当人们看到一款能够对话的AI陪伴机器人，最容易注意到的是它接入了哪个大模型。
但从产品开发和量产的角度看，大模型只是其中一部分。一款真正能够销售和长期使用的AI陪伴产品，背后连接着芯片、语音、传感器、机械结构、云平台、AIoT生态和供应链。
从一句需求，拆解成完整产品
客户最初的需求可能只有一句话：“我想做一个能陪孩子练习口语的设备。”
要把这句话变成产品，团队还需要继续回答：
- 产品有没有屏幕和摄像头
- 是否需要语音唤醒和声纹识别
- 对话内容由哪个模型生成
- 设备断网后还能完成哪些功能
- 是否需要记住用户的偏好
- 是否需要通过电机、灯光或表情回应
- 家长如何设置内容和使用时间
- 数据如何存储和保护
- 产品成本和目标售价是多少
这些问题共同决定了芯片平台、麦克风方案、扬声器、连接方式、结构设计和云端服务。
AI能力需要不同平台共同完成
设备端负责感知与行动，例如语音采集、触摸、姿态检测、灯光、显示和运动控制；云端大模型负责理解语言、生成内容和完成复杂对话；AIoT平台负责设备连接、远程控制、账号管理、数据服务以及与智能家居生态的协同。
产品团队还需要在瑞芯微、全志等高性能ARM平台，以及乐鑫、BK、聆思等AIoT芯片之间进行选择，并结合实际场景配置模型、语音和云平台。
能对话，不等于能成为商品
一个AI样机可以通过现成开发板和云端接口快速实现对话，但要成为商品，还需要解决：
- 长时间运行的稳定性
- 唤醒率和交互响应速度
- 噪声环境下的语音体验
- 结构、散热和续航
- 数据安全与内容管理
- 供应链、生产测试和售后维护
- 大模型调用带来的持续运营成本
真正困难的不是让设备说出第一句话，而是让每一台产品都能够稳定地听、稳定地说，并且可以持续生产和服务用户。
我们不只连接大模型，也不只提供主板。我们帮助客户把技术组合成能上架、能交付、能持续运营的AI产品。