在近日举办的2025云栖大会现场，无界方舟推出的国内首款基于「端到端实时多模态互动模型」的AI学伴机器人——奇多多，成为全场焦点。这款产品在京东预售仅上线一周，销量便突破了10000台，这个数字不仅体现了市场对优质AI早教产品的渴望，更预示着多模态大模型在消费级硬件领域的商业化曙光正在到来。
正如一位现场宝妈所说：“太好了！终于不止是AI玩具了，而是解决了很多早教痛点问题。”在AI技术日益成熟的今天，奇多多的成功或许验证了：在早教赛道，“功能驱动”比“概念炒作”更能让市场买单。更令人瞩目的是，奇多多在展会期间，现场获得了上百位家长下单预定，同时吸引了几十家AI产品后续对接无界方舟EVA模型的合作机会，成为本届大会最具商业潜力的AI硬件产品。
云栖大会现场火爆，奇多多展现真实力
在云栖大会3号馆·前沿应用馆奇多多星球展台，奇多多吸引了大量参展观众及宝宝驻足体验。孩子们手拿绘本、练习、玩具、绘画作品等，与奇多多进行自然互动，现场气氛热烈。
奇多多展现出的不仅仅是语音交互能力，更是真正的多模态理解能力。它能够识别孩子手中的任意绘本/教材/卡片等读物，无论中文、英文，甚至儿童读物复杂分散的混合排版，都能精准识别；它能看懂孩子的现场绘画；它能对日常物品进行即时有趣的科普，将深奥的科学原理，以孩子能够理解的语言描述，符合孩子“边看、边问、边学”的科学习得链路。
展会的三天时间里，奇多多展示了令人惊叹的阅读能力：除了所有书本都能识别外，还提供了三种阅读模式：
朗读模式：可识别所有类型的读物、多种主流语言文字，语音富有表现力，避免机械感；
翻译模式：支持多语言即时互译，读一句英文、翻译一句中文，让孩子有兴趣阅读全英文材料；
指读模式：文字、单词、图案均可识别，并给出相关科普，替代传统点读笔、词典笔。
“这意味着家长不再需要购买点读笔、词典笔、故事机等多种产品。”一位现场宝爸评价，“一机解决所有阅读需求，能帮助孩子读课本，和学校课业结合，这才是真正的解决刚需。”
“与传统AI产品的交互不同，奇多多不需要按压拍照或按压对话，也不需要等待漫长的响应时间导致注意力转移。”无界方舟CPO杨冬蕴（小乔）在现场介绍，“孩子们可以更自然地边看、边问、边学，这是符合儿童认知行为的革命性突破。”
突破性功能：从“AI陪伴”到“功能满足”的质变
预售破万，奇多多究竟做对了什么？
小乔表示：“首先非常感谢广大用户对奇多多的喜爱和认可。奇多多的突破主要在于两方面：一方面是回归第一性原理，对早教产品功能做深度挖掘；另一方面是我们自研的EVA实时多模态互动模型，能真正满足产品需求。”
从国内几个主流电商平台的退货率数据可知，早教产品退货率高达30%-70%。其中退货率偏低的是故事机、熏听机这类产品，AI类产品的退货率是非常高的。所以早教硬件看似是红海赛道，实际产品力上并没有满足家长和宝贝们的需求。
奇多多的突破性功能主要体现在三大方面：
1. 能“看”世界的眼睛：AI识物科普与全能阅读
无界方舟创始人&CEO曾晓东博士指出：“常见的「语音AI+CV视觉模型」在真实幼龄场景中会有四重失效，具体表现为，常见的儿童语音识别错误率高达52%、对任意书籍的识别准确率不足35%、对常见物品误识率超40%、复杂概念解释远超认知水平。”
EVA通过“模态中枢+成长型认知引擎”架构实现突破，从“成人适配”到“儿童友好”，其中视觉能力为核心支撑：
打通视觉理解【眼】：儿童“边看边问”是核心交互习惯，除AI语音外，奇多多更有视觉识别能力，并带给孩子知识科普拓展。书籍、日常物品、涂鸦作品、学校发的奖状奖品等，这些孩子喜欢展示和提问的物件，奇多多均可识别。
除AI视觉识物和科普外，奇多多还有强大的阅读能力，支持不同字体、多语言、全类型读物的识别。宝贝家里的绘本、考卷、课本、期刊、卡片全能识别和阅读，提供3种阅读模式：朗读、翻译、指读，有效替代点读笔、词典笔等产品。
2. 堪比真人的低延迟反馈速度
革新延迟标准【快】：语音交互延迟≤250ms（匹配快速注意力转移特性），视频交互延迟≤400ms，书籍识别/实物识别延迟≤300ms（采用边缘端视觉特征加速算法，支持即时反馈）。即使受限于硬件设备性能，也可以控制在秒级响应。
0-10岁儿童的注意力持续时间仅为10-30分钟，超过1秒的响应延迟就会中断注意力，而缺乏视觉理解的实时互动则会切断“从看到学”的核心链路。很多AI语音产品采用按压式交互，反馈在6秒以上，孩子是无法沉浸使用的。
“孩子问‘这是什么’时，如果等待超过1秒，他们的注意力就可能转移。”小乔解释道，“我们的技术团队为此进行了大量优化，确保交互过程自然连贯。”
3. 能“成长”的个性化陪伴感
情感与成长体系【伴】：具备48种情绪计算体系，100+种眼神表情互动，可克隆父母的音色与孩子对话。更有个性化记忆引擎带来AI成长体验，使每个孩子都有专属于自己的奇多多。
奇多多是带有成长属性的AI产品，会随着用户的使用，个性化适配用户，记得用户的重要事件，让每个孩子拥有属于自己的奇多多。其背后的关键是“存储型记忆 + 参数化记忆”的技术结合，为宝贝们打造专属的 “记忆引擎”。
技术内核：EVA大模型如何突破行业瓶颈
曾晓东博士深入解析了背后的技术原理：“首先我们需要的是一个极强的实时多模态大模型来赋予硬件‘真人般的交互’，多模态模型因其能够融合文本、图像、音频等多种信息形态，提供更智能、拟人化的交互，而成为重要研究方向。我们从去年年初就着重布局这个方向，在业界没有任何现成开源方案的情况下，率先在去年8月份推出了国内SOTA的EVA端到端多模态模型，率先解决了多模态商业化致命瓶颈，为AI应用赋予了‘超级感官’与‘真大脑’，填补了走向商用落地的最后一公里。”
在此基础上，EVA为奇多多做了儿童早教场景的深度模型适配。最特别的是看懂“万物与书籍”的视觉魔法——AI识物科普与AI所有书全能读。
早教场景视觉识别面临四大核心挑战，包括非标准书籍（多样排版、手写字体等）、实物形态多变、复杂环境干扰以及儿童非标准书写和涂鸦。普通AI识别准确率低于30%，实物混淆率超45%，难以满足儿童学习需求。
EVA针对早教场景进行了全面的场景化视觉能力优化。其“书籍全域识别引擎”支持所有类别书籍甚至手写本，通过字体扩展、排版分析和印刷增强实现96%的准确率，并可同步语音朗读与科普互动。在实物识别方面，采用小样本学习技术，仅需3-5个样本即可识别新实物，结合多模态科普和抗干扰优化，在复杂环境下仍保持93%以上准确率。针对儿童手写和涂鸦，EVA通过专用训练数据集和模型优化，实现94%的作业识别准确率，并能对非标准书写保持鲁棒性，还可将涂鸦关联科普内容激发创作兴趣。
个性化与隐私保护的完美平衡
在个性化方面，小乔介绍：“AI陪伴类产品，只有做好个性化成长时，才能提升使用时长和活跃度。奇多多是带有成长属性的AI产品，会随着用户的使用，个性化适配用户，记得用户的重要事件，让每个孩子拥有属于自己的奇多多。其背后的关键是‘存储型记忆+参数化记忆’的技术结合，为宝贝们打造专属的‘记忆引擎’。”
这主要依靠三个模块协同工作：认知记忆模块会追踪孩子的知识轨迹，并构建认知标签；情感记忆模块则本地化存储孩子的个人偏好；交互记忆模块会依据艾宾浩斯遗忘曲线动态调整记忆内容的优先级。
针对家长关心的隐私安全问题，曾晓东博士强调：“这是我们极其重视的关键问题。我们通过多层技术保障、完善的家长控制功能、透明的数据承诺以及合规的设计，全面消除家长对数据隐私的顾虑。”
“我们创新性地研发PrivateLoRA技术，进一步加强儿童信息的安全与隐私保护。EVA基于PrivateLoRA构建了一套隐私优先的大模型架构，其核心思路是将涉及用户隐私的计算任务本地化——迁移至个人终端设备执行。该技术借助低秩适配（LoRA）方法，在微调大模型时仅训练和更新少量参数，无需原始数据上传至云端，既降低了数据传输中的泄露风险，也利用本地算力实现深度个性化处理。”该技术我们已向技术社区开源（https://wanglamao.github.io/），为推动隐私保护大模型的发展贡献力量。
开放生态：EVA OS让每个硬件都拥有“视觉智慧大脑”
曾晓东博士分享了EVA OS的未来开放计划：“简单来说，EVA OS将奇多多最核心的‘眼睛’和‘大脑’做成了一个标准化、可插拔的软硬件一体能力包，任何想做智能硬件的公司，无需从头研发AI，直接使用我们的研发套件即可。”
EVA OS主要开放四类能力：多模态交互API、知识与视觉接口、硬件适配SDK以及广泛的硬件兼容性。首批合作伙伴已取得显著成效：某知名儿童出版社接入EVA书籍识别能力后，其小众科普书的用户阅读时长提升3.5倍；户外玩具厂商通过实物识别API，使望远镜产品增加“识别花草/鸟类”的科普功能，销量增长52%。
未来，EVA OS致力于打造一个开放、协同的生态。不仅提供技术接口，更通过开发者社区、详尽的文档和技术支持，持续赋能合作伙伴，共同推动多模态AI在智能硬件领域的创新与应用。
我们希望作为先行者，让科技平易近人，实现科技普惠、行业共荣！
本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。https://www.dmsdw.cn/73040.html
