潮起時：互聯網大咖闖入兒童賽道，做了款不一樣的AI伴學機器人

“教培小史記”：268萬字，1000場對話，見證十年！多知圖書十年大禮包，人手一套。點擊購買，數量有限，售完為止。

“市場上欠缺一款真正為低幼兒童設計、既好用又完整的智能設備?！?/blockquote>

來源|多知

作者|徐晶晶

生成式AI的浪潮涌動下，近兩年教育行業迎來一波久違的人才“回流”。一個明顯的標志是許多昔日離場的創業老兵，正集體回歸教育主場。

本文的主角——AI創業公司奇點靈智與其高配置的創始團隊，便是其中之一。其三位聯合創始人均是擁有近二十年連續創業經歷的資深人士，具備研發國民級教育產品的經驗：

• 創始人兼技術負責人包塔，兼具扎實的學術背景與豐富的產業經驗。他曾是清華人工智能實驗室研究骨干。畢業后，他職業生涯的前10年與本系同學周楓等人聯合創辦網易有道，曾推出月活千萬的“網易有道詞典”，后者累計服務用戶超10億。2017年，他加入美團，擔任美團副總裁、美團金融CTO。

• 聯合創始人徐毅斐，畢業于清華大學生物醫學工程、中科院心理所。曾擔任字節跳動“大力智能臺燈”的平臺產品負責人。更早前，他是創新工場第一代產品經理，深度參與點心手機操作系統，之后創業投入兒童教育領域，創作出《鯨魚島的冬天》《皇帝的一天》等多個在AppStore登榜的Pad互動書產品。

• 聯合創始人胡琛，和包塔同為網易有道聯合創始人，也是清華計算機系96級的連續創業者代表。曾經在2010年創立團800團購導航和折扣電商折800，技術加營銷的復合背景使得他在消費者洞察及商業化增長上擁有多個教科書級的實戰案例。

01從“奇點臨近”到“奇點靈智”

“20世紀的技術進步，超過過去2000年，21世紀僅需要25年。” “21世紀20年代末計算機通過圖靈測試，機器智能和人的智能沒有區別。” “2045年，機器智能將超過人類10億倍?！?/blockquote>

20年前的經典著作《奇點臨近》，以其對AI極具前瞻的預見，啟迪了包括包塔在內的無數人。

“如今回看，這些預測不僅毫不激進，反而在諸多領域顯現出提前應驗的趨勢。這背后無疑是蘊藏著巨大的產業機遇。”對于該書，包塔頗為激賞，甚至決定將公司命名為“奇點靈智”以致敬，“靈智相比臨近，更直觀表述了人類對AI的終極幻想”。

而這支創始團隊的集結，更是一個關于信念與選擇的故事。

時間拉回到2年前的暑假，剛剛離開美團的包塔和曾在有道一起創業的胡琛相約碰面。他們曾經如此幸運，大學畢業時剛好是中國互聯網的第一波.COM熱潮，也就開啟了個人在互聯網行業的起點。過去的十多年，他們親歷了由iPhone帶來的移動互聯網繁榮。如同胡琛所言：“我們是從DOS走到Windows又走到App的一代人。”因此，當2023年人工智能革命浪潮涌起時，他們敏銳地感知到前所未有的機遇，“面對這波浪潮，當然會激動不已，摩拳擦掌，很多以往無法實現的想法，終于有機會去成真，哪怕只是有機會試試。”

包塔當天在望京的咖啡館辦了張1000元的充值卡，之后的兩個月里，二人每周碰面，討論了情感陪伴App、多劇情AI互動游戲、陪貓狗玩耍的寵物機器人等各種機會后，最終決定，為孩子們創造一個由AI大模型在底層驅動的陪伴型機器人。

彼時，正投身于車載大模型研發的徐毅斐也接到了一通令其心緒久久未寧的電話。電話那頭是他的舊相識胡琛。

“你給孩子做了10年產品，就真放得下？現在是AI能力爆發的前夜，你難道不想把之前的遺憾補上嗎？”

因為這通電話，徐毅斐當天心緒翻涌，徹夜未眠。2021年離開字節跳動大力教育時，曾經多次在兒童教育方向創業的他本以為會徹底畫上句點。更何況，此時的他已在上海定居，在上海的安穩之家與北京的創業洪流之間，橫亙著京滬雙城奔波的現實。

或許是心中放不下對兒童產品的熱愛，一個月后，徐毅斐北上，與包塔、胡琛成功在京會師，也開啟了之后兩年里每周雙城奔波的再創業之路。

至此，奇點靈智的故事完成了它的序章。而今，奇點靈智已獲得由星連資本領投的數千萬元天使輪投資，這也標志著三位創始人的創業路駛入了快車道。

事實上，從2023年7月公司成立，到2025年8月首筆投資落定，中間的七百余個日夜，是一段心無旁騖、全力以赴的蟄伏之旅。

“當時市場上火熱關注的都是大模型基座，我們對于硬件創業的想法略超前，應用的熱潮是從2024年后才開始的，2025年才是硬件。大家很難想象兩年后的行業狀態和技術能力能實現到什么樣，所以我們就先悶頭做出來，無需多言，干就完了?！迸c多知對話時，包塔的話語中透露出務實的底色。

靜默兩載，利劍將出。這三位老兵究竟會如何重新定義他們的產品？

02“市場上欠缺一款真正為低幼兒童設計、既好用又完整的智能設備”

接下來，這支團隊必須回答一個關鍵問題：在廣闊的AI應用領域中，他們的第一步應落子何處？

初期，團隊系統評估了多個細分賽道，最終錨定的方向是——低幼兒童智能硬件。

可以細拆為兩個關鍵詞：“低幼兒童”、“智能硬件”。

包塔的核心洞察是：“各年齡段人群都有專屬的成熟硬件（如小學生有智能手表、中學生有手機），唯獨低幼兒童，始終欠缺一款真正為他們設計、既好用又完整的智能設備。這意味著存在顯著的市場空白?！?/strong>

低幼兒童為什么一定需要一款好用的智能硬件？這是否是偽需求？

此前，團隊在用戶調研中發現一個普遍現象：盡管媽媽們經常購買多款同類產品（比如買多支點讀筆），卻始終找不到一個能長期陪伴孩子成長的工具。

這背后的核心訴求在于，家長希望孩子能獨立專注地玩耍，并在玩耍中有所收獲。而在過去，實現這一平衡的關鍵角色，只能由專業的幼教老師擔任。

可以看到，當前市面上并不缺乏低幼兒童硬件產品（比如益智玩具、點讀筆、故事機等），但這些產品普遍存在的問題是智能化程度低、功能單一，這也導致產品使用周期短，無法滿足孩子的成長性需求。

團隊還需要回答的一個問題是，低幼兒童需要的長期陪伴產品為什么必須是實體智能硬件，而不能只是一款App？

要回答這一問題，關鍵在于理解低幼兒童的陪伴需求。一次用戶訪談中，一位媽媽的反問令包塔印象深刻：“孩子能摟玩具小熊睡覺，但能摟個Pad上床睡覺嗎？”

這句話道出了關鍵差異：對于低幼兒童，真正的陪伴源于觸手可及的實體交互所帶來的安全感與情感連接。孩子們需要的不是某個功能設備，而是一個能擁抱、能對話的“伙伴”，這是任何屏幕內的虛擬世界都無法替代的。

故而，研發一款既能讓家長放心、又能讓低幼孩子長期使用的陪伴硬件，便是奇點靈智最初看到的機會所在。

（圖源自奇點靈智）

需要指出的是，奇點靈智提到的“低幼兒童”明確指向3-8歲年齡段的孩子——他們是閑暇時間最充裕的人群，且處于三年級之前沒有學習壓力的“快樂啟蒙”黃金窗口期。

從供給端來看，包塔判斷，大模型結合多模態技術的突破，為彌合這一需求落差提供了巨大契機。

包塔說：“這一年多來的認知迭代，讓我更加確信，借助日益強大的大模型能力，打造能持續吸引孩子興趣、長期陪伴的硬件是可行的。這類產品的核心挑戰就在于維持孩子的興趣——傳統單功能硬件普遍難以做到這一點。在低幼階段，學習本質上是融入玩耍的過程。只要產品能持續激發興趣，讓孩子玩起來，就有無限契機融入學習。學與玩完全可以有機融合。”

事實上，低幼兒童智能硬件（不含學習機）本身是一個不小的市場，奇點靈智團隊認為，借助AI技術重塑交互與陪伴體驗，存在創造更長效價值產品的機會。團隊錨定的，正是一片廣闊天地、大有可為的新藍海。

03讓AI小外教“主動看見”并引導孩子開口

經過一年多的產品打磨，奇點靈智的首款產品——“多奇AI小外教機器人”應運而生。

胡琛坦言，。“我們覺得公司叫奇點靈智嘛，多奇是對關鍵字‘奇’的繼承——它既是人們對科技與人工智能的感受；同時也是對小朋友的美好期許，我們都知道好奇心是孩子最寶貴的品質，需要多呵護和培養。興趣驅動、快樂成長，就是我們產品價值觀的一部分。”

（圖源自奇點靈智）

為何聚焦家庭桌面，而非戶外隨身場景？

這一決策的答案藏在一組用戶數據中。徐毅斐分享道：“我們曾拆解過孩子們一周的時間軌跡分布。結果顯示，他們超過70%的時間待在家中，而其中在桌前的時間占比尤其高。這一規律在不同年齡段的孩子身上高度一致。”換言之，家庭桌面是孩子們毋庸置疑的核心生活場域。

從核心功能來看，多奇解決的是讓孩子開口“說”英語的難題。

團隊選擇從英語切入，是基于三重考量：第一，英語是教育領域中需求最明確、體量最大的單一市場；第二，它高度依賴語境，而多數家長無力提供；第三，大語言模型在語言教學上的應用路徑最為清晰，可以發揮的價值更為明確。

語言的習得過程，通常被劃分為聽、說、讀、寫四個關鍵維度。多奇的核心突破在于解決“說”這一雙向互動難題。與之形成參照的是，當前市場上的英語教育產品（比如熏聽機、點讀筆等）多聚焦“聽”“讀”等單向輸入。

多奇是如何解決讓孩子“說”英語這件事的？在設計上，它深度模擬了優秀幼兒英語教師的三種關鍵能力：

1.察言觀色，主動引導：它能“看見”孩子并主動發起對話，彌補幼兒不善提問的短板。

2.循循善誘，鼓勵表達：從單詞到短句循序漸進，保護初學者的表達信心。

3.因材施教，動態調整：識別不同孩子，并用符合其水平的中英雙語與之進行交流。

主動交互也是多奇區別于其他AI陪伴產品的核心交互特質。

當孩子坐在多奇對面時，開啟觀察模式的多奇就能（通過攝像頭）看見孩子，察言觀色，主動發起對話；甚至能從零基礎的單詞教起，并根據孩子表現實時調整難度與引導策略。

這一“主動”哲學，源于徐毅斐此前對傳統智能硬件的一個深刻洞察。

幾年前，還在大力智能臺燈團隊時，徐毅斐便收集過20個孩子一個月的臺燈學習數據，發現了兩個明顯的問題：一是臺燈亮著的屏幕本身就是干擾源，容易吸引孩子亂點屏幕；二是孩子寫作業時，面對屏幕上的眾多App常常無所適從。

因此，多奇選擇了另一條路：化被動為主動，讓AI主動先行感知。通過攝像頭識別桌面內容，多奇得以在孩子開口前就理解場景，從而將產品從“等待指令的工具”升維為“洞察需求的伙伴”。

04“讓孩子回歸最自然的實體空間進行學習”

功能之外，多奇的設計哲學與體驗細節，同樣構成了其產品力的核心。

外觀上，多奇被設計成一個兼具科技感與呆萌感的桌面“精靈”。它擁有一雙能表達豐富情緒的眼睛，并配備了兩個功能各異的攝像頭：頂攝用于精準捕捉孩子的手勢、動作及與道具的相對關系；前攝則持續關注孩子的位置、狀態與情緒。

盡管胸前擁有一塊屏幕，占據了一半機身，但團隊明確反對將其變為動畫播放器或觸控終端。徐毅斐強調：“這塊屏幕不是放在孩子面前的Pad平板，而是機器人進行反饋的‘表達器官’，我們希望它更像靜靜站在書桌上陪你一起的小精靈。所以我們力求屏幕上呈現的圖形和文字都簡單、直觀、清晰。”也就是說，對多奇而言， 屏幕退居為“背景”元素，只負責兩件事：將抽象概念具象化，呈現可視化復雜概念（如將單詞學習轉化為對應的形象演示），以及對孩子的創造給予即時的視覺正反饋（如孩子口述故事時提供AI實時生成的畫作）。

這一切源于一個根本洞察：讓孩子回歸最自然的實體空間進行學習，是激發潛能的關鍵。

徐毅斐深入闡釋了實體空間對孩子的獨特價值：

“從一出生，孩子認知世界的起點就是實體空間。觸覺與觸摸體驗，對于他們的認知發展至關重要，尤其是在手部精細動作快速發展的幼齡階段。常有人問，為什么不像學習機那樣把所有內容都塞進屏幕里？我認為，好的交互應該回歸人類最自然的狀態。對幼兒來說，鍵盤、鼠標、觸屏這些操作的門檻都很高。我之前創業時曾嘗試過在Pad大屏甚至智能音箱上做內容，就深刻感受到孩子們適應這種交互的困難。

什么才是最自然的交互？答案就在孩子們本能熱愛的游戲中——尤其是亙古不變、跨越文化的‘過家家’式角色扮演。無論是男孩拿著小鐵皮人勇斗怪獸，還是女孩沉浸在魔法公主的世界里，甚至是當下流行的兒童桌游，其核心魅力都在于實體空間中的沉浸式扮演體驗。 孩子們在這種最天然的游戲形態中完全投入，不僅是玩耍，更是在進行一種深度學習和自我探索。

這種實體空間中的角色扮演，正是孩子沉浸式學習與自我感知提升的黃金路徑。 他們需要調動全身感官，親手操作道具（怎么拿玩具），模擬真實情境（怎么翻書、布置場景），并在扮演中自然而然地組織語言、表達情感、理解角色和關系——這是對語言組織能力、想象力、共情力及自我認知能力的全方位錘煉。

所以我們的理念是：讓孩子回到實體空間，同時讓實體空間和信息世界聯通。這就是為什么多奇雖然有屏幕，但我們設計的原點，都落在促進孩子與實體桌面、實體道具的豐富互動上——本質上是將數字智能融入并服務于他們最本真的‘過家家’世界。”

05“我們不希望孩子把它當工具，而是當作一個活的生命”

讓多奇具備活人般的生命感，是團隊的核心設計原則，這主要體現在交互、表情與材質等方面。

交互上，多奇支持被孩子呼喚或觸摸喚醒，也能像真人一樣主動發起互動。例如，當孩子走到它面前卻不說話，多奇會主動打招呼，模擬人與人之間的自然反應。

更為關鍵的是表情設計。多奇擁有豐富的專屬表情，但它的臉上并不會顯示學習內容。

徐毅斐闡釋了背后的思考：“我們刻意將‘表情’與‘內容’分離。國外曾有一款出色的兒童機器人——MOXIE（注：2020年推出，售價799美元，現已停產，其母公司Embodied曾獲亞馬遜、英特爾等投資），其臉部是一整塊屏幕，表情與教學內容（如菜單、按鈕）會交替出現，這會導致一個詭異的現象：你朋友的臉上突然彈出了操作界面?！?/p>

“我們希望多奇的人格是獨立且穩定的。當它陪伴孩子時，始終以完整的‘角色’存在，用自己的情緒反饋孩子。一旦表情與教學內容混用一張臉，孩子就會將其視為平板、學習機之類的工具，而非一個可以信賴的伙伴。”

（圖為Moxie robot，臉部用同一個屏幕傳遞內容和表情信息）

從材質來看，材質是塑造產品性格的第一觸點。團隊的設計哲學是：多奇的膚感必須在“科技感”與“親近感”之間取得平衡。

基于此，毛絨材質雖受孩子歡迎，卻因“屬性錯位”與“衛生隱患”被排除。一方面，它會將“陪伴機器人”拉回“玩具”的認知；另一方面，它也難以通過家長關于“清潔度”的嚴格審視——例如，媽媽們通常不會允許一個在地毯上放過的毛絨玩具再被放回床上。

最終，團隊選擇了一種特殊的膚感處理工藝，其帶有一些人類膚感的柔軟，又保留了骨架的硬度。“我們希望孩子把多奇當作是一個有生命的伙伴。因此特別處理了接觸表面，賦予它一種類膚的柔軟觸感——就像你觸碰朋友的手或胳膊一樣，皮膚是柔軟的，但能感覺到其下的骨骼支撐。我們不希望孩子舉起它的時候，感覺像拿起了一個冰冷的相機或者掃描設備?！毙煲沆痴f道。

目前產品定版的萌趣外形，是由2024年初的玩具熊原型草圖開始，歷經多輪創意聚焦于“小熊貓”和“小精靈”兩個版本，并在當年暑假由媽媽們和孩子們的背靠背多輪投票下，最終定版“小精靈”外觀?！叭ツ昵锾炫臄z樣片的時候，小朋友們對多奇是啥意見不一，有的說是兔子，有的說是小羊。”

實際上，多奇的設計原型刻意回避了對單一真實動物的模仿參照。徐毅斐道破了其中的策略：團隊有意在“熟悉感”與“疏離感”之間尋求平衡。融入部分動物元素能帶來親近感，而避免過度具象則保留了神秘感，從而為孩子預留了寶貴的想象空間。

（圖源自奇點靈智）

相較引進成熟IP，團隊選擇自研原創IP有著更深層的戰略考量。

胡琛解釋道，自研原創IP的核心優勢在于“世界觀構建的自由度”。團隊想創造一個沉浸式的學習和玩耍場景，這需要能自由設定情節與角色。而成熟IP限制頗多。他舉例說：“Hello Kitty沒有設計嘴巴，不能隨意配音說話，否則會破壞其原有設定?！?/p>

他進一步點明兩者的本質差異：“若產品定位是AI玩具，成熟IP授權能帶來更高溢價；但對于教育產品，媽媽們異常的‘不上頭’，能清醒區分什么是限量版的營銷概念，什么是產品的長期價值?！?/strong>

可以看到，倡導回歸實體空間進行交互學習、主動發起交互、具備活人感，這些特質都讓多奇明顯區別于市面上其他AI兒童陪伴產品。多奇的差異化，源于奇點靈智團隊對低幼兒童的教育硬件本質的深刻理解。

06“好的產品得讓孩子和家長都接受”，“學與玩完全可以有機融合”

包塔指出，市面上陸續推出的陪伴產品大多局限于“AI能力 + 硬件形象”的組合，以玩具和陪伴為主，離教育屬性較遠。而真正有效的產品，必須實現 “AI能力+硬件形象+內容體系”的三重融合。

他舉例道：“僅憑（AI玩具的）語音（交互）很難高效教會孩子一個單詞。低齡兒童的認知特點是，其思維是高度具象化的，不認識‘菠蘿’，就必須讓他先看到菠蘿?？梢杂谜Z音實現陪伴，但要用語音實現高效率的教育通路，會面臨挑戰。

此外，還需要多模態交互與體系化的內容設計，將知識點拆解后，循序漸進地融入互動，讓孩子在玩中自然吸收。

“好的產品得讓孩子和家長都接受，做到讓小朋友覺得是在玩，同時讓家長認可是在學習，這樣的東西才能夠真的做到市場認可。如今，依托新一代AI的能力，我們有契機將‘學’與‘玩’更深度、更自然地融合，真正實現孩子體驗愉悅、家長認可價值的正循環?！卑f道。

公測期間的用戶留存數據初步驗證了這款產品的吸引力。胡琛透露，低齡兒童的注意力集中時間通常僅為15-20分鐘，而多奇的孩子主動使用時長已遠超這一均值。他進一步指出：“在傳統20分鐘的錄播課中，孩子平均開口說英語可能只有8次；但在多奇的實體互動設計下，孩子的開口次數實現了大幅提升。這正是多奇創造的顯著優勢。”

從效果外化來看，通過家長端App，孩子每天的開口次數、學習狀態及單詞掌握進度均被量化呈現。

當前，多奇已經啟動了最后的公測階段，奇點靈智方面并未透露多奇正式面世的時間和具體價位。胡琛表示：“創新型產品需要一個好口碑從積累到擴散的用戶體驗過程。現在多花一些時間蓄力，也是為了更負責任地實現我們的愿景——打造一款能長久陪伴孩子成長的好產品。相信不會讓大家等太久?！?/p>

當被問及是否擔心大廠入局競爭，包塔坦然回應：“商業本身就是動態的，市場一旦驗證成功，資本與玩家涌入是必然。創業公司的核心優勢在于靈活性與先發優勢。我們在兒童交互數據、場景理解、個性化推薦上的積累，會形成一定壁壘。就像今年大廠卷入的AI會議錄音硬件類產品，硬件本身差異不大，真正的壁壘在于用戶數據和個性化體驗的飛輪效應。”

談及AI硬件的發展趨勢，徐毅斐認為：“手機因為iPhone帶來了多點觸屏的交互方式，帶來了整個智能機的代際革命。我們現在看到這一波的 AI 技術，對自然語言更好的理解，和用多模態理解實體空間里人的行為，這兩者結合起來其實本質上是更原生的人類世界的交互模式，而不是一定是個GUI圖形界面了。這樣的能力一定會需要新的硬件形態、新的產品去承載。但這個答案不會是突然來一個外星生物，完全脫離現實的狀態出現，它的出現一定是逐漸演進的過程。”

作者：徐晶晶

十年教育，風云激蕩。3600天，可以成就一個行業的輝煌，也能見證它的起落與重生。268萬字，1000場對話，這些故事與經驗被完整記錄在多知10年圖書之中。點擊購買，見證十年！

掃碼加入多知新書交流群，共同探討教育+AI的未來