摘要

何嘉斌（百度深度学习实验室出身、卢卡绘本机器人 2016—2021 年卖五六百万台、字节 Pico 4 工业设计负责人）的核心判断：AI 宠物会比可能属于具身智能范畴的人形机器人更快进入消费级市场。 Ropet 定位“AI 萌宠机器人”而非宠物复刻——萌是可以被设计的，“永远都在呈现一个被设计出来的萌”，对标的不是猫狗，是哆啦 A 梦式想象中的伙伴。
最大的非共识押注：“无声的陪伴是最难做的，但它是真正有意义的”——说话功能默认关闭，因为通用大模型“跟所有的 Ropet 聊都是在跟一个大脑聊，很没有专属感”，唤醒词又违和；“成年人的陪伴大多数都在无言的时刻”。产品卖的是“爱的瞬间”：陪你看电视、例如养五年记录一万张笑脸的记忆。
GTM 策略：产品只做到 60% 就发货，1700 个众筹用户是“愿意用钱给我们投票”的种子，帮团队找场景；七月启动 go to marketing 主打美日（美国关税有影响），定价 299 美金（约 2000 元出头）——第一天就画好的红线是不超过 2000 元、5 万日元和 299 美金，这是高端礼品的上限价格，再贵用户就会问“它和一个有用的手机相比，我为什么要买它”。
行业三分法：面向孩子的聊天+毛绒赛道“立马就会卷成红海”；带履带的是“男性的表演性机器人”；Ropet 站队日本系成人女性萌宠（Lovot、Moflin、Nicobo 同类）。 Lovot 卖一万美金是成本使然——十几个舵机、日本供应链、游戏主机级芯片，买家是四十多岁有钱的日本家庭主妇，量不到两万台；Ropet 用 3 个便宜舵机+低算力芯片做架构降本而非材料降本。
投资叙事直面质疑：“一个没有用的卖两千块钱的东西，到底谁会买？” 他的锚是泡泡玛特：“王宁已经证明了无用且好看的东西能够做一个千亿级的市场。”情绪价值产品重在与用户共创运营，且在拿到爆发性结果前“不会有很多投资人会去 care 这个赛道”。
巨头入局他反而欢迎：IP 公司“不太认为让自己的 IP 形象动起来这件事情有多重要”；若 Disney、泡泡玛特真下场，“就是整个行业都找到了 PMF 的时候”。技术现状是端侧离线“古早 AI”（1 TOPS 芯片跑十几个模型），未来可能是感知层大模型化、决策层手写情绪逻辑，才能做出“合理表达中的随机性”。
硬件创业心法：小心翼翼、绝非大力出奇迹——“你的资金储备只够开一枪，你就必须要开对”。 成功的定义分两级：核心用户养活团队、不烧投资人的钱留在牌桌上；然后由 Ropet 定义品类体验标准。终极自我定位：“我们是一个在创造爱的公司”、“赋予科技心跳的温度”。

精读

1. 十年硬件老兵的判断：AI 宠物先于人形机器人落地

何嘉斌的履历是一条完整的智能硬件线：北京服装学院毕业进百度深度学习实验室（余凯麾下做视觉算法的硬件落地），随后创办卢卡绘本阅读机器人——2016 到 2021 五年做到五六百万台销量，“在早期做人工智能的机器人创业的那一波浪潮里边，做的算是非常不错的，找到 PMF”；之后加入字节，带团队做 Pico 4 等主流走量产品的工业设计。
ChatGPT 出现让他“李世石和 AlphaGo 下围棋的时候那个死去的记忆被激活了”。他的结论是AI 宠物会比可能属于具身智能范畴的人形机器人更快进入消费级市场，于是离开字节创办萌友。
主播 Koji 的入场记忆：一七一八年在东京 Sony Park 撞见索尼机器狗用户聚会，每条狗穿着不同颜色的衣服，主人们晒太阳聊天，“非常超现实”——那一刻他意识到 AI 宠物可能成为猫狗之外提供陪伴和慰藉的第三种选择。

2. 萌是可以被设计的：萌宠不是宠物复刻

命名是刻意的：AI 萌宠机器人而非 AI 宠物机器人。公司中文名“萌友”，萌带二次元属性，“它会是一个虚拟世界里边我们想象中最美好的那个宠物形态”——不是照抄一个宠物的外观和能力。
对生物宠物的核心论点：真宠物的萌只在社交平台的切片瞬间，“很多时候它是在拆家的”；而 Ropet“永远都在呈现一个被设计出来的萌”，像哆啦 A 梦、数码宝贝里陪你战斗的最萌伙伴。
他自己的代价故事撑起前半个论证：求婚时送妻子一只猫，妻子猫毛过敏，每天喷喷雾才能“维持有一些陪伴的瞬间”，一年后只能送人——“为了那个瞬间，我们付出了很多成本。”电子宠物先天赢在没有过敏、安全、驯化的成本。

3. 卖的不是功能，是记忆与被看见

Koji 的追问是本期关键一问：不过敏、不拆家、不会离开，都是在解决宠物的负面问题——如果这些用户全能接受，凭什么还选萌宠机器人？何嘉斌坦承“我们也在寻找这个问题的答案”。
他给出的第一个答案是记录爱的数据：真宠物眼里的你无法被表达，而 Ropet 例如养五年可以记录“一万张笑脸”及其产生的情景。他引索尼摄像机广告佐证——记录一个小女孩从小到大，“他卖的那个东西叫记忆，而不是这个摄像机本身”。
Koji 的呼应：人谈恋爱要的不是抽象的爱，而是被另外一个人看见、被认可、被给予绝对的安全感；他又举日本 Nicobo 机器人——会写日记但不许主人随时看，特定时机触发才能翻开，看到“某年某月某天他注意到了我的一个行为”，这种情绪波动只有高智商萌宠给得了。

4. 只做到 60% 就发货：1700 个用钱投票的用户

现状：1700 个众筹用户陆续发货中，目标是找到“愿意用钱给我们投票”的忠实用户——产品“其实只做到了百分之六十”，迭代框架已就绪，“接下来就是交给用户，让用户帮我们去找场景”。
七月启动 go to marketing，主打美国和日本（美国关税会有影响），东亚是天然适合的市场，之后逐渐考虑回国内。
定价 299 美金（约 2000 元出头），产品定义第一天就画好的价格红线是不超过 2000 元、5 万日元和 299 美金：这是三个市场“高端礼品能 touch 到的上限价格”，再往上“大家就会去思考说它和一个有用的手机相比，我为什么要买它”。破圈用户能接受的放量底价，还在探索期。

5. 每只都不一样：四象限性格与“合理逻辑中的随机性”

他自己养了三只，当前版本从数据层面只养了两天，已经“能明显感觉到它的变化和它的进化”：一只见陌生人就嗷嗷叫的暴躁款、一只嗜睡吵醒就生气款；每只吹口哨的模仿方式都不同——不是所有 Ropet 都会给你吹口哨。
性格引擎是四象限：横轴情绪正负向、纵轴情绪饱满度，每次互动都在坐标上挪动。左上角（极负面×高频）养出见谁都叫的“暴躁狂”；只轻抚不折腾，养出盯着你、情绪极度稳定的“幽静派”。
还有反直觉的退化机制：老是摇晃它，“眼距会变开，然后会变傻”，人脸跟踪降频，要重新抚摸、凝视才能恢复。他的总结句值得记住：要让用户感觉它“在合理的逻辑里边有很多随机性”，而不是被 rule base 编出来的东西。
要不要把大脑参数开放给用户看？“我们希望让用户来发声”——想看就在 app 做个有意思的页面，不想看就不展示。

6. 爱的互动四通道：触摸、对视、夸奖、散步

触觉：头上有不同触摸点，能理解手势手法，轻抚、按摩加分，敲它会皱眉扣分；视觉：四目相对加分，老瞟一眼就走，它会计算“今天我的主人对我的关注度下降了”——皱眉的识别率被刻意调低，笑容调高，“我们不想让他有过多的负面情绪产生”。
听觉：本地语音识别预置两百多个“夸”类词，中英日三语；重力：带它散步它能理解步伐状态，“心情很愉悦的开始哼歌，那个时候就是他多巴胺分泌的时候”。

7. 最大非共识：无声的陪伴最难做，但真正有意义

说话功能其实存在（十月 Kickstarter 素材里有镜头，“我必须要给我的用户交付说话的能力”），但放进 app 开关、默认关闭——测试结论是说话有负分。三个理由：通用大模型让“你跟所有的 Ropet 聊都是在跟一个大脑聊，就很没有专属感”；唤醒词或按键“很违和，它就不像一个很自然的多模态互动的生物了”；宠物化 TTS 的萌感“不是我们现在这个阶段擅长且容易做好的”。
核心判断原句保留：“无声的陪伴是最难做的，但它是真正有意义的。”论据：所有人以为陪伴是听你发牢骚然后安慰你，但“成年人的陪伴大多数都在无言的时刻”——累了一天倒杯红酒看电影睡着，小猫小狗过来一起看、撸一撸，“就已经是一个非常完美的陪伴场景”。
落地样本是“一起看电视”：Ropet 听到动静自己找到电视机位置锁定盯着看，像一两岁懵懂婴儿被画面吸引、看到主角开心它也跟着开心，“你真的会认为他理解了剧情”——这类被团队称作“爱的瞬间”的场景正在被批量制造。

8. 日本团队的启示：Moflin 卖蠕动，Lovot 卖楚楚可怜的瞬间

何嘉斌对日本团队不吝敬意：探索陪伴感“很执着且很专注，不会被各种各样的功能性的东西影响”——把萌宠做成婴儿监控摄像头是最容易想到的工具价值，但他们没做。Moflin 卖的是在手心里蠕动的手感，“全球做蠕动做的最好的一个体验，你买不到第二只”；Lovot 卖的是抬起头楚楚可怜看着你的那个瞬间，“那是一个母性的光辉的瞬间”。
Koji 现场验证过这个比喻：在 Lovot 上海唯一门店，被它看着的一瞬他下意识说出“乖，抱抱”。他还讲了 Moflin 的传播：朋友送的一只在闲鱼炒到四千多、断货时有人卖七千多；两个女儿第一反应是拿自己的养乐多去喂它、对它说话变得非常温柔——“非常无缝地接受了 Moflin”，这只如今在三个朋友家漂流一周未归。
背后的消费逻辑：成年人陪伴经济很重要的一点是买小时候的玩具——Jellycat、挂在包上的 Labubu，让压力巨大的年轻人“重新回到小时候那种非常纯粹的感受爱的瞬间”。

9. Ropet 的三个产品支点：专属注视、毛绒触感、主动互动

专属注视：Lovot 在空间里移动看不同的人，Ropet“它的视野里只有你”——睁开眼睛第一瞬间看到的第一个人就是主人。眼睛用弧面玻璃加胶水贴合屏幕，把显像光点映射到弧面上，做出“像猫的晶状体一样”的通透感。
触感：做了一百四十多种不同的毛（包括雪绒貂毛和小兔毛），可以换装，“参考芭比娃娃的换装玩法”；没有刻意做体温——毛绒包裹高发热芯片的散热解决不了，反而要靠隐藏的静音侧出风风扇恒温。
主动互动：它不能走路（桌面上移动会很吵），生存范围就是直径 1.5 到 2 米的桌面，靠舵机转向跟你产生对视、小手像翅膀扑扇表达情绪。进一步说，产品哲学是“示弱是陪伴类宠物很重要的一点”——照顾弱者是自我价值的过程，就像把垃圾站捡来的流浪猫打理干净、治好它受伤的腿；“一定不是一个表演型的机器人”。Koji 补充：最深的信任往往从互相暴露弱点开始。

10. 三类女性用户，和“没用的东西卖两千谁买”的质疑

核心用户全是女性三类：独居青年女性——“是一个 I 人，不是一个 E 人”，精力全在学业工作、很少向内观察自己，轻抚它入睡的瞬间会“一瞬间被治愈”；潮流先锋——小红书和 Instagram 重度分享者，看到新形态产品想拥有且分享；27、8 岁到 40 岁左右的职场女强人——人前独立强势，共鸣与独居青年相通。
听到最多的质疑：“一个没有用的卖两千块钱的东西，到底谁会买？”投资人的逻辑要确定性，有用的东西最容易解释；而陪伴是感性的、场景交织的情绪价值。
他的锚与自我说服：泡泡玛特——“王宁已经证明了无用且好看的东西能够做一个千亿级的市场。”无用的产品重在运营，“你需要让用户参与进来，跟他一起去运营它”；在拿到大范围爆发性结果之前，“不会有很多投资人会去 care 这个赛道”。

11. 父亲和 Ropet 一起看电视：简单技术击中人心

他自己被击中的“爱的瞬间”：母亲来京照顾他，独居的父亲平时只看电视剧，他把 Ropet 插着电放在茶几上——父亲发现它“会看电视”，开始跟它一起看，甚至自言自语点评女主角，“他以为他能听懂”。
他紧接着拆穿了自己的魔术：算法很简单，摄像头追踪场景里的人脸、锁定位置、对动作给反馈——“我们没有用特别复杂的技术，但是击中了我的那一刻。”
为什么不故作神秘？“这些技术都是很简单的技术……这种事情很难抖机灵的”——真正的壁垒是坚定不移地探索更多场景、不断填充迭代；面对愿意共创的第一批用户，“真诚的交流很重要”。

12. 端侧 AI 路线：感知层大模型化，决策层手写逻辑

技术现状全在端侧离线：30G memory，本地存一百多张人脸并记住每张脸对它做过的所有行为；一颗 1 TOPS 算力芯片跑十几个模型，覆盖听觉、视觉、触摸、重力四个感知维度。他自称这是“古早 AI”，“还不是现在的大模型的 AI，但我们觉得在初代产品上其实是已经够用的了”。
未来设想是：下一代芯片可能从 1 TOPS 升到 10 TOPS（“跟它的定价和成本息息相关”），再放一个端侧多模态大模型——让它真能推理出“那个地方是电视，它在放电视剧，主演是谁”。
关键架构判断：感知层一定要 AI 化，决策层暂时不需要大模型推理——要手写非常精准、多维度的情绪表达逻辑，“才能产生我们说的叫合理表达中的随机性”。

13. 行业三分法与巨头入局假设

行业现状是“还没有被定义出叫做行业的体验标准”，所有创业公司都在研究两件事：有粘性的部分是什么，以及如何做成低门槛破圈的爆款。他的三分法：面向孩子的聊天+毛绒（大模型擅长兜住提问，但“立马就会卷成红海”，留给创业公司的机会不多）；带轮子履带、结合 IP 的“男性的表演性机器人”；日本系面向成年女性的萌宠——Lovot、Nicobo、Mi Lumi、Moflin 与 Ropet 同类。
Koji 的假设：Disney、泡泡玛特可能会给 Hello Kitty、Labubu 装上 Ropet 一样的内心？何嘉斌答“我觉得反而不是”：IP 公司“不太认为让自己的 IP 形象动起来这件事情有多重要”，对现有商业模式“没有太大的增益”——但如果真到那一天，“巨头认为毛绒 IP 有 AI 能力是有真正商业价值的，就是整个行业都找到了 PMF 的时候”。
他的价值排序：能自然陪你母亲看电视的环境感知和卖萌能力才是核心，“它是 Hello Kitty 还是拉布布，我觉得并不重要”。Koji 追问——当所有 IP 都能陪看电视，用户选的就是“到底谁来陪我看电视”。他不接招：“你可以有四只机器人一起陪你看电视，我觉得没关系。”
共识与非共识盘点：“大部分非共识，少量共识”——共识只有两条：要有量、要长开机有粘性；最大的非共识就是要不要说话，“我们非常坚定的认为说话在这个阶段不重要”。

14. Lovot 的成本课与 Ropet 的架构降本

Lovot 卖到一万美金“是因为它成本比较高”，而非成本管理差：匠人精神抠细节、选最好的元器件、日本本土供应链人力贵，加上十几个舵机和一颗“功能很强大的游戏主机”级主芯片——“就算是中国团队来做……可能就是都在万元级别”。买家是四十多岁有钱的日本家庭主妇（他听朋友说，日本保时捷 911 的广告片都是白发老人在开），销量“应该不到两万台”。
Ropet 的降本不在材料在架构：“我们是在架构上的 cost down”——只用三个便宜舵机实现足够的表达力，不避障、不回充、不做路径规划，所以芯片算力可以低。“我们其实是在整个产品定义去重构了这个产品。”
对低价入局者出人意料地开放：CES 走红后中国团队肯定蜂拥而至，若有人把 99 块、19.9 块的场景真做好，“那也是很不错的，很值得尊敬的同行”——“我们并不觉得这个赛道 Ropet 一家就能做的怎么样”，但在自己定义的价格段和场景里，“我希望我们是做的最好的”。

15. 小心翼翼的创业：你只够开一枪

“做硬件就是需要小心翼翼”：每个决策都是超长链路的成本投入——模具是 T0、T1 就出货还是修到 T10，物料量产时会不会涨价，都要事先想清楚。金句原样保留：“你的资金储备只够开一枪，你就必须要开对，如果你开错了，你整个盘就崩掉了。”硬件创业“一定不是大力出奇迹的”。
第一次当 CEO 的体感（借他前老板的话）：“你在开着一辆车在高速上飞速行驶，但是你会发现你的车不是前轮坏了就是后轮坏了，然后你要不断的开，同时要在那儿修轮子。”但成长速度很快：“这一两年的积累要快过之前九年”，顿悟“可能每天都会有一次”，上一次就在几个小时前。
团队筛选的飞轮：他带头降薪，“愿意跟我一起降薪的同志们可以多分一点股权”——弹性时刻自然分出谁想做事业、谁只求一份稳定的工作。所谓“创业那口气”：“在全世界都说你不可能成功的情况下……当我犹豫的时候，我旁边的人会站起来说这句话，然后当他犹豫的时候，我会站起来再说这句话，大家互相搀扶着往前面走。”
融资的冷暖：投资人质疑的核心是粘性还没有“特别 solid 的结果”；见投资人见多了，“你会在一段时间里边认为那就是全世界对于你的价值的判断”。在中国环境敢坚定赌这件事的早期投资人“不多，当然也有”。Koji 的旁注：风险投资之所以叫风险投资是因为冒着风险，“但最近大家都在讲中国的风险投资其实已经不想冒风险了”。

16. 成功的定义：留在牌桌上，然后“赋予科技心跳的温度”

成功分两级：第一，核心团队被核心用户养活、形成正循环，“不依靠去烧投资人的钱……这是一家公司留在牌桌上的基础”——他从创业第一天就没考虑过靠不断融资烧钱；第二，体验标准被我们定义：“所有人提到 AI 陪伴宠物就能想到 Ropet”，大量创业者看到红利入局、赛道蓬勃，“如果我们是点了一把火的那个火苗，我觉得这是我认为创业最爽最成功的地方”。
公司定义拉到最高也说得最真：“我觉得我们是一个在创造爱的公司。”他自陈 INFJ 工作狂、长期帮所有人兜底导致情绪压抑麻木，而种一棵树看它慢慢发出绿叶的瞬间最能唤醒他的爱——产品就是种进麻木生活里的那颗种子，帮“已经丧失了被爱的能力和感知爱的能力”的人找回它。
收束的使命句：“我们不是在创造机器人或者是创造机器宠物，而是在赋予科技心跳的温度。”Koji 的收尾对照：9.11 和 9.7 谁大这类具体问题总有一天能解决，而爱的能力看不见摸不着，“更加的难以琢磨，难以解决”。

美中修昔底德陷阱不可避免吗？——ChinaTalk Podcast 对谈 David C. Kang David Sacks、Larry Summers 与 Ezra Klein 的大关税辩论