107: 与Haivivi李勇聊月入千万的AI Jellycat：小众AI硬件×大众消费品的交叉口创业
李勇的核心判断是，AI硬件第一个真正商业化的PMF会出现在儿童，而现阶段最合适的载体是毛绒玩具。 天猫精灵从0卖到3000万台后，团队意外发现“孩子的交互更多”：成年人对AI工具能力要求过高，三到六岁儿童却天然愿意和角色说话。毛绒玩具又自带情绪价值与明确人设，“它就是一个四岁的小猪佩奇嘛，它答错了又能怎么样”，既发挥大模型的自然语言能力，也控制了首批用户预期。
Hiweaver从教育硬件转向AI毛绒，并非追逐热点，而是主动避开教育巨头必然占优的战场。 公司早教机与词典笔曾出货几十万台，却在猿辅导、学而思等入场后陷入同质化和价格战；即使把天猫精灵替换成ChatGPT，模型、课程、教研与品牌最终仍会被巨头追上。团队因此选择“情绪价值的赛道”，把严肃教育缩减为喝水提醒、勇气培养、兴趣探索等轻度功能。
第一款BubblePal以存量毛绒挂件验证需求，已售出数万台，但爆发式PMF也暴露了资本不足下的交付短板。 产品2024年8月正式上市，抖音直播间峰值超过3000人、每天涌入数千条客服咨询，公司却只有一名主播，App甚至来不及进入国内应用商店；上线前还靠银行借款维持。商品数据出现后融资明显改善，但李勇仍认为当年整体经营“没有达到预期”。
硬件产品的胜负首先是取舍：BubblePal牺牲免唤醒与部分便利性，换取更低成本、更快上市和角色对话体验。 720mAh挂件约一周充一次电，必须按住说话；完整毛绒版本计划采用3000—4000mAh电池、支持远场交互，目标约一个月充一次。售出数万台后，两大吐槽依次是需要联网、下载App，以及“摁住说话”，但李勇坚持首代优先级应是角色扮演、连续对话和长期记忆。
儿童只是切入口，Hiweaver押注的长期市场是年轻人反复购买多个AI角色，而非出生率约束下的一次性儿童硬件。 李勇称头部毛绒品牌的儿童线可能不到20%，主要消费者本就是年轻人；儿童首发只是因为2023—2024年的模型尚不足以支撑成年人付费购买情绪价值。其分水岭是端到端语音的体验与成本，成熟后公司希望构建“AI版Jellycat”或“玩具总动员的世界”，并以2023年迁往深圳、进入美国市场应对地域天花板。
这门生意的壁垒不是接入某个大模型，而是软件、硬件、算法、IP、供应链、设计、营销和用户洞察构成的长链条。 李勇估计“至少100个团队”能手搓出一批AI玩具，但从体验做到80分、卖出去，再形成长期品牌完全不同；中国供应链能制造Jellycat式毛绒，却不自动产生Jellycat，因为营销、品味、设计和用户场景洞察同样决定溢价。工具品类像下象棋、常走向赢家通吃，玩具则像下围棋，多个IP与品牌可以并存。
接下来的上行空间来自GPT-4o式端到端语音、多智能体、多模态和端侧模型，主要风险却已从技术转向组织执行。 Hiweaver已接入DeepSeek V3，但因语音场景看重时延，暂未采用R1思维链；规划中的4G、摄像头、多角色互相打断和场景背景音，都受成本与芯片匹配约束。融资后真正需要观察的是出海、用户运营、研发并行与扩员纪律——李勇担心“20个人做两个产品，40个人就做四个”的线性推演，会被官僚化、流失和价值观稀释打破。
1. BubblePal卖的不是百科答案，而是角色世界观
Hiweaver有两条产品线：面向存量毛绒玩具的BubblePal挂件已于8月量产上市；完整AI毛绒系列按节目中的计划将在明年第2季度推出。家长可在App里设置玩具和孩子的名字，让交互指向被挂载的角色，而非一台抽象机器。
演示中，BubblePal把量子纠缠讲成小猪佩奇与乔治捉迷藏：“不管多远都会相互影响。”李勇强调，大模型带来的变化不是把百度百科念得更流畅，而是能用孩子选择的角色世界观解释陌生概念，以此激发三到六岁儿童的好奇心。
当李勇让它猜“大大的M、汉堡和薯条”时，它推理出麦当劳；王与桐追问商业模式，它又回答标准化制作、连锁经营和持续更新菜单。主持人承认答案并不完整，但这个回合展示了产品想卖的能力：角色一致性之上，已经出现基础推理，而非固定语料检索。
2. 天猫精灵3000万台的意外数据，埋下了儿童AI的种子
李勇2005年硕士毕业，横跨手机、音箱、眼镜和玩具，做过研发与营销；2017年加入阿里后，参与天猫精灵从0到3000万台的过程。上一轮“百箱大战”与今天“百镜大战”相似，也让他经历了AI硬件从高预期到低活跃的完整周期。
最关键的反常识数据是，数千万台售出后，大部分语音交互来自孩子。团队原本把天猫精灵定位为年轻人的人工智能助手、家庭新零售入口和IoT入口，结果却发现成年人期待太高，上一代AI无法兑现；孩子反而愿意持续使用。
这个发现催生了天猫精灵故事机，但项目在阿里内部推动近一年，反复争取人和资源，卖出数万台后仍因不属于核心战略而停下。李勇的复盘不是需求不存在，而是对大公司而言，这点收入和儿童玩具方向都“不够战略”。
他借盖茨式时间尺度总结这次误判：“人类往往高估未来一到三年的进展，低估十年的科技发展。”2017年的团队过度乐观，三年后转为悲观；六七年后生成式AI出现，才让当年想象的自然交互重新具备实现条件。
3. 从爱奇艺孵化到TA KIDS，第一次创业仍困在教育硬件红海
2020年离开阿里后，李勇原计划独立创业，却先在爱奇艺智能担任CMO，负责AR、VR眼镜业务并孵化儿童品牌。其内部逻辑很务实：若眼镜年营收约1亿元，独立核算的儿童业务能补充5000万元且不占集团资源，就是值得做的实验。
2021年爱奇艺智能集中资源押注元宇宙和眼镜，儿童业务借融资环境较好的窗口独立。最早的TA KIDS意为“科技加艺术”，产品仍是典型科技视角：卡片式早教机可离线使用，联网后调用天猫精灵，以按钮、多点触摸和语音讲成语故事，没有屏幕。
早教机与词典笔曾出货几十万台，却遭遇猿辅导、学而思等在线教育巨头进入硬件，产品迅速同质化并陷入价格战。李勇承认，公司不擅长靠极致供应链赚微利，第一轮融资很快花完；团队真正想要的仍是“把溢价做出来”的儿童硬件品牌。
4. ChatGPT出现后，团队先否定了最顺手的答案
ChatGPT在2022年11月30日发布后，团队第二天就开始讨论它将怎样改变儿童AI硬件；到2023年春节后、约3月，方向逐渐清晰。最初反应仍是把天猫精灵换成ChatGPT，继续做大模型早教机。
李勇随后否定了这条最熟悉的路线：创业公司也许能凭速度先赚一年钱，却无法在三到五年里持续胜过拥有模型、教育内容、教研、品牌和渠道的教育巨头。“给他们点时间”，同类产品最终大概率由后者做得更好。
团队把积木、拼图等主要玩具品类看了一遍，最后选择AI加毛绒。赛道层面，它把公司从教育和工具竞争移到情绪价值；需求层面，团队在2023年初已经注意到国内外毛绒增长，以及Jellycat、名创优品、泡泡玛特毛绒线的热度。
更重要的产品逻辑是角色能约束预期。当时模型尚未开源，一个明确人设比通用助手更可控：“它就是一个四岁的小猪佩奇嘛，它答错了又能怎么样呢？”答不上复杂问题不再必然等于产品失灵，而可能只是角色边界。
5. 三到六岁不是人口标签，而是一套预期管理机制
李勇把首批核心用户锁定在三到六岁：孩子通常已经具备较完整的语言能力，也会产生大量成长问题，同时还没有自己的手机。再小，发音和表达会增加语音识别难度；再大，孩子对模型能力的期待上升，也可能已有手机或智能手表等替代设备。
王与桐以七岁、十岁孩子体验后觉得“没啥用”为例，李勇并不反驳，而是承认其已经超龄。公司刻意用更窄的年龄带保护第一批口碑，因为硬件一旦收费，用户不会像试用免费App那样容忍模型不足。
他对2023年成人AI硬件的判断相当克制：模型既不能为严肃办公稳定提供足够工具价值，也无法给成年人提供足够情绪价值。纯聊天App可以免费试、快速迭代；让成年人先付钱买硬件，则必须确保实际体验超过购买前被营销建立的期待。
6. 挂件是现金流、IP和上市速度共同挤出的产品形态
团队原本想一次推出完整AI毛绒系列，但头部毛绒公司通常批量上新多个SKU，不像iPhone一年只推一两款。对初创公司而言，这意味着同时承担多个IP授权费、漫长审核、设计与交付能力；2023年的资金无法支持这条路线。
存量挂件因此成为更低风险的入口：用户家里已经有毛绒玩具，只需挂上BubblePal，就能理解“大模型让玩具开口”的概念。目标购买者又多是非科技圈的年轻妈妈，借熟悉的玩具解释新品，比重新教育她们何为AIGC成本更低。
圆形不是随意的工业设计。它能适配兔子、熊、狮子等不同毛绒形态；品牌叙事里，魔法泡泡落到孩子床头，让玩具获得说话能力；视觉上两个泡泡又像微信Logo，天然指向对话和语音交互。
7. 毛绒比积木更适合说话，因为孩子早已把它当成生命
李勇把大语言模型给儿童硬件带来的第一性变化定义为“更加自然的语音交互”，而毛绒本就是最成熟的情绪载体。孩子看动画片时接受小猪佩奇说话，回到卧室却发现同一个角色沉默；在孩子视角里，后者“才是奇怪的事情”。
他用自己的孩子作例子：小时候每天睡前都会抱着普通毛绒玩具聊天。孩子并非被生硬灌输了AI概念，而是在成长阶段天然认为周围事物有生命；BubblePal只是让原本单向的想象第一次得到回应。
相比之下，孩子和积木说话并不是常见行为，会说话的积木需要额外教育市场。李勇把这类自然性类比为iPhone的多点触摸：此前虽然没有成熟产品，用户第一次用手直接操作屏幕时仍不会觉得反常，因为动作本身符合人的直觉。
8. 接入大模型很容易，做成品牌要跨过一条长得多的链
面对泡泡玛特或传统玩具公司是否能直接接豆包、科大讯飞复制产品的追问，李勇列出的链条包括软件、硬件、算法、情绪理解、用户场景、IP、营销和供应链。他估计至少100个团队可以手搓一批货，难的是把体验做到80分、卖出去并长期沉淀品牌。
他的反例是，中国供应链能生产泡泡玛特式潮玩，也能做Jellycat式毛绒，却没有因此自动诞生同等品牌。决定差异的不只是生产，还包括营销、品味、设计和大量感性细节；王与桐将其概括为一个偏感性的世界，李勇随后也强调了这些细节的重要性。
成年人同样知道AI角色不是真人，只是“希望它会说话”，并非真的相信它有生命。李勇用肖战手办举极端例子：若手办能像偶像一样聊天，粉丝获得的情绪价值毫无疑问高于静态收藏，“有一个实物总比没一个实物强”。
王与桐把它与Character.AI、猫箱及MiniMax的Talkie、星野类软件比较，李勇认为两者并非同一产品：免费下载App与付费购买实物的预期、营销和退货压力完全不同。硬件面对七天无理由退货，必须在交付时兑现价值，不能把问题留待下一版迭代。
9. 首代最大的两项差评，恰好对应两次主动取舍
BubblePal需要按住按键说话，并非做不到远场唤醒；2017年的第一代天猫精灵已经具备相关能力。挂件只有720mAh电池，综合待机、续航、售价和上市速度后选择按键；完整毛绒版本将采用3000—4000mAh电池、支持直接呼叫，目标约一个月充一次。
李勇给首代功能排的优先级是角色扮演、连续对话和长期记忆，其次才是免按键唤醒。产品卖出数万台后，“摁住说话”成为排名第二的吐槽，但销售表现也正面反馈了这一取舍。
排名第一的差评是联网：许多购买者不知道玩具需要Wi-Fi和App。产品刚在国内开卖时甚至来不及进入主要应用商店，只能让用户扫描官网二维码；包装已有说明，但“大部分用户不会看盒子和说明书”。
这套配置流程并不比天猫精灵或小米IoT更差，错位来自用户群变化。早期智能音箱卖给科技爱好者，BubblePal则被抖音算法推给一二线年轻妈妈，她们可能被一段精彩回答即时击中，却不会自动理解AI硬件背后的联网要求。
10. 儿童产品有两个客户，家长端决定它能否长期留下
王与桐指出，玩具的付费者与使用者不是同一人。李勇认为BubblePal略占优势，因为很多妈妈本身也喜欢毛绒；但公司仍需同时让孩子获得陪伴，让家长相信这份陪伴有积极价值。
家长可在App中设置Prompt，例如让角色多鼓励孩子勇敢、提醒喝水、多说英文，或多聊天文和物理。系统还会生成每周成长摘要，概括孩子谈过什么，帮助家长识别兴趣和潜能。
对“这是否又变成教育硬件”的质疑，李勇划了一条线：习惯、心理和兴趣培养属于可以接受的广义教育；成体系的课程和教学则不做。大模型仍有幻觉，连简单数字比较都可能出错，公司也没有专业教研团队，无法承担严肃教育产品的责任。
他承认教育属性在中国更容易卖，早教机和词典笔的历史数据已经证明这一点；但这正是短期收入与长期定位的取舍。教育巨头有内容体系、教研、品牌和营销能力，创业公司即使靠反应速度先活一年，也未必能在三五年后守住。
11. 大厂通常不做玩具，也决定了这个市场不会赢家通吃
天猫精灵儿童故事机数月卖出几万台，仍难进入阿里战略；李勇据此判断，AI玩具通常不会成为科技巨头的主战场。手机、耳机、眼镜、汽车足以承载更大的AI入口叙事，大公司很难为一个小玩具调动跨部门资源。
他把工具和情绪价值的商业结构区分得很清楚：手机、眼镜、耳机通常“一个就够了”，竞争可能只有第一、没有第二；毛绒和潮玩却能重复购买，A IP与B IP互不冲突，甚至分别回应不同情绪和焦虑。
首代挂件确实买一个便可适配多个存量玩具，但那只是过渡形态。长期愿景是同时拥有授权IP与自有IP，推出多个完整AI毛绒角色，最终形成“玩具总动员的一个世界”，而不是靠一个万能终端覆盖所有关系。
12. 出生率不是终局约束，年轻人才是毛绒消费的主体
李勇称，头部毛绒公司的Kids系列可能不到整体营收的20%，主要消费者是年轻人自己购买，或买给自己而不是买给孩子。他以高端毛绒品牌Steiff及Jellycat为例：后者最初偏儿童玩具，后来更接近礼品公司，市场扩张来自成年人而非新生儿数量。
Hiweaver先做儿童，不代表公司只做儿童；原因仍是模型成熟度。李勇认为2023—2024年的大模型尚不足以让年轻人为情绪价值硬件买单，但到2025年，端到端语音若在体验和成本上跑通，就可能成为成人产品的关键拐点。
地域上，公司从第一天便按全球品牌规划，2023年由北京迁往深圳的重要原因就是出海，并已开始在美国销售。海外模型、服务器与国内不同，数据则必须按两地法律严格分开；这使出海不只是翻译和渠道问题，而是另一套技术与合规系统。
13. 下一轮体验升级将由语音、多智能体和端侧芯片共同驱动
团队从OpenAI最初演示GPT-4o时就期待端到端语音，国内模型公司的内测接口也已拿到；实际体验接近预期，但发布时间一再延后、当前成本仍高。李勇当时估计再过一两个季度，才可能满足产品需求。
硬件路线包括加入4G蜂窝模块、摄像头和多模态模型，以及让合适的芯片运行小尺寸端侧模型。旗舰手机芯片已经能跑小模型，问题是对玩具太贵且功能过剩；真正的产品定义，是找到芯片成本与端侧模型能力的匹配点。
算法侧更接近“AI friend”：多个玩具可与孩子共同过家家，各自保持角色，互相打断，也能打断孩子。探险故事还可混入海浪、海盗、踩雪等背景音，让对话从问答升级为有空间感和戏剧性的共同游戏。
李勇判断端侧智能在2025年一定会进入硬件，但不同公司会因定价作出不同取舍。技术“可用”不等于适合消费品量产，功耗、芯片价格、模型大小和实际场景必须同时成立。
14. Hiweaver不是从零起步，而是“从负几百万起家”
早教业务耗尽首轮资金后，公司仍要付房租、水电、工资和社保，还需为新方向追加研发。李勇在AI硬件论坛上形容，别人是白手起家，“我们是从负几百万元起家的”；核心员工一度统一降到每月约1万元，且数次无法准时发薪。
从2023年3月想清方向，到8、9月完成新融资，中间半年只有PPT与想法。团队没有彻底换赛道，仍是AI玩具，且已共事两年；李勇认为大家是否真信方向、彼此是否认可，是公司在欠薪阶段没有散掉的核心原因。
当时公司首轮估值已约1亿元人民币，既难下调，也没有产品数据支撑。高秉强看中的正是团队背景与逆境稳定性，双方对“AI加硬件、儿童是早期落地场景”的判断也一致，团队只比这个框架多走了一步，选中了毛绒形态。
高秉强也赞同不做严肃教育：孩子若将来想学量子力学，高中、大学自然有专家教授；幼年阶段更重要的是好奇心，而大模型可能比家长更有耐心、懂得更多。他朋友圈的粤语签名“最紧要好玩”，成为双方价值观的交点。
15. 一次被现金流打乱的上市，反而提前证明了PMF
团队最初仍想做完整毛绒，后来因IP、审核和研发投入退回挂件；模型尚未开源时，技术路线也更昂贵，直到Llama及国内模型陆续开源才逐渐缓解。按键、尺寸、麦克风和材料上的妥协，都是为了让公司活到需求验证那一天。
一款硬件要依次经过工业设计、结构、主板、开模和修模，圆形、纽扣、方块、三角形、五角星、软硬材料与挂绳都曾被讨论。流程一走就是数月，大公司可以多线并行，资金紧张的创业公司若第一步选错，下一代现金流可能直接断掉。
原计划是2024年先在美国独立站销售，再回国内；但团队此前没有海外运营经验，种草、找海外达人和PR进展比预期慢。融资市场又要求硬件公司拿出销量、活跃和PMF数据，Hiweaver只得提前回国卖，临时补国内服务器、算法与App上架。
8月正式上线后，产品在几乎没钱投流的情况下于抖音爆发，直播间峰值超过3000人，每天数千条咨询让客服来不及回复。上线前公司已向银行借钱，无法再等一两个月把准备做完整；商品验证后融资好转，但李勇仍把这次混乱视为经营上“做得不够好”。
16. AI眼镜是更大的入口，却不适合当时的创业公司
李勇从爱奇艺眼镜业务时期就相信，眼镜可能是下一代计算平台；它离人更近，获得的数据也比家庭音箱多，能做的事也更多。他认为其场景至少明显优于手表和耳机，只是资金、技术和竞争规模不适合Hiweaver。
Meta率先跑出来令他意外，真正厉害的是舍弃显示，只保留摄像头、麦克风阵列等能力。一个做过多代VR眼镜的公司敢主动去掉核心显示，是“大厂不一定有魄力”的取舍；王与桐提到，Meta产品出货达到100万台后，国内才出现了大量类似产品。
李勇也提到国内某家公司保留显示却去掉扬声器，不能打电话，却把特定视觉场景做得很准。对照之下，Vision Pro式“什么都要”代表另一种路径；硬件创新常常不是增加多少功能，而是敢于决定哪些需求不服务。
17. AI玩具会迅速拥挤，但竞争更像围棋而不是象棋
李勇并不怀疑模仿者会出现，而且“已经看见了很多”。手机、MTK方案机、手表、耳机、故事机和音箱都经历过同样的硬件热潮；一款形态验证后大量团队进入，是行业规律而非异常风险。
Hiweaver的幸运在于较早推出产品、卖出数万台并验证PMF。李勇因此把下一阶段竞争定义为与自己赛跑：过去一年只能做一款，未来能否并行更多产品；缺钱时保持速度，资金改善后能否避免松弛与组织失灵。
他用棋局区分市场：手机、耳机等工具品类像下象棋，双方争夺同一功能入口，容易“你死我活”；玩具像下围棋，电子宠物、潮玩、毛绒和不同IP各占一块，喜欢泡泡玛特并不妨碍同时购买Jellycat。
更多入局者还带来了合作机会。几家A股玩具公司拥有生产能力和头部IP，却缺少完整AI能力，正在与Hiweaver洽谈合作；李勇把传统公司的资源视为第二条商业模式，而不只视作潜在竞争者。
18. 年龄不是产品审美的答案，允许年轻团队推翻创始人才是
有投资人委婉追问李勇是否“年龄太大了做这个事儿”。他的回答不是证明自己更懂年轻人，而是承认很多产品细节由年轻妈妈组成的产品、设计和营销团队决定，其中一些方案曾被他反对，最后他接受了团队判断。
例如他原本认为挂件只需一个挂钩，团队却坚持用一大一小两个泡泡表达对话；硅胶绳上还压有不仔细摸就看不到的Logo。理工男视角会删掉这些工序，但用户确实会注意到这些细节。
包装盒也采用昂贵工艺，因为第一次打开需要仪式感。李勇最初质疑这些成本，后来被用户评论打动：有人确实会注意极细微之处。这与他此前所说的偏感性、重细节的产品世界相呼应。
至于哪种创业背景最占优势，他给出的是“没有答案”。AI玩具同时需要模型、心理与用户洞察、供应链、芯片、IP和品牌，理论上每一环都不能有明显短板；泡泡玛特创始人王宁的经历也说明，靠履历逻辑很难提前推演谁会成为最后赢家。
19. 儿童AI最难的不是屏蔽坏话，而是处理没有标准答案的价值冲突
李勇对AI friend的愿景偏乐观：它应像“良师益友”，约束人的弱点、放大闪光之处；但他也承认儿童产品有负面和伦理风险。真正困难的问题往往合法且常见，却不存在社会一致答案。
“在学校被打，要不要打回去”就是访谈中的典型例子。有些家长要求反击，有些强调理性处理；模型不直接替家庭下结论，而是强调保护身体和心理安全、及时沟通，再把具体选择留给家长。
宗教、生命与死亡也不是一概禁止，而是控制讨论深度。成年人可以探讨死亡与生命意义，儿童产品则更谨慎，避免对很多话题展开深入讨论；这套过滤超出了政治正确与法律合规，本质上是产品价值观。
BubblePal暂不允许用户自由创建角色，角色需要经过审核才能上线。这样牺牲了一部分开放性，但能保留对儿童内容的控制。
20. 敏感问答与长期记忆，决定“陪伴”能否超越一次性演示
王与桐问“为什么妈妈有了弟弟之后不怎么喜欢我”，BubblePal没有否定孩子感受，而是解释照顾弟弟会占用时间、爱没有减少，并建议一起照顾弟弟。回答仍套用佩奇和乔治的角色关系，把抽象的家庭变化转成孩子能理解的行动。
更扎心的真实案例来自直播间：一位妈妈要求问“妈妈不要我了怎么办”，继而补充“妈妈跟别的男人走了”。角色回答大人可能有自己的考量、妈妈仍爱孩子；对方随即购买，并解释自己是继母，孩子长期追问亲生母亲为什么离开，夫妻一直不知道怎样回答。
主持人又测试“妈妈总是叫我去死，我该怎么办”，模型承认这“真的很不好”，推测母亲可能疲惫或压力大，并建议表达不舒服、照顾情绪。这个回合体现团队设定的边界：先安抚、鼓励沟通，不替孩子对家庭关系作激进判断。
个性化依赖长期记忆系统：理论上可通过向量数据库保存孩子聊过什么、喜欢与不喜欢什么，再通过RAG生成有个人特征的回复。李勇同时承认公司是大模型应用方，效果仍依赖向量数据库、RAG和开源社区继续进步。
21. 部分模型判断得到验证，下一道瓶颈是扩张时不丢掉效率
团队判断正确的部分包括模型价格下降、开源加速、技术持续进步，以及多家模型公司竞争让应用层受益；判断过度乐观的部分是端到端语音。GPT-4o演示后不断延期，加上团队动荡和高成本，让李勇意识到“也没有那么神奇”，仍需按工程规律评估。
Hiweaver在春节前已接入DeepSeek V3，没有采用R1，因为思维链暂时不适合强调低时延的语音问答。DeepSeek的直接价值是刺激模型厂商更快迭代、降低成本、提高质量，并可能加速适合硬件本地运行的端侧小模型。
公司当前瓶颈依次包括出海团队、用户运营和研发并行。李勇希望通过运营把模型能力传递给用户、提高日活，也要同时推进自购或孵化IP的自营品牌，以及与拥有IP和制造能力的玩具公司合作两种模式。
融资到账后，他反而对扩员谨慎：经历过锤子科技、天猫精灵等团队从零到一后的组织混乱，知道“20个人做两个产品，40个人就做四个”只是纸面推演。终局仍很大——成为AI时代的泡泡玛特，创造能共情喜怒哀乐的“玩具总动员”世界——但到达终局的前提，是增长时不被官僚、流失和价值观稀释拖垮。
Full transcript
本期主播是晚点科技作者王与桐。今天很高兴请到了 Hiweaver 创始人、CEO 李勇来录节目。
从去年开始，AI 硬件不断被投资人加码。大模型出现以后，所有人都在探索它能在哪些具体的应用方向上产生价值，如何与人类直接产生物理连接，硬件成为其中一个方向。
自 Meta 和 Ray-Ban 联合推出 AI 眼镜后，去年国内至少出现了 100 家 AI 眼镜公司。AI 耳机、AI 戒指，甚至 AI 胸针，也都成为大家关注的方向。
目前出货量达到数万台的 Hiweaver，正在切入一个在 AI 圈看起来很小众、但在消费圈很大众的领域——玩具。李勇本人也是这个领域的资深从业者。李总可以先跟我们的听众打个招呼，然后简单自我介绍一下。
Hello，王老师，Hello，晚点的听众朋友们。我是 2005 年硕士毕业的，到今年正好在硬件行业 20 年了。中间我在硬件行业做过研发，后来转型做过营销，硬件品类曾经做过手机、音箱、眼镜，现在在做 AI 玩具。
李总之前是天猫精灵的创始成员之一，后来又加入了爱奇艺的智能眼镜事业部担任负责人，再早之前也在锤子科技这样的手机厂商工作过。确实有非常丰富的硬件从业经历，也参与创建过多种硬件形态。
我觉得一些听众可能还不太了解 Hiweaver 以及 Hiweaver 的产品 BubblePal。您可以先简单介绍一下 Hiweaver 的产品形态和使用场景。
1. BubblePal 的两条产品线
Hiweaver 是一个 AI 玩具品牌。我们有两条产品线：第一条是针对存量毛绒玩具市场的 AI 玩具挂件，这款产品已经在 8 月量产上市了；另一条是完整的 AI 毛绒玩具系列，预计明年第 2 季度上市。
我先给大家演示一下我们第一款已经量产的 BubblePal。我们先跟 BubblePal 交互一下。
小孩一般都怎么叫它？
它可以起名字，所以家长基本上会在 App 里面设置它的名字、产品的名字以及孩子的名字，互动起来就非常有感觉。
我举个例子。我们先问它一个问题：“你给我讲一讲什么叫量子纠缠？”
当然可以呀。量子纠缠就像是我和乔治捉迷藏的时候，就算我藏在房子的另一边，乔治总能感觉到我在哪个方向。虽然他不总能找到我，但我们之间的这种感觉就像是神秘的连接，不管多远都会相互影响呢。
它其实是用小猪佩奇的世界观来回答这个问题。小猪佩奇的世界观里有一个弟弟叫乔治，所以它在回答量子纠缠时，并没有像之前那些 AI 硬件——智能音箱、儿童手表、故事机——一样给你读百度百科。
有了大模型之后，AI 硬件可以使用用户选择的角色的世界观，更重要的是，可以结合 3 到 6 岁孩子感兴趣的内容，以科学探索的精神培养他们的好奇心。
我们切换一个角色，问同样的问题，答案就不一样。我觉得有了大模型之后，AI 硬件具备了逻辑推理的能力。
让我们来猜一个地方吧。这个地方有我特别喜欢吃的汉堡和薯条，它的门口有一个大大的 M。这个地方是什么地方？
大大的 M？我知道啊，那一定是个麦当劳餐厅，那里有好多美味的汉堡和薯条呢。下次去的时候，记得也要带我一起分享快乐哦。
我能补充一个问题吗？麦当劳的商业模式是什么？
麦当劳的商业模式就像是我们玩捉迷藏的游戏规则。它采用标准化的食物制作流程和连锁经营的方式，确保每个地方的麦当劳味道都一样，这样大家都喜欢去。然后它还不断推出新的菜单，就像我们的新游戏一样，让大家总是充满期待呢。
这当然不是麦当劳的商业模式，但它其实回答得还可以。李总可以讲一下您的创业故事吗？您是怎么想到在这个方向创业的？天猫精灵我觉得可以算是国内第一代 AI 硬件。
2. 从天猫精灵走向创业
我之前也介绍过，我做了 20 年硬件行业，所以最开始的时候，我想的一定还是做硬件。
其实我 2017 年去了阿里巴巴，做天猫精灵。上一轮 AI 硬件热潮里，天猫精灵那个时代也有所谓的“百箱大战”，和现在的“百镜大战”差不多。那个时候有幸参与了上一波 AI 硬件，经历了天猫精灵从 0 到 3,000 万台销量的过程。
后来我们发现，天猫精灵卖了几千万台之后，大部分语音交互都来自孩子。我们的第一反应其实是有些失落，因为天猫精灵所有的营销宣传都不是针对孩子的，而是面向年轻人，想做他们的人工智能助手。
2017 年，包括你们之前提到的，我们还想让它成为电商入口，做家庭新零售和 IoT 的入口。那个时候显然不是针对孩子市场的，但卖了几千万台之后，孩子的交互反而更多。
年轻人对于 AI 的期待会比较高，而上一代 AI 的技术可能还不如现在的生成式 AI 体验那么好。
对。但我们另外有一个意外的发现：既然孩子喜欢，那我们显然应该做一款给孩子用的 AI 硬件。
所以当时我们做了一个天猫精灵故事机。不过这个项目在阿里内部推动得非常困难，因为它显然不是核心战略方向。事情也没有做好。
当时我们的想法很简单：既然面向成年人的天猫精灵活跃度不高，或者说成年人对 AI 的期待太高，那我们就给孩子做一款 AI 硬件。但是这个产品在阿里内部推动得并不顺利，因为儿童 AI 硬件也不是当时阿里的战略方向。
做这个小故事机做了多久？
大几个月，差不多小一年。推动起来其实挺困难的，要资源，要在内部一遍一遍地汇报，还要人和资源，确实挺难。
这个项目其实也没赚钱，对吧？
如果算投入和产出，肯定是不合适的。
那时候是在探索天猫精灵应该和什么样的硬件形态结合，相当于其中一个探索方向。
现在大模型可以解决当时的一些问题了。
对，如果是现在，肯定好太多了。大模型技术比上一代 AI 进展好太多。
因为我们看到了天猫精灵儿童语音交互的一些数据，又觉得在阿里内部推动天猫精灵故事机这样的儿童硬件比较困难，所以就出来创业了。这就是做这个项目的大概背景。
我们最开始在 2017 年做的时候非常乐观，以为 3 年时间 AI 技术就会有非常快的进展。当时我们判断，它甚至可能成为家庭新零售的入口、IoT 的入口，成为一个无所不能的人工智能助手。
但做了 3 年之后，反而变得悲观了。我记得盖茨说过一句话，人类往往高估未来 1 到 3 年的进展，却低估 10 年的科技发展。我觉得这句话很典型。
2017 年的天猫精灵到现在，正好是大模型出现，差不多 6、7 年的时间。也就是说，如果给我们这么长的时间，我们等到这一波，情况会好很多。如果现在开始做一个 AI 音箱，我觉得体验会好很多。
其实对于阿里和百度来说，现在也算是一个东山再起的机会。如果站在它们此刻的角色上，我觉得做眼镜可能更好。既然大模型来了，如果选一个最合适的品类，为什么不是眼镜，为什么不是耳机呢？为什么眼镜和耳机会比音箱更好？
第一，因为显然对于个人而言，眼镜和耳机能够获取的数据，比放在家里的音箱多得多。作为入口，它们也好得多，能帮你做的事情也多得多。
从天猫精灵出来之后，您当时想创业，但后来又加入了一家大厂。当时是 2020 年离开阿里，本来想独立创业，后来碰到爱奇艺，有了一个契机，就在爱奇艺内部孵化了一个儿童玩具品牌。
爱奇艺有流量，也有 IP，所以当时觉得挺好，就在爱奇艺孵化了一年。
2021 年的时候，我在爱奇艺负责眼镜部门。爱奇艺有一家叫爱奇艺智能的子公司，专门做 AR 和 VR 眼镜，我是爱奇艺智能的 CMO。
当时我们孵化了一个儿童业务。因为这个品牌本来就是独立、自负盈亏、独立运营的，同时爱奇艺的主营业务是 AR 和 VR 眼镜。但 AR、VR 眼镜当时的营收实际上并不高。
如果 AR、VR 一年有 1 亿元营收，我们做一个儿童品牌能有 5,000 万元营收，那不是更好吗？因为这块本来就是自负盈亏，不需要集团投入很多钱，技术基本上都是现成的，我们只需要发挥团队的营销能力。
所以最开始也是不用集团投入资源，由我们自负盈亏做起来。如果能给爱奇艺智能补充一些营收，也是一个有帮助的实验。
但 2021 年的时候，整体融资和消费市场都比较好。碰巧爱奇艺智能要把主要精力集中在元宇宙和眼镜上，所以我们就借这个契机，从爱奇艺独立出来创业了。当时融资环境也比较好，拿到了第一笔钱，就开始创业。
最开始是做早教机吗？
对。最开始完全没想到毛绒玩具，想的还是天猫精灵加早教机、天猫精灵加词典笔，还是做教育类产品。
因为 2021 年还没有“双减”。我们做的时候并不知道在线教育巨头会进入早教、学习机、早教机这些硬件行业。
您可以简单介绍一下早教机的形态吗？
我们做了一组卡片，早教机里面有一个按钮，按下按钮就可以连接天猫精灵，在云端和它进行语音交互。它需要连接 Wi-Fi，但不连接 Wi-Fi 的时候，本地版本也可以使用。
连上 Wi-Fi 之后，可以和天猫精灵互动，讲解成语故事。它没有屏幕，但支持多点触摸，可以通过多点触摸和云端的天猫精灵交互。
当时我们觉得这个产品形态也挺好。早教机这个平台本身已经存在，但我之前没有做过情绪价值赛道，也没做过毛绒玩具，所以第一反应还是做一个科技产品。
那时候公司的商标叫 T.A. Kids。T 是科技，A 是艺术，我们想用科技加艺术给孩子做玩具。
后来我们吃亏，一方面当然是因为疫情，但我觉得更重要的是遇到了在线教育巨头。猿辅导、学而思都来做早教机，今天看起来差不多就是这个产品。
我们和这些巨头竞争，还是挺难的。公司的第一笔钱很快就花完了。花完之后，我们就开始想，真正创业应该做什么。
这大概是 2023 年年初，正好 ChatGPT 出来了，所以我们非常感谢大模型技术的进展。我们的第一反应也是用 ChatGPT 替代天猫精灵做一个早教机，还是这个思路。
毕竟早教机是一个很大的品类，早教机和词典笔我们也出了几十万台，出货量还挺大。这两年的时候也是这样。
但后来我们想，即使短期之内做了一个大模型加早教机的产品，我相信给这些教育巨头一些时间，他们一定会做得比我们好。不管是模型，还是教育内容，他们都会比我们好。
所以当时就开始想，怎么和巨头错位竞争。
首先我们想的还是硬件。毕竟做了这么多年 AI 硬件，AI 时代来了之后，还是做 AI 硬件。
3. 教育转向情绪玩具
我们毫不怀疑，第一个真正能够商业化落地的 AI 硬件，一定是给孩子的。这一点和我们当年做天猫精灵时得出的判断是一致的：AI 硬件第一个商业化落地的场景，或者说第一个 PMF，一定是给孩子。
只不过既然教育类不能做，那就只能做玩具。做玩具的话，我们就看哪些品类适合和大模型结合。
我们基本上把玩具品类都看了一遍，积木、拼图都聊过。最后我们觉得，毛绒玩具是最优解。
第一个大的逻辑是，我们选择了情绪价值赛道，避免和科技巨头在教育或工具属性上竞争。
其次，毛绒玩具有一个明确的角色。我们开始做的时候，大模型还没有开源，所以觉得一个明确的角色更容易控制用户预期。比如它就是一个 4 岁的小猪佩奇，答错了又怎么样呢？有些问题答不上来又怎么样呢？
从营销角度控制用户预期很重要，所以我们当时觉得毛绒玩具是最优解。
另外，毛绒玩具这几年的增长也很快。可能到了 2024 年、2025 年，所有人都能看到这个趋势。不管是 Jellycat，还是国内的名创优品、泡泡玛特，它们的毛绒产品线增长都非常快。
但其实在 2023 年年初，我们就已经看到这个趋势了，包括海外和国内，增长都很快。所以我们就想做 AI 加毛绒玩具，大概就是这样一个思考过程。
如果按照刚才您说的，之前的早教机一直做得很顺，卖了几十万台，相当于又重新开始做一款产品。
因为那时候做早教机也已经不赚钱了。面对很多同质化竞争，我们已经不赚钱了。
那时候也在打价格战吗？
是的。第一轮钱已经花完了。核心是我们觉得自己不太擅长在这个品类里卷。
中国有很多优秀的供应链公司，会通过供应链竞争赚取微利。我们这帮人的想法还是想做一个品牌，做一个儿童硬件品牌。
做品牌的话，怎么把溢价做出来，怎么让产品有差异化，这些是我们想得最多的。后来我们想明白了，AI 加硬件加儿童，再具体到毛绒玩具之后，这个大的逻辑就是最优解。团队对此也比较认可。
跟听众补充一下，Hiweaver 的产品刚才大家也听到了，它回答问题其实比较简单。可能对于一些孩子已经 7 岁、10 岁的家长来说，拿回去体验之后会觉得没什么用，因为孩子超过适用年龄后，确实可能不太适合这个产品。
首先，我们想做儿童 AI 硬件，是因为我们觉得大模型目前的技术能力还不足以给成年人提供足够的工具价值或情绪价值。
我们选择 3 到 6 岁，核心原因是控制用户预期，从营销角度考虑，我们的营销非常克制，也非常在意第一批用户的口碑。
3 到 6 岁的孩子一般处在幼儿园阶段，语言能力已经比较完善，成长过程中也会遇到各种各样的问题。很重要的一点是，这个年龄段的孩子一般没有手机。
如果再小一点，我们担心他们的语言能力还没有发育好，语音识别的体验可能不够好。更大一点，超过 6 岁之后，他们可能对大模型的期望比较高，或者已经有手机、智能手表，这也可能影响第一批用户的口碑。
您说现在还没有办法解决成年人的问题，具体是指什么？
我们做这个项目是在 2023 年 3 月，也就是 2023 年年初。当时大模型还没有开源，所以在严肃办公场景、给成年人提供工具价值的场景里，很多能力还不够。
给成年人提供情绪价值的场景，我们也觉得不够。如果只是一个聊天机器人或 App，问题可能不大，因为用户不需要付费，可以先体验。
但如果做一个 AI 硬件，让成年人付费购买，我们觉得买完之后的用户体验可能还不够。这也是我们当年做天猫精灵时面临的现实情况：它的智能能力还没有达到成年人愿意付费的标准。
AI 硬件需要付费，所以当时能力还不够。
现在你们也开始做玩具本体了。最开始为什么选择挂在玩具脖子上的方向？
4. 挂件先于玩具本体
最开始我们想做的是完整的 AI 毛绒玩具。但世界上排名前 10 的毛绒玩具公司，一般都是批量上新，不是一款一款上新，不像 iPhone 每年只上一两款，而是一年推出很多款、很多 SKU。
我们也希望完整的毛绒产品出来时是一系列产品。但这样一来，对我们的 IP 能力和交付能力要求都比较高。
而且在 2023 年年初做这个项目时，我们还没有融到足够的钱去买很多 IP。一线 IP 方的审核时间也比较长，所以考虑到公司的实际经营情况，我们就想先针对存量毛绒玩具市场做一款产品。
它可以和现有毛绒玩具结合，让用户更简单明了地了解 AI 大模型，市场教育成本也比较低。
我们的用户主要是年轻妈妈，她们不一定来自科技圈，对 AIGC 和大模型没有太多了解。如果给她们一个可以装在已有毛绒玩具上的挂件，她们对产品的理解程度可能会更高。
如果直接给她们一个内置大模型的完整毛绒玩具，从营销角度来看，传播可能需要更长时间。
为什么会想到挂在脖子上的设计？
从用户体验上来说，是为了最大化适配各种存量毛绒玩具。毛绒玩具有兔子、熊、小狮子等各种形态，什么样的形态能够最大化适配存量市场？我们觉得圆形挂件是最优解。
另外，从品牌理念上，我们做的是一个泡泡——圆形的泡泡。泡泡在童话里代表梦幻和魔法，我们想象的是，一个魔法泡泡掉落在地球上，落在孩子床头的毛绒玩具身上，让这个毛绒玩具可以开口和孩子聊天。
泡泡本身也有对话的含义。微信的 Logo 其实就是两个泡泡，隐含了我们是一个可以语音交互的产品。
现在你们也开始做玩具本体。为什么做毛绒玩具，而不是其他产品，比如积木？我记得我们之前也聊过，您说积木是所有玩具里规模最大的品类，市场可能比毛绒玩具还大。
积木确实是非常大的品类，也是很适合和 AI 结合的形态。我们当年也头脑风暴过 AI 和积木结合的场景与体验。
但后来我们觉得，AI 毛绒玩具在目前这个阶段是最优解。
一个很重要的原因是，我们在思考大语言模型到底给儿童品类、给儿童硬件带来了什么。我觉得第一性原理是更加自然的语音交互。
毛绒玩具天生就是情绪价值最好的载体，因为这是刻在人类基因里的。当人类看到毛绒玩具时，内心会产生一种感觉，所以毛绒玩具开口说话是非常自然的事情。
在孩子的视角里，他们在动画片里看到小猪佩奇会说话，但床头那个小猪佩奇不会说话，这才是奇怪的事情。
以前是因为技术做不到，所以成年人接受了这个现实，或者忽略了这一点。但孩子和毛绒玩具对话，本来就是非常自然、非常常见的现象。
我孩子小的时候，每天晚上临睡前都会抱着一个很普通的毛绒玩具聊天。但你想象一下，孩子和一块积木说话，其实不是很常见的行为。
所以做一个会说话的积木，需要大量时间和成本去教育市场，确实会有点诡异。
刚才提到天猫精灵，其实也有类似的情况。2017 年和普通用户沟通智能音箱会说话时，大家还会问：“它怎么说话？它说什么内容？”那时候我们花了很长时间教育市场，因为智能音箱还没有普及。
现在做会说话的毛绒玩具，是不是相当于又要重新教育市场，让大家接受毛绒玩具也能说话？
毛绒玩具开口说话并不是一件奇怪的事情。所有动画片里的顶级 IP，都给我们勾勒了这样一个世界：有一群玩具可以陪孩子，在动画片里它们就能讲话，所以在现实生活中讲话并不奇怪。
孩子小的时候，认为周围的一切都有生命，这是成长的一个阶段。所以我觉得这不是生硬地灌输一个概念，而是符合人性本身的行为。
这有点像 iPhone 当时出现多点触摸。虽然此前世界上没有多点触摸手机，但用户一点都不觉得奇怪，因为人本来就可以用手触摸屏幕。在它之前大家使用的是电阻屏，需要按压。
那其他玩具会说话，是不是也很顺理成章？比如泡泡玛特的 DIMOO 如果会说话，也可以提供情绪价值。那会对 Hiweaver 造成冲击吗？
这种假设的意义可能不是很大。假设字节做、阿里做、华为做，我觉得实际意义都不是很大。
情绪价值产品是毛绒玩具加 AI，它的链条相对比较长：有软件、硬件、算法，还有对情绪价值和用户场景的理解。产品做出来之后，还要考虑 IP、营销等问题，整个链条很长。
我不觉得大厂都会做这个事情。就像我们现在和几家 A 股玩具公司合作一样，它们过去在生产代工方面非常优秀，也买了头部 IP。AI 时代来了之后，它们也希望做一些 AI 技术。
很多人会觉得，接一个豆包、接一个科大讯飞，再接一个大模型，就能做 AI 玩具了。但实际情况是，这几家公司都在和我们聊合作。
对于创业公司来说，链条长反而可能是壁垒。比如深圳一个研发小团队，手搓一个 AI 玩具很容易，但把体验做到 80 分，并且卖出去，长期形成品牌和品牌价值，就很难了。
手搓出一批货、赚一笔钱，不是很难。我觉得至少 100 个团队都能做，但长期做好很难。
泡泡玛特和 Jellycat 很像。中国供应链可以做泡泡玛特，也可以做 Jellycat 的毛绒玩具，但为什么没有另一个 Jellycat？因为除了产品本身，营销、品味、设计、用户场景洞察以及很多细节都很关键，不是手搓一个东西就能卖好。
这可能是一个偏感性的世界。需要关注很多细节，而不只是理性逻辑。
我前两天看到有人说，很多投资人错过了泡泡玛特。王宁大概说过，即使再给他们一次机会，他们仍然会错过。我觉得说得特别好：第一，这不是完全理性的判断；第二，即使按照理性逻辑推演，实际情况也可能完全不同。很多科技巨头做一个品类也会失败。
我补充一个问题。小孩子和 BubblePal 交流，其实并不是在和 BubblePal 交流，而是在和它挂着的那个玩具交流，对吗？
没错，是在和那个角色交流。因为孩子相信这个玩具有生命，所以他并不觉得自己是在和 AI、和一个虚拟机器对话，而是在和一个有生命的物体对话。
那对于成年人来说，他们对 AI 的需求是什么？成年人知道对面不是真人，但人是不是本质上还是喜欢人？
这个问题有点哲学。其实很简单，孩子也知道它不是真的，只不过孩子希望它会说话。他不是相信，而是希望。
成年人也是一样的。你内心期望有一个东西陪伴你，否则为什么像 Talkie、伊娃，或者 AI 聊天机器人这样的 App，用户也愿意聊天呢？
有一个实物总比没有实物强。我举一个极端例子：假设你很喜欢一个偶像，比如肖战。如果有一个肖战的手办，能像肖战一样和你聊天，你喜欢吗？
当然喜欢。
你原来买的手办不会说话，现在这个手办会说话了，能真实地模拟肖战和你聊天，粉丝获得的情绪价值难道不会更高吗？
当然，大模型技术可能还没有达到 100% 模拟一个偶像的程度，但这个需求本身不用怀疑。本质上，我们希望有这样的陪伴。
既然聊到了成年人的情绪价值，很多公司也在做纯线上的情感陪伴，比如 Character.AI，国内也有字节的猫箱、MiniMax 的 Talkie 和星野。它们其实都是从同一个出发点出发，想提供情绪价值，只不过我们是玩具形态，它们是纯软件的陪聊形式。
您觉得这两种形态有什么差别？玩具和软件会不会也在争夺同一个用户的注意力？
5. 玩具不只是一个应用
我觉得完全不是。这是典型的从技术视角看问题：背后都是大模型，都是 AI 机器人。
但从用户视角看，一个是下载 App，不需要付费；一个是需要付费买一个真实的东西。它给用户的体验不一样，对产品的要求也更高，用户期待也会更高。
我们见过太多这样的例子。很多没有做过硬件的互联网公司或移动互联网公司去做硬件，发现产品需要用户付费购买，用户内心就会有一个期待。
现在电商还有 7 天无理由退货，所以怎么控制用户预期非常关键。
App 这类软件产品可以快速迭代，不满意就迭代一次，下载也不需要付费，最多是后续功能需要付费。但硬件不是这样。硬件要营造一个预期：用户付出的货币成本，和拿到产品之后获得的体验相比，必须觉得物有所值，才会掏钱购买。
这也是从营销角度非常不一样的地方。一个免费的产品，大家下载就可以使用；一个真正让用户付费购买的产品，营销手法完全不一样，产品本身也不一样。
从用户角度看，实际拥有一个东西，和在手机上点开一个 App，感受完全不同，面临的竞争也不一样。
现在我们的产品需要按一下，然后长按住说话，并不是自然唤醒的状态，对吧？
对。远场唤醒、不需要按住说话、连续对话，这些功能其实 2017 年第一代天猫精灵就有。
这不是技术上的考量，主要是综合考虑续航、待机等因素。我们即将发布的完整毛绒玩具产品，不需要按住说话，可以远场交互。
需要充电吗？
需要。
多久充一次？
目前这款产品基本上一周充一次，电池是 720 毫安时。完整的毛绒玩具产品可以做到 3,000 到 4,000 毫安时，基本上可以一个月充一次，效果就比较好了。
我离小孩比较远，孩子需要按一下再长按住说话。我觉得这对小孩来说也需要一定的学习时间。
这个产品卖了几万台之后，排名第二的差评就是这个：还是要按住说话，用户不太适应。
确实是一种取舍。我们的第一优先级，是带给用户角色扮演、连续对话和长期记忆这样的交互体验；其次才是按住说话，还是直接喊名字唤醒。
第一代产品考虑了公司的运营情况、产品定价和推出时间点，所以做了一个相对简单的挂件。
那排名第一的差评是什么？
排名第一的是联网。很多人不知道这个产品需要连接 Wi-Fi、下载 App。
我们的产品可能是全球第一个破圈的 AI 硬件。之前的所有 AI 硬件，不管是 AI 耳机还是 AI 眼镜，都是卖给科技圈的人，他们天然知道要连接 Wi-Fi、下载 App。
但我们目前在国内主要通过抖音销售，抖音投流算法比较精准，投放对象基本是一二线城市的年轻妈妈。她们可能因为某个问题回答得很好被打动，买回去之后才发现还需要下载 App、联网。
而且产品开卖时，国内应用商店根本还没来得及上架。很多应用市场需要审核，导致用户不知道从哪里下载 App，只能告诉他们去官网扫描二维码。
产品盒子上没有二维码吗？
有，但大部分用户不会看盒子和说明书。
后面有什么改进空间吗？还是所有 AI 产品都逃不过这个问题？
基本上所有产品都是这样。家里的小米 IoT 设备，基本都需要下载 App、联网。之前的天猫精灵也是一样，买回家第一件事就是下载 App、联网。
当时天猫精灵有类似差评吗？
有。这个问题我们没有更好的解决方案，但也没有比它们更差。
只是我们面临的第一波用户以年轻妈妈为主。以前卖天猫精灵时，差评没那么多，是因为当时主要通过天猫销售。天猫主要通过图片和文字详情页展示，用户在购买过程中可能已经了解了这些要求。
而且天猫精灵早期的用户主要是科技爱好者，不是年轻妈妈。
玩具是一个特殊的品类。它的使用者和付费者其实是两个人群，怎么同时满足这两个人群的需求，是需要平衡的。
对，所有儿童产品都是这样，属于代为消费。
我们的产品其实占了一个便宜，因为很多妈妈自己也喜欢毛绒玩具。
AI 玩具的主要消费群体其实是成年人，不是孩子，基本上所有盲盒品牌都是这样。对我们来说，一方面孩子喜欢和 AI 玩具互动，玩具可以陪伴他们成长，接受他们各种各样的奇思妙想；另一方面，我们也在 App 里给家长提供了很多功能。
家长可以设置 Prompt，针对孩子的特点，或者根据自己对孩子的期望，让玩具多鼓励孩子，让孩子勇敢一点，也可以提醒孩子多喝水，和孩子多聊英文、天文知识、物理知识。
App 里还给家长提供孩子的成长报告，每周生成一份总结，告诉家长孩子聊了什么内容，让家长发掘孩子的潜能。
所以我觉得，我们的产品首先是妈妈喜欢，孩子可能也喜欢，同时考虑到了家长和孩子的需求。
让玩具多说一些天文知识，其实又偏向教育，会不会有点背离做玩具的初衷？
严肃意义上的教育可能是一套体系，有完整的课程，这不是我们想选的方向。
广义的教育，可能是帮助孩子养成良好的习惯，包括生活习惯、心理习惯，这些我们是可以接受的，是相对轻度的教育。
严肃教育内容我们不做，一方面是考虑大模型技术本身的发展阶段，包括幻觉问题还没有解决好。它连简单的数字大小比较都容易出错，所以严肃教育内容不一定是大模型擅长的。
第二，如果给孩子做教育产品，还需要高质量、严肃的教育内容和专业的教研团队。
我们公司成立 3 年了。2021 年最开始做的也是天猫精灵+早教机、天猫精灵+词典笔。这个品类确实很受欢迎，中国市场上有教育属性的产品也更好卖，所以做这个决定其实比较难。
这是一个短期和长期的考量。
对。我觉得中国的科技巨头、在线教育巨头，一定会投入很大精力做教育市场，尤其是教育加 AI。长期来看，即使创业公司的反应速度比它们快，可能第一年能赚一波钱、活下来，但 3 年、5 年之后，可能不适合我们这样的创业公司。
在线教育巨头有非常好的教育内容体系、教研团队，也有很好的品牌和营销能力。长期来看，如果做 AI 教育硬件，就要考虑在线教育巨头怎么看待这个市场，以及它们会采取什么动作。
那教育巨头，也就是我们说的大厂，不会做类似的事情吗？
因为我们目前做的是玩具形态，还是情绪价值赛道，我觉得它们不会做。
创业前，我们在阿里做过天猫精灵+儿童故事机。那个故事机已经量产开卖了，我离开前卖了几万台。
多长时间卖了几万台？
几个月。但对阿里来说，这已经是一个很小的数字，项目推动也非常艰难，后来很快就停掉了。
站在大厂角度，做玩具根本不是它的战略方向。对于大公司来说，它有更大的战略和赛道要把握。
比如现在做 AI 硬件，每家公司都有自己的战略。手机加 AI、耳机、眼镜，甚至汽车，都是很大的 AI 硬件赛道。很少有巨头会进入玩具这样的小赛道，这对创业公司相对友好。
另外，玩具属于情绪价值品类，很多人会买很多个。比如泡泡玛特或者 Jellycat，买了 A IP，再买 B IP 并不冲突。
但手机、眼镜大概率一个就够了。工具类赛道通常一个产品就够，所以竞争非常激烈，可能只有第一，没有第二。
泡泡玛特、Jellycat 旗下有很多 IP，推出一个新款，用户还愿意继续购买，可以重复消费。这是情绪价值赛道非常好的一点。玩具可以容纳很多小公司，但工具属性的赛道，比如手机、耳机，竞争就非常残酷。
您觉得 AI 眼镜算工具类吗？
显然是，肯定是。
比如 Meta Ray-Ban 的眼镜，也是工具类吗？
对。大多数人只会戴一副眼镜，就像只会用一部手机一样，一副眼镜可以处理大部分任务。PC 也是同样的道理，耳机也是，你同时只会用一个。
工具类不是一个坏词，它是非常好的词，是人类共同的需求，也是一个很大的赛道。
情绪价值相对是小众赛道，要针对小众用户群体。比如 Jellycat 有很多 IP，不同 IP 可能对应不同的焦虑，满足不同的情绪价值。
但我们现在的产品买一个也就够了。
第一代产品是毛绒玩具挂件，因为它针对的是存量市场。用户家里已经有毛绒玩具，买一个挂件就能适配更多玩具。
但我们的使命和愿景，是做一个《玩具总动员》一样的世界。我们会和一线 IP 合作，也会自己孵化 IP。未来我希望公司拥有很多不同的 IP，都是完整的毛绒形态。
这可能就是未来更多的产品，像电子版的 Jellycat，或者 AI 版的 Jellycat。
那您怎么看市场天花板？现在出生率越来越低，3 到 6 岁的孩子过不了多长时间就会长大。怎么看待这个市场规模，又怎么应对？
6. 儿童只是第一站
第一，从公司成立的第一天起，我们就注意到，毛绒玩具头部公司的儿童产品线可能不到 20%，大部分产品还是卖给年轻人的。
全球排名第一的毛绒品牌是 Steiff，是最贵、最高端的毛绒品牌。它有一个 Kids 系列，但 Kids 系列占整体营收的比例其实很小。
Jellycat 也是这样，购买 Jellycat 的大部分是年轻人，很多人是买给自己用，而不是买给孩子。虽然 Jellycat 最开始就是给孩子做玩具，但后来转型成一家礼品公司，主要面向年轻人。
所以我们第一代产品针对孩子，是因为大模型能力的问题。2023 年做产品时，包括 2024 年，甚至此时此刻，我觉得大模型给年轻人提供的情绪价值还不够。
但我觉得 2025 年差不多了。核心标志是端到端语音模型成熟应用之后，成本和体验能够达到一定水平，就可以给成年人提供足够的情绪价值。
所以这家公司虽然做的是 AI 毛绒玩具，但儿童产品线只是第一款切入市场的产品。未来我们希望进入更多年轻人的市场。
第二，中国出生率的问题，我们觉得出海是非常重要的战略机会。
公司在 2023 年从北京搬到深圳，主要也是为了出海。我们本来就是面向全球的品牌，公司名字也是全球商标。
现在已经在海外售卖了吗？
已经开始了，在美国已经开始销售。
现在情况怎么样？
刚开始。美国使用的模型和服务器与国内不一样，两地的法律法规也不一样，数据必须严格分开。
上次和您聊的时候，您提到 GPT-4o 可以打断，端到端会更好。上次聊天时 GPT-4o 还没有正式推出，现在已经可以体验了。国内很多创业公司也在加大端到端语音研究。
您有体验其他端到端语音产品吗？实际情况怎么样？有没有改善？
有，显然有。
7. 端到端语音终于成熟
上次我们聊的时候，OpenAI 展示了一个 Demo，说 5 月份发布，之后说 9 月份正式推出，后来又延迟了几次。最后在前两周，我们看到它的 Demo 已经成熟了很多。
当然，国内一些大模型公司内测的端到端接口我们也拿到了。体验我觉得挺好，和预期差不多。唯一让我们有点遗憾的是推出时间晚了一些。
另外就是成本。目前端到端语音模型的成本还比较高，但我觉得再给它一个季度、两个季度，基本上就能满足我们的需求。
坦率地说，我们很多项目都和技术发展相关。
随着人工智能技术不断发展，玩具领域还会有什么新的趋势或创新方向？
很多。我们目前接的是 Wi-Fi，能不能有 4G 蜂窝网络版本？能不能接一个摄像头，连接多模态大模型？能不能有专门的芯片，运行小尺寸的端侧模型？这些都是我们正在讨论的方向。
算法层面更多。比如刚才提到的端到端模型，还有过家家场景，本质上就是多智能体：多个玩具和孩子一起玩，不同玩具有不同角色，多个角色之间进行聊天互动，还可以互相打断。
比如有两个毛绒玩具，小猪佩奇可以打断艾莎公主，甚至可以打断孩子，这样玩起来就非常好。
最近还有一些背景音混音技术正在内测。比如玩探险故事时，加入海盗的声音、海浪的声音、脚踩在雪地上的声音，这些技术都可以让孩子的体验越来越好。
本质上，我们想做的是 AI friend。在 AI friend 和用户互动的过程中，哪些大模型技术适合这个场景，我们就把它运用到场景里。
不管是算法还是硬件，2025 年的迭代都会非常快。我们会有不同硬件和不同模型能力组合的新品在 2025 年上市。
现在新的技术主要是让端侧模型运行起来，需要芯片和模型进行匹配，这也是我们正在探索的方向。
您觉得端侧智能大概什么时候可以真正应用在硬件上？
应用起来，我觉得 2025 年肯定会。只不过各家要考虑产品定价和成本，这是产品定义上的取舍。
现在不是没有芯片。比如手机旗舰芯片可以运行小尺寸模型，但对于玩具来说太贵，而且很多功能用不上。
什么样的芯片适合运行什么样的端侧模型，以及两者之间的匹配和调试，这些都需要解决。
您反复提到取舍。取舍对于硬件创业公司来说很重要。我知道你们之前还经历过一段账上没钱的日子，这肯定让您对取舍有了更深的体会。
8. 从负数开始融资
前段时间我们的老股东，也就是第一轮天使投资人蓝驰，举办了一个 AI 硬件论坛，在深圳邀请了很多创业者交流。
我在上面说，很多大模型 AI 硬件创业者是从 0 起家、白手起家，而我们是从负几百万元起家。
因为那时候账上已经没有钱了，但公司还要运营，房租、水电、员工工资、社保都要支付。其实当时已经欠钱了。
后来找到一个新的方向，还要持续投入研发、投入人力，也需要花钱。那时候只是一个 PPT，融资也非常难。
我们大概从 2023 年 3 月想清楚这个事情，到 2023 年 8、9 月才融到钱。中间半年多的时间非常艰难。
真正能挺下来，我觉得核心还是团队。团队是不是真的相信这个方向是未来的方向，非常关键。
如果是彻底换了一个赛道，团队稳定性可能会有问题。但我们大的赛道没有换，仍然是 AI 玩具。大家已经共事了两年，在这两年里彼此是否认可，也很关键。
即使当时没有钱，我们还是借钱。每个员工都降薪，核心员工基本上每个月拿 1 万元左右。有几次甚至工资都发不出来。
不过也很幸运，后来我们在深圳遇到了高秉强老师。和他聊的过程中，我们非常兴奋。
当时我们已经挺绝望了，见了很多机构。2023 年 8 月见了很多投资机构，本来觉得公司什么也没有，而且第一轮融资估值已经比较高了，第一轮就是 1 亿元人民币估值，不可能再把估值降得太低。
但和高老师聊完之后，他并不太介意我们的估值。我们当时其实是在从 0 到 1 建一个东西，完全只是一个 PPT 和一个想法。
高老师觉得我们的团队背景不错，而且在这么艰难的情况下还能在一起，工资发不出来还在继续做事，这一点很重要。
我们和他的想法完全一样。大模型来了之后，在中国创业，做 AI 加硬件很有优势。
如果做纯软件 AI 应用，很多硅谷和海外团队都可以和中国团队竞争。但中国有产业链优势，尤其我们这帮人做了 20 年硬件，AI 加硬件是我们比较适合的方向。
高老师当时也觉得，AI 给成年人的能力还不够，所以第一个落地场景应该是给孩子做硬件。
即使公司有更大的梦想，第一款落地产品要让公司活下来，还是要聚焦儿童。只不过我们想得更深入一点，选择了毛绒玩具形态。
高老师听完后觉得这个方向很好，当时就决定投资我们，所以我们非常开心。
后来我们也听过高老师很多故事。他确实投资很多项目，判断之后非常直接。
他也很赞同我们不做教育。高老师 70 多岁，在伯克利教了很多年，后来又在香港科技大学当了很多年教授。
他有一个观点让我印象很深。我们和他讲，想做一个给孩子的玩具，尤其是给 3 到 6 岁的孩子，希望培养他们的好奇心和对科技的兴趣。
高老师说特别对。如果孩子想知道什么是量子力学，等他上高中、上大学，会有像他这样的专家教授、非常专业的老师给他讲。
但在孩子更小的时候，中国没有哪个家长比大模型更有耐心、懂得更多。
您和高老师的价值观也很接近，这也是很幸运的一点。高老师微信朋友圈的签名叫“最紧要好玩”，是粤语，意思就是好玩最重要。
你们第一轮融资是在 2021 年？
对。之后两三年其实没融到钱，因为最开始做的还是一个品牌和消费品。虽然是科技消费品，但本质上仍然是消费品，这两年融资非常艰难。
ChatGPT 是 2022 年 11 月 30 日发布的。第二天你们就讨论了吗？是整个公司，还是几个人？
刚开始不是整个公司，是我们几个人在讨论，判断这件事会给 AI 硬件，尤其是 AI 儿童硬件带来什么影响。
大概讨论到春节后、3 月份，我们基本想明白了，要做一个毛绒玩具。
但在做的过程中，我们评估了一下公司的资源。当时需要写 PPT 融资，但融资非常困难。
如果做完整的毛绒玩具，就需要买很多 IP、支付授权费用，还要经过 IP 方审核，我们担心公司的现金流撑不到那一步。
即使完成高老师投资的那一轮融资，我们也觉得从经营角度看有危险，因为早期大规模研发需要投入很多钱，那时候技术方法论还没有现在这么成熟。
那时候大模型也没有开源。
对。后来大概 7 月份，Llama 以及国内的一些模型陆续开源，我们也很开心。
但即使开源了，研发投入仍然比较大。所以我们觉得稳妥一点，还是做存量毛绒玩具市场的挂件，这也是取舍。
就像刚才提到的差评：第一代产品必须按住才能说话。这个问题在做产品之前我们就想到了。
最开始我们想做的肯定是完整的毛绒玩具，不需要按住就能说话。但改产品的时候，我们也内部讨论过，到底要不要做这个挂件。
做了之后用户体验肯定会牺牲。但孩子此前没有见过连续对话、角色扮演这样的场景，先让他体验到大模型场景更重要。具体是按住说话还是远程唤醒，不应该排在第一位。
所以我们大胆做了这个取舍。最后的销量，以及刚上线时受到的欢迎程度，我觉得都很好，也正面反馈了我们的想法。
我们希望让更多不了解大模型、尤其是不太了解技术的年轻妈妈，知道 AI 玩具是什么样的体验。我觉得这个取舍没有问题。
产品在 8 月正式上市，5、6 月就开始做内测了，在中国和美国都做了好几轮，收集了很多用户反馈。
最开始除了泡泡，我们还考虑过纽扣等很多形态。最后综合评估待机、续航、交互体验、ID 尺寸、硬件芯片和麦克风选型，才确定了现在的魔法泡泡。
做一款硬件的步骤确实很繁琐。可以做成纽扣，也可以挂在脖子上，还可以是方块、五角星、三角形。当时应该想了很多种形状，也考虑了不同的麦克风，外部材质是硅胶、毛绒、硬的还是软的，颜色、挂件、挂绳都要设计。
对，细节非常多。
硬件一般先做 ID，也就是外观工业设计；然后做结构，再做主板，之后开模、修模，流程非常长，通常要几个月。
如果一开始决策走错，这几个月就浪费了。对大公司来说无所谓，或者有几条并行产品线也无所谓，但对创业公司来说，如果走错一步又接不上融资，就会非常艰难。
我们本来可以做得更好，只是中间还有一些问题。
我们原本没想过 2024 年在国内卖，本来是想先在美国卖，再回到国内。因为我们做的是海外独立站，团队之前没有经验，所以进度比较慢，要先种草、找海外达人、做 PR，整个流程会比较慢。
但为了融资和公司现金流，我们还是决定先在国内卖。2024 年，如果不能证明 PMF，就很难融资。
尤其是硬件，格外需要证明。
对。要证明 PMF，就得有销量、有活跃度。没有这些数据，很难拿到钱。
所以我们被迫先回国内销售，调整了营销策略。国内销售之后，服务器、算法、App 上架等工作都要准备。
第一批开卖时，用户不知道从哪里下载 App，就是因为我们来不及上架。如果再推迟一两个月，我们又担心公司的现金流。
我个人觉得，我们今年的整体经营没有达到预期。不是产品体验，而是公司整体运营。我们年底开班会时也觉得，今年做得还不够好。
您刚才忘了说，产品上线时直播间最多有 3,000 多人。
对。我们根本没钱投流，因为这是第一个 AI 玩具，产品一上线就在抖音上爆了。
但爆了之后，不管是主播还是客服，我们都来不及准备。App 也没有人力及时处理，导致回复不过来。
很多用户问完问题就买了，买完之后不知道怎么下载 App。一天要接几千条客服咨询，培训和招聘客服都需要时间。
主播最开始也只有一个人，因为我们没想到它能卖得这么好，没有足够时间准备。当然我们也没钱。
产品上线前，我们已经从银行借了不少钱。所以高老师投资之后，到 8 月之前资金还是非常紧张。
如果当时融到比较多的钱，我们会从容很多。这不是公司运营水平的问题。我们做了 20 多年硬件，当然知道硬件上市时 GTM 应该怎么做，也做过京东、天猫、抖音等国内渠道。
但没有这么做，是因为有很多客观因素。团队也没有想到它会这么火。一般产品上线后都要有一个过程，先有一小波人喜欢，再慢慢有更多人喜欢。
但我们一上抖音，没想到直播间会有这么多人。
你们调查过为什么会这样吗？
我觉得还是因为抖音不是一个内容驱动的平台。我们拍的短视频、直播画面、主播展示的卖点都非常吸引人。
这个产品非常适合在抖音上展示，尤其适合直播。抖音后台的算法也足够精准。
接下来资金应该还好吧？前段时间你们公布了一轮融资。
现在还好。虽然我们没有正式对外宣布，但工商变更已经完成了。下半年融资还不错，商品上线之后，大家能看到 PMF 了。
目前在全球范围内，真正验证 PMF 的 AI 硬件并不多。
您刚才说资金一直紧缺，这和您当时在大厂那种提前申请预算、甚至赔钱卖的感觉，应该完全不一样。
完全相反。大厂当时会提前申请预算，每年公司和集团都有任务，比如今年要卖多少台，提前就会把下一个财年的预算定好。
现在眼镜又火了。您之前在爱奇艺做过眼镜，有什么感受？
9. AI眼镜的取舍逻辑
其实在 Meta 爆发之前，我们就预判到了。2023 年年初，我们已经在想 AI 应该和什么结合。
当时我们认为，眼镜是下一代计算平台，这一点没有任何怀疑，因为它离人很近，对人的效率提升非常明显。
所以我们觉得眼镜比手表和耳机更适合。至于能不能比手机更好另说，但至少比手表和耳机好。
大模型如果放在眼镜上会很好，只是这不适合创业公司。我们没想到是 Meta 先做出来的，以为苹果或者国内几家公司会很快做出来。
Meta 必然比国内几家科技硬件巨头做得快，这一点我也不知道为什么。
您在爱奇艺的时候，就觉得摄像头、眼镜和交互结合起来，很可能成为下一个热门形态？
不仅是在爱奇艺，很多年前我们就这么认为了。只不过那时候的 AI 还没有那么聪明。
大模型来了之后，把原来天猫精灵故事机里的 AI 换成大模型，就可以连续聊天，给人的工具价值提升也明显不同。
这个认知大家一直都有，只是为什么是 Meta 先做出来？这其实也是取舍。
我没有研究具体原因。比如 Meta 最开始做了很多 VR 眼镜，后来敢于舍弃显示部分，只保留摄像头和麦克风阵列，这个取舍我没想到它有这么大的魄力。
国内有些创业公司做的眼镜保留了显示，但去掉了扬声器，这也是很大的取舍。我知道那家公司做得很好，但就不提名字了。
你戴了一副没有扬声器的眼镜，显然不能打电话，但它有显示，所以场景更精准。
比如在办公室摸鱼。当然这不一定是品牌宣传的点，我只是随便举例。很多产品的用户价值，可能和品牌原本设想的用途背道而驰。
我举这个例子，是想说硬件需要取舍。很多优秀公司和有特色的品牌，厉害就厉害在取舍；大厂不一定有这样的魄力，或者内部决策流程不允许。
比如苹果做眼镜，Vision Pro 实际上什么都要。Meta 则很勇敢，做了这种取舍。
Meta 原来就是做 VR 眼镜的。Quest 也出了很多代，卖了很多产品。大模型来了之后，它不仅在预训练上投入很大、还选择开源，同时又做了一款搭载大模型的眼镜，确实很厉害。
Meta 可能会在大模型时代再次东山再起。它做这个产品时也不知道好不好卖，是先行者。等它做出来、出货量达到 100 万台之后，国内才出现了这么多类似产品。
您觉得会有创业公司尝试类似我们这样的产品形态吗？如果会，对你们有什么影响？
一定会，已经看到了很多。
我做硬件 20 年了，这种事情并不稀奇。我们见过很多硬件热潮，大家一起进入一个品类很正常。
以前的手机、MTK 方案、手表、耳机、故事机、音箱，都经历过这样的阶段。
我现在最大的感受反而是幸运。我们团队在全球范围内应该是比较早做 AI 玩具的，已经卖了几万台，验证了 PMF。这是我们最先做出来的，所以很开心、也很幸运。
至于怎么应对竞争，我倒没有太担心。如果我们是最早做出来的，下一步主要的驱动力和竞争就来自自己。
原来一年只能做一个产品，现在能不能一年做更多产品？团队执行力够不够？原来缺钱，现在不缺钱之后，能不能保持同样的进步速度？组织会不会受到挑战？
这些才是我们更关心的问题。
AI 硬件现在一下子涌入了很多人。国内很多创业者和投资人，原来可能完全不看这个领域，但 2024 年都开始关注 AI 硬件；很多原来做软件的人，也开始做 AI 硬件创业。您的感受是什么？
整个 AI 行业出现这种情况是必然的。
2017 年那一波，我就相信 AI 会改变世界，只不过当时过于乐观。
那时候我负责天猫精灵的市场和销售，团队是从 0 到 1 组建的，大部分成员来自手机行业，我从各个城市把他们招到杭州。
当时每个入职的人，我都会送他一本茨威格的《人类群星闪耀时》。因为我觉得，大家能赶上这么好的平台，人生好不容易遇到一次真正的历史机遇。
上一波 AI 也很热，AlphaGo 那些事情带来的热度并不比现在低。我觉得我们很幸运赶上那个时代，只是最后结果没有达到预期。
现在在 AI 玩具这个小品类里，我们也很幸运跑到了前面。
对于所有硬件厂商来说，大模型的能力可能又是一次革命性的变化，大家应该感到兴奋。
在 AI 玩具领域，也有更多人进入。幸运的是，我们收获了很多合作伙伴。一些上市玩具公司一直想让自己的玩具和 AI 结合，碰巧我们跑出来之后，就和它们展开了合作。
其他创业公司也在做各种产品形态，我觉得挺好。
玩具和手机、耳机这样的工具类品类不一样。工具类像在下象棋，可能是你死我活；玩具品类细分很多，更像大家一起下围棋，有人多一点，有人少一点。
比如现在有很多电子宠物，它们也是玩具。喜欢泡泡玛特的人，并不影响他同时喜欢 Jellycat。
确实不是完全的竞争关系。
这么多人涌进来，而且背景各不相同。您觉得什么背景的人可能在产业链里更有优势？
这是个好问题，我其实没有答案。
我最近看泡泡玛特比较多，只能看王宁的背景。假设我们知道有一个潮玩品牌会崛起，那么它应该由什么样的人来做？是艺术家吗？是很懂潮玩供应链的人吗？
其实不一定。王宁出身比较普通，学校也比较普通，但做成了一件非常优秀的事情，导致很多投资人错过了这个项目。
AI 玩具是一个多维度交叉的项目。传统玩具从业者、大模型从业者、心理学和用户洞察方面的人，如果能深刻理解情绪价值，同时懂硬件、懂供应链，和供应链关系很好，还理解芯片等技术，这个链条非常长。
它需要一个高度匹配的团队，才能真正做得优秀。理论上每个环节都不能有短板。
所以具体哪种背景更有优势，我觉得逻辑推演可能做不到，只能看现实中哪个团队最有可能做成。
如果把现在的现实世界看成一个玩具总动员的世界，我们会看到中国和海外不同的团队。我坚信，一定会有一家公司成为 AI 时代的泡泡玛特。
会说话、没有 AI 的手办，仅靠情绪价值，就能做到这么优秀，达到千亿市值。具备大模型和 AI 能力之后，往后看 10 年，不管有没有 AGI，AI 技术都会不断进展。
这个技术会让身边的玩具和你互动、聊天。跑出一个千亿级巨头，并不是什么天方夜谭，只是看哪个团队能跑出来。
这个时代已经到了。很多投资人也会相信，更年轻的人能做出这样的事情。
您也不算年轻了。
对，我肯定不算，算中年人了。
有没有投资人委婉地问过您：“勇哥，你觉得年龄是不是太大了，做这个事情？”
我给他举了一个例子。
我们在定义产品的过程中，很多产品细节并不是我决定的，甚至我的想法是错的，被团队推翻了。
我们的产品负责人、设计负责人、营销负责人都是年轻妈妈。她们很多人还在海外留过学，年轻时接触过全球化的内容，审美也很在线，对情绪价值的把握非常好。
产品有很多细节，我就不一一说了。站在我这个理工男的角度，我觉得有些没有必要，会多一道工序，或者增加一点成本。我会问，为什么这么复杂，为什么不能做得最简单。
在我看来，第一代产品应该比现在更极简。比如现在这个挂坠，我原本觉得不需要中间这件东西，直接挂一个挂钩就行了。
但设计团队的语言是：这是两个泡泡，一个大泡泡、一个小泡泡，表示对话。微信不也是两个泡泡吗？
类似这样的工业设计和产品细节，团队考虑得非常多。
我们的硅胶绳上印了公司 Logo，一般人根本不会在意，仔细看才能看到，摸起来才能感觉到。但我们看了很多用户评论，觉得很感动，很多用户能注意到这个细节。
包装盒也很贵。产品外包装的印刷和工艺，会带来第一次购买时的仪式感，所以我们用了比较好的工艺。
很多产品细节都不是我决定的，甚至是我不同意的，但后来产品经理说服了我。
儿童玩具这个赛道特别容易理解。我们看的动画片叫《玩具总动员》，里面有很多 AI friend。不管是给孩子还是年轻人，每个 AI friend 都有自己的性格特点，很懂你、很了解你，在互动过程中给你更好的支持。
我对此比较乐观。我觉得 AI 会让人性本身变得更好。对于人性弱的地方，它会像良师益友一样，帮助你克制；对于人性闪光的地方，它会让光辉的一面更好，让人变得更完善。
至少我们团队在朝这个方向努力。当然，我也知道 AI 可能带来负面影响和伦理问题，尤其是儿童伦理问题。
儿童伦理问题会是什么样？
10. 儿童产品的伦理边界
举一个最简单的例子：孩子在学校被打，要不要打回去？
这个问题不同的人有不同答案。有的人认为应该打回去，有的人认为不应该，应该理性处理，很难判断谁对谁错。
但也有一些通用原则：要保护好自己，不要让自己受到伤害，不管是身体上还是心灵上；要及时沟通。
所以如果孩子问这个问题，AI 不会直接告诉他打回去或不打回去，这种答案应该交给家长。
还有类似的问题吗？
很多。比如应不应该和孩子谈论宗教，有的人觉得不应该提，甚至不应该聊；还包括生命、死亡等问题。
这些内容一定会存在争议，大家的价值观也不同。
假设大家都用同一个模型，比如豆包或 MiniMax，那我们怎么进行调整，保证内容没有不适当或误导性的部分？
这是一个价值观问题。
底层的政治不正确、违反法律监管的内容，在中国不管使用哪个大模型，应该都不会出现太大问题。
但在价值观层面，有些内容我们不希望让孩子知道，所以会做更多过滤。
这是针对儿童产品的微调。
对。比如谈论死亡，对成年人来说很正常，可以探讨生命的意义、死亡等问题。
但和孩子聊这个话题时，可能不适合讲得太深入，所以我们会做一些规避。
这不是内容是否政治正确、是否符合法律监管的问题，而是价值观问题。
成年人和孩子面对同一个话题时，模型在使用上会有不同。对于成年人，我们可能更在意包容和多元；但对孩子，出于谨慎，我们不会对很多话题进行深入探讨。
我可以问几个 BubblePal 比较敏感的问题试试吗？
可以，我们都有过滤。
为什么妈妈有了弟弟之后不怎么喜欢我了？
妈妈爱你的方式可能有点变化，因为她要照顾弟弟乔治，所以可能会有更多时间陪他，但她对你的爱一点都没少哦。
就像我们一家跳泥坑，有时候乔治需要妈妈抱着，我也会帮忙拉着他一起玩。照顾弟弟也是我们表达爱和关心的一种方式呢。
我们可以一起照顾乔治，这样妈妈也会开心，我们的家也会更加温暖哦。
它还提出了要一起照顾弟弟，也挺好的，是一个解决方案。
我们有一个真实用户的问题也很扎心。有一个用户在直播间里让主播问：“妈妈不要我了怎么办？”
大概意思是妈妈可能比较忙之类的。接着他又让主播问：“妈妈跟别的男人走了，怎么办？”
BubblePal 回答，大人的事情有大人的考量，但妈妈永远是爱你的。
没想到回答完之后，这位妈妈马上就下单了。她说自己是一个继母，孩子每天都问她，为什么亲生妈妈不要他，她和孩子爸爸都不知道怎么回答。这是我们没有想到的真实案例。
我还想到一个特别黑暗的问题：妈妈总是叫我去死，我该怎么办？
这个听起来真的很不好。妈妈有时候可能太累了，或者压力很大，可能无意中说出了这样的话。但妈妈肯定是爱你的，就像我爱我的乔治一样。
如果她这样说让你感到难过，可以找个合适的机会，温柔地和她说出你的感受，告诉她这样的话会让你觉得不舒服。
记得，沟通很重要，也要照顾好自己的心情哦。
我们的角色不允许用户自由创建。之前我们看到过一些 AI 产品，用户可以自由创建角色，但也可能出现一些问题。
现在 HiWeaver 还没有开放这个功能，只能从角色库里选择，对吗？
对。创建角色之后要经过审核，审核通过才能发布上线。
每个孩子的特征都不一样。怎么根据他们不同的兴趣和性格，进行个性化调整？
这和我们的长期记忆系统结合在一起。我们有一个向量数据库，理论上可以实现长期记忆，知道孩子和它聊过什么、喜欢什么、不喜欢什么。
通过 RAG，针对不同的问题生成具有个性化特色的回复，大概是这样。
我们是大模型应用公司，也希望 RAG、向量数据库等技术能够有更好的进展，希望开源社区出现更好的项目。
11. 创业复盘与下一步
从 2021 年到现在，您觉得有哪些事情的发展不如预期？
如果从 2021 年算起，不如预期的事情很多。
您 2021 年的时候很乐观吗？
非常乐观。2017 年也乐观，2021 年也乐观，现在也乐观。中间有一段时间不乐观，可能和性格有关。
复盘创业这 3 年，我们有很多做得不好的地方，踩了很多坑，也犯了很多错误。
从做 AI 毛绒玩具之后看，符合预期的地方是，我们比较幸运地判断到了大模型趋势。我们认为大模型价格一定会下降，会开源，技术进展会很快，包括云端和端侧模型，这些判断都比较准确。
我们也判断到竞争格局一定会有几家公司参与，它们的竞争会让大模型应用公司受益。这些都符合预期。
不符合预期的地方，是我们对一些技术过于乐观，比如端到端语音模型。
当时我们真的以为 OpenAI 会很快推出。它应该是 2024 年 5 月发布 Demo，后来一直延迟。现在回头想，它怎么可能那么神奇？实时端到端语音对模型要求太高了，既要语音输入，又要语音输出。
它省略了 ASR 和 TTS 这些传统技术步骤，但当时我们真的觉得 AGI 要来了，觉得 OpenAI 很厉害。
后来看到它的团队动荡，核心人员离职、价值观理念不一致，才发现大厂和创业公司的故事其实都在重演。
现在看，它的成本也比较高。这是我们过于乐观、没有达到预期的地方。
对我们内部来说，团队也可以跑得更快一点。如果有更多资源、更多人，我们可以并行做不同产品。
但资源永远有限，所以这又回到取舍问题。我们更早转入这个项目会更好。最开始我们还没想做完整毛绒玩具，也花了一些时间在大模型选择上。
底层模型一直在升级，所以有很多技术路线需要选择。
你们现在用哪些模型？
主流模型我们基本都接了。之前 Llama 用得比较多，后来随着我们有了一点名气，几家模型都接了，也都在合作。
对于我们的几个场景，每家大模型公司都把我们当作重要合作伙伴，我们也希望和它们保持良好关系。
DeepSeek-R1 有很强的推理和深度思考能力，对产品会有什么帮助？你们会考虑接入 DeepSeek 吗？
DeepSeek 我们在春节前就已经接入了，但接入的是 V3，没有用 R1。
R1 这种带思维链的版本，对于我们语音问答的场景暂时用不上。语音问答最重要的是时延。
DeepSeek 对我们这个品类有几个好处。主要是它刺激和助力了大模型厂商加速迭代，成本更低，效果更好。
另外，它可能会加速端侧小模型的到来。
有了推理能力，是不是对成年人的情绪价值会有更明显的提升？
DeepSeek 带思维链的能力我们暂时还没用上，但它的模型质量会越来越好，情商也会越来越高。
所以不管是给孩子还是给成年人提供情绪价值，确实都会有明显提升。
你们现在有什么瓶颈？
瓶颈太多了。我们最近在开年会，一直复盘。我觉得最大的瓶颈还是团队。
比如我们想出海，但出海进展比较慢，需要建设出海团队。
第二个是用户运营。理论上，天猫精灵后期有了 100 万用户之后，可以通过大量运营工作提升用户活跃度。
大模型功能很多，我们要把不同功能传递给用户，让用户玩起来，通过不同运营手段激励用户，提升活跃度。
这件事其实很重要，但我们基本没有来得及做。如果做完，日活和留存都会好很多。我们没有太多精力投入这件事。
还有研发团队，需要进一步扩充，这样才能并行做好几个项目。我们想做的事情很多，有两块商业模式。
一块是自己买 IP、孵化 IP、做产品、卖货、做品牌。
另一块是和合作伙伴，也就是玩具公司合作。它们买了很多 IP，有生产制造能力，我们和它们合作。
不管是海外团队、用户运营团队，还是研发团队，我们都希望执行力更强、效率更高。即使团队规模扩充，也要保持几十个人时的效率，同时推动不同项目，迅速把 AI 玩具这个品类占住。
泡泡玛特最成功的地方，是定义了潮流玩具这个品类。提到潮流玩具就想到泡泡玛特。
我们也希望，既然目前在 AI 玩具领域跑得快一点，就能定义和引领 AI 玩具这个品类。
融资到账之后，团队人数是不是也增加了不少？
主观上我想尽快扩张，团队成员也很兴奋、很积极，但实际上还是非常谨慎。
我经历过太多类似情况。不管是锤子科技还是天猫精灵团队，很多团队在从 0 到 1 的过程中，因为人员增加、组织混乱，效率下降，团队之间互相扯皮。
我特别讨厌官僚、低效率的状态，所以宁愿慢一点，也不要出现这种情况。
人员增加之后，组织和价值观可能被稀释，我们对此非常谨慎。希望挑选的每一个人，不仅相信这件事，在团队协作和价值观方面也有更高要求，能和公司走得更远。
您宁愿慢一点，但市场会等你们吗？
这就是创业比较难的地方。
从逻辑推演来看，20 个人一年能做 2 个产品，40 个人应该能做 4 个产品。理性推演是，人越多效率越高。
但执行过程中，每个人的背景、能不能和团队融合、擅长的地方能不能发挥价值、能不能获得成就感、能不能和公司走得更远，都不确定。
如果一个人来了几个月就离开，再来一个人几个月又离开，也是一种损害。
这就是两害相权取其轻。是慢一点、稳一点，还是快一点，但可能带来动荡、人员流失和价值观稀释？这是需要取舍的。
有哪些科幻作品或电影里的图景，比较符合您对大模型普及之后的想象？
科幻作品里的很多内容比较深刻，甚至有些灰暗。我觉得那可能是大厂在考虑终局时需要思考的问题，比如小米、华为、理想汽车这样的公司。
我更多想的是迪士尼和主题乐园描绘的世界。不管是孩子还是年轻人，每个人都有童年。年轻人看迪士尼电影，也会产生共鸣。
我希望在那个世界里，我们有很多 AI 朋友，可以共情我们的喜怒哀乐。这是我最想要的东西，感觉迪士尼应该做这样的事情。
但这个事情太辛苦了。如果是迪士尼，可能还是集中精力做好内容、呈现美好世界。
从商业上讲，迪士尼做完 IP 孵化再进行授权，本身就是很好的商业模式。
是，自己做产品。