动态

原帖正文 不是，什么叫大模型驱动的AI智能跳蛋啊？？早上刚刷到一个杰士邦的产品视频，据说是「豆包大模型驱动的 AI 智能跳蛋」。
11月4日，杰士邦正式发布了一款叫MEO的 AI 智能陪伴机器人，接入的是豆包Seed-2.0大模型。我研究了一下它的功能，感觉还挺抽象的。
它支持自然语言对话，提供四种不同性格的「虚拟男友」人设。
按照官方的说法，AI 能够理解用户的情绪和语境，进行相应的情感交流。最牛逼的是它真的把大模型和物理硬件控制结合起来了。
用户可以在聊天过程中，直接通过自然语言调节设备的震动档位和频率（豆包豆包，快一点！）。
硬件部分包含吮吸和震动两种独立设备，支持双设备联动、智能加温和低噪运行。更离谱的是，它还有日夜双模式。
白天可以当电子时钟、备忘录、助眠白噪音播放器，陪你聊天；晚上就切换到另一种陪伴场景（开始具身智能）。看到这里，我现在有几个非常严肃的技术问题。
第一，它到底是怎么把自然语言映射成物理动作的？模型直接参与控制，还是通过 Function Calling 调用预设模式？
第二，既然有四种人设，能不能记住用户长期的偏好？有没有根据反馈持续调整的能力？
第三，如果模型推理时间太长，或者 API 突然超时了怎么办？关键时刻弹出一个 429 Too Many Requests，这谁受得了？
第四，也是我最好奇的：Token 用完了怎么办？？？（关不掉了吗，那很涩了）我突然想起来，两个多月前，我还发过一个很抽象的具身智能项目。
当时有个开发者把自己的身体接进了 Codex 的 Agent Loop，通过蓝牙设备，让 AI 完成感知、决策、执行和反馈的闭环。
那个帖子当时爆火，我还觉得这帮极客真是闲得没事干，什么东西都能拿来搞‘具身智能’。结果这才过去两个多月，杰士邦已经把类似的交互思路做成商业产品了。
整个具身智能行业还在研究怎么让机器人叠衣服、拿杯子，怎么解决Sim-to-Real，怎么获得真实世界的反馈数据。成人用品行业倒是先把商业场景想明白了。
甚至连强化学习的 Reward 都非常明确，用户高潮就是正反馈，不高潮就是负反馈。而且这种应用场景，对模型的延迟、控制精度和可靠性要求可能相当高。
你想想，别的 Agent 执行失败了可以重试，代码写错了可以回滚。
这玩意儿要是关键时刻突然开始Thinking，思考两分钟下一步怎么做，那真是灾难性的用户体验。之前一直有人说，具身智能距离真正的商业化还有很长的路要走。
现在看来，可能是我们对「具身」的理解太狭隘了。
人类的科技树的发展终究还是离不开黄赌毒🤣