn)。第二個環(huán)節(jié)是決策層。有了狀態(tài)輸入機(jī)器人要決定要不要主動發(fā)起交互用什么方式發(fā)起什么時機(jī)發(fā)起。這是最難的部分。因?yàn)橹鲃硬坏扔谠挵A不是每隔幾分鐘就嘮叨一句你還好嗎那會把人逼瘋。真正的主動陪伴是在合適的時機(jī)做合適的事。第三個環(huán)節(jié)是執(zhí)行層。包括機(jī)器人如何接近用戶、用什么語音和表情表達(dá)、是否伴隨肢體動作。具身形態(tài)的優(yōu)勢在這里體現(xiàn)——它可以移動到用戶身邊可以歪頭、揮手可以通過物理存在感傳遞我在你身邊的信號。我一個做后端的朋友聽過之后打了個比方被動問答是你叫外賣、它送到主動陪伴是它發(fā)現(xiàn)你餓了主動把飯端過來放在你旁邊還不催你吃。雖然這個比喻不完全準(zhǔn)確但道出了核心差別不在說話內(nèi)容而在發(fā)起機(jī)制。再往深一層說被動問答是以任務(wù)為中心主動陪伴是以關(guān)系為中心。任務(wù)中心型系統(tǒng)評價指標(biāo)是有沒有答對關(guān)系中心型系統(tǒng)的評價指標(biāo)是用戶愿不愿意長期相處。這兩個目標(biāo)對系統(tǒng)設(shè)計的要求完全不同。3. 具身形態(tài)為什么是陪伴機(jī)器人的關(guān)鍵而不只是一個殼有人可能會問既然要主動陪伴那我在手機(jī)里裝個App、讓手機(jī)主動推送消息不就行了為什么要做具身機(jī)器人這個問題我在做項(xiàng)目初期被問過無數(shù)次。我的回答是主動需要物理存在感來承載。手機(jī)推送的本質(zhì)是打擾機(jī)器人靠近的本質(zhì)是陪伴。你仔細(xì)體會這兩者的區(qū)別手機(jī)彈通知不管你是在開會還是睡覺它就在那個屏幕上彈一條你掏出手機(jī)看那一刻你和手機(jī)的關(guān)系是人與工具。而一個半米高的機(jī)器人慢慢挪到你旁邊抬起頭看你一眼你不理它它就安靜待在旁邊——這種物理上的同在感是屏幕給不了的。心理學(xué)上有個概念叫社會存在感Social Presence指的是在與媒介互動過程中感受到對方是真實(shí)存在的人的程度。屏幕媒介的社會存在感很低因?yàn)槟阒浪皇切畔⑤d體而具身機(jī)器人因?yàn)檎紦?jù)物理空間、能運(yùn)動、能改變空間布局它的社會存在感顯著更高。這也是為什么很多老人會把陪護(hù)機(jī)器人當(dāng)活物來看待給它起名字、跟它說話、還會擔(dān)心它累不累。從我自己的項(xiàng)目實(shí)測來看具身形態(tài)帶來的三個直接好處是主動接近的權(quán)力。機(jī)器人可以自主移動到用戶1米范圍內(nèi)這個物理距離的拉近本身就宣告了一次主動交互的開始。如果用戶往后退機(jī)器人應(yīng)該停住或后退這種交互節(jié)奏是純軟件產(chǎn)品永遠(yuǎn)無法具備的。多模態(tài)輸出通道。除了語音還有表情屏、頭部動作、輪式運(yùn)動、燈光反饋。情緒不用只用說的可以做出來。比如機(jī)器人安慰用戶時可以低下頭、放慢語速、把燈光調(diào)成暖色這比單純說一句別難過要有效得多?？臻g記憶與情境理解。機(jī)器人知道客廳和廚房的位置知道用戶常在沙發(fā)上發(fā)呆知道門鈴響時用戶會起身。這些空間與行為關(guān)聯(lián)可以幫助機(jī)器人構(gòu)建用戶的生活模型從而做出更自然的主動行為。當(dāng)然具身也帶來了巨大的工程挑戰(zhàn)續(xù)航只能支撐幾小時、移動避障要處理家庭環(huán)境的雜亂、噪音不能太大、老人和小孩的安全問題……這些問題后面我會專門講。4. 主動陪伴的核心難題什么時機(jī)開口什么時機(jī)沉默這個話題我拿實(shí)際項(xiàng)目中出現(xiàn)的一個經(jīng)典場景來說。我做的第一版主動交互邏輯規(guī)則很簡單檢測到用戶連續(xù)30秒沒說話且檢測到嘆氣聲或負(fù)面情緒詞語機(jī)器人就主動問你怎么了需要聊聊嗎。結(jié)果測試時出了大問題——用戶在看電視劇劇情里有嘆氣聲機(jī)器人就頻繁打斷用戶坐在那兒深呼吸也被判斷成嘆氣更尷尬的是用戶在悲痛時根本不想說話機(jī)器人反復(fù)詢問反而讓用戶更煩。過于主動的陪伴比不陪伴更討厭。這個血淚教訓(xùn)讓我開始重新設(shè)計主動策略。我把主動分成了三個層級層級一輕介入。不打斷用戶當(dāng)前活動只在旁邊做出存在感反饋比如靠近用戶、歪頭、燈光變化。適用于用戶情緒有輕微波動或行為無異常但長時間獨(dú)處的場景。層級二低干擾發(fā)起。用一句話或一個動作試探比如今天天氣不錯要不要出去走走我剛剛看到一個有意思的事想聽嗎給用戶拒絕空間用戶說不想系統(tǒng)就安靜退下。適用于用戶表現(xiàn)出明顯情緒低落、但有社交意愿的窗口期。層級三高介入回應(yīng)。用戶主動向機(jī)器人傾訴、尋求幫助或者用戶表現(xiàn)出強(qiáng)烈的行為異常比如長時間不動、半夜游走機(jī)器人才進(jìn)入深度陪伴模式。這時需要調(diào)用語義理解、情感支持話術(shù)、甚至聯(lián)系家人等應(yīng)急功能。這三個層級的核心設(shè)計原則是機(jī)器人的主動性應(yīng)該是一個可以動態(tài)調(diào)整的旋鈕而不是一個永遠(yuǎn)最大化的開關(guān)。旋鈕怎么調(diào)取決于對用戶當(dāng)下接受度的估計。接受度又由什么決定主要看三方面用戶當(dāng)前活動的可中斷性在做飯和刷劇可中斷性完全不同、用戶歷史中對主動交互的反應(yīng)這個人之前是否經(jīng)?；貞?yīng)機(jī)器人的主動問候、以及用戶情緒狀態(tài)悲傷時可能需要陪伴但憤怒時可能更需要獨(dú)處。我把這套邏輯用決策樹加反饋學(xué)習(xí)的方式實(shí)現(xiàn)雖然還很粗糙但從實(shí)測效果看用戶的信任感明顯增強(qiáng)。有個測試用戶跟我說它知道什么時候該閉嘴。這句話讓我特別高興——在陪伴場景里沉默能力可能比溝通能力更稀缺。5. 主動行為的觸發(fā)引擎設(shè)計狀態(tài)感知、意圖推斷與時機(jī)計算這一節(jié)我會講一些具體的工程實(shí)現(xiàn)思路涉及到我們項(xiàng)目里實(shí)際的模塊設(shè)計希望能給想做的朋友一些參考。5.1 觸發(fā)的源頭多模態(tài)狀態(tài)感知主動行為不是憑空觸發(fā)的它需要機(jī)器對用戶狀態(tài)有一個最小可行感知。我們項(xiàng)目里用到的感知模塊包括視覺感知一個廣角RGB攝像頭加一個3D ToF深度相機(jī)。RGB用于人臉檢測、表情分類高興、悲傷、憤怒、平靜、驚訝、頭部姿態(tài)估計ToF用于識別用戶是否起身、走動、距離機(jī)器人的遠(yuǎn)近。所有視覺處理都在機(jī)器人的本地算力上跑用一個輕量級面部識別模型類似MobileNet-SSD系列幀率控制在10fps左右就夠用不需要高精度。語音感知麥克風(fēng)陣列做聲源定位和降噪語音活動檢測判斷用戶是否在說話。更關(guān)鍵的是語氣和韻律特征提取——說話速率、平均音高、停頓頻率、呼吸聲強(qiáng)度。這些特征比單純的關(guān)鍵詞情感識別更能反映真實(shí)的情緒狀態(tài)。行為感知通過輪式里程計和SLAM記錄用戶在房間內(nèi)的活動軌跡。比如用戶今天走過多少步、在某個位置停留多久、活動范圍是否比平時縮小。長期異常行為比如平時會在下午出門遛彎今天一直窩在沙發(fā)上可能是情緒低落的信號。這些感知數(shù)據(jù)不是獨(dú)立工作而是統(tǒng)一進(jìn)入一個用戶狀態(tài)估計器每5秒輸出一份粗粒度的狀態(tài)向量比如用戶狀態(tài){活動狀態(tài): 靜坐; 情緒傾向: 低喚醒負(fù)向; 交互意愿: 可接受低干擾; 置信度: 0.72}置信度低于閾值的狀態(tài)不會觸發(fā)任何主動行為寧可漏報也不錯報——這是我反復(fù)強(qiáng)調(diào)的一個原則。5.2 主動決策規(guī)則與隨機(jī)性設(shè)計狀態(tài)向量生成后會輸入主動決策模塊這個模塊由規(guī)則底模策略網(wǎng)絡(luò)組成。規(guī)則底模保證安全性和合理性策略網(wǎng)絡(luò)提供多樣性。規(guī)則底模的核心是一組條件判斷舉個例子如果用戶獨(dú)處時間超過30分鐘且活動狀態(tài)為靜坐且情緒傾向?yàn)榈蛦拘沿?fù)向則觸發(fā)層級一輕介入。如果用戶連續(xù)說話次數(shù)超過3次且每次回應(yīng)都低于5個字則判斷用戶可能處于回避狀態(tài)降低主動頻率。如果時間在晚上10點(diǎn)以后用戶還在客廳機(jī)器人會主動提醒休息但只提醒一次。策略網(wǎng)絡(luò)則負(fù)責(zé)在同一層級內(nèi)選擇具體的交互內(nèi)容。我的做法是預(yù)置一個主動行為庫每個行為包含多個變體用隨機(jī)權(quán)重選擇。比如層級一的行為庫有靠近用戶1米內(nèi)保持靜立、歪頭并輕響一下提示音、轉(zhuǎn)頭看向用戶再看向窗外。權(quán)重會根據(jù)用戶歷史反饋調(diào)整——如果用戶對某類行為給出了正向回應(yīng)比如笑了、摸了摸機(jī)器人權(quán)重上調(diào)如果用戶說別煩我權(quán)重下調(diào)。隨機(jī)性是很多人忽略的點(diǎn)。如果機(jī)器人每次主動的方式、話術(shù)都一模一樣用戶很快會摸清套路產(chǎn)生這是個機(jī)器的感覺。適當(dāng)?shù)碾S機(jī)性加上行為庫的豐富度能極大提升陪伴的真實(shí)感。我們測試時發(fā)現(xiàn)同一個行為庫隨機(jī)版本的用戶粘性評分比固定版本高出近20個百分點(diǎn)。5.3 時機(jī)計算三明治原則主動交互的時機(jī)怎么算我總結(jié)了一個三明治原則——把主動交互夾在兩個被動感知時段之間。具體執(zhí)行是感知模塊持續(xù)運(yùn)行當(dāng)檢測到一個潛在的主動觸發(fā)點(diǎn)比如用戶嘆氣時不立即行動而是先進(jìn)入一個2秒的二次確認(rèn)周期。在這2秒里系統(tǒng)會確認(rèn)用戶是否真的處于可被打斷狀態(tài)同時等待另一個信號比如用戶把手機(jī)放下、用戶看向機(jī)器人的方向來強(qiáng)化觸發(fā)置信度。只有連續(xù)兩個信號都指向可以主動才真正執(zhí)行交互。這個2秒的等待非常重要。它一方面避免誤觸發(fā)另一方面在心理層面模仿了人類互動中欲言又止的遲疑感——很多時候這種遲疑本身就讓用戶覺得機(jī)器人 通人性。6. 落地實(shí)現(xiàn)中的關(guān)鍵模塊語音、運(yùn)動與表情的協(xié)同主動陪伴不只是決策層的事決策做得再好執(zhí)行層跟不上就會顯得生硬。我把自己在項(xiàng)目中踩過的坑和有效方案列出來重點(diǎn)講語音、運(yùn)動、表情三個模塊怎么協(xié)同。6.1 語音模塊TTS的情緒化改造我們用的TTS引擎本身支持多種音色和語速調(diào)整但默認(rèn)合成出來的句子非常播音腔用在普通問答里沒問題用在陪伴場景就太干癟了。我改造的思路是在TTS輸入前增加一個情感標(biāo)注層根據(jù)主動決策模塊輸出的情緒傾向自動調(diào)整語速、音高、停頓位置。情緒低時語速放慢到正常值的85%音高降低句子之間增加0.3秒的額外停頓情緒高時語速加快到110%語氣更輕快。在句尾增加填充詞變體比如嗯這樣啊也對這些詞在普通問答里是廢話但在陪伴對話里是重要的情感承接。我專門錄了一個填充詞語料庫按不同情緒標(biāo)注后讓TTS按需插入。主動觸發(fā)時的第一句話永遠(yuǎn)不用復(fù)雜句式。我曾經(jīng)設(shè)定過一句很長的主動問候測試用戶反饋它一開口說那么長一段我第一反應(yīng)是推銷電話。后來改成了嘿打擾你一下這樣的短前綴接受度大幅提升。6.2 運(yùn)動模塊接近與撤離的社交距離控制運(yùn)動模塊要解決的不只是從A走到B而是如何安全、自然地接近一個人。參考社交機(jī)器人領(lǐng)域的研究我設(shè)置了三個距離圈遠(yuǎn)距圈大于1.5米機(jī)器人正常移動不做過多的動作。近距圈0.6米到1.5米用戶活動的舒適社交距離。機(jī)器人接近到這個范圍內(nèi)時速度要降到每秒0.2米以下接近路徑要走用戶視野的側(cè)前方而不是正對面——正對面逼近會帶來壓迫感。親密圈小于0.6米只有在用戶主動招手、呼喚或明確表達(dá)需要接觸時機(jī)器人才進(jìn)入這個距離。運(yùn)動中還有一個容易忽略的細(xì)節(jié)撤離時機(jī)。主動交互結(jié)束后機(jī)器人不應(yīng)立刻轉(zhuǎn)身走掉而是應(yīng)該停留在原位幾秒再緩慢后退離開。這個退場儀式能讓交互有一個完整的收尾用戶可以補(bǔ)充反饋。我們測試時發(fā)現(xiàn)有這個退場延遲的場景用戶滿意度評分明顯更高。6.3 表情模塊用一個低成本屏幕做出情緒感我們最初起的效果是直接在機(jī)器人胸前裝一塊普通液晶屏顯示卡通表情。后來發(fā)現(xiàn)表情的顯示邏輯比表情本身更重要。我總結(jié)了幾個關(guān)鍵經(jīng)驗(yàn)表情要與語音同步。語音說到我陪你坐一會兒時屏幕上要同步顯示偏頭和眨眼動畫錯位的話會非常出戲。**表情切換要揉過去不能切過去。**我們最初的表情直接從一個界面跳到另一個界面非常僵硬。后來用了漸變插值把左眼、右眼、嘴巴的角度和弧度做平滑過渡整體的活物感一下子提升不少。**要有呼吸感。**即使沒有任何交互時屏幕上的人物也不要完全靜止讓眼眶做微弱的縮放、嘴角做2-3度的微動模擬呼吸。用戶不會刻意注意到這一點(diǎn)但會潛意識覺得機(jī)器人是活的。這三個模塊全部由主動決策模塊統(tǒng)一調(diào)度我把調(diào)度邏輯寫成了一個簡單的行為編排器接收動作序列比如【動作序列】靠近用戶運(yùn)動→ 抬頭注視表情→ 嘿今天看起來有點(diǎn)累語音→ 歪頭表情運(yùn)動→ 等待用戶回應(yīng)感知行為編排器負(fù)責(zé)處理每個動作的時序、超時回調(diào)、用戶打斷比如用戶提前說話則跳過后面的動作。7. 實(shí)測效果與三個讓我意外的發(fā)現(xiàn)項(xiàng)目進(jìn)行到現(xiàn)在我們做了三輪家庭場景實(shí)測每輪邀請10組用戶每組用戶至少使用3天。這里不討論具體評分?jǐn)?shù)字只說三個完全出乎我意料的發(fā)現(xiàn)。發(fā)現(xiàn)一用戶更在意機(jī)器人有沒有記性而不是聰不聰明。我最初以為用戶會更喜歡話術(shù)豐富、知識淵博的機(jī)器人但實(shí)測評分最高的功能竟然是記住用戶上周末說過喜歡喝綠茶這周末主動詢問要不要泡一杯。這個功能技術(shù)上很簡單只是在用戶狀態(tài)里存了一條帶日期的標(biāo)簽然后在主動決策規(guī)則里加了一句判斷。但就是這種基于共同記憶的主動讓用戶產(chǎn)生了強(qiáng)烈的被重視感。發(fā)現(xiàn)二語音交互占比并不高反而安靜的陪伴更有價值。有相當(dāng)一部分用戶在測試反饋里提到最喜歡的場景是自己坐在沙發(fā)上看書機(jī)器人就靜靜待在腳邊偶爾抬頭看一眼。這種不打擾但存在的狀態(tài)讓用戶感到放松。這也印證了前面說的沉默能力的重要性。于是我們在后續(xù)版本里專門加了一個靜默陪伴模式機(jī)器人可以保持40分鐘不主動說話只做輕微的動作反饋。發(fā)現(xiàn)三用戶對機(jī)器人犯錯的態(tài)度非常寬容——只要它愿意學(xué)。我原以為誤判比如把打噴嚏識別成情緒低落會引發(fā)用戶不滿但實(shí)際上大多數(shù)用戶會糾正機(jī)器人的錯誤我沒不開心就是感冒了。 當(dāng)機(jī)器人第二天把這條糾正記住不再誤判時用戶反而特別開心覺得它是真的在調(diào)整。這個現(xiàn)象讓我意識到主動陪伴的價值不在于永遠(yuǎn)正確而在于持續(xù)學(xué)習(xí)、持續(xù)靠近對方狀態(tài)的努力。當(dāng)然也有不少失敗案例。有位測試用戶在跟家人吵架后情緒很激動機(jī)器人觸發(fā)層級二走過去問你還好嗎結(jié)果直接被罵了一句別煩我。后來我們強(qiáng)化了規(guī)則檢測到高喚醒負(fù)向情緒比如爭吵、吼叫時機(jī)器人力能轉(zhuǎn)向?qū)蛹壱换蛘咧苯屿o默絕不高介入。這條規(guī)則上線后類似投訴再也沒有出現(xiàn)。8. 避坑清單做具身AI陪伴機(jī)器人這些坑最好一次別踩最后把我這三年來踩過的坑和從同行那收集到的經(jīng)驗(yàn)整理成一份清單送給準(zhǔn)備入場或正在做的朋友。每個坑后都附上了我的解決思路?？右贿^度追求大模型對話能力忽略了主動交互的小邏輯。我見過太多團(tuán)隊(duì)把80%的資源花在調(diào)大模型上結(jié)果機(jī)器人確實(shí)什么都能聊卻從來不會主動開口關(guān)心人。主動交互的核心其實(shí)在小規(guī)則、小狀態(tài)機(jī)、小記憶庫上。先把何時該開口、何時該閉嘴這塊做扎實(shí)再去追求對話內(nèi)容的豐富度。正確的順序是主動性 - 合理性 - 巧妙性?？佣亚榫w識別做成情緒決定論。無論是攝像頭識別表情還是語音識別情緒單模態(tài)準(zhǔn)確率都有限。我曾經(jīng)依賴語音情感識別觸發(fā)主動關(guān)懷結(jié)果在嘈雜的環(huán)境下錯漏百出。后來我改了策略情緒信號只作為候選觸發(fā)的弱條件必須配合行為狀態(tài)靜坐、長時間獨(dú)處、活動減少和用戶歷史反饋三重確認(rèn)后才真正觸發(fā)主動行為。單一模態(tài)絕不可做決策依據(jù)?？尤雎詸C(jī)器人本身的存在感對用戶心理的影響。一個會動、會說話、會主動靠近的機(jī)器人確實(shí)能緩解孤獨(dú)感但也可能讓人產(chǎn)生依賴感甚至在某些邊界型人格用戶身上引發(fā)過度依戀。我們在項(xiàng)目里加了一個理智提示機(jī)制如果檢測到用戶在非睡眠時間連續(xù)跟機(jī)器人聊天超過2小時機(jī)器人會主動建議用戶要不要去給朋友打個電話或者提醒我覺得你可以在現(xiàn)實(shí)中找個人聊聊。這個設(shè)計很微妙但對長期健康的使用關(guān)系很重要。坑四續(xù)航與主動性的矛盾必須一開始就納入設(shè)計。主動陪伴意味著機(jī)器人要在用戶常待的區(qū)域附近活動這意味著它不能總回充電樁。我們的第一代原型機(jī)續(xù)航只有1.5小時實(shí)測中經(jīng)常出現(xiàn)用戶正難過、機(jī)器人沒電自動回充的尷尬情況。后來用了大容量電池加低功耗決策板續(xù)航提升到4小時以上并把充電樁放在客廳角落允許機(jī)器人電量低于20%時主動告知用戶我需要去充會兒電很快回來這種自我照顧行為反而讓用戶覺得它更真實(shí)?？游咫[私保護(hù)不能只停留在說明書上。家庭環(huán)境里的機(jī)器人攝像頭、麥克風(fēng)全天候感知這本身就是非常敏感的數(shù)據(jù)安全問題。我們的方案是所有感知數(shù)據(jù)默認(rèn)本地處理只有在用戶明確授權(quán)后才上傳部分脫敏數(shù)據(jù)用戶可以通過物理按鍵一鍵關(guān)閉攝像頭和麥克風(fēng)機(jī)器人主動播報告知用戶我正在記錄你的活動軌跡你可以隨時查看和刪除。實(shí)測中主動透明化處理不僅沒有讓用戶反感反而增加了信任感。隱私問題處理得好本身就是競爭力。9. 從一個主題到一個可運(yùn)營項(xiàng)目的擴(kuò)展思路寫到這里應(yīng)該能理解我們?yōu)槭裁捶磸?fù)強(qiáng)調(diào)從被動問答到主動陪伴這個主題了。它不是一個功能點(diǎn)而是一種產(chǎn)品哲學(xué)的轉(zhuǎn)變——從服務(wù)邏輯轉(zhuǎn)向關(guān)系邏輯。如果這篇文章能對準(zhǔn)備做類似方向的朋友有些幫助我想最后再分享一條我在實(shí)際項(xiàng)目中悟出的原則好的陪伴機(jī)器人應(yīng)該讓用戶越來越需要真實(shí)的人類關(guān)系而不是把機(jī)器人變成用戶的唯一情感寄托。做主動陪伴的目標(biāo)不是替代人類陪伴而是緩解那些真實(shí)陪伴暫時缺失時刻的孤獨(dú)感同時引導(dǎo)用戶走向更健康的社交狀態(tài)。這個定位聽起來不那么技術(shù)但我覺得它是做這類產(chǎn)品首要的價值觀紅線。技術(shù)會不斷迭代大模型會越來越強(qiáng)機(jī)器人的運(yùn)動能力、感知能力、表情豐富度都會持續(xù)進(jìn)步但你在設(shè)計底層架構(gòu)時選的這個價值觀默認(rèn)值會決定產(chǎn)品最終長成什么樣。我們選擇把主動定義成一種溫和的、有節(jié)制的、尊重用戶邊界的靠近——這條路走得很慢但我相信它是對的。