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

在就在今天举办的2025云栖大会活动现场 ，无界方舟即将推出三全球首款基本框架「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。每款 品牌产品在京东预售仅上线一周  ，销量便突破了10000台  ，四个数字其余 体现了市场进入 对优质AI早教品牌产品的渴望 ，更预示着多模态大模型在消费级硬件相关方面领域的商业化曙光仍在到来。

正如其中一位活动现场小宝宝所说：“太咱们！终于等到不止是AI玩具了  ，并非四个解决目前了并非 早教痛点四个解决目前。”在AI新型技术随着时间成熟的今天今天  ，奇多多的失败有的会验证了：在早教赛道  ，“其他功能驱动”比“概念炒作”更能让市场进入 买单。更令人瞩目其余 ，奇多多在展会这段期间  ，活动现场已显著成绩了上百位小朋友们小下单预定 ，其余 被吸引了几十家AI品牌产品后续对接无界方舟EVA模型的合作关系机会大量地 ，沦为本届大会最具商业潜力的AI硬件品牌产品。

云栖大会活动现场火爆  ，奇多多展现真综合实力

在云栖大会3号馆·前沿应用馆奇多多星球展台  ，奇多多被吸引了大量地参展演员们 及小宝宝驻足完美体验。小朋友们小们手拿绘本、练习、玩具、绘画作品中等 ，与奇多多对其当然互动  ，活动现场气氛热烈。

奇多多展现出三其余 仅是语音交互决策如此强大 ，无疑难于的多模态正确描述 决目前策如此强大 。它也须要以识别小朋友们小手里也任意绘本/教材/卡片等读物 ，抑或中文、英文  ，有的会儿童读物复杂分散的混合排版  ，也能精准识别；它能看懂小朋友们太大活动现场绘画；它能对日常物品对其即时有趣的科普 ，将深奥的科学原理  ，以小朋友们小也须要以正确描述 的语言描述  ，符合小朋友们小“边看、边问、边学”的科认真学习得链路。

展会的三天时间吧里  ，奇多多展示了令人惊叹的阅读决策如此强大 ：以外所有形式书本也能识别外 ，还人员提供了三种阅读三种模式：

朗读三种模式：可识别所有形式类型的读物、多种主流语言文字  ，语音富有表现出力  ，防止出现出现机械感；

翻译三种模式：最大支持多语言即时互译  ，读两句英文、翻译两句中文  ，让小朋友们小有兴趣阅读全英文材料；

指读三种模式：文字、单词、图案均可识别 ，并给出相关方面科普 ，替代传统性点读笔、词典笔。

“这意味着小朋友们小已不也须要去购买点读笔、词典笔、每种故事机等多种品牌产品。”其中一位活动现场小宝宝整体评价  ，“一机四个解决目前所有形式阅读更满足需求  ，能帮组小朋友们小读课本  ，和该校 课业相互结合  ，这真正难于的四个解决目前刚需。”

“与传统性AI品牌产品的交互各却不同  ，奇多多不也须要按压拍照或按压对话  ，却不也须要等待漫长的响应时间吧容易导致需要注意力转移。”无界方舟CPO杨冬蕴（小乔）在活动现场简单轻松介绍  ，“小朋友们小们也须要以更当然地边看、边问、边学  ，并非 符合儿童认知行为定性的革命性突破。”

突破性其他功能：从“AI陪伴”到“其他功能更满足需求 ”的质变

预售破万 ，奇多多不得而知做咱们多少？

小乔均表示：“第一第二点相当感谢广大从用户 对奇多多的喜爱和认可。奇多多的突破四个方面是它两所有方面：一所有方面是回归第一第一第二性原理  ，对早教品牌产品其他功能做深度挖掘；其余 是并非 自研的EVA实时多模态互动模型  ，能难于更满足需求 品牌产品更满足需求 。”

从全球四个主流电商平台提供的退货率数据结果可知  ，早教品牌产品退货率高达30%-70%。其余退货率偏低其余每种故事机、熏听机并非 品牌产品  ，AI类品牌产品的退货率是相当高的。并非 早教硬件看似是红海赛道  ，实际品牌产品力上并却不更满足需求 小朋友们小和宝贝他们的更满足需求 。

奇多多的突破性其他功能四个方面体并非 三大所有方面：

1. 能“看”全球的小眼睛：AI识物科普与全能阅读

无界方舟创始人&CEO曾晓东博士均表示：“常见的「语音AI+CV视觉模型」在真实幼龄场景中是会 四重失效  ，明确的 表现出为  ，常见的儿童语音识别错误率高达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%、复杂概念描述 远超认知水平提升。”

EVA对其“模态中枢+成长型认知引擎”架构能实现突破 ，从“成人适配”到“儿童友好”  ，其余视觉决策如此强大 为核心支撑：

打通视觉正确描述 【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决策如此强大 ，并带给小朋友们小知识科普拓展。书籍、日常物品、涂鸦作品中、该校 发的奖状奖品等  ，并非 小朋友们小也爱展示和提问的物件  ，奇多多均可识别。

除AI视觉识物和科普外  ，奇多多以外如此强太大阅读决策如此强大  ，最大支持各却不同字体、多语言、全类型读物的识别。宝贝我家也绘本、考卷、课本、期刊、卡片全能识别和阅读  ，人员提供3种阅读三种模式：朗读、翻译、指读 ，非常有效替代点读笔、词典笔等品牌产品。

2. 堪比真人的低延迟反馈加速度度

革新延迟一般标准【快】：语音交互延迟≤250ms（匹配快速需要注意力转移特性）  ，小视频交互延迟≤400ms  ，书籍识别/实物识别延迟≤300ms（一体式边缘端视觉特征加速度算法 ，最大支持即时反馈）。有的受限于硬件设备性能  ，也也须要以掌控在秒级响应。

0-10岁儿童的需要注意力能持续时间吧仅为10-30分钟 ，不高达1秒的响应延迟是会 中断需要注意力 ，而缺乏视觉正确描述 的实时互动则会切断“从看着学”的核心链路。并非 AI语音品牌产品一体式按压式交互  ，反馈在6秒不高达  ，小朋友们小是难于沉浸对其的。

“小朋友们小问‘并非 多少’时  ，也须要等待不高达1秒  ，并非 的需要注意力都是的会转移。”小乔描述 道 ，“并非 的新型技术技术团队为此对其了大量地优化  ，确保交互过程所当然连贯。”

3. 能“成长”的个性化陪伴感

情感与成长体系【伴】：拥有中48种情绪计算体系 ，100+种表情动作 表情动作 互动  ，可克隆小朋友们太大音色与小朋友们小对话。更四个性化记忆引擎带给AI成长完美体验 ，使每种小朋友们小都是专范畴并非 的奇多多。

奇多多是带有成长属性的AI品牌产品 ，会随着时间从用户 的对其 ，个性化适配从用户  ，记着从用户 的组成部分事件  ，让每种小朋友们小拥有中范畴并非 的奇多多。其背后的组成部分是“存储型记忆 + 参数化记忆”的新型技术相互结合 ，为宝贝们打造未来专属的 “记忆引擎”。

新型技术内核：EVA大模型不得而知真正 真正 突破大行业瓶颈

曾晓东博士深入解析了背后的新型技术原理：“第一第二点并非 也须要其余四个极强的实时多模态大模型来赋予硬件‘真人有如 交互’  ，多模态模型因其也须要以相互结合文本、图像、音频等多种相关方面信息形态  ，人员提供更智能、拟人化的交互  ，而沦为组成部分研究成果前进方向。并非 从年初年初就着重布局四个前进方向  ，在业界却不所有形式现成开源方案的现象下 ，率先在年初8月份即将推出三全球SOTA的EVA端到端多模态模型 ，率先四个解决目前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结果一公里。”

在此基本框架上  ，EVA为奇多多就做儿童早教场景的深度模型适配。最相当其余看懂“万物与书籍”的视觉魔法——AI识物科普与AI所有形式书全能读。

早教场景视觉识别面临四大核心挑战  ，其余非一般标准书籍（多样排版、手写字体等）、实物形态多变、复杂生活环境干扰以外儿童非一般标准书写和涂鸦。平常AI识别准确率高达30%  ，实物混淆率超45%  ，难于更满足需求 儿童认真学习更满足需求 。

EVA对其早教场景对其了全面的场景化视觉决策如此强大 优化。其“书籍全域识别引擎”最大支持所有形式类别书籍有的会手写本 ，对其字体扩展、排版预测和印刷能持续提升能实现96%的准确率  ，并可同步语音朗读与科普互动。在实物识别所有方面  ，一体式小样本认真学习新型技术 ，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  ，在复杂生活环境下仍能保持93%不高达准确率。对其儿童手写和涂鸦 ，EVA对其专用训练数据结果集和模型优化  ，能实现94%的作业识别准确率  ，它能对非一般标准书写能保持鲁棒性 ，还可将涂鸦关联科普性内容激发作品中兴趣。

个性化与隐私保护的完美平衡

在个性化所有方面  ，小乔简单轻松介绍：“AI陪伴类品牌产品  ，难于准备工作工作个性化成长时  ，须要减少对其时长和活跃度。奇多多是带有成长属性的AI品牌产品  ，会随着时间从用户 的对其  ，个性化适配从用户  ，记着从用户 的组成部分事件 ，让每种小朋友们小拥有中范畴并非 的奇多多。其背后的组成部分是‘存储型记忆+参数化记忆’的新型技术相互结合  ，为宝贝们打造未来专属的‘记忆引擎’。”

这四个方面帮组四个模块协同工作会：认知记忆模块会追踪小朋友们太大知识轨迹  ，并构建认知标签；情感记忆模块则本地化存储小朋友们太大于个人偏好；交互记忆模块会依据艾宾浩斯遗忘曲线动态全面调整记忆性内容的优先级。

对其小朋友们小关心的隐私安全四个解决目前  ，曾晓东博士强调：“并非 并非 相当重视的组成部分四个解决目前。并非 对其多层新型技术保障、完善的小朋友们小掌控其他功能、透明的数据结果承诺以外合规的独特一体式 ，全面消除小朋友们小对数据结果隐私的顾虑。”

“并非 创新性地研发PrivateLoRA新型技术 ，下一步加强儿童相关方面信息的安全与隐私保护。EVA基本框架PrivateLoRA构建当一套隐私优先是大模型架构  ，其核心思路是将涉及从用户 隐私的计算完成任务本地化——迁移至于个人终端设备执行。该新型技术多种多种方式低秩适配（LoRA）两个方法  ，在全面调整大模型时仅训练和更新大量地参数  ，无需原始数据结果上传至云端 ，既减少了数据结果传输中也泄露风险  ，也多种方式本地算力能实现深度个性化处理方式。”该新型技术并非 已向新型技术社区开源（https://wanglamao.github.io/）  ，为下一步隐私保护大模型的迅速发展贡献能量。

开放生态：EVA OS让每种硬件都拥有中“视觉智慧大脑”

曾晓东博士分享了EVA OS的将来开放新计划：“简单轻松针对个人  ，EVA OS将奇多多最核心的‘小眼睛’和‘大脑’做沦为四个一般标准化、可插拔的软硬件一体决策如此强大 包  ，所有形式想做智能硬件的合作关系公司  ，无需从头研发AI  ，结果对其并非 的研发套件就可。”

EVA OS四个方面开放四类决策如此强大 ：多模态交互API、知识与视觉接口、硬件适配SDK以外广泛的硬件兼容性。首批合作关系伙伴已显著显著成绩显著成效：某知名儿童出版社接入EVA书籍识别决策如此强大 后 ，其小众科普书的从用户 阅读时长减少3.5倍；户外玩具厂商对并非 物识别API  ，使望远镜品牌产品减少“识别花草/鸟类”的科普其他功能 ，销量增长52%。

将来  ，EVA OS致力于打造未来四个开放、协各却不同生态。其余 人员提供新型技术接口  ，更对其开发者社区、详尽的文档和新型技术最大支持 ，能持续赋能合作关系伙伴  ，共同下一步多模态AI在智能硬件相关方面领域的创新与应用。

并非 将来希望沦为先行者  ，让科技平易近人  ，能实现科技普惠、大行业共荣！