近日，財聯(lián)社專訪湯姆貓董事長朱志剛，以下是此次專訪內(nèi)容：
15年前，一只“會說話的貓”在智能手機(jī)屏幕上迅速走紅，以輕巧幽默的方式定義了智能手機(jī)時代“人與虛擬角色互動”的基礎(chǔ)范式。如今，這只風(fēng)靡全球的虛擬形象正在以AI情感陪伴機(jī)器人的全新身份,試圖重構(gòu)一個巨大的潛在市場。
“湯姆貓AI機(jī)器人的應(yīng)用場景是現(xiàn)實存在且十分明確的，那就是實現(xiàn)對人類更好的陪伴與情感交流。”近期，湯姆貓董事長朱志剛表示，湯姆貓致力于成為全球最會聊天的AI機(jī)器人。
從“會說話的湯姆貓”到“會聊天的湯姆貓”，不只是單純的產(chǎn)品迭代，更是一次關(guān)于技術(shù)溫度和情感連接的重構(gòu)。在大模型技術(shù)不斷發(fā)展的背景下，作為IP持有方的湯姆貓公司正推動一次底層戰(zhàn)略轉(zhuǎn)型：從以內(nèi)容和互動為主的數(shù)字產(chǎn)品，躍升至“硬件+內(nèi)容+服務(wù)”構(gòu)建的AI陪伴版圖。
情感為基，重塑AI陪伴“剛需”
湯姆貓的進(jìn)化不是偶然。自2010年上線以來，這一IP已累計獲得超過全球240億人次下載，全球月活躍用戶(MAU)最高達(dá)到4.7億人次。在朱志剛看來，會說話的湯姆貓定義了智能手機(jī)時代“人與虛擬角色互動”的基礎(chǔ)范式，長久以來用戶對湯姆貓的情感連接，不只是娛樂，更是一種輕量級陪伴的情緒寄托，屬于人工智能的雛形產(chǎn)品。
“但相當(dāng)長一段時間內(nèi)，自然語言處理(NLP)與人工智能技術(shù)停滯不前，面對還不會思考的湯姆貓，公司將‘會說話的湯姆貓’升級成‘會聊天的湯姆貓’的愿望，也遲遲難以實現(xiàn)。”
ChatGPT橫空出世帶來的興奮感，朱志剛?cè)杂洃洩q新，這意味著公司長期探索的目標(biāo)——會聊天的湯姆貓，距離落地實現(xiàn)近了一大步。
然而，“會聊天”不是簡單地接入大模型即可，接入大模型只是具備了知識問答、內(nèi)容生成的能力，并不具備情感連接。人類聊天有別于其他信息傳遞的本質(zhì)特征正是情感連接。在朱志剛看來，“會聊天” 的內(nèi)涵，遠(yuǎn)不止于知識與信息的傳遞，更體現(xiàn)在能讓人收獲積極的情緒體驗，進(jìn)而獲取珍貴的信任感與歸屬感。
朱志剛介紹，湯姆貓的受眾極其廣泛，比如3-12歲的兒童群體，正處于認(rèn)知快速發(fā)展期，具有強(qiáng)烈的好奇心和探索欲，提問和對話是他們探索世界的重要方式，因此對即時互動和響應(yīng)有較高的要求。然而現(xiàn)實是，大多數(shù)父母很難隨時回應(yīng)孩子“十萬個為什么”的提問，這正是湯姆貓AI機(jī)器人可以承擔(dān)的角色空位，提供教育與情感支持，成為兒童時代最快樂的小伙伴。
針對老年群體，尤其是獨居老年人，AI湯姆貓的溫暖陪伴能夠為他們的日常增添歡聲笑語，幫助他們提升生活質(zhì)量和幸福感，獲得美好的情感慰藉。
針對自閉癥患者等特殊群體，湯姆貓AI機(jī)器人可用于早期干預(yù)和語言訓(xùn)練，同時也成為患者在封閉環(huán)境中的私交同伴，是患者信得過的朋友。
現(xiàn)在的年輕人，也可能遇到生活節(jié)奏快，離家遠(yuǎn)，感到孤單需要情緒撫慰的時候，能隨時隨地有AI湯姆貓說說話，也可以緩解壓力。可以說“人終其一生都在找一個能說話的人。”
不滿足于“問答準(zhǔn)確”，更追求“情感連接”，可以說，湯姆貓選擇AI陪伴機(jī)器人賽道是一種使命必然。
“當(dāng)情感陪伴垂直模型的細(xì)膩與通用大模型的深邃在湯姆貓交相融合，湯姆貓終于擁有了記憶與思考的能力，人類也將擁有最好的情感與交流的伴侶。”在公司自研的情感陪伴垂直模型投產(chǎn)后，朱志剛即滿懷信心。
情感建模+多模態(tài)交互，打造最會聊天的機(jī)器人
“為了更精準(zhǔn)地識別用戶情緒，進(jìn)而提供必要的情感支持，公司與西湖心辰合作開發(fā)的情感模型，專注于用戶情緒識別與長期記憶功能，能主動發(fā)起對話并根據(jù)歷史交互調(diào)整反饋策略，如根據(jù)用戶情緒狀態(tài)提供安慰或鼓勵。”朱志剛詳細(xì)介紹了從用戶的需求和體驗入手推導(dǎo)產(chǎn)品背后的底層技術(shù)實現(xiàn)路徑。
相較于通用大模型對話助手，湯姆貓AI機(jī)器人在語言風(fēng)格和表達(dá)方式上更具擬人化與友好性。比如當(dāng)孩子問“黑洞是什么”，機(jī)器人不會只用晦澀的天體物理術(shù)語，而會說：“黑洞就像家里一個巨大的吸塵器……”甚至還會調(diào)用過往聊天中提及的寵物話題，回答“量子糾纏就像你家里的貓（雯雯）和狗（厚福），雖然相隔很遠(yuǎn)，卻能感受到彼此的存在……”，如此通俗易懂的比喻幫助孩子理解科學(xué)現(xiàn)象的同時引發(fā)孩子的情感聯(lián)想。
“對于年紀(jì)小不能完整、清晰的表達(dá)的小朋友，我們首先利用語音識別技術(shù)（ASR）精準(zhǔn)捕捉兒童模糊發(fā)音與短詞匯，通過意圖識別模型了解孩子真正想表達(dá)的內(nèi)容，再通過大模型的上下文理解與生成能力，給出準(zhǔn)確又有趣的回答。鼓勵小朋友的每一次表達(dá)，逐步培養(yǎng)邏輯性表達(dá)習(xí)慣，解決‘童言碎片化’難題，助力語言能力進(jìn)階。”
產(chǎn)品還具備情緒雷達(dá)和主動聊天功能，通過語音識別用戶情緒，并動態(tài)調(diào)整互動策略，其自主研發(fā)的TTS模型經(jīng)過數(shù)千小時的訓(xùn)練，確保輸出的聲音具備IP識別度和情感感染力。如用戶情緒低落時，湯姆貓機(jī)器人將用“難過的聲音”進(jìn)行共情并給予安慰，真正發(fā)揮“會聊天”的陪伴價值。
在陪伴過程中，湯姆貓AI機(jī)器人具備短期和長期記憶的能力，能記住用戶的點點滴滴，并在持續(xù)對話過程中調(diào)用記憶內(nèi)容自學(xué)習(xí)，越聊越懂用戶，成為用戶越來越信賴的伙伴。
為進(jìn)一步打造更加真實的聊天交互，湯姆貓AI機(jī)器人在嵌入式軟件和硬件上同樣做了諸多創(chuàng)新。該機(jī)器人產(chǎn)品可模擬豐富的表情（如眨眼、微笑）和動作（如轉(zhuǎn)頭、耳朵擺動），與語音內(nèi)容同步呈現(xiàn)擬人化互動。例如，當(dāng)用戶表達(dá)悲傷時，機(jī)器人會呈現(xiàn)“關(guān)切”表情；用戶輸入語音時，湯姆貓機(jī)器人的耳朵會一上一下，表示其在認(rèn)真傾聽。
同時，湯姆貓AI機(jī)器人還是一個能調(diào)用大模型能力、博古通今的AI助手，其采用了MoE（Mixture of Experts）混合專家模型架構(gòu)，具備根據(jù)不同任務(wù)需求選擇最優(yōu)模型組合的能力。朱志剛透露，通過MoE架構(gòu)結(jié)合外部技術(shù)資源（如豆包、DeepSeek等模型），在意圖識別等功能上形成補(bǔ)充，該模型架構(gòu)的開放性有助于公司持續(xù)構(gòu)建“硬件+內(nèi)容+服務(wù)”的生態(tài)閉環(huán)，未來更好地服務(wù)于不同年齡群體的陪伴需求。
硬件+內(nèi)容+服務(wù)，一體化生態(tài)閉環(huán)成形
當(dāng)前市場中，很多AI玩具廠商僅通過對接大模型API來構(gòu)建對話系統(tǒng)，缺乏差異化與持續(xù)運(yùn)營能力。而湯姆貓的策略，是將IP內(nèi)容、技術(shù)架構(gòu)與硬件設(shè)計深度融合，構(gòu)建“硬件+內(nèi)容+服務(wù)”的一體化生態(tài)系統(tǒng)。
從硬件上看，產(chǎn)品采用自主設(shè)計的嵌入式系統(tǒng)與多傳感器架構(gòu)；在內(nèi)容上，公司整合了過往十余年積累的動畫、音頻、游戲互動資源，實現(xiàn)內(nèi)容聯(lián)動與持續(xù)更新；在服務(wù)層面，開發(fā)了配套的APP與小程序，支持家長查看孩子的聊天摘要、識別情緒變化，同時保護(hù)隱私，不記錄敏感對話數(shù)據(jù)。
此外，湯姆貓還特別關(guān)注銀發(fā)用戶群體。在產(chǎn)品中嵌入了健康知識問答、生活提醒等功能，滿足老年人日常陪伴與輔助需求。已有用戶反饋稱：“現(xiàn)在家里有湯姆貓，連我都覺得安靜的日子變得熱鬧了。”
朱志剛透露，接下去，湯姆貓將引入更前沿的技術(shù)，不斷豐富產(chǎn)品形態(tài)和功能，滿足不同用戶在不同場景下的使用需求，持續(xù)提升用戶體驗。例如，通信方式上，將從WiFi+BT向4G Cat1方向演進(jìn)；材質(zhì)方面，將從單一硅膠材質(zhì)向毛絨及其他材質(zhì)方向演進(jìn)；大模型方面，從云端大模型向端側(cè)大模型演進(jìn)，帶來隱私、安全、低延時的體驗；運(yùn)動能力方面，從桌面向室內(nèi)自由活動方向演進(jìn)；打斷方式上，從喚醒詞打斷向語音打斷方向演進(jìn)。
搶灘萬億級AI陪伴賽道，構(gòu)建面向未來的技術(shù)護(hù)城河
市場機(jī)構(gòu)ARK Invest預(yù)測，到2030年全球AI陪伴市場將從當(dāng)前每年3000萬美元躍升至700億至1500億美元，年增長率預(yù)計超過200%。在這條高速成長的“長坡厚雪”賽道中，湯姆貓已經(jīng)率先完成技術(shù)、內(nèi)容、交互系統(tǒng)的整合閉環(huán)，并實現(xiàn)了商業(yè)化落地。
朱志剛指出:“AI陪伴賽道足夠?qū)挘粋€萬億規(guī)模的市場容得下更多的創(chuàng)業(yè)公司投身其中。作為其中的一家創(chuàng)業(yè)公司，公司憑借全球知名的“會說話的湯姆貓”IP形象，在全球范圍內(nèi)擁有250億的下載，積累了龐大的粉絲用戶，持續(xù)活躍10余年，天然具備用戶認(rèn)知度和親和力。湯姆貓AI機(jī)器人通過IP人設(shè)強(qiáng)化情感連接，實現(xiàn)從會說話到會聊天的天然過渡，形成與大廠標(biāo)準(zhǔn)化產(chǎn)品的區(qū)隔。”
在構(gòu)建護(hù)城河方面，公司特別強(qiáng)調(diào)“云端一體”能力。例如在本地設(shè)備端優(yōu)化音頻處理算法，實現(xiàn)AEC（回聲消除）、AGC（自動增益控制）和ANC（主動降噪）；在云端中間件系統(tǒng)中，構(gòu)建用戶畫像、關(guān)系圖譜、長期記憶系統(tǒng)、情緒識別、TTS獨特音色，實現(xiàn)“越聊越懂你”的智能交互體驗。
回顧整個轉(zhuǎn)型路徑，朱志剛表示：“技術(shù)上確實經(jīng)歷了很多挑戰(zhàn)，但我們最終迎來了人工智能的破曉時刻。人工智能必將是人類科技發(fā)展史上具有劃時代意義的、為各個領(lǐng)域帶來顛覆性變革的成果，是非凡與無法想象的。弱水三千，只取一瓢飲，湯姆貓公司將集中力量做好會聊天的湯姆貓，并以極致親民的價格回饋客戶，讓每個人都可以享用會聊天的湯姆貓。”
