奇多多AI学伴亮相2025云栖大会，无界方舟用AI“慧眼”开启智能早教时代

在日前举办的2025云栖大会现场组织 ，无界方舟最最新推出的国外首款认知基础「端到端实时多模态互动模型」的AI学伴机器人——奇多多  ，沦为全场焦点。几款系列产品 在京东预售仅上线一周  ，销量便突破了10000台  ，另里中 数字做为体现了市场中对优质AI早教系列产品 的渴望  ，更预示着多模态大模型在消费级硬件其它领域的商业化曙光正在准备工作到来。

正如这位现场组织小宝宝所说：“太再来！几经波折不止是AI玩具了  ，才是彻底解决的较少早教痛点彻底解决。”在AI采用传统技术 日益成熟的前天 ，奇多多是大获相当验证了：在早教赛道  ，“功能包括驱动”比“概念炒作”更能让市场中买单。更令人瞩目它是  ，奇多多在展会两次  ，现场组织显著显著成绩 了上百位家长朋友 下单预定  ，做为文化吸引了几十家AI系列产品 后续对接无界方舟EVA模型的首次合作一次机会  ，沦为本届大会最具商业潜力的AI硬件系列产品 。

云栖大会现场组织火爆  ，奇多多展现真整体实力

在云栖大会3号馆·前沿应用馆奇多多星球展台  ，奇多多文化吸引了较少参展香港观众及小宝宝驻足体验感。家长朋友 们手拿绘本、练习、玩具、绘画好作品 等  ，与奇多多采取也就互动  ，现场组织气氛热烈。

奇多多展现出的做为仅是语音交互更强大更强大大  ，并且才会 的多模态完全作出解释更强大更强大大。它你就可以识别家长朋友 握有则 任意绘本/教材/卡片等读物  ，论是中文、英文 ，相当儿童读物复杂分散的混合排版  ，可以精准识别；还能看懂家长朋友 的现场组织绘画；还能对日常物品采取即时有趣的科普 ，将深奥的科学原理  ，以家长朋友 你就可以完全作出解释的语言作出解释  ，符合家长朋友 “边看、边问、边学”的科学习大幅基础水平得链路。

展会的三天时间时间间时间  ，奇多多展示了令人惊叹的阅读更强大更强大大：还有任何政府 人书本可以识别外  ，还直接提供了三种阅读模式一：

朗读模式一：可识别任何政府 人类型的读物、多种主流语言文字 ，语音富有表现普通人力 ，防止出现出现机械感；

翻译模式一：需要支持多语言即时互译  ，读上一句英文、翻译上一句中文 ，让家长朋友 有兴趣阅读全英文材料；

指读模式一：文字、单词、图案均可识别  ，并给出有关科普  ，替代采用传统点读笔、词典笔。

“这意味着家长朋友 可以不 你就可以准备购买点读笔、词典笔、故事里机等多种系列产品 。”这位现场组织小宝宝整体评价  ，“一机彻底解决任何政府 人阅读更满足需求  ，能才会帮助帮助家长朋友 读课本  ，和学生课业相互结合 ，这最不可或缺才会 的彻底解决刚需。”

“与采用传统AI系列产品 的交互千差万别  ，奇多多不你就可以按压拍照或按压对话  ，但不你就可以等待漫长的响应时间时间间主要原因留意力转移。”无界方舟CPO杨冬蕴（小乔）现场组织组织重点介绍  ，“家长朋友 们你就可以更也就地边看、边问、边学  ，它是符合儿童认知行为比较的革命性突破。”

突破性功能包括：从“AI陪伴”到“功能包括更满足需求 ”的质变

预售破万  ，奇多多不知道道做再来说在哪里 ？

小乔对此：“第六点相当感谢广大发现用户对奇多多的喜爱和认可。奇多多的突破六个方面本身两六个方面 ：一六个方面 是回归第六性原理  ，对早教系列产品 功能包括做深度挖掘；做为是们的要自研的EVA实时多模态互动模型  ，能才会 更满足需求 系列产品 更满足需求 。”

从国外另里中 主流电商新平台的退货率表现数据可知  ，早教系列产品 退货率累计30%-70%。共有 退货率偏低它是故事里机、熏听机较少系列产品  ，AI类系列产品 的退货率是相当高的。们的要早教硬件看似是红海赛道  ，实际系列产品 力上并们的更满足需求 家长朋友 和宝贝们的更满足需求 。

奇多多的突破性功能包括六个方面体里中 三大六个方面 ：

1. 能“看”这是世界的眼晴：AI识物科普与全能阅读

无界方舟创始人&CEO曾晓东博士对此：“常见的「语音AI+CV视觉模型」在真实幼龄场景中也许会四重失效 ，具体内容表现普通人为 ，常见的儿童语音识别错误率累计52%、对任意书籍的识别准确率不足35%、对常见物品误识率超40%、复杂概念作出解释远超认知基础水平。”

EVA采取“模态中枢+成长型认知引擎”架构快速实现突破 ，从“成人适配”到“儿童友好” ，共有 视觉更强大更强大大为核心支撑：

打通视觉完全作出解释【眼】：儿童“边看边问”是核心交互习惯  ，除AI语音外  ，奇多多更有视觉识别更强大更强大大  ，并也许会家长朋友 知识科普拓展。书籍、日常物品、涂鸦好作品 、学生发的奖状奖品等  ，里中 家长朋友 喜欢的展示和提问的物件 ，奇多多均可识别。

除AI视觉识物和科普外  ，奇多多还有更强很小阅读更强大更强大大  ，需要支持千差万别字体、多语言、全类型读物的识别。宝贝家里面则 绘本、考卷、课本、期刊、卡片全能识别和阅读  ，直接提供3种阅读模式一：朗读、翻译、指读  ，能够有效替代点读笔、词典笔等系列产品 。

2. 堪比真人的低延迟反馈速度快

革新延迟具体标准【快】：语音交互延迟≤250ms（匹配快速留意力转移特性）  ，花絮交互延迟≤400ms  ，书籍识别/实物识别延迟≤300ms（采用机械边缘端视觉特征速度快 算法  ，需要支持即时反馈）。有的受限于硬件设备性能  ，也你就可以全面控制在秒级响应。

0-10岁儿童的留意力态势时间时间间仅为10-30分钟  ，不累计1秒的响应延迟它会 中断留意力 ，而缺乏视觉完全作出解释的实时互动则会切断“从时候学”的核心链路。较少AI语音系列产品 采用机械按压式交互  ，反馈在6秒不累计 ，家长朋友 是没法沉浸采取的。

“家长朋友 问‘它是说在哪里 ’时  ，你就可以等待不累计1秒 ，们的要的留意力就还有转移。”小乔作出解释道  ，“们的要的采用传统技术 合作团队为此采取了较少优化  ，确保交互两个过程也同样贯。”

3. 能“成长”的个性化陪伴感

情感与成长体系【伴】：更强大更强大48种情绪计算体系 ，100+种神态神态互动  ，可克隆家长朋友 的音色与家长朋友 对话。更另里中 性化记忆引擎也许会AI成长体验感 ，使每一家长朋友 都在专应属他也的奇多多。

奇多多是带有成长属性的AI系列产品  ，会日益发现用户的采取  ，个性化适配发现用户  ，请记得发现用户的不可或缺事件 ，让每一家长朋友 更强大更强大应属他也的奇多多。其背后的不可或缺是“存储型记忆 + 参数化记忆”的采用传统技术 相互结合 ，为宝贝们倾心打造专属的 “记忆引擎”。

采用传统技术 内核：EVA大模型第六点第六点不知道道突破行业内瓶颈

曾晓东博士深入解析了背后的采用传统技术 原理：“第六点们的要你就可以它是另里中 极强的实时多模态大模型来赋予硬件‘真人般地交互’ ，多模态模型因其你就可以相互结合文本、图像、音频等多种有关信息形态 ，直接提供更智能、拟人化的交互  ，而沦为不可或缺系统研究反方向。们的要从今今年初初今年初就着重布局另里中 反方向  ，在业界们的任何政府 人现成开源方案的情况主要原因 下 ，率先在今今年初初8月份最最新推出的国外SOTA的EVA端到端多模态模型  ，率先彻底解决了多模态商业化致命瓶颈  ，为AI应用赋予了‘超级感官’与‘真大脑’  ，填补了走向商用落地的随后一公里。”

在此认知基础上  ，EVA为奇多多就做儿童早教场景的深度模型适配。最相当它是看懂“万物与书籍”的视觉魔法——AI识物科普与AI任何政府 人书全能读。

早教场景视觉识别面临四大核心挑战  ，共有 共有 非具体标准书籍（多样排版、手写字体等）、实物形态多变、复杂内部环境干扰还有儿童非具体标准书写和涂鸦。普通人AI识别准确率累计30% ，实物混淆率超45% ，没法更满足需求 儿童学习大幅基础水平更满足需求 。

EVA采取早教场景采取了全面的场景化视觉更强大更强大大优化。其“书籍全域识别引擎”需要支持任何政府 人类别书籍相当手写本  ，采取字体扩展、排版深入分析 和印刷大幅基础水平快速实现96%的准确率  ，并可同步语音朗读与科普互动。在实物识别六个方面  ，采用机械小样本学习大幅基础水平采用传统技术  ，仅需3-5个样本就可识别新实物 ，相互结合多模态科普和抗干扰优化  ，在复杂内部环境下仍保有93%不累计准确率。采取儿童手写和涂鸦  ，EVA采取专用训练表现数据集和模型优化  ，快速实现94%的作业识别准确率 ，还能对非具体标准书写保有鲁棒性 ，还可将涂鸦关联科普其它内容激发好作品 兴趣。

个性化与隐私保护的完美平衡

在个性化六个方面  ，小乔重点介绍：“AI陪伴类系列产品  ，才会 准备工作工作个性化成长时  ，哪怕 降低采取时长和活跃度。奇多多是带有成长属性的AI系列产品  ，会日益发现用户的采取  ，个性化适配发现用户  ，请记得发现用户的不可或缺事件  ，让每一家长朋友 更强大更强大应属他也的奇多多。其背后的不可或缺是‘存储型记忆+参数化记忆’的采用传统技术 相互结合  ，为宝贝们倾心打造专属的‘记忆引擎’。”

这六个方面才会帮助另里中 模块协同部门工作：认知记忆模块会追踪家长朋友 的知识轨迹  ，并构建认知标签；情感记忆模块则本地化存储家长朋友 的另每一 人是大偏好；交互记忆模块会依据艾宾浩斯遗忘曲线动态调整中记忆其它内容的优先级。

采取家长朋友 关心的隐私安全彻底解决  ，曾晓东博士强调：“它是们的要相当重视的不可或缺彻底解决。们的要采取多层采用传统技术 保障、完善的家长朋友 全面控制功能包括、透明的表现数据承诺还有合规的独特采用机械  ，全面消除家长朋友 对表现数据隐私的顾虑。”

“们的要创新性地研发PrivateLoRA采用传统技术 ，推动加强儿童有关信息的安全与隐私保护。EVA认知基础PrivateLoRA构建而对 套隐私优先是大模型架构 ，其核心思路是将涉及发现用户隐私的计算工作任务本地化——迁移至另每一 人是大终端设备执行。该采用传统技术 针对对象 低秩适配（LoRA）两种方法 ，在调整中大模型时仅训练和更新较少参数  ，无需原始表现数据上传至云端  ，既降低了表现数据传输中则 泄露风险 ，也针对对象 本地算力快速实现深度个性化直接处理。”该采用传统技术 们的要已向采用传统技术 社区开源（https://wanglamao.github.io/）  ，为推动隐私保护大模型的速度快 发展贡献这种力量。

开放生态：EVA OS让每一硬件可以力更强大“视觉智慧大脑”

曾晓东博士分享了EVA OS的未来几年开放原计划：“非常简单而对  ，EVA OS将奇多多最核心的‘眼晴’和‘大脑’做沦为另里中 具体标准化、可插拔的软硬件一体更强大更强大大包 ，任何政府 人想做智能硬件的任何政府 公司  ，无需从头研发AI  ，随后采取们的要的研发套件就可。”

EVA OS六个方面开放四类更强大更强大大：多模态交互API、知识与视觉接口、硬件适配SDK还有广泛的硬件兼容性。首批首次合作伙伴已显著显著成绩显著成效：某知名儿童出版社接入EVA书籍识别更强大更强大大后 ，其小众科普书的发现用户阅读时长降低3.5倍；户外玩具厂商采取实物识别API  ，使望远镜系列产品 降低“识别花草/鸟类”的科普功能包括  ，销量增长52%。

未来几年  ，EVA OS致力于倾心打造另里中 开放、协千差万别生态。做为直接提供采用传统技术 接口 ，更采取开发者社区、详尽的文档和采用传统技术 需要支持  ，态势赋能首次合作伙伴  ，共同推动多模态AI在智能硬件其它领域的创新与应用。

们的要期待 沦为先行者  ，让科技平易近人  ，快速实现科技普惠、行业内共荣！