奇點靈智胡?。喊央娔X縫進玩偶熊里做測試？揭秘“軟硬倒置”的創業生存法則丨OpenTalk

做既能“聽見”又能“看見”的產品。

來源|多知

整理|徐晶晶

近日，在多知OpenTalk第52期現場，奇點靈智聯合創始人胡琛以即將推出的多奇AI小外教為例，分享了硬件創業的一套方法論——“軟硬倒置”。

奇點靈智成立于2023年7月，其核心團隊為創始人兼技術負責人包塔、聯合創始人徐毅斐和胡琛。包塔曾和周楓等人聯合創辦網易有道，2017年加入美團，擔任美團副總裁、美團金融CTO。徐毅斐曾擔任字節跳動“大力智能臺燈”的平臺產品負責人。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。

2025年8月，奇點靈智獲得由星連資本領投的數千萬元天使輪投資。

在3-8歲低幼兒童啟蒙領域，奇點靈智將推出一款與眾不同的家庭機器人——。它從英語啟蒙切入，憑借多模態大模型、實體交互和主動擬人化陪伴，倡導“讓孩子回歸最自然的實體空間進行學習”。

然而，這條創新之路并非坦途。胡琛坦言，多奇的誕生得益于一套獨特的硬件研發方法論：通過“軟硬倒置”先行驗證交互，借“多目標解耦”控制風險，并持續通過“雙端用戶研究”與“用戶共創”傾聽真實用戶聲音，最終精準抵達市場需求。

胡琛的核心觀點如下：

1.硬件形態對低幼兒童提供了獨特的情感連接，單一語音通道的多輪互動方式難于讓小朋友持續輸出。

2.當設備既能“聽見”又能“看見”時，它才真正進入了孩子的生活世界，實體玩具的交互方式讓孩子更自然上手。

3.我們最終將第一代產品的核心價值定位在英語啟蒙上——這也是AI能力最能被中國家長感知和認可的切入點。

4.敬畏硬件產品的行業規律，也要發揮靈活的軟件迭代思維。 用“模擬軟件+模擬硬件”驗證技術可行性，再通過“用戶共創”驗證產品價值。

5.創業是長跑，不是跟風跑。

以下為胡琛的演講(經多知編輯)：

大家好，我是來自奇點靈智的胡琛。

我和兩位創始人在互聯網行業都從業了近20 年。從一起參與創辦有道開始，我們完整經歷了搜索時代的變革，也趕上了移動互聯網的爆發期。到了 2023 年，面對這一代 AI 帶來的革命性變化，決定再次創業。

過去我們一直做教育、互聯網和軟件，但這次，我們直接扎進了低幼兒童的硬件賽道。今天我不展開講產品細節，而是重點分享我們過去兩年在創業路上踩過的坑、總結的方法論和收獲，希望能對正在做AI硬件的小伙伴或者想要做這個方向的朋友有所幫助。

01錨定大方向：找內容+硬件+AI的結合點

我們為什么會選擇 3-8 歲的低幼市場？我們發現，孩子一到三年級，家長就開始為學習焦慮。但在 3-8 歲這個階段，大多數父母仍然希望孩子快樂啟蒙、在生活中學習——這個需求目前還存在很大的市場空白。

過去，這個年齡段的產品非常分散，比如點讀筆、故事機、思維機、繪本閱讀機等等。為什么沒有一個像“學習機”那樣專屬、主流的設備？再看年齡大一點的孩子，小學生有小天才手表，中學生甚至可以用上手機。只有低齡兒童，始終沒有一臺真正屬于他們的主機設備，需求被各類產品切得非常分散。

我們分析，其中一個核心原因是低齡孩子的注意力非常分散，很難長時間專注，也就難于做到持續的興趣驅動。

那我們就在想：能不能借助這一代 AI 的能力，用更個性化的方式，像家里來了一個小伙伴那樣，讓孩子愿意主動去互動、去建立聯系？這就是我們創業最初、也最樸素的想法。

（圖源自奇點靈智）

我們按內容體系、AI能力和硬件形態這三個維度，對市場上的兒童產品做了分類。左下角是傳統的教育產品，它們更側重教學體系。這類產品結合AI后，通常以軟件應用的形式出現。但對于低齡孩子來說，右邊這個圈也至關重要——他們需要一個能與伙伴建立情感連接的觸點，而傳統玩具正具有這種不可替代的情緒價值。

于是我們想：如果把AI能力和教育體系，一起放進硬件里，效果會不會更好？市場上已有一些“內容+硬件”的結合體，比如故事機，但它們大多缺乏優秀的AI能力。同時，家長對玩具的普遍期待又是“寓教于樂”。

所以，我們決定探索這三個圈交叉的區域，會帶來什么。

02來自Osmo+大力臺燈的啟示：做既能“聽見”又能“看見”的產品

我想分享方法論的第一步是“設計沖刺”。這是軟件行業里一套非常經典的如何從想法到落地的方法論，指在沒有任何實體產品之前，通過團隊腦暴把混亂的想法梳理成可行方案，再通過快速驗證來確認整個流程是否可行。

兩年前九月，公司剛成立時，我們有一個特別樸素的想法：做一個會說話的毛絨玩具。我們想，如果能用AI大模型讓玩具開口說話，應該會很有趣。就這么一個簡單的念頭，我們決定先試試看。

怎么驗證這個想法靠不靠譜呢？直接做用戶調研？問小朋友“你喜歡嗎？”——他們肯定會說“喜歡”，但這種反饋其實沒什么參考價值。

我們的驗證方法很直接：直接把藍牙音箱塞進玩具熊肚子里，工程師在隔壁用變聲軟件冒充AI。

測試一開始效果不錯：五六歲的孩子深信這只熊“活”了，全神貫注地跟這只熊玩了整整40分鐘。我們當時特別興奮，覺得這個思路可行！但打臉來得很快，結束時小朋友說“很好玩”，但是堅決表示“下周不來了”。這個反差促使我們反思，熱鬧的互動背后可能存在著我們未曾察覺的問題。

回看兩天內八個孩子的測試錄像時，我們才發現問題所在：所有孩子都挺直了背，像在聽課一樣緊繃，完全不是放松聽故事的狀態。這種多輪語音互動要求他們不斷思考、組織語言，就像在做“口頭作文”，而“熊”的反應速度又總是快人一步，無形中給孩子帶來了巨大壓力。

我們發現，低齡孩子的抽象思維和生活經驗都有限，當要求他們長時間進行大段對話時，壓力其實很大——就像成人參加即興演講，過程刺激，但極度消耗精力。我們擔心，這種單一語音通道的互動方式很容易讓孩子疲勞。

我們當時就有一個預判，這樣的產品很可能“買回家第一周新鮮，第二周吃灰”。第二個預判是，大模型本身在快速迭代。兩年前的語音交互能力還很初級，但現在像“豆包”這樣的模型已經相當流暢。這反而催生了一個新挑戰——如果市場上同時有五六家公司在做類似的語音玩具，兩年后他們的產品會有什么區別？答案是：幾乎沒有區別。最近的玩具展上，整條通道十幾家展商都在展示會說話的毛絨玩具，底層調用的都是相似的國內大模型。這意味著競爭最終又會回到硬件的藍海：拼供應鏈和成本控制。或許頭部一兩家公司能靠融資拿下熱門IP，通過品牌溢價獲得利潤反哺產品迭代，而大多數創業團隊很難在這樣的競爭中持續。

所以我們很慶幸通過這樣模擬實驗的方法，能及時發現單純依賴語音交互的風險。

順著這個思路繼續推進，我們立刻把目光投向了多模態方向。除了語音通道，我們開始思考如何加入視覺交互能力。當設備既能“聽見”又能“看見”時，它才真正進入了孩子的生活世界——互動方式變得更自然，體驗也更豐富。

我們回想到在iPad興起的時代，國外有一款叫“Osmo”的兒童益智電子產品，通過把類似潛望鏡的小鏡頭，裝在Pad平板上之后，通過光線反射，能把桌面上孩子玩的七巧板等實物反射進平板攝像頭里。這樣一來，平板里的虛擬世界就和現實中的玩具就產生了互動。

這種虛實結合的路徑后來在字節的“大力臺燈”上也有呼應——臺燈頭頂的攝像頭能捕捉桌面上的作業或繪本，孩子用手指點不認識的字，臺燈屏幕就會在“脖子”位置給出反饋。

這些產品給了我們很大啟發：如果借助這一代AI技術所具備的更完整的多模態能力，我們能不能再往前走一步？比如，讓孩子拿起家里的任何實物——他的玩具、日常物品——機器人都能“看見”，并能基于看到的東西主動發起對話。就像一位幼兒園老師，會主動蹲下來和孩子平等對話那樣：“你今天的頭發真好看，是媽媽給你買的發夾嗎？”“這件裙子是什么顏色？你喜歡這個顏色嗎？”

當機器人能主動“看見”并回應現實世界中的事物，互動場景就會大大豐富。孩子不會覺得它是一個冷冰冰的AI，而是一個能理解他生活的伙伴。這正是我們引入多模態能力的初衷——只有先“看見”，才能建立起真正陪伴型的伙伴關系。

基于這些思考，我們在產品定義時明確了一點：除了大模型的語言能力，必須把多模態視覺也融合進來。

03多目標解耦驗證：“抓住低齡兒童最本真的交互方式”

聽起來，集齊攝像頭、屏幕、喇叭和麥克風似乎已經足夠“強大”。但孩子需要的是一臺高配置的PC嗎？他們會因為參數和性能而選擇產品嗎？并不會。

我們做了很多輪線下的調研，深入到真實的兒童活動場景中去尋找答案。在兒童活動站的沙盤游戲區——一個讓孩子通過小玩偶表達情緒、自由扮演的空間——我們觀察到孩子徹底放松時最自然的狀態：他們或躺或趴，甚至隨意打滾，完全沉浸在自己的世界里。孩子們最熱愛的是“過家家”，他們用手里的玩偶和道具，用自己的語言構建出一個想象的世界。這是我們看到的低齡孩子最投入、最持久的沉浸狀態——他們能長時間與自己的小玩偶對話、游戲，甚至把白天在幼兒園的經歷、和小朋友之間的互動，都編進自己的劇情里，通過角色扮演和即興配音，生動地演繹出來。

我們從中獲得了一個重要啟發：之前我們更多是從硬件技術出發做推導，而現在，我們決定回歸到孩子最本質的交互方式上——不去改變他們的使用習慣。既然低齡孩子天生就喜歡“過家家”，那我們為什么不能用AI來陪他們過家家呢？通過這種方式，孩子能以最自然、最舒適的狀態，用自己最熟悉的方式，繼續做他們喜歡的事。

大家現在看到的，就是我們最終的產品形態：

我們設計出一種讓AI“陪孩子過家家”的交互模式，比如讓小朋友在“餐廳游戲”中用小道具做飯，AI在游戲化場景中引導開口說英文單詞和短句。這種“孩子本能驅動”的交互方式，讓學習變成了玩耍。

這就是我們產品在交互上的核心差異。市場上不少硬件產品也支持聊天或多模態識別，但對我們來說，最大的不同在于——我們抓住了低齡兒童最本真的交互方式。這種設計的好處是，孩子不需要學習，拿起來就會玩，因為這本來就是他們自己的游戲方式。

這個想法雖好，但驗證又成了新難題。因為這次比剛才提到的“小熊+音箱”難度更大了，這次得帶著攝像頭驗證，需要攝像頭精準識別道具，并且還要有屏幕的實時反饋，難道要直接開模投產嗎？做過硬件的都知道，一旦開模就是幾十萬上百萬的投入，錯了代價太大。

于是我們采用了“多目標解耦驗證”的策略。硬件可靠性、交互體驗、外觀喜好——這三個目標如果等到量產才驗證，失敗成本太高。我們決定把它們拆開，分批驗證。

我們想了個巧妙的辦法：使用Mini PC（一種小飯盒大小的電腦），通過3D打印外殼做成“小書包”，縫在玩具小熊的背上，導線從腹部穿出，連接胸前的屏幕、眼睛的顯示區和鼻子的攝像頭——這樣在正式開模前，就用標準PC硬件和軟件代碼提前模擬出連貫的產品交互功能。

這個方法讓我們無需工廠介入，軟件團隊直接在PC端就能開發驗證所有交互邏輯和視覺算法。直到所有軟件驗證通過后，第二年我們才啟動工廠合作，把代碼遷移到嵌入式平臺。這不僅控制了硬件早期的投入成本和風險，也讓我們能在最熟悉的開發環境中快速迭代。

我們將這套驗證方法稱之為“軟硬倒置”。它的核心在于，在投入硬件生產之前，我們先用軟件和原型設備，把所有交互玩法——無論是餐廳游戲、猜拳互動，還是真人體感玩法——全部提前驗證一遍。

這樣做最大的好處是，對小朋友來說，體驗是完全真實的。他們面對的不是冷冰冰的測試設備，而就是一個會陪他們玩的玩具熊——這讓我們能在最接近真實使用的環境中，獲得最真實的反饋。

去年春節前，我們團隊全員上手，手工縫制了一批玩具熊。我們把熊的內部掏空，逐個裝進攝像頭骨架和屏幕，最后為它們“背上”裝著Mini PC的小書包。就這樣，我們做出了第一批趕在除夕入戶測試的“原型機中的原型機”。

這種方式帶來了兩個關鍵優勢：

第一，這批設備在小朋友家里度過了完整的春節假期。孩子在完全自然放松的狀態下使用，我們觀察到的才是真實的用戶留存情況和玩法偏好，而不是在實驗室里“表演”出來的行為。

第二，這個辦法讓我們比正式開模提前了整整十個月拿到用戶反饋。這意味著我們有充足的時間迭代軟件、優化交互，徹底擺脫了“硬件做完才能調軟件”的傳統流程束縛。

04以用戶為中心，從雙端用戶研究到用戶共創

除了軟硬件流程上的重構調整，我們還做了一項關鍵工作：雙端用戶研究。我們的產品購買者是家長，使用者是孩子，因此必須同時理解兩方的需求。

針對家長端，我們主要通過兩種方式開展研究：第一種是實驗室測試。我們會邀請孩子來體驗產品，觀察他們的使用行為和數據，并在結束后聊聊他的主觀感受，注意語言表達和實際行為的差異和背后原因；第二種是家庭深訪。我們會進入真實家庭環境，由專業研究員觀察他們已有的兒童硬件產品、孩子的作業情況、每周輔導頻率，以及孩子自主玩耍的時間。通過這些，我們深入理解家長對產品的期待和優先級：是語文、數學、百科，還是英語？

正如一位媽媽參加訪談時留下的金句：“數學爸爸可以教，古詩爺爺能背，只有英語，我和孩子爸爸可能也都不太行?！边@個現實痛點，讓我們最終將第一代產品的核心價值定位在英語啟蒙上——這也是新一代AI能力最能被中國家長感知和認可的切入點。

除了觀察和理解用戶，我們會進一步邀請用戶參與共創。例如，在公司品牌確定為“奇點靈智”后，“AI小外教”的名字“多奇”以及長什么樣，都是來自孩子們和媽媽們的投票反饋。

去年夏天，我們一開始為“多奇”設計了兩個IP外觀形象：可愛的小熊貓和奇幻的小精靈。最開始嘗試的小熊貓外觀，在后續的世界觀延展里受到天然的角色限制（比如小熊貓站在動物園外介紹動物們，就有點怪怪的）；而小精靈的延展性更強，不同的小朋友都有自己的解讀和創造，似兔似羊又不完全模仿單一動物。最終的外觀是由媽媽和孩子共同投票選出的。這個過程中我們有個有趣的發現：媽媽和孩子審美偏好不同——低齡小朋友更喜歡“呆萌”的造型；而媽媽對機器人會有傾向于科技感的慣性認知，但最終都會尊重孩子的選擇。我們就需要在外觀上，去找到玩偶玩具的親近感和科技感的平衡點。

再比如游戲玩法。我們最初的設計都是基于成年人的邏輯假設，但孩子根本不按常理出牌——他們會把道具混在一起，自創一套規則。有趣的是，這種由孩子自發創造的玩法，往往其他孩子也很喜歡。

這種從研究到共創的過程，讓我們始終保持“以用戶為中心”的產品邏輯——既理解他們，也與他們一起創造。

最后我想總結一下，我們這套“軟硬倒置”的方法論所帶來的根本性改變。

以前做純軟件時，我們的流程是“開發-上線-根據用戶反饋快速迭代”。那時硬件（手機）是用戶自備的，我們只需把軟件上架即可。

但當我們自己做硬件時，一切都變了。硬件一旦投產，再想修改成本極高。因此，我們主張在傳統流程之前，先加入兩個關鍵循環：用“模擬軟件+模擬硬件”驗證技術可行性，再通過“用戶共創”驗證產品價值。這相當于在產品開模前，先把所有潛在問題提前暴露并解決。

05“創業是長跑，不是跟風跑”

最后，我再分享一下做硬件創業以來的幾個感悟：

1.敬畏硬件產品的行業規律，也要發揮靈活的軟件迭代思維。

如何繞過硬件開模到量產的生死檻，想辦法更早拿到用戶洞察和假設驗證的結果。這是我們此次創業的重要收獲。

2.AGI時代團隊的“小而美” 趨勢——“經歷過從0到1再到N的復合型人才”。

• T型人才結構：在專業領域有足夠深度，同時知識面廣泛。

• 強單兵作戰能力：能獨立負責并打通完整業務模塊。

• 無斷層的能力矩陣：確保團隊知識覆蓋全面，沒有“無人會做”的環節。

3.心態“歸零”，下地插秧。

創業團隊資源和精力有限，必須拒絕“既要又要”的誘惑。大廠高P必須主動“歸零”，忘掉曾經的互聯網黑話，生態位、護城河、平臺思維……大廠加持的光環，不是個人能力。從最小的模型驗證開始，親自“下地插秧” 。

4.創業是長跑，不是跟風跑。

靈感可貴，但創業是一場將靈感轉化為實際產品的馬拉松。需要經歷從概念驗證、原型開發、到功能迭代的完整周期。每一步都做扎實，才能避免同質化的“me too”。真正的壁壘，在于你先投入足夠的時間，把思考凝聚成你獨有的產品。

06Q&A：“AI無法替代專業教研老師的核心價值”

問：您好。我是一名四歲孩子的家長。多奇這款產品，如果面對的是更零基礎的孩子，怎么保證效果？另外，多奇是否有以語言學習的教學目標為規劃的一套體系？

胡?。?/strong>因為時間關系，我今天主要分享的是我們自己硬件創業的方法論，產品細節未能充分展開。 在我們的設計中，主要將孩子分為兩種典型用戶畫像：

第一類是零基礎型的孩子。針對他們，我們設計了一套游戲化的激勵體系，引導他們從簡單的單詞和短語輕松入門，在趣味中建立對英語的好感。

第二類是已有初步學習經驗的孩子。對于他們，產品側重提供一種“浸潤式”的英語氛圍陪伴。這解決的正是家長的核心痛點——如何在課后、在家中延續孩子的語言環境，讓學習不止于課堂。

對應這兩種需求，我們設置了不同的產品機制：

• 對于零基礎孩子，產品會像一位耐心的啟蒙老師，通過精心設計的爬坡路徑，幫助他們穩步建立信心。

• 對于有基礎的孩子，多奇則能化身為一個對話伙伴，借助多模態交互和底層語音聊天能力，與他們進行更開放、自然的互動。

您的第二個問題是關于體系。請放心，多奇在后臺有完整的教學體系作為支撐。

我們運用AI進行能力分級、內容調配和個性化推送，這一切都與中國家長認可的教育理念緊密對齊。畢竟，如果不能建立起扎實的教育體系，產品很容易被視作短期玩具。

正如之前提到的，雖然我們從英語切入，但目標是成為低齡兒童的一臺“學習主機”。這意味著我們必須構建能夠持續交付價值的系統框架。因此，您說的“體系化”我完全認同——這確實是我們和在場各位專家的共識。

問：您好。AI對于多奇的內容搭建來說，起到了哪些作用？

胡?。?/strong>正如前面幾位專家老師分享的，AI在產品和體驗中扮演著雙重角色。

在用戶體驗側，我們通過AI對話和內容生成，為孩子提供即時、生動的正反饋。例如，當孩子講故事時，屏幕上的虛擬場景會隨著情節動態變化，把這個故事呈現得非常有趣。

在后臺系統側，AI則承擔著個性化引擎的角色。我們通過分析每日對話，為每個孩子構建“知識圖譜”和“興趣圖譜”。比如，如果孩子提到喜歡恐龍，那么后續的學習環節或者說我們設計的互動游戲中，AI角色就會自然引入相關話題，讓孩子感到被理解和共情，從而更投入。

不過，我們也非常認同前面幾位嘉賓老師的觀點：AI無法替代專業教研老師的核心價值。實際上，我們的教研老師會先搭建嚴謹的教學框架和內容模板，AI則在這個規則體系內發揮其生成多樣性內容的優勢。

簡單來說，教學的核心規則由人設定，而自由聊天等開放性環節則由AI充分發揮其生動和個性化的 特點。同時，這些互動中產生的數據又會反哺我們的知識圖譜，形成“越用越懂你”的良性循環。

OpenTalk第52期回顧：

教育從業者年度必讀丨《教育科技這一年：教育+AI新紀元》火熱銷售中，點擊小程序購買?

掃碼加入多知新書交流群，共同探討教育+AI的未來