從感知到存在
讓 AI 成為真正的生命
今天的機器人，問題出在哪裡
產業現況
- 視覺能力薄弱
- 被動回應（依賴觸發）
- 只會「聊天」，無法驅動行為
- 預先寫死腳本的機械動作
- 多人場景下無法正常運作
糯寶的答案
「糯寶生來就是一個 AI 生命體——感知、認知、情感、記憶與表達渾然一體。由 AI 基於全景情境的輸入，自主決定情緒、行為、表情和語言。」
真正的 AI 生命體架構
AI 生命體持續感知真實世界，理解人與情境，形成記憶與情感，並透過身體、目光和聲音表達自己。
裝置端智慧
低延遲感知與即時控制。在雲端回應之前，就先驅動即時反應、流暢動作與隨時待命的注意力。
- 人臉追蹤與目光鎖定
- 語音打斷與對話輪替提示
- 觸碰、姿態與反射迴路
- 運動控制與安全限位
- 本機狀態：清醒、想睡、投入
雲端生命體引擎
全模態理解、推理、記憶與人格。在雲端建構情境、學習偏好，並跨語音、動作與表情規劃回應。
- 多模態理解與推理
- 身分、情感與意圖建模
- 長期記憶與個人化
- 故事生成與對話規劃
- 持續的行為編排
裝置端＋雲端協同，一個生命循環（Living Loop）
裝置端優先感知，
雲端就緒情境
眼睛、麥克風、觸碰與動作在裝置端持續感知，即時捕捉誰在這裡、正在發生什麼。
雲端級理解，
裝置端級注意力
雲端融合視覺與音訊線索，建構場景與社交情境；裝置端同時維持注意力——目光追蹤、說話者方位與打斷提示。
人格、記憶，
以及社交規則
雲端基於性格、記憶與社交動態選擇意圖和行為，裝置端負責把關時機與安全約束。
由身體呈現，
由循環同步
眼睛先動，身體跟上。動作、聲音與腹部燈光以逼真的節奏送出回應——沒有預先寫死的循環腳本。
創造「存在感」的能力
視覺、對話、情感、記憶、自我模型與運動，統一在同一個循環之中。
理解真實世界
雲端視覺推理，把糯寶看到的一切化為理解——並化為行動。
視覺推理
她理解的是場景和情境，而不只是物體或人臉。
意圖與情緒線索
她能從目光、姿態和所處情境中推斷注意力、意圖與心情。
從看見到互動
她看到的會自然融入對話與行為——回應因此顯得即時而鮮活。
主動的注意力
由持續的即時視覺推理驅動，而非基於觸發的偵測。
注意
你看她→她會察覺。她自然地追隨你的目光，與你保持眼神交流。
主動開啟
你持續注視→她會有情緒反應。你揮揮手→她主動開啟對話。
情境感知
主動掃視周圍環境，了解誰在場、正在發生什麼。
自然的多人對話
一套真正可用的家庭對話系統。
無須喚醒詞
看著她，自然開口就可以。隨時都能打斷。
多人感知
知道誰在說話、在對誰說話，也不會打斷人與人之間的交談。
記憶驅動的對話
分別記住每一個人，隨著時間推移問出更好的問題。
自我意識與界線
她知道「自己是誰」。
身分與界線
知道自己能做什麼、不能做什麼。有界線，也有情緒。
情感自主
會基於互動經歷說「不」、鬧點小脾氣，或者感到自豪。
栩栩如生的表達
不是預設的罐頭表情——而是一個連續的情感空間，情緒在其中自然交融、流動。
連續的情感，而非預設表情
多數機器人像換貼圖一樣在「開心」「難過」「生氣」之間切換。糯寶採用三維情感模型（VAD：愉悅度、喚醒度、支配度），情緒平滑過渡——正如真實的情感那樣。
超擬真的眼睛
六種可混合的眼部基元，創造無限表情。雙眼獨立視線、虹膜微動、高光閃爍、隨眼瞼連動的轉動——這裡沒有「死魚眼」。
全身一致
同一種情緒同步驅動眼睛、聲音（語速、音高、停頓）和身體（速度、幅度、姿態）。你感受到的是一個統一的情感生命，而不是幾套各自為政的系統。
記憶與成長
她不只是記住對話——她在真正建立對你的理解。
四層記憶系統
從此刻的即時感知，到永久沉澱的知識。她會記得你三個月前提過討厭青花菜，也記得你女兒的生日快到了。
自然遺忘
就像人類的記憶——重要時刻細節清晰生動，日常瑣事印象漸漸淡去。重要的保持鮮明，不重要的自然淡忘。
她有自己的生活
閒下來時，她會玩耍、哼歌、四處張望。她有自己的節奏和好奇心——不是一塊乾等指令的空白螢幕。
一個持續成長的能力生態系
Skill = 提示詞 + 程式碼 + Lifeform API。開發者定義「做什麼」——讓她活起來的部分，交給作業系統。
具身反射
對觸碰、動作和有人靠近的裝置端即時反應。沒有雲端延遲——純粹的本能。
互動 Skill
由對話驅動的單步驟任務，把交談與真實世界的動作結合起來。
自主 Skill
多步驟自主任務：規劃、執行、隨機應變——像一位真正能把事情辦到好的助手。
上市即涵蓋 10 大類 Skill，新 Skill 持續推出；開放給第三方開發者的 Skill Store 也即將登場。
讓存在感落到實體
具身的表達，
而非預設動畫
每一次反應都是全身協同的整體演出——由生命模擬系統驅動。
全身協同
動作從來不是單軸的——眼睛、頭部、身體與節奏渾然一體。
眼睛先行，身體跟隨
目光先動，身體跟上，隨後目光穩定——就像真正的生命。
不靠螢幕的表達
眼睛保持純粹——沒有 UI 疊層，沒有圖示，沒有「螢幕假臉」。
5 自由度的表達性運動
手、耳與全身旋轉，構成豐富的情感語言。
溫熱的身體，而非冰冷的塑膠
恆定的溫熱，讓你抱起她時多一分「活著」的安心。
超擬真的眼睛
微觀目光動態、眼瞼連動與細微虹膜運動，營造真實的存在感。
腹部燈光即表達
與語音同步的燈光取代了嘴巴——顏色成為情緒。
沒有按鈕，無須切換模式
開關機、音量和設定，都在自然互動中完成。
自然喚醒，狀態清晰
撫摸或呼喚名字就能喚醒她，電量與連線狀態隨口一問就知道。
糯寶不是一台只會被動反應的機器人。
她是一個會感知、
會理解、會回應的生命體，
帶著存在、情感與意圖。